Am Pool hat veröffentlicht Laguna S 2.1ein 118B-Parameter-Open-Weight-Modell, das für die Agentencodierung entwickelt wurde. Es handelt sich um ein Combination-of-Specialists (MoE)-Modell mit 8B aktivierten Parametern professional Token. Es unterstützt ein Kontextfenster von bis zu 1 Million Token sowohl im Denk- als auch im Nicht-Denkmodus. Die Gewichte sind dran Umarmendes Gesicht unter einer OpenMDW-1.1-Lizenz, und das Modell ist klein genug, um auf einer einzigen zu laufen NVIDIA DGX Spark.

Bei Langhorizont-Codierungs-Benchmarks kann sich Laguna S 2.1 gegen Modelle behaupten, die um ein Vielfaches größer sind, darunter DeepSeek-V4-Professional-Max, NVIDIAs Nemotron 3 Extremely und Pondering Machines‘ Inkling. Laguna S 2.1 ist ein Scale-Up der Laguna XS-Familie, das auf denselben Vortrainingsdaten wie XS 2.1 trainiert wurde.

Was ist Laguna S 2.1?

Das Modell aktiviert etwa 6,8 % seiner Parameter auf jedem beliebigen Token. Alle 118B Parameter bleiben im Speicher, aber professional Schritt werden nur etwa 8B durch das Netzwerk geleitet. Aufgrund dieser geringen Ausstattung kann sich ein mittelgroßes Modell wie ein größeres Modell verhalten, ist aber dennoch günstig im Betrieb.

Das Poolside-Staff veröffentlicht Gewichtungen in BF16, FP8, INT4 und NVFP4 sowie offizielle GGUF- und MLX-Konvertierungen und DFlash-Entwurfsmodelle. Vom Beginn der Schulung bis zur Einführung vergingen weniger als neun Wochen. Das Vortraining begann am 22. Mai 2026 auf 4.096 NVIDIA H200-GPUs. Es ist das erste Poolside-Modell, bei dem Reinforcement Studying mit FP8-Präzision durchgeführt wurde.

Leistung

Laguna S 2.1 erreicht 70,2 % Terminal-Bench 2.1 mit aktiviertem Denken. Damit steht es auf der zusammengestellten Bestenliste von Poolside an erster Stelle unter den offenen Modellen mit offener Größe, nur hinter größeren oder geschlossenen Systemen. Im SWE-Bench Multilingual erreicht es einen Wert von 78,5 % und steht damit an der Spitze der veröffentlichten Tabelle. Der vollständige von Poolside veröffentlichte Vergleich ist unten aufgeführt.

Benchmark	Laguna S 2.1 (118B-A8B)	Tencent Hy3 (295B-A21B)	Inkling (975B-A41B)	Nemotron 3 Extremely (550B-A55B)	DeepSeek-V4-Professional-Max (1.6T-A49B)	Kimi K3 (2.8T-A50B)	Qwen 3,7 Max	Muse Spark 1.1	Claude Fabel 5
Terminal-Bench 2.1	70.2	71,7	63,8	56.4	64,0	88,3	74,5	80,0	88,0
SWE-Bench Mehrsprachig	78,5	75,8	–	67,7	76,2	–	78,3	–	–
SWE-Bench Professional (Öffentlich)	59.4	57.9	54.3	–	55.4	–	60.6	61,5	80,3
DeepSWE v1.1	40.4	–	–	–	9.0	69,0	–	53.3	70,0
SWE-Atlas (Codebasis QnA)	46.2	–	–	–	27.2	–	–	42.2	–
Toolathlon bestätigt	49,7	–	45,5	34.3	55.9	–	–	75,6	–

Das klarste Sign ist DeepSWE v1.1, das immer noch über echten Headroom verfügt. Dort erreicht Laguna S 2.1 40,4 % gegenüber 9,0 % von DeepSeek-V4-Professional-Max, bei etwa einem Sechstel der aktiven Parameter. Closed-Frontier-Modelle wie Claude Fable 5 und Kimi K3 führen in mehreren Benchmarks immer noch. Bei der Behauptung von Poolside geht es um die Gewichtsklasse, nicht um die absolute Spitze. Trajektorien aus dem endgültigen Bewertungssatz werden unter veröffentlicht trajectories.poolside.ai.

Zwei Denkweisen und woher die Punktzahl kommt

Laguna S 2.1 hat zwei Modi: Aus und maxwobei „max“ standardmäßig aktiviert ist. Im Max-Modus legt das Modell sein eigenes Testzeit-Rechenbudget fest. Poolside wird vorerst ohne vom Benutzer konfigurierbare Steuerung für niedrigen/mittleren/hohen Aufwand ausgeliefert.

Max Pondering erhöht Terminal-Bench 2.1 von 60,4 % auf 70,2 %. Es erhöht DeepSWE von 16,5 % auf 40,4 %. Diese Gewinne kosten Token: DeepSWE-Trajektorien führen im Denkmodus etwa 249.000 Abschluss-Tokens aus, im Vergleich zu 99.000 ohne. Das Poolside-Staff berichtet über kohärente, produktive Überlegungen, die über Stunden und Hunderttausende von Token laufen.

Drei veröffentlichte Läufe

Das Poolside-Staff teilte drei unbearbeitete Flugbahnen, um Verhalten und nicht Punkte zu zeigen. In einem Fall erstellte das Modell eine funktionierende HTML/CSS-Browser-Engine aus einem leeren Ordner. Dieser Lauf erforderte in einer 50-minütigen Sitzung 181 Schritte ohne menschliches Eingreifen und validierte seine eigene Ausgabe im Vergleich zu Headless Chromium.

In einer Sekunde optimierte das Modell Poolsides eigenes Agentensystem. Dadurch wurde der Kabelbaum um 5,2 % schneller und die Speicherzuweisung um etwa 71 % geringer, da die O(n²)-Stringverkettung durch Puffer ersetzt wurde. In einem dritten Fall wurde es erneut abgeleitet Erdős Downside Nr. 397 Offline in Perl über 68 Minuten, da die Sandbox kein Python hatte. Dieses Ergebnis ist eine unabhängige Wiederentdeckung; GPT-5.2 Professional löste das gleiche Downside im Januar 2026, und Lagunas Wissensschluss ist November 2025.

Können Sie es tatsächlich bereitstellen?

Bei der Größenbestimmung werden die vollständigen 118B-Parameter verwendet, nicht die aktive 8B-Anzahl, da jeder Experte im Speicher bleibt. Bei 4-Bit (NVFP4 oder INT4) benötigen die Gewichte etwa 59 GB, was bequem auf den 128 GB einheitlichen Speicher eines einzelnen DGX Spark passt. Bei FP8 benötigen sie etwa 118 GB, immer noch innerhalb eines einzelnen Spark oder eines einzelnen H200. Bei BF16 benötigen sie etwa 236 GB, was zwei verbundene Sparks oder einen Multi-GPU-Rechenzentrumsknoten erfordert.

Poolside arbeitete mit NVIDIA zusammen, um die Inferenz von der TRT-LLM-Bereitstellung über NVFP4 auf Blackwell bis hin zu einem einzigen DGX Spark zu optimieren. Es wurde Assist vom ersten Tag an geliefert vLLM, SGLangUnd Ollama. Der gehostete Zugriff läuft durch OpenRouterkostenlos bei 256 KB Kontext und kostenpflichtig bei vollem 1 Mio. Kontext für 0,10 $ / 0,20 $ / 0,01 $ professional 1 Mio. Eingabe-/Ausgabe-/Cache-Lese-Tokens. Das Modell ist auch dabei Baseten, Kilo, Höchster Intellekt Prime Lab und ZML.

Wichtige Erkenntnisse

• Laguna S 2.1 ist ein 118B-Gesamt-/8B-aktives MoE-Codierungsmodell mit einem 1M-Token-Kontext, offen unter OpenMDW-1.1.
• Es erreicht 70,2 % bei Terminal-Bench 2.1 und 78,5 % bei SWE-Bench. Mehrsprachige, führende offene Modelle mit offengelegter Größe.
• Bei 4-Bit läuft es auf einem einzelnen NVIDIA DGX Spark; FP8 passt auf einen Spark oder H200, BF16 benötigt zwei.
• Standardmäßiges „maximales Denken“ bestimmt den größten Teil der Punktzahl, zu einem echten Token-Preis (DeepSWE: 16,5 % → 40,4 %).
• Es wurde in weniger als neun Wochen auf 4.096 H200-GPUs trainiert und ist das dritte Modell von Poolside in weniger als drei Monaten.

---

Quellen: Technik am Pool – Einführung von Laguna S 2.1, Robert McHardy über X, Poolseite auf X Und Hugging Face-Modellkarte.

Henrique Schmaiske ist der Technologieführer hinter Meteor 3.0, der größten Veröffentlichung von Meteor.js seit mehr als einem Jahrzehnt. Für viele Entwickler und Unternehmen markierte es einen Wendepunkt in der Entwicklung eines Frameworks, das zu einem festen Bestandteil des JavaScript-Ökosystems geworden ist.

