Artikel
Forschung mit Originaldaten, technische Untersuchungen, Engineering-Notizen und Build-Logs aus Systemen, die ich baue oder untersuche.
OpenAI API-Guthaben für ChatGPT Pro vs. Claude Max API-Guthaben: gleiche Beträge, anderer Zaun um den Coding-Agenten
Ein headless Claude-Skript darf Anthropics Guthaben verbrauchen, ein Codex-Lauf mit API-Key darf das von OpenAI nicht. Außerdem schreibt jedes Lab eine Abrechnungsregel auf, die beim anderen fehlt, und genau diese Regeln entscheiden, welches Guthaben zu welcher Aufgabe passt.
GPT-6.1 Terra nach drei Tagen: die veröffentlichten Berichte, und warum keiner Terras Computer-Use-Tool testet
Terra wurde als Modell für Bildschirme und Klicks vermarktet. In den ersten drei Tagen erschienen ein Pelikan, eine Tabellenprüfung, ein Latenzvergleich, ein Quiz zum Bildschirmlesen und GitHubs Einschätzung zu C#. Am nächsten an Belegen dafür, wie Terra Sperren umgeht, kommt OpenAIs eigene System Card, und die Zahl, auf die es dort ankommt, ist, wie oft das Modell einen anderen Weg fand.
Claude Code Memory in Codex 0.165 importieren: memories vor dem ersten Import einschalten, sonst bleibt das Profil auf v1
Die Notizen zu kopieