1
AWS-Emulator offiziell
AWS veröffentlicht aws-emulator: lokale AWS-APIs für Tests und CI ohne Konto, in Rust, CC0-lizenziert. Auf macOS und Windows nur per Docker; Telemetrie ist an (--telemetry off).
Dein KI-Espresso · Donnerstag, 12. November 2026
Espresso in 1 Min. gelesen
Ein Donnerstag fürs Werkzeugregal: AWS gibt einen offiziellen lokalen Emulator frei, Google ein Entscheidungsmodell für Agenten-Routing, und Huawei legt seinen Quantisierer für llama.cpp offen.
Der Espresso die drei Schlucke des Tages
2
Gemini entscheidet in 200 ms
Googles Decisions API mit gemini-decision-1 beantwortet bis zu 1.000 Ja/Nein-, Auswahl- oder Rubrikfragen je Anfrage mit Wahrscheinlichkeiten – für Tool-Wahl und Routing. $0,10 je Mio. Input-Tokens, Output kostenlos.
3
Huawei öffnet Quantisierer
MACaQ quantisiert Text-, Bild- und Audiomodelle für llama.cpp (GGUF, 2–4 Bit), vLLM und Diffusers, Apache 2.0. Laut Huawei liegt ein Qwen3.6-35B-A3B in Q4_K_XL näher an FP16 als Unsloths gleich großes GGUF.
Neue Modelle & Releases 3
Gemini Decision 1: was Google angibt
Die Decisions API (seit 11.11.) nimmt eine gemeinsame multimodale Eingabe bis 256K Tokens – Text, Bild, Audio, Video, PDF – und bis zu 1.000 Fragen dazu. Drei Fragetypen: Ja/Nein, Auswahl aus 2–255 Optionen und Bewertung auf einer geordneten Skala. Jede Antwort hat einen Konfidenzwert von 0 bis 1, sodass unsichere Fälle an ein größeres Modell oder einen Menschen gehen können.
Herstellerangaben: 150–250 ms Ende-zu-Ende, Latenz bleibt von 1 bis 100 Fragen fast gleich; die Eingabe wird je Anfrage nur einmal berechnet. Google spricht von bester Kalibrierung und rund 5-mal günstiger als Gemini 3.5 Flash-Lite über die Interactions API – unabhängige Messungen fehlen. Kostenlose Stufe in AI Studio, Integrationen u. a. für OpenRouter, LiteLLM, LangChain und Pydantic AI; Google Cloud folgt.
MACaQ: Huaweis Quantisierer im Detail
MACaQ (Model Agnostic Calibrated Quantization) kalibriert Gewichte modellunabhängig. Die Variante MACaQ-R verfeinert nur die Gewichtscodes eines vorhandenen GGUF und behält Format und Block-Skalen – das Ergebnis läuft in jedem normalen llama.cpp. Die volle Variante mit Aktivierungs-Transformationen braucht die mitgelieferte llama.cpp-Laufzeit. MLX wird nicht erwähnt.
Herstellerzahlen aus dem README: Qwen3.6-35B-A3B als Q4_K_XL (22,36 GB) mit KL-Divergenz 0,0134 zu FP16 gegenüber 0,0157 für Unsloths UD-Q4_K_XL; ein 122B-Modell lässt sich in 64 Minuten mit 32,5 GB Gerätespeicher quantisieren. Qwen3.8-27B als W4A4 in vLLM: Perplexität 2,90 statt 2,85 (BF16) bei 2,3-fachem Prefill. Paper: arXiv 2611.10649.
Hugging Face Papers: Selbstlernen per RL und ein GTA-Gym
Ruhiger Tag bei den Papers: oben stehen „Incentivizing Self-Learning in Large Language Models via Reinforcement Learning“ (8 Upvotes) und „GTAGym“, eine Umgebung mit Aufgaben aus einem echten AAA-Spiel zum Testen und Trainieren von Agenten (6 Upvotes). Die Übersicht zeigt keine Abstracts, Details daher nur aus den Titeln.
Agentic Engineering & Praxis 4
aws-emulator: was Ops-Teams wissen sollten
Der Emulator läuft als Server (RPM/Deb-Paket unter Linux, Docker-Container auf macOS und Windows) oder eingebettet in Rust-Tests. Aus dem Quellcode gebaut lauscht er auf 127.0.0.1:9297 per HTTPS mit selbstsigniertem Zertifikat; der Eigenbau braucht Linux und mindestens 100 GB Platz. AWS-CLI und SDKs werden per Umgebungsvariablen umgeleitet. Für Agenten gibt es einen Skill: aws agent-toolkit add-skill --skill-name aws-emulator --region us-east-1 (AWS CLI ab 2.35.0).