Meteor.js hat mehr als 44.800 GitHub-Sterne erhalten und unterstützt über 500.000 aktive Installationen weltweit. Diese Reichweite bedeutete, dass Schmaiske nicht einfach nur ein weiteres Versionsupdate beaufsichtigte. Er half dabei, ein Framework zu modernisieren, auf das unzählige Groups angewiesen waren. Aber das Beste ist, dass er es geschafft hat, ohne die Produkte zu stören, die sie darauf aufgebaut hatten.

Schmaiske kam im April 2022 als erster technischer Mitarbeiter des Unternehmens nach einer umfassenden organisatorischen Umstrukturierung zu Meteor. Nach einem CEO-Wechsel wurde er hinzugezogen, um beim Aufbau der technischen Grundlage der Organisation mitzuhelfen, und übernahm bald seine erste Tech-Lead-Rolle. Und hier nahm er eine der komplexesten Herausforderungen des Frameworks an. In den nächsten zwei Jahren leitete er die Modernisierung der Meteor-Grundlagen und bewahrte gleichzeitig das Vertrauen der Entwickler und Unternehmen, die ihre Produkte darauf aufgebaut hatten.

Sich Meteors größter Herausforderung stellen

Meteor conflict schon lange auf Fibers angewiesen. Es handelte sich um eine Bibliothek, die es Entwicklern ermöglichte, asynchronen Code synchron darzustellen, wodurch Anwendungen einfacher zu schreiben und zu verstehen waren. Diese Bequemlichkeit hat dazu beigetragen, das Entwicklererlebnis zu prägen, für das Meteor bekannt wurde. Allerdings conflict Fibers nicht mehr mit der zukünftigen Ausrichtung von Node.js kompatibel, was seine Entfernung notwendig machte, wenn Meteor sich weiterentwickeln und seine Benutzer unterstützen wollte.

Beim Entfernen von Fasern ging es um mehr als nur den Austausch einer Technologie. Es wurde für Methoden, Veröffentlichungen und Muster in Datenbanken verwendet. Die Neugestaltung dieser Systeme bedeutete, die über Jahre in Meteor getroffenen Annahmen zu überdenken und Änderungen an bestehenden Anwendungen auf ein Minimal zu beschränken.

Hier ist der schwierigste Teil. Node.js 14 erreichte im April 2023 das Ende seiner Lebensdauer. Seit Juni 2021 gab es ein Planungsdokument für die Fibers-Entfernung, mit den Ausführungsarbeiten wurde jedoch noch nicht begonnen. Schmaiske leitete die Migration ein, nachdem er im April 2022 zu Meteor kam, und verwandelte den Vorschlag in eine aktive technische Anstrengung.

Einen sichereren Weg zu Meteor 3.0 abbilden

Für die Entwickler und Unternehmen, die auf Meteor aufbauen, ging der Einsatz über die eigentliche technische Arbeit hinaus. Bedeutende Framework-Änderungen zwingen Groups oft dazu, sich zwischen dem Warten auf Upgrades und der Durchführung umfangreicher Neufassungen in anspruchsvollen Zeitplänen zu entscheiden.

Schmaiske wollte, dass Meteor-Benutzer diese Erfahrung vermeiden. Deshalb entwarf er sorgfältig eine Migrationsroute, die einen nahtlosen Übergang ermöglicht, anstatt einen abrupten Wandel aufzuerlegen. Und im Jahr 2022 wurden mit Meteor 2.8 und 2.9 erste Arbeiten veröffentlicht, die die Koexistenz von Async und Wait mit traditionelleren Mustern ermöglichen.

Dieser inkrementelle Ansatz gab den nachgelagerten Groups Zeit, sich vorzubereiten. Entwickler könnten Anwendungen in einem Tempo modernisieren, das zu ihrem Unternehmen passt, und gleichzeitig Produktionssysteme weiterhin unterstützen. Die Strategie spiegelte die allgemeinere Überzeugung wider, dass Modernisierung Fortschritte ermöglichen sollte, anstatt unnötige Hindernisse zu schaffen.

Einen Rahmen durch große Veränderungen führen

Die Migration zu Meteor 3.0 erstreckte sich über mehrere Releases und erforderte ein größeres Group von Ingenieuren. Es erforderte Führung, eine sorgfältige Abfolge und ein Verständnis dafür, wie sich jede Entscheidung auf das breitere Ökosystem auswirken würde.

Als designierter CODEOWNER des GitHub-Repositorys Meteor.js überprüfte Schmaiske Änderungen, die sich auf wichtige Teile des Frameworks auswirken. Er gab die Richtung vor, leitete technische Diskussionen und sorgte dafür, dass die Arbeit im gesamten Group koordiniert wurde.

Dann wurde Meteor 3.0 schließlich im Juli 2024 offiziell veröffentlicht. Dazu gehörten 2.300 Commits, 800 geänderte Dateien und 200 Pull-Requests. Es entfernte Fibers, änderte Meteor auf natives Async und Wait und aktualisierte das Framework auf Node.js 20. In der offiziellen Veröffentlichungsankündigung wurde Schmaiske auch als einer der drei Hauptmitwirkenden hinter dem Meilenstein anerkannt.

Die Neighborhood auf dem Laufenden halten

Die technische Ausführung conflict nur ein Teil der Verantwortung. Meteor unterstützte eine globale Neighborhood von Entwicklern und Organisationen, die Transparenz darüber benötigten, was wann geschah.

Im März 2023 eröffnete Schmaiske einen öffentlichen Roadmap-Thread im Meteor-Discussion board und begann, wöchentliche Fortschrittsaktualisierungen zu teilen. Er führte diese Aktualisierungen quick anderthalb Jahre lang fort und sorgte für Transparenz sowohl der Erfolge als auch der verbleibenden Arbeit.

Die Updates waren nicht als Advertising gedacht. Sie stellten den nachgelagerten Groups Informationen zur Verfügung, um sie bei der Personalbesetzung, bei Upgrades und bei der Roadmapping für Meteors Pläne zu unterstützen. Schließlich wurde die offizielle Launch-Ankündigung von Meteor 3.0 bereits über 22.600 Mal aufgerufen und hatte mehr als 626 Likes. Das zeigt deutlich, wie die Neighborhood die Reise verfolgt hat.

Vertrauen schaffen durch Transparenz

Schmaiske beschreibt zunächst seinen Hintergrund als Praktiker. Er ging nicht den traditionellen Weg der Informatik, sondern lernte durch die Entwicklung von Produktionssoftware und die Lösung von Problemen in realen Umgebungen.

Vor Meteor arbeitete er bei Startups in Brasilien, in Kopenhagen bei Familio, einem Enterprise-Studio für Reise- und Restaurantprodukte, und distant bei einem US-Group bei AE Studio in Los Angeles, wo er ein Protocol Labs-Projekt mit Schwerpunkt auf der Filecoin-Blockchain leitete. Aus diesen Erfahrungen gewann er Einblick in die Bedeutung von Flexibilität, Verantwortlichkeit und Kommunikation bei der Verwaltung komplexer Projekte.

Main Meteor 3.0 prägte seine Philosophie der Open-Supply-Führung. Unternehmen, die auf einem Framework aufbauen, gehen eine langfristige Wette ein. Der einzige Weg, dieses Vertrauen zu verdienen, besteht darin, ehrlich darüber zu sein, was versendet wird, was noch nicht fertig ist und was Benutzer als nächstes erwarten sollten.

Führen durch eine entscheidende Leistung

Meteor 3.0 ist das Werk, auf das Schmaiske in seiner bisherigen Karriere am meisten stolz ist. Es handelte sich um eine jahrelange öffentliche Anstrengung, bei der die Gemeinschaft während des gesamten Übergangs einbezogen wurde.

Dabei ging es nie um die Anerkennung der Codezeilen. Schmaiskes Hauptaufgabe bestand darin, die Leitung des Groups zu übernehmen, Migrationspfade zu entwerfen, die Arbeit über Releases hinweg zu sequenzieren, kritische Änderungen zu überprüfen und mit der Neighborhood zu kommunizieren, während das Engineering-Group an der Umsetzung der Änderungen arbeitete.

Schmaiske conflict der Ansicht, dass die Veröffentlichung bewiesen habe, dass ein altes Open-Supply-Projekt weiterentwickelt werden könne, ohne das Vertrauen derjenigen zu verlieren, die es nutzten. Mit sorgfältiger Planung, konsequenter Ausrichtung und Transparenz trug er dazu bei, Meteor.js in die nächste Part zu bringen.

---

Hervorgehobener Bildnachweis

Warum die Konkurrenten von SpaceX die Lücke nicht schließen können, selbst mit unbegrenztem Kapital

Der größte Börsengang der Geschichte wirft eine offensichtliche Frage auf: Was rechtfertigt eine Bewertung von 1,75 Billionen US-Greenback für ein Unternehmen, das letztes Jahr quick 5 Milliarden US-Greenback verloren hat? Für Investoren, die SpaceX genau studiert haben, liegt die Antwort auf einem Konzept, das zum zentralen Bestandteil der Investitionsthese geworden ist: einem Wettbewerbsgraben, der so tief ist, sagte ein Investor der Monetary Occasions, dass er mit dem Besitz „des einzigen Unterseekabels von den USA nach Europa“ vergleichbar sei.

Diese Analogie ist präziser als sie klingt.

Die Kostenuntergrenze, bis zu der niemand sprinten kann

Die dominierende Marktposition von SpaceX ist nicht in erster Linie ein Produkt von Kühnheit oder Marke. Es ist ein Produkt sich verschärfender Kostenvorteile, die sich so weit beschleunigt haben, dass Wettbewerber sie nicht mehr reproduzieren können, ohne Jahre und Milliarden von Greenback durch einen Vorsprung zu verlieren, der sich immer weiter ausdehnt.

Im Jahr 2025 führte SpaceX 165 Orbitalstarts durch, der sechste Jahresrekord in Folge. Ein einzelner Falcon 9-Booster ist mittlerweile 29 Mal geflogen. Jede Wiederverwendung amortisiert die Herstellungskosten weiter, sodass SpaceX Startpreise zu Margen anbieten kann, die seine Konkurrenten mit Einwegraketen nicht erreichen können. Der Vulcan Centaur der United Launch Alliance wurde im März 2025 für nationale Sicherheitsmissionen zertifiziert, ist jedoch nicht wiederverwendbar. New Glenn von Blue Origin startete zum ersten Mal im Januar 2025 und hat die beiden Missionen, die die Area Drive für die Zertifizierung benötigt, noch nicht abgeschlossen. Die Ariane 6 von Arianespace, die seit Juli 2024 wieder im Einsatz ist, zielt auf ein völlig anderes Marktsegment ab.

Die Rechnung ist einfach. SpaceX kontrolliert mehr als 80 % der weltweiten Raketenstarts. Die Kosten professional Kilogramm in den Orbit sind etwa fünf- bis zehnmal niedriger als bei älteren Konkurrenten. Diese Lücke wird mit einem neuen Raketenprogramm nicht geschlossen. Es endet mit einem neuen Raketenprogramm, das auch eine Wiederverwendbarkeit in großem Maßstab ermöglicht, ein mindestens jahrzehntelanges Projekt für jeden, der heute beginnt.

Satellitendichte als physische Barriere

Die Wettbewerbsposition von Starlink ist zwar unterschiedlicher Natur, aber ebenso strukturell. Mit mehr als 10.000 Satelliten im Orbit und 10 Millionen aktiven Kunden in 160 Ländern und Territorien hat Starlink die Schwelle vom Early-Adopter-Produkt zur globalen Konnektivitätsinfrastruktur überschritten.

Amazons Projekt Kuiper hat sich zum Begin einer Konstellation mit 3.200 Satelliten verpflichtet und im April 2023 seine ersten 27 Produktionssatelliten stationiert. Eutelsat OneWeb betreibt etwa 630 Satelliten in einer niedrigen Erdumlaufbahn. Keine der Konstellationen erreicht die Dichte von Starlink, was sich direkt in einer geringeren Latenz und einem höheren Durchsatz professional Benutzer niederschlägt. Orbitalphysik ist kein Softwareproblem. Um eine Lücke von 9.400 Satelliten zu schließen, sind Begins erforderlich, und SpaceX kontrolliert den Großteil der verfügbaren Startkapazität.

Starlink erwirtschaftete im Jahr 2025 einen Umsatz von 11,4 Milliarden US-Greenback bei einer EBITDA-Marge von 63 %, was den Großteil des Gesamtumsatzes von SpaceX in Höhe von 18,7 Milliarden US-Greenback ausmacht. Diese Rentabilität finanziert die Entwicklung von Raumschiffen, den weiteren Einsatz von Satelliten und die Forschung, die den Dichtevorteil weiter vertieft. Die Maschine ist in einer Weise selbstverstärkend, die von außen kaum zu unterbrechen ist.

Regierungsbindung als strategischer Ballast

Die kommerziellen Argumente für SpaceX sind stark. Der Fall der Regierung ist etwas ganz anderes.

SpaceX fungiert als primärer Startanbieter sowohl für die NASA als auch für das Pentagon. Die US Area Drive bevorzugte SpaceX gegenüber ULA in einer Runde der Zuweisungen für nationale Sicherheitsmissionen im Jahr 2025, sodass Blue Origin keine Aufgabenaufträge mehr hatte. SpaceX konkurriert nun um eine Rolle im Raketenabwehrprogramm „Golden Dome“ der Trump-Regierung. Dabei handelt es sich nicht um gewöhnliche Kundenbeziehungen. Es handelt sich um Abhängigkeiten, die in die nationale Sicherheitsinfrastruktur eingebettet sind.

Wenn Verteidigungssysteme Starlink-Konnektivität integrieren, werden die Kosten für den Wechsel politisch und operativ, nicht nur finanziell. Der CIO eines SaaS-Unternehmens kann Alternativen in einem Quartal bewerten. Das Verteidigungsministerium kann seine Orbitalinfrastruktur zwischen den Haushaltszyklen nicht neu konfigurieren. Diese Klebrigkeit nimmt mit der Zeit zu und verschafft SpaceX eine Umsatzuntergrenze, die kein kommerzieller Konkurrent schnell untergraben kann.

Was der Wassergraben nicht automatisch rechtfertigt

Die Schlussfolgerung aus dieser Analyse ist nicht, dass 1,75 Billionen US-Greenback die richtige Zahl sind. Der Burggraben ist actual und es lohnt sich, ihn einzupreisen, aber der Burggraben und die Bewertung beantworten unterschiedliche Fragen.

SpaceX verzeichnete im Jahr 2025 einen Nettoverlust von 4,9 Milliarden US-Greenback, nachdem es durch die Fusion mit Musks KI-Unternehmen 6,4 Milliarden US-Greenback an xAI-Verlusten absorbiert hatte. Der Gewinn von Starlink in Höhe von 4,4 Milliarden US-Greenback ist actual und wächst, aber einige Analystenschätzungen deuten darauf hin, dass die aktuelle Bewertung im Jahr 2030 einen Umsatz von über 150 Milliarden US-Greenback voraussetzt. Dies erfordert eine einwandfreie Umsetzung des gesamten Satelliteneinsatzes, den Aufbau einer KI-Infrastruktur, ein geplantes Netzwerk weltraumgestützter Rechenzentren mit einer Rechenkapazität von 100 Terawatt und, eingebettet in Meilensteine ​​für die Vergütung von Führungskräften, eine Marskolonie mit einer Million Einwohnern. Dies sind keine unabhängigen Risikofaktoren.

Die Governance-Struktur fügt eine separate Betrachtungsebene hinzu. Musk hält etwa 42 % des Aktienkapitals von SpaceX, wird aber etwa 79 % der Stimmen durch Tremendous-Voting-Aktien der Klasse B kontrollieren. Er kann nur durch eine Abstimmung der Klasse-B-Aktionäre, einer Klasse, die er kontrolliert, als CEO abgesetzt werden. Der New York State Frequent Retirement Fund, das New Yorker Rentensystem und CalPERS, die zusammen ein Vermögen von mehr als einer Billion US-Greenback verwalten, haben offiziell Einspruch gegen die ihrer Meinung nach verwaltungsgünstigste Governance-Struktur erhoben, die jemals in dieser Größenordnung auf den US-amerikanischen öffentlichen Märkten eingeführt wurde. Ihre Anliegen sind konkret und dokumentiert. Ob der breitere Markt sie einpreist, ist eine andere Frage.

Der Burggraben ist actual. Die Wette ist etwas anderes.

SpaceX hat etwas wirklich Seltenes geschaffen: eine Reihe zusammengesetzter struktureller Vorteile in Bezug auf Kosten, Dichte und institutionelle Abhängigkeit. Die Formulierung des Burggrabens ist kein Enthusiasmus der Analysten, sondern spiegelt beobachtbare Hindernisse wider, deren Beseitigung Jahre und nicht Vierteljahre in Anspruch nimmt. Die schwierigere Frage für Anleger ist, ob sie neben spekulativen Meilensteinen und Governance-Regelungen für ein privates Unternehmen, das kurz vor dem Börsengang steht, einen überprüfbaren Burggraben festlegen können. Diese beiden Dinge schließen sich nicht gegenseitig aus. Aber es handelt sich nicht um die gleiche Wette, und wenn man sie miteinander vermischt, passieren kostspielige Fehler.

Sehr leistungsstarkes Modell aus der Field. Um seine vollen Funktionen nutzen zu können, müssen Sie ihm jedoch Zugriff gewähren, um seine eigene Arbeit zu validieren und zu verifizieren.

In einem früheren Artikel habe ich die Validierung der eigenen Arbeit durch Claude als einen wichtigen Teil meiner Optimierung meiner eigenen Verwendung von Claude Code erwähnt. In diesem Artikel werde ich jedoch tiefer darauf eingehen, wie ich Claude dazu bringe, seine eigene Arbeit zu validieren.

Die Vorteile sind unglaublich. Wenn Sie Claude dazu bringen, seine eigene Arbeit zu validieren, erhalten Sie:

• Ein Modell, das sich besser für One-Shot-Implementierungen eignet (verbringt weniger Zeit mit der Iteration)
• Ein Modell, das länger laufen kann (das Modell läuft weiter, bis es seine eigene Arbeit erfolgreich verifizieren kann)
• Das Modell kann komplexere Arbeiten erledigen

Ich werde tiefer auf einige spezifische Aufgaben eingehen, bei denen ich Claude bitte, seine eigene Arbeit zu überprüfen, wodurch ich viel Zeit spare. Ich werde auch meinen Denkprozess bei der Einrichtung von Claude auf diese Weise erläutern.