Grenzen laut README: nicht für Produktion oder Sicherheitstests, Treue je Dienst unterschiedlich (Lücken unter issues/), keine Pull Requests. Telemetrie ist standardmäßig an – in CI EMULATOR_TELEMETRY=off setzen. Laut Simon Willison schrieb ein großer Agenten-Schwarm den Code, mit 29.684 Commits in drei Wochen.
aws agent-toolkit add-skill --skill-name aws-emulator --region us-east-1
United sperrt KI-Agenten bei der Buchung
United Airlines hat die Buchungsregeln geändert: Nicht autorisierte persönliche KI-Agenten dürfen keine Flüge mehr für Reisende buchen, weder direkt noch über Reisebüros und Aggregatoren. Begründung: geteilte Zugangsdaten, ungewollte Käufe oder Meilen-Einlösungen und Bundesvorgaben etwa beim Check-in. Southwest geht den anderen Weg und zeigt sein Angebot in ChatGPT.
Für Agenten-Bauer heißt das: Wer Buchungs- oder Kauf-Agenten betreibt, muss mit Sperren je Anbieter rechnen und sollte Zugangsdaten nie an Agenten durchreichen.
Anthropic-Roadshow: Claude portierte sich selbst auf AMD
Aus dem Video zur Börsen-Roadshow (seit 10.11.) hat Simon Willison ein Transkript erstellt. Mitgründer Tom Brown beschreibt, wie Anthropic Claude auf AWS Trainium, Google-TPUs, NVIDIA- und AMD-GPUs betreibt; jede Plattform brauche einen eigenen Software- und Inferenz-Stack.
Laut Anthropic brachte Mythos Claude in drei Tagen „praktisch ohne menschliches Zutun“ auf AMD-GPUs und schrieb oder portierte fast alle Kernel. Das sind Aussagen aus einer Werbeveranstaltung für Investoren, keine überprüften Angaben.
Anknüpfung an: Anthropic-Börsengang: Preisspanne steht (11.11.)
Atuin Threads: Agenten-Sitzungen über alle Rechner
Das Shell-History-Werkzeug Atuin sammelt mit „Threads“ die Sitzungen von Coding-Agenten auf allen Rechnern eines Nutzers an einer Stelle (HN: 205 Punkte). Inhalt hier nur nach Titel und HN-Eintrag; wer Agenten auf mehreren Maschinen fährt, sollte vor dem Einsatz prüfen, wo die Sitzungsdaten landen.
Skills, Plugins & MCP-Server 1
anthropics/skills und claude-plugins-official nicht einzeln abgerufen. Claude Code: seit v2.1.322 (10.11.) kein neues Release.
Trending: Design-System für Agenten, Plan-und-Ausführ-Skill von shadcn
Neu oben dabei ist shadcn/improve: Ein stärkeres Modell prüft die Codebasis und schreibt Pläne, die günstigere Modelle abarbeiten (+361). Weiter vorn bleiben meta/astryx, addyosmani/agent-skills, vercel-labs/agent-browser und homeassistant-ai/ha-mcp. openai/codex-security (CLI und SDK zum Finden und Beheben von Lücken) ist schon seit Juli offen und taucht erneut auf.
Wie es weiterging: Trending: Web-Guidance für Agenten und Qwen Code (13.11.)
Sicherheit & Risiken 3
CERT-EU: Artex-Forks automatisieren Angriffe
CERT-EU warnt, dass mehrere Akteure weltweit das KI-Pentest-Framework Artex nutzen, um Kampagnen zu automatisieren; auch gegen EU-Einrichtungen gab es solche Aktivität. Das Original-Repo ist seit Oktober weg, Forks kursieren. Laut heise setzt ein Orchestrator Sub-Agenten mit BloodHound und Rubeus (Kerberoasting) ein und sucht bei Fehlschlägen selbst Alternativen; neu sind Tempo und Skalierung.
CERT-EU empfiehlt: Internet-Exposition reduzieren, Management-Oberflächen isolieren, exponierte Systeme vorrangig patchen, privilegierte Konten überwachen, MFA überall, auch kleine Befunde beheben, weil Artex sie verkettet. Der Bericht stammt vom 5.11., heise griff ihn am 11.11. auf.
Anknüpfung an: Über 800 offene Artex-Instanzen im Netz (07.11.), Offene Modelle als autonome Angreifer im Firmennetz (08.11.)
llm 0.37.2: OpenAI-Key konnte an Fremdanbieter gehen
Simon Willisons CLI llm schickte in zwei Fällen den konfigurierten OpenAI-Key an andere OpenAI-kompatible Anbieter aus extra-openai-models.yaml: wenn der unter api_key_name genannte Key nie gespeichert war, und wenn ein Modell mit responses: true mit -o chat_completions 1 lief (GHSA-v9h7-jj4g-f862, GHSA-r639-rr7r-x72w). Update auf 0.37.2, bei Verdacht den OpenAI-Key rotieren.
pip install -U llm
Grok Build: KI-Apps offen im Netz
Laut heise waren Tausende mit Grok Build erzeugte Apps öffentlich erreichbar, darunter vertrauliche Firmen- und Personendaten. Details hier nur aus der Übersicht; wer generierte Apps veröffentlicht, sollte Zugriffsschutz und Datenbestand vorher prüfen.