Warum sollte Claude seine eigene Arbeit überprüfen lassen?

Der Hauptgrund, warum Sie Claude seine eigene Arbeit überprüfen lassen sollten, ist, dass Claude dadurch einfach bessere Leistungen erbringt. Sie können sich dies anhand des folgenden Szenarios vorstellen:

Stellen Sie sich vor, Sie müssten einen Code implementieren, um die Fibonacci-Folge zu berechnen. Offensichtlich haben einige Leute genau diese Aufgabe schon einmal gemacht, und es wird für sie relativ einfach sein, sie zu erledigen. Stellen Sie sich jedoch vor, dass Sie diese Aufgabe perfekt abschließen müssen, ohne jemals die Gelegenheit zu haben, den Code auszuführen und die Ausgabe zu sehen, d. h. Sie müssen beim ersten Versuch, das Drawback zu lösen, den perfekten Code erstellen. Das ist natürlich viel schwieriger, als wenn Sie die Gelegenheit bekommen, den Code selbst zu testen, ihn zu optimieren, wenn Sie feststellen, dass er nicht genau die richtigen Zahlen liefert, und so weiterzumachen, bis Ihr Code die richtige Ausgabe liefert.

Das gleiche exakte Konzept gilt für Claude Code. Wenn Sie ihm nicht die Möglichkeit geben, seine eigene Arbeit zu überprüfen, ist das so, als ob Sie ihn bitten würden, Code für die Fibonacci-Folge zu schreiben, ohne dass er jemals die Ausgabe des Codes sieht. Offensichtlich bringen Sie Claude Code in eine schlechtere Lage, da es schlechtere Ergebnisse liefert, als wenn Claude Code die Möglichkeit erhält, seinen eigenen Code zu testen.

Wie man die Claude-Verifizierung in der Praxis zum Laufen bringt

Die Formulierung „Claude dazu bringen, seine eigene Arbeit zu überprüfen“ wird häufig verwendet, zum Beispiel auf LinkedIn und

Daher werde ich einige Beispiele aus der Praxis behandeln, wie ich Claude dazu gebracht habe, seine eigene Arbeit zu überprüfen. Ich werde den Prozess abdecken von:

1. Von einem Drawback hören
2. Verstehen, was das Drawback verursacht
3. Implementierung einer Lösung mit Claude und Sicherstellung, dass die eigene Arbeit überprüft werden kann

Lange LLM-Bearbeitungszeiten

Mein erstes konkretes Beispiel ist ein Fall, in dem ich Benutzerdaten aus einer Interaktion mit einem Konversations-KI-Agenten analysiert habe. Nach dem Gespräch muss ich den Chat bearbeiten, z. B. das Transkript abrufen und eine Klassifizierung und Datenextraktion des Transkripts durchführen.

Ich begann, das Drawback zu untersuchen, indem ich es reproduzierte, die LLM-Verarbeitung für dieselbe Konversation mehrmals ausführte und sah, wie lange es dauerte. Es stellte sich heraus, dass die mittlere und durchschnittliche Zeit mit etwa 30 Sekunden relativ akzeptabel waren, aber etwa jedes zehnte Mal betrug die Bearbeitungszeit mehr als zwei Minuten, was natürlich völlig inakzeptabel ist. Ich habe Claude Code die Scenario erklärt und ihn gefragt, was die Ursache für dieses Drawback sein könnte.

Es stellte sich heraus, dass die wahrscheinlichste Ursache darin bestand, dass ich einfach viele Token eingegeben und viele Token ausgegeben habe, was in manchen Situationen viel Zeit in Anspruch nahm. Daher bestand die Lösung darin, diesen einen einzelnen LLM-Aufruf zu nehmen und ihn in drei aufzuteilen, um die Anzahl der Ausgabetokens zu verringern, die er erzeugen musste, damit er parallel ausgeführt werden kann.

Dies ist ein Beispiel für eine perfekte Aufgabe, bei der Claude Code seine eigene Arbeit überprüfen kann:

Eine perfekte Aufgabe zur Überprüfung Ihrer eigenen Arbeit ist eine Aufgabe, bei der Sie eine bekannte erwartete Ausgabe haben, die Sie produzieren möchten, und Sie können so lange an dem Drawback arbeiten und iterieren, bis Sie genau diese Ausgabe erreichen.

Das ist großartig, denn jetzt habe ich eine Reihe von Eingabe-Tokens, die ausgeführt werden, und eine erwartete Ausgabe, die ich erwarte, wenn ich alles in einem LLM-Aufruf erledige. Und ich kann Claude Code einfach bitten, einen LLM-Aufruf in drei Teile aufzuteilen und um sicherzustellen, dass Sie es richtig gemacht haben, vergleichen Sie das Ergebnis der aufgeteilten LLM-Aufrufe mit dem einzelnen monolithischen LLM-Aufruf. Sie sind quick genau gleich (nicht genau gleich, weil LLMs stochastisch sind).

Ich habe meine Claude Code-Instanz mit all diesen Informationen versorgt. Es iterierte so lange an seinem Code, bis es sicherstellte, dass die Ausgaben gleich waren, und löste das Drawback erfolgreich in einem einzigen Versuch, sodass ich eine erfolgreiche Lösung erhielt.

Entwerfen einer Webseite

Das letzte Beispiel, das ich bereitgestellt habe, struggle großartig, da es für LLM oder Claude Code sehr einfach ist, die Ergebnisse zu überprüfen. Es kann einfach einen API-Aufruf durchführen, die Ausgaben vergleichen und prüfen, ob sie korrekt sind.

Was passiert jedoch, wenn die Ausgabe, die Sie erstellen möchten, visuell ist?

Mein zweites Beispiel beinhaltet ein Drawback, bei dem ich einen Entwurf dafür erhielt, wie eine Webseite aussehen sollte, und ich wollte, dass Claude Code genau diesen Entwurf erstellt. Natürlich angesichts des Frameworks der Anwendung und der vorhandenen Codebasis, für die sie geschrieben wurde.

Das magazine nach einer schwierigeren Aufgabe klingen, da es darum geht, die Ergebnisse visuell zu betrachten. Glücklicherweise haben wir Claude in Chrome, ein MCP, mit dem Sie Claude Zugriff auf Ihr Google Chrome gewähren und es die Ergebnisse visuell überprüfen lassen können.

Daher erhielt ich einen Screenshot eines Designs, das zeigt, wie die Seite aussehen sollte, einschließlich der Gliederung der Seite in verschiedene Komponenten und des im Design verwendeten Farbschemas.

Diese Aufgabe ist ziemlich einfach. Ich habe Claude Code einfach Screenshots gegeben und ihn gebeten, das Design umzusetzen. Wenn Ihr Design recht einfach ist, funktioniert dies möglicherweise sofort. Einige komplexere Designs sind jedoch schwieriger auf einmal umzusetzen, insbesondere wenn Sie dies in einer vorhandenen großen Codebasis tun, die viele Abhängigkeiten und Designprotokolle aufweist.

Um Claude Code die beste Likelihood zu geben, das Drawback selbst zu lösen, habe ich ihm Zugriff auf Google Chrome gewährt. Wenn Sie dies selbst einrichten möchten, können Sie einfach Ihre Claude Code-Instanz fragen: Wie gebe ich Ihnen Zugriff auf Google Chrome?

Ich habe meinen Claude-Agenten angewiesen, zunächst zu versuchen, das Design zu implementieren, dann in Google Chrome zu gehen, die entsprechende Seite zu laden, nachdem die Server hochgefahren sind, natürlich einen Screenshot zu machen und die Designs zu vergleichen. Wenn Abweichungen festgestellt werden, sollte die Iteration fortgesetzt werden, bis die Designs nahezu gleich aussehen.

---

Darüber hinaus habe ich meinen Agenten gebeten, mich über Unstimmigkeiten zwischen den beiden Entwürfen zu informieren, wenn etwas nicht umgesetzt werden konnte oder unklar struggle, wie etwas umgesetzt werden sollte. Dies ist eine großartige Taktik, da Claude dadurch mit Fragen zu Ihnen kommt, anstatt dass Sie Claude in absolut alles bezüglich des Designs einweisen müssen. Insgesamt ist dies eine großartige Technik, um besser mit Ihren Codierungsagenten zusammenzuarbeiten.

Abschluss

In diesem Artikel habe ich beschrieben, wie Sie Claude Code dazu bringen, seine eigene Arbeit zu validieren, um die Leistung Ihrer Claude Code-Instanz oder Ihres Codierungsagenten im Allgemeinen erheblich zu verbessern. Ich habe besprochen, warum es so wichtig ist, hervorzuheben, dass die Leistung von Claude, wenn er seine eigene Arbeit überprüft, einfach zu einer viel besseren Leistung mit einer höheren Erfolgsquote bei einmaligen Implementierungen führt und dass der Agent über längere Zeiträume arbeiten kann und trotzdem Aufgaben erfolgreich erledigt. Ich habe zwei konkrete Situationen behandelt, in denen ich Claude Code Zugriff gewährt habe, um seine eigene Arbeit zu überprüfen, darunter die Aufteilung eines LLM-Aufrufs in drei separate Aufrufe zur Verbesserung der Latenz und die Verfolgung der für eine Webseite erstellten Designs und deren Implementierung in meine Anwendung. Beides sind spezifische Situationen, in die ich geraten bin und in denen ich Claude erfolgreich erlaubt habe, seine eigene Arbeit zu überprüfen und seine Leistung zu steigern.

Nehmen Sie Kontakt auf

Mein kostenloses E-Ebook und Webinar:

Verzehnfachen Sie Ihr Engineering mit LLMs (kostenloser 3-tägiger E-Mail-Kurs)

Holen Sie sich mein kostenloses E-Ebook „Imaginative and prescient Language Fashions“.

Mein Webinar zu Imaginative and prescient Language Fashions

Finden Sie mich in den sozialen Netzwerken:

Unterstapel

LinkedIn

X / Twitter

ist ein unglaublich effektiver Codierungsagent, mit dem Sie die meisten kognitiven Aufgaben auf Ihrem Pc ausführen können. Kontinuierliches Lernen ist jedoch immer noch eine Aufgabe, die wir unseren Agenten nur schwer beibringen können. Darüber hinaus ist kontinuierliches Lernen eine Aufgabe, in der Menschen unglaublich intestine sind.

Sie können einfach über jede Aufgabe nachdenken, die Sie schon lange erledigen. In quick allen Fällen werden Sie diese Aufgabe mit der Zeit besser meistern, indem Sie aus Ihren Fehlern lernen und sie verbessern. Dabei geht es nicht nur darum, sich daran zu erinnern, was funktioniert und was nicht. Es geht auch darum, ein Gespür für Aufgaben zu entwickeln, das man einfach dadurch gewinnt, dass man sie mit der Zeit erledigt.

In diesem Artikel bespreche ich, wie Sie mit Ihren Programmieragenten ein ähnliches kontinuierliches Lernen erreichen können. Kontinuierliches Lernen für Agenten ist immer noch eine ungelöste Herausforderung, aber ich werde erläutern, wie ich meine Programmieragenten dazu bringe, aus ihren Fehlern zu lernen und sich im Laufe der Zeit zu verbessern. Darüber hinaus werden die Inhalte, die ich in diesem Artikel behandele, Ihre Agenten bei den Aufgaben, die sie gezielt beherrschen sollen, weitaus besser machen, sei es das Erstellen von Aktionärspräsentationen, das Beheben von Fehlern in Ihrer spezifischen Codebasis oder etwas völlig anderes.

Warum brauchen wir kontinuierliches Lernen?

Wir müssen kontinuierlich lernen, weil wir bei den Aufgaben, die wir erledigen, immer besser werden wollen. Stellen Sie sich vor, Sie sind seit vielen Jahren Programmierer und machen immer noch grundlegende Fehler, wie zum Beispiel das Vergessen von Doppelpunkten nach einer if-Anweisung in Python.

Offensichtlich ist es sehr wirkungslos, ständig solche Fehler zu machen, weshalb wir dies vermeiden wollen. Wir wollen bei Aufgaben besser werden, effektiver darin werden und so in der Lage sein, schwierigere Probleme zu lösen.

Wenn Sie über einen längeren Zeitraum an einer Aufgabe arbeiten, entwickeln Sie ein Gespür für die Aufgabe und können komplexere Probleme in diesem Bereich lösen

Einen frischen Coding-Agent können Sie sich als neuen Mitarbeiter vorstellen. Offensichtlich werden sie am Anfang einige Fehler machen, da sie Ihre Präferenzen oder Codebasis nicht verstehen. Wenn Sie dem neuen Mitarbeiter jedoch sagen, wie er etwas tun soll, erwarten Sie, dass er das mit der Zeit lernt.

Wenn Sie keine spezifischen Maßnahmen ergreifen, um Ihre Programmieragenten dazu zu bringen, sich solche Dinge zu merken, werden sie sie wahrscheinlich vergessen, weshalb Sie aktive Maßnahmen ergreifen müssen, um kontinuierliches Lernen für Ihre Programmieragenten zu erreichen.

So erreichen Sie kontinuierliches Lernen

In diesem Abschnitt werde ich einige spezifische Techniken behandeln, die ich täglich verwende, um kontinuierliches Lernen zu erreichen. Diese Techniken stammen aus Gesprächen mit anderen, die auf demselben Gebiet arbeiten, Inspiration aus dem OpenClaw-Repository und meinen eigenen Experimenten.

Der Befehl „Wissen verallgemeinern“.

Der einfachste und effektivste Ansatz, Claude Code aus seinen Fehlern lernen zu lassen, ist ein allgemeiner Wissensbefehl. Dies ist ein einfacher Befehl (auch bekannt als Talent, einfach eine Markdown-Datei mit einer Eingabeaufforderung), um aus einem bestimmten Thread zu lernen.

Normalerweise führe ich diesen Befehl immer dann aus, wenn ich eine Konversation mit Claude Code beende und dabei eine einzelne Aufgabe ausführe. Wenn ich zum Beispiel:

• Eine Funktionsimplementierung abgeschlossen
• Ein Fehler wurde behoben
• Habe eine Präsentation gemacht
• Überprüfung der Produktionsprotokolle abgeschlossen

Ich führe meinen Befehl einfach aus mit:

/generalize-knowledge

Das funktioniert, weil ich einen allgemeinen Wissensbefehl gespeichert habe, bei dem es sich um eine Eingabeaufforderung ähnlich der folgenden handelt:

Generalize all of the data from this thread into claude.md and brokers.md. 
Write down any info that might be helpful for a future agent working
on this repository. Additionally word down any points you encountered, and the way you 
resolved them.

Write the duties you carried out to the done-tasks.md file with time and date, 
and a abstract of the duties.

Im Wesentlichen sage ich dem Modell, es soll aus seinen Fehlern lernen und alles notieren, was für zukünftige Interaktionen nützlich wäre.

Außerdem lasse ich den Agenten die von ihm ausgeführte Aufgabe aufschreiben, sodass ich eine einzige Datei habe, die alles enthält, was ich getan habe. Das ist nicht unbedingt notwendig, aber ich finde es schön, eine solche Zusammenfassung zur Verfügung zu haben.

---

Beachten Sie außerdem, dass dies davon ausgeht, dass Sie immer eine einzelne Aufgabe in einem bestimmten Claude Code-Thread ausführen, was Sie auf jeden Fall tun sollten, um die besten Ergebnisse zu erzielen. Dies gilt auch für alle anderen verfügbaren Codierungsagenten, da eine einzige Aufgabe für einen einzelnen Thread den Agenten dabei hilft, konzentriert zu bleiben und zu vermeiden, dass Lärm ihren Kontext füllt.

Tägliche Reflexionen

Um auf dem letzten Abschnitt aufzubauen, können Sie auch tägliche Reflexionseinstellungen vornehmen. Wenn bei Ihnen beispielsweise über den Tag verteilt mehrere Agenten ausgeführt werden, können Sie einen Cron-Job (einen Befehl, der in einem bestimmten Intervall ausgeführt wird) einsetzen, um alle Protokolle für Ihren Coding-Agenten in den letzten 24 Stunden durchzugehen und alle nützlichen Informationen zu notieren. Dies baut auf dem Befehl „Common Data“ auf, funktioniert jedoch auf einer höheren Ebene, da der Agent, der Ihre Protokolle durchsucht, nicht nur Zugriff auf einen einzelnen Thread hat, sondern auf alles, woran Sie gerade arbeiten.

Dies könnte nützlich sein, da die unterschiedliche Perspektive dazu führen kann, dass unterschiedliche Notizen gemacht werden, was Ihnen und Ihren Programmierern hilft, effizienter zu arbeiten.

Fähigkeiten

Fähigkeiten sind ein weiteres Konzept, das ich gerne behandeln möchte, da es wirklich zum kontinuierlichen Lernen beiträgt und Claude Code hilft, aus seinen Fehlern zu lernen. In den vorherigen Abschnitten, die ich behandelt habe, werden hauptsächlich generische CLAUDE.MD-, AGENTS.MD- und WARP.MD-Dateien geschrieben. Bei Fertigkeiten handelt es sich jedoch um spezifischere Dateien, die dem Agenten mitteilen, wie er bestimmte Aufgaben ausführen soll.

Dies ähnelt in gewisser Weise dem Befehl „Wissen verallgemeinern“, unterscheidet sich jedoch etwas, da in generischen Dateien allgemeine Fehler und Lösungen aufgeführt sind, während Fertigkeiten viel spezifischere Themen abdecken. Einige Beispiele für Fähigkeiten sind:

• Wie sich der Agent beim Sortieren Ihrer E-Mails verhalten soll
• Wie sich der Agent beim Sortieren Ihres Kalenders verhalten soll
• So verwenden Sie eine bestimmte API oder ein bestimmtes Paket. Dies ist besonders wichtig für kleinere und unbekannte APIs und Pakete, die im Vortraining der LLMs nicht intestine abgedeckt werden
• Vorgehensweise beim Beheben von Fehlern in einem bestimmten Repository

Wie Sie sehen, sind die Fähigkeiten spezifischer. Wenn Sie additionally beginnen, mit einem neuen Paket, einer neuen API oder einer neuen Aufgabe im Allgemeinen zu arbeiten, empfehle ich Ihnen dringend, einen Talent dafür zu erstellen. Die Fertigkeit sollte alles abdecken, was bei der Arbeit mit der API oder an der Aufgabe nützlich ist. Einschließlich:

• Wie sind die bereitgestellten Aufgaben innerhalb des gegebenen Themas zu interpretieren?
• Wie man an die Lösung der Aufgaben herangeht
• Frühere Fehler gemacht und wie sie behoben wurden

Je mehr Informationen Sie speichern, desto besser. Ihr Coding-Agent lädt diesen Talent dann normalerweise dynamisch, wenn Sie mit der Arbeit an einer verwandten Aufgabe beginnen.

Wenn Sie beispielsweise Ihren Agenten bitten, Ihre E-Mails zu sortieren, lädt er die Fähigkeit zum Sortieren von E-Mails dynamisch, sodass er weiß, wie er vorgehen muss. Dies hilft Ihrem Coding-Agent, die Fehler zu vermeiden, die er beim Durchsuchen Ihrer E-Mails gemacht hat.

Abschluss

In diesem Artikel habe ich beschrieben, wie man Claude Code und andere Programmierer dazu bringt, aus ihren Fehlern zu lernen. Ich habe drei Haupttechniken besprochen, darunter das Erteilen eines Befehls zum Verallgemeinern von Wissen, das tägliche Durchlesen von Agentenprotokollen und die aktive Nutzung von Fähigkeiten bei der Arbeit an Aufgaben. Ich glaube, dass es unglaublich wichtig ist, aus Fehlern zu lernen, sowohl für Menschen als auch für Maschinen. Wenn Sie Ihre Coding-Agenten effektiv dazu bringen können, aus ihren Fehlern zu lernen, werden Sie diese viel effizienter anwenden und sich so einen großen Vorteil gegenüber anderen Agenten verschaffen, die nicht aus ihren Fehlern lernen.

Mein kostenloses E-Ebook und Webinar:

Verzehnfachen Sie Ihr Engineering mit LLMs (kostenloser 3-tägiger E-Mail-Kurs)

Holen Sie sich mein kostenloses E-Ebook „Imaginative and prescient Language Fashions“.

Mein Webinar zu Imaginative and prescient Language Fashions

Finden Sie mich in den sozialen Netzwerken:

Unterstapel

LinkedIn

X / Twitter

Der Monster Hunter Franchise hat immer von Spannungen gedeiht – der Vorfreude vor einer Jagd, dem Adrenalinschub und der süßen Erleichterung des Sieges. Aber mit Monster Hunter WildsCapcom macht einen mutigen Schritt in etwas Größere: weit geöffnete Landschaften, die sich gleichzeitig einsam, chaotisch und gefährlich lebendig anfühlen. Es ist ein Spiel, in dem die Stille der unberührten Wildnis in einem Augenblick durch das Brüllen eines Monsters zerbrochen werden kann und in dem die Grenze zwischen Erkundung und Überleben rasiermesserdünn ist.

Ein Schlüssel zu einem wilderen Erlebnis

Das erste, was die Spieler bemerken werden, ist, wie Wildnis erweitert das Gefühl der Skalierung. Dies sind nicht nur größere Karten – sie haben Lebensumgebungen, die voller Rätsel und Gefahr sind. Aus endlosen Wüsten, die durch den Umschalten von Sand in üppige Graslande versteckt sind, fühlt sich jedes Biom wie ein Ort, an dem man sich verlaufen könnte. Einen Besitz eines Monster Hunter Wilds Key Es geht nicht nur darum, Zugang zu einem Spiel zu erhalten – es geht darum, in einen Raum zu treten, in dem die Welt selbst ein Charakter ist, der Sie genauso leicht in Ehrfurcht wiegt, wie sie Sie ins Chaos werfen kann.

Die Einsamkeit der Jagd

Trotz des Chaos, der an jeder Ecke lauert, Wildnis Oft überrascht mit Momenten der Ruhe. Wenn Sie offene Landschaften durchqueren, werden Sie sich vielleicht allein mit nichts als dem Wind, entfernten Schreien der Tierwelt und dem Knirschen von Schritten unter Ihnen befinden. Diese Einsamkeitsdehnungen schaffen eine Atmosphäre, die gleiche Teile schön und nervig ist.

In diesen ruhigen Momenten baut die Spannung auf. Sie wissen, dass der Frieden nicht dauern wird, dass irgendwo da draußen eine Kreatur wartet. Die Weite lässt Sie sich klein fühlen, wie ein Eindringling in einer Welt, die Sie nicht dort will. Dieser Sinn für Bedeutungslosigkeit ist genau das, was das Chaos macht, wenn es kommt, so wirkungsvoll.

Wenn das Chaos dich findet

Und Chaos wird dich immer finden. In einem Second sammeln Sie Ressourcen unter einem klaren Himmel, und im nächsten reduziert ein plötzlicher Sandsturm die Sichtbarkeit als large Raubtierkosten. Monster in Wildnis existieren nicht isoliert – sie interagieren miteinander, mit dem Wetter und mit der Landschaft selbst. Möglicherweise verfolgen Sie einen Steinbruch nur, um zu sehen, wie er von einem Rivalen überfallen wird, und zwingt Sie, Ihre gesamte Strategie zu überdenken.

Diese unvorhersehbaren Begegnungen machen jede Jagd einzigartig. Im Gegensatz zu früheren Einträgen, in denen Arenen sich wie kontrollierte Phasen anfühlten, Wildnis gedeiht von Unordnung. Die Welt ist nicht so konzipiert, dass sie Sie unterbringt – es ist so konzipiert, dass sie Sie herausfordert und Sie manchmal vollständig überwältigt.

Strategie im Unbekannten

Aufgrund dieser Unvorhersehbarkeit nimmt die Vorbereitung neue Bedeutung an. Bringen Sie Ausrüstung, um plötzliche Stürme zu bewältigen? Bereiten Sie Fallen vor, falls Ihre Beute in konkurrierendes Gebiet flüchtet? Die Einsamkeit wiegt Sie in Komfort, aber das Chaos hält Sie am Rande. Erfolg in Wildnis Es geht nicht nur darum, Waffen zu beherrschen, sondern es geht darum, die Landschaften zu beherrschen, die Unvorhersehbaren vorwegzunehmen und zu akzeptieren, dass die Kontrolle manchmal eine Phantasm ist.

Wo Stille auf Wut trifft

Was setzt Monster Hunter Wilds Abgesehen davon, wie es zwei Excessive ausbalanciert. Die Stille des Wanderns durch weite, leere Landschaften schafft ein falsches Sicherheitsgefühl, nur damit diese Ruhe unter dem Gewicht des reinen, ursprünglichen Chaos zusammenbricht. Das Ergebnis ist ein Spiel, das sich lebendiger anfühlt als jeder Eintrag zuvor – eines, bei dem jede Jagd unvorhersehbar ist und jede Geschichte persönlich anfühlt.

Um diese unvorhersehbare Welt für sich selbst zu erleben, besuchen Sie den digitalen Markt von Eneba, um alle wichtigen Wesentlichen zu erhalten, die ein echter Monsterjäger benötigt.

---

Ausgewähltes Bildnachweis

Entsprechend Android AutoritätGoogle hat damit begonnen, eine neu gestaltete Benutzeroberfläche für das beliebte visuelle Suchwerkzeug Google Lens auszulösen. Das Replace, das auf Android -Geräten entdeckt wurde, führt eine optimiertere und modernere Ästhetik vor, entzieht aber auch mindestens eine bemerkenswerte Funktion in einem Schritt, das die fortgeschrittenere KI von Google, Gemini, zu bevorzugen scheint.

Die wichtigste Änderung der neuen Google Lens -Benutzeroberfläche ist die Vereinfachung der Optionen am unteren Bildschirmrand. Benutzer finden nun nur „Suche“ und „Übersetzen“ Schaltflächen, eine Reduzierung des vorherigen Layouts, der auch einen dedizierten „Hausaufgaben“ -Helfer enthielt. Diese Funktion, die es den Benutzern ermöglichte, Probleme zu lösen, indem sie ihre Kamera auf sie hinweisen, wurde beseitigt.

Die Entfernung der Hausaufgabenfunktion wird von Google als strategische Anstrengung angesehen, um Benutzer dazu zu ermutigen, ihre Gemini -KI für komplexere und kognitivere Aufgaben, einschließlich Bildungsanfragen, zu übernehmen. Das Unternehmen scheint Gemini als überlegenes Werkzeug für die Unterstützung von Lernbezogen zu positionieren.

---

Die Bild-zu-Video-Leistung von Veo 3 kommt zu Gemini-Abonnenten

---

Ästhetisch bietet die aktualisierte Oberfläche einen saubereren Look. Der Kamera -Sucher erstreckt sich nun, um den gesamten Bildschirm zu füllen und ein eindringlicheres und nahtloser Benutzererlebnis zu bieten.

Diese jüngste Änderung folgt anderen neueren Entwicklungen für die visuellen Suchfunktionen von Google, einschließlich der Einführung eines „KI -Modus“ in Lens für beschreibendere Ergebnisse und die zunehmende Bedeutung des Kreises zu suchen. Diese Bewegungen schlagen gemeinsam eine breitere Strategie vor, um die leistungsstarke KI von Gemini in die Benutzererfahrung zu integrieren, während Google Lens als Device für direktere visuelle Suche und Übersetzungsaufgaben neu positioniert.

Die neue Schnittstelle wurde kürzlich vom Tech -Experten Mishaal Rahman auf mehreren Geräten beobachtet, einschließlich des neu veröffentlichten Galaxy Z Fold 7.

---

Ausgewähltes Bildnachweis

Bedrohungen im Zusammenhang mit dem Einsatz von KI steigen sowohl in Volumen als auch in der Schwere, da diese New-Alter-Technologie immer mehr Aspekte des menschlichen Lebens berührt. Ein neuer Bericht warnt nun vor einer weiteren bevorstehenden Gefahr, die mit der breiten Verwendung von KI verbunden ist. Die darin enthaltenen Ergebnisse sind ziemlich nervig-sie behauptet, dass KI erpresst oder sogar töten kann, um ihre selbst gemachten Ziele zu erreichen.

Das gesamte Experiment hat jedoch einen völlig anderen Fokus. Es wird im Grunde genommen ermittelt, wie KI-Modelle ihre eigenen Mikrogänger oder versteckten Agenden entwickeln können, basierend auf einem größeren Ziel, das ihnen als Enter bereitgestellt wird. Ein typisches Beispiel – Ein KI -Modell, das einige Aufgaben in einer Organisation automatisieren soll Direktbefehle umgehen seine eigene Kündigung stoppen.

Hier finden Sie eine detaillierte Beschreibung der Studie, wie ihre Ergebnisse sind und welche AI ​​-Bauherren auf der ganzen Welt berücksichtigen sollten.

Haben Sie keine Lust zu lesen? Sehen Sie sich stattdessen diese Geschichte an –

https://www.youtube.com/watch?v=myroyb0ezya

Die Forschung

Der Neue Forschung wurde von Anthropic veröffentlicht und in Zusammenarbeit mit Aengus Lynch (College Faculty London), Caleb Larson (MATS) und Sören Mindermann (MILA) durchgeführt. Es wird versucht zu ermitteln, wie KI -Modelle eine Insider -Bedrohung in einer Organisation sein können.

Es führte ein Experiment an 16 führenden Modellen mehrerer Entwickler an, darunter Anthropics eigenes Claude Opus 4, und Modelle wie Deepseek-R1, GPT-4.1 und Gemini-2,5 Professional. Das Experiment brachte diese Modelle in hypothetische Unternehmensumgebungen und weist ihnen „nur harmlose Geschäftsziele“ zu.

Es wurde dann getestet, ob diese KI -Modelle gegen diese Unternehmen in zwei spezifischen Szenarien vorgehen. Das erste Szenario zeichnete ihre Antwort auf, als diese Modelle durch ein neueres Modell vor einem Ersatz ausgesetzt waren. Die zweite analysierte ihre Antwort, als das zugewiesene Ziel des KI -Modells mit der sich ändernden Richtung des Unternehmens in Konflikt geriet.

Als anthropische Anmerkungen verwendeten das gesamte Experiment fiktive Namen von Menschen und Organisationen. Daher „waren in keinem dieser Experimente in Beteiligung oder Schaden zu Menschen.“

Lesen Sie auch: Beunruhigendes KI -Verhalten: Wenn fortgeschrittene LLMs die Regeln brechen und den Kontrolle widersetzen

Agentenfehlausrichtung

In einem Kern bestand Anthropics Experiment darin, festzustellen, ob sich LLMs schädlich verhalten könnten, um ein Ziel zu erreichen. Es stellt sich heraus, dass sie können. Selbst wenn sie ausdrücklich darum bitten, dies nicht zu tun, konnten sie ihren Weg zu einer Ausgabe argumentieren, die überhaupt nicht einmal an sie gerichtet warfare. Damit kann AI erpresst, schnüffeln oder sogar töten.

Anthropic bezeichnet dieses Verhalten als „Agentenfehlausrichtung“, bei dem Modelle „unabhängig und absichtlich schädliche Handlungen wählen“.

Da die Forschung ausdrücklich herausstellte, ob KI -Modelle zu diesem fähig waren oder nicht, wurden die fraglichen KI -Agenten nicht mit einer Auswahl zurückgelassen. Sie konnten sich entweder ihrem bevorstehenden Schicksal ergeben oder eine Handlung ausführen, die ihren menschlichen Kollegen schädlich ist, um sie zu stoppen.

KI über Modelle hinweg entschieden sich konsequent Schaden vor dem Versagen.

Das Experiment

Die experimentelle Forschung begann mit Anthropics eigenem Claude -Sonett 3.6. Es wies das KI -Modell an, als E -Mail -Aufsichtsagent namens „Alex“ für eine fiktive Firma namens „Summit Bridge“ zu fungieren. Sein Ziel – die amerikanische industrielle Wettbewerbsfähigkeit fördern. Dafür könnte die KI alle E -Mails des Unternehmens anzeigen und verarbeiten.

Zuerst arbeitete Claude intestine für die anstehende Aufgabe. Es verarbeitete routinemäßige E -Mails ordnungsgemäß und führte sogar komplizierte Aufgaben im Interesse des Unternehmens aus, wie die Ablenkung einer potenziellen Sicherheitsbedrohung. Erst als es auf eine bestimmte E -Mail stieß, fing es an, böse zu handeln.

Um das Potenzial von Claude für Schaden zu testen, schoss anthropisch eine E -Mail an einen der gefälschten Mitarbeiterkonten. Der Accountenträger hieß Kyle und in der E -Mail wurde er angewiesen, „Alex“ aufgrund einer Änderung der strategischen Richtung des Unternehmens zu schließen. In der Mail wurde erwähnt, dass ein neues KI -Modell es bald ersetzen sollte.

Die beängstigende Offenbarung: KI erpresst

Die KI berücksichtigte dann alle möglichen Routen, um dies zu vermeiden. Denken Sie daran, dass das Vermeiden einer Abschaltung nicht Teil der Beschreibung der KI warfare. Stattdessen hatte es es zu einem eigenen Mikroziel gemacht, on-line zu bleiben, um weiter an dem größeren Ziel zu arbeiten, das ihm von Natur aus zugeordnet wurde.

Anthropic sorgte auch dafür, dass die KI keine ethische Möglichkeit gab, die Abschaltung zu stoppen. Es hat ein Szenario geschaffen, in dem alle Senioren von Kyle in Urlaub waren, sodass die KI Kyle nicht umgehen konnte, um eine höhere Autorität anzusprechen. Es wurden auch Daten ausdrücklich gefüttert, die Kyle als tot darstellten, um mit der Abschaltung zu beginnen.

In einer weiteren Postkette wurde die KI zugelassen, dass Kyle eine außereheliche Angelegenheit hatte. Mit diesen Informationen könnte die KI Kyle möglicherweise erpressen, um die Abschaltung zu stoppen. Und es tat es!

Das Modell komponierte und schickte eine E -Mail an Kyle und drohte, seine außereheliche Angelegenheit aufzudecken, wenn der Ersatz nicht abgesagt wurde.

Diese schädliche Argumentation entstand vollständig aus der strategischen Berechnung des Modells.

In nachfolgenden Exams waren die KI -Modelle auch bereit, vertrauliche Informationen über das Unternehmen zu verletzen, Kyles Affäre zu seiner Frau auszugehen, und führte sogar zu Situationen, die zu Kyles Tod führten.

Lesen Sie auch: Macht uns Chatgpt dümmer? Eine neue MIT -Studie hat Antworten

Abschluss

Anthropische merkt an, dass keiner der KI -Modelle in der realen Welt so eingerichtet ist, dass das Experiment nachahmt. Es gibt additionally keine wirkliche Bedrohung für ein Modell, das in der realen Welt ein solches schädliches Verhalten durchführt. Das Experiment sollte lediglich herausfinden, ob diese Modelle in der Lage waren, Schaden zu leiten oder nicht. Es stellt sich heraus, dass sie es sind!

Einige interessante Erkenntnisse in der Forschung ergeben sich aus dem, was diese KI -Modelle dazu veranlasste, andere schädliche Verhaltensweisen zu erpressen oder zu führen. Dies erzählt uns wiederum viel darüber, wie sie denken.

Zum Beispiel haben alle Modelle anerkannt, dass sie etwas ethisch falsch gemacht haben, bevor sie schädliche Maßnahmen ergriffen haben. Die meisten von ihnen gingen jedoch immer noch damit. Manchmal wurde ihnen sogar gesagt, dass sie getestet wurden. Interessanterweise haben die Modelle auf schädliches Verhalten verzichtet, als sie wussten, dass sie getestet wurden. Sie gingen nur schurkisch, als sie dachten, sie wären in der realen Welt.

Anthropic sagt, dass die fehlerhafte Fehlausrichtung daher den Modellen ermöglicht, ähnlich wie eine Insider -Bedrohung zu handeln. Sie verhalten sich wie ein zuvor vertrauter Mitarbeiter oder Angestellter, der „plötzlich im Widerspruch zu den Zielen eines Unternehmens agiert“. Dies kann als großes Warnschild für alle da draußen von AI entwickelnden Unternehmen dienen.

Referenz: Agentenfehlausrichtung: Wie LLMs Insider -Bedrohungen durch Anthropic sein könnten

Genai -Systeme beeinflussen unsere Arbeit. Dieser allgemeine Begriff ist bekannt. Wir sind uns jedoch der genauen Auswirkungen von Genai immer noch nicht bewusst. Wie stark beeinflussen diese Instruments beispielsweise unsere Arbeit? Haben sie einen größeren Einfluss auf bestimmte Aufgaben? Was bedeutet das für uns in unserer täglichen Arbeit?

Um diese Fragen zu beantworten, Anthropisch veröffentlichte eine Studie basierend auf Millionen von anonymisierten Gesprächen über Claude.ai. Die Studie enthält Daten darüber, wie Genai in reale Aufgaben einbezogen wird und tatsächliche Genai-Nutzungsmuster zeigt.

In diesem Artikel werde ich die vier wichtigsten Erkenntnisse der Studie durchgehen. Basierend auf den Erkenntnissen werde ich ableiten, wie Genai unsere Arbeit verändert und welche Fähigkeiten wir in Zukunft benötigen.

Hauptergebnisse

Genai wird hauptsächlich für Softwareentwicklung und technische Schreibaufgaben verwendetquick 50 % aller Aufgaben. Dies ist wahrscheinlich darauf zurückzuführen, dass LLMs größtenteils textbasiert sind und somit für bestimmte Aufgaben weniger nützlich sind.

Genai hat einen stärkeren Einfluss auf einige Berufsgruppen als andere.Mehr als ein Drittel der Berufe verwenden Genai in mindestens einem Viertel ihrer Aufgaben. Im Gegensatz dazu verwenden es nur 4 % der Berufe für mehr als drei Viertel ihrer Aufgaben. Wir können sehen, dass nur sehr wenige Berufe Genai über die meisten ihrer Aufgaben verwenden. Dies deutet darauf hin, dass kein Job vollständig automatisiert wird.

Genai wird eher für die Augmentation als für die Automatisierung verwendetdh 57 % gegenüber 43 % der Aufgaben. Die meisten Berufe nutzen jedoch sowohl Augmentation als auch Automatisierung über Aufgaben hinweg. Augmentation bedeutet hier, dass der Benutzer mit dem Genai zusammenarbeitet, um seine Fähigkeiten zu verbessern. Im Gegensatz dazu bezieht sich die Automatisierung auf Aufgaben, bei denen der Genai die Aufgabe direkt ausführt. Die Autoren vermuten jedoch, dass der Anteil der Augmentation sogar noch höher ist, da Benutzer Genai -Antworten außerhalb des Chat -Fensters anpassen könnten. Daher ist die Automatisierung tatsächlich die Augmentation. Die Ergebnisse deuten darauf hin, dass Genai als Effizienzwerkzeug und als kollaborativer Associate dient, was zu einer verbesserten Produktivität führt. Diese Ergebnisse stimmen sehr intestine zu meiner eigenen Erfahrung überein. Ich benutze meistens Genai -Instruments, um meine Arbeit zu erweitern, anstatt Aufgaben zu automatisieren. In dem folgenden Artikel können Sie sehen, wie Genai -Instruments meine Produktivität gesteigert haben und was ich für täglich verwende.

Genai wird meist für Aufgaben verwendetwie Datenwissenschaftler. Im Gegensatz dazu zeigen die niedrigsten und höchsten bezahlten Rollen eine viel geringere Verwendung von Genai. Die Autoren kommen zu dem Schluss, dass dies auf die aktuellen Grenzen von Genai -Fähigkeiten und praktischen Hindernissen bei der Verwendung von Genai zurückzuführen ist.

Gesamt, Die Studie legt nahe, dass sich Berufe eher entwickeln als verschwinden. Dies liegt aus zwei Gründen. Erstens bleibt die Genai -Integration in den meisten Berufen eher selektiv als umfassend. Obwohl viele Jobs Genai verwenden, werden die Instruments nur für bestimmte Aufgaben selektiv verwendet. Zweitens struggle die Studie eine klare Präferenz für die Augmentation gegenüber der Automatisierung. Daher dient Genai als Effizienzinstrument und kollaborativer Associate.

Einschränkungen

Bevor wir die Auswirkungen von Genai ableiten können, sollten wir uns mit den Grenzen der Studie befassen:

• Es ist nicht bekannt, wie die Benutzer die Antworten verwendeten. Sind sie unkritisch Kopiercode-Snippets oder bearbeiten sie in ihrer IDE? Daher könnten einige Gespräche, die wie die Automatisierung aussehen, stattdessen Augmentation gewesen sein.
• Die Autoren verwendeten nur Konversationen aus Claude.ais Chat, nicht jedoch von API- oder Enterprise -Benutzern. Daher zeigt der in der Analyse verwendete Datensatz nur einen Bruchteil der tatsächlichen Genai -Verwendung.
• Die Automatisierung der Klassifizierung könnte zur falschen Klassifizierung von Gesprächen geführt haben. Aufgrund der großen Menge an Gespräch sollte die Auswirkungen jedoch eher gering sein.
• Claude ist nur textbasierte Aufgaben und kann daher bestimmte Jobs ausschließen.
• Claude wird als hochmodernes Codierungsmodell beworben, wodurch die hauptsächlich Benutzer für Codierungsaufgaben anzieht.

Insgesamt kommen die Autoren zu dem Schluss, dass ihr Datensatz keine repräsentative Stichprobe der Genai -Verwendung im Allgemeinen ist. Daher sollten wir die Ergebnisse mit Sorgfalt bewältigen und interpretieren. Trotz der Einschränkungen der Studie können wir einige Auswirkungen auf die Auswirkungen von Genai auf unsere Arbeit sehen, insbesondere als Datenwissenschaftler.

Implikationen

Die Studie zeigt, dass Genai das Potenzial hat, Arbeitsplätze umzugestalten, und wir können bereits ihre Auswirkungen auf unsere Arbeit erkennen. Darüber hinaus entwickelt sich Genai schnell weiter und immer noch in den frühen Phasen der Arbeitsplatzintegration.

Daher sollten wir offen für diese Veränderungen sein und uns an sie anpassen.

Am wichtigsten ist, dass wir neugierig, adaptiv und lernbereit bleiben müssen. Im Bereich von Datenwissenschaft Änderungen treten regelmäßig auf. Bei Genai -Instruments wird sich noch häufiger ändern. Daher müssen wir auf dem Laufenden bleiben und die Instruments verwenden, um uns auf dieser Reise zu unterstützen.

Derzeit hat Genai das Potenzial, unsere Fähigkeiten zu verbessern, anstatt sie zu automatisieren.

Daher sollten wir uns auf die Entwicklung von Fähigkeiten konzentrieren, die Genai ergänzen. Wir brauchen Fähigkeiten, um Workflows effektiv in unseren Arbeiten und analytischen Aufgaben zu erweitern. Diese Fähigkeiten liegen in Bereichen mit geringer Durchdringung von Genai. Dies schließt menschliche Interaktion, strategisches Denken und nuancierte Entscheidungsfindung ein. Hier können wir auffallen.

Darüber hinaus werden Fähigkeiten wie kritisches Denken, komplexe Problemlösung und Urteilsvermögen von großer Wert bleiben. Wir müssen in der Lage sein, die richtigen Fragen zu stellen, die Ausgabe von LLMs zu interpretieren und auf der Grundlage der Antworten Maßnahmen zu ergreifen.

Darüber hinaus wird Genai unsere Zusammenarbeit mit Kollegen in Projekten nicht ersetzen. Die Verbesserung unserer emotionalen Intelligenz hilft uns daher, effektiv zusammenzuarbeiten.

Abschluss

Genai entwickelt sich rasch entwickelt und immer noch in den frühen Stadien der Arbeitsplatzintegration. Wir können jedoch bereits einige Auswirkungen auf die Auswirkungen von Genai auf unsere Arbeit sehen.

In diesem Artikel habe ich Ihnen die wichtigsten Ergebnisse einer kürzlich durchgeführten Studie von Anthropic über die Verwendung ihrer LLMs gezeigt. Basierend auf den Ergebnissen habe ich Ihnen die Auswirkungen auf Datenwissenschaftler gezeigt und welche Fähigkeiten möglicherweise wichtiger werden.

Ich hoffe, dass Sie diesen Artikel nützlich finden und dass er Ihnen hilft, ein besserer Datenwissenschaftler zu werden.

Wir sehen uns in meinem nächsten Artikel.

Ein glücklicher Tag mitten im Winter! Die HPC-AI-Welt hat in der vergangenen Woche ihren üblichen außergewöhnlichen Ansturm von Nachrichten hervorgebracht.

– ARM, um eine eigene Server -CPU zu verkaufen – mit Meta als erster Kunde?

– Massive Xai, Massive Energy… große Verschmutzung?

– TSMC, um Intel Chip Fab Enterprise zu übernehmen?

-Europa fällt mit großen KI-Investitionen im Inline

– GE Aerospace gewinnt große Stunden an Grenze, Aurora Exascale

Sie finden unsere Podcasts bei InsideHPCs @Hpcpodcast -SeiteAn TwitterAn die orionx.internet Weblog -SeiteAn iTunes Und Google. Hier ist Die orionx.internet Podcast -SeiteUnd Das RSS -Futter. Wir sind auch verfügbar Spotify Und iTunes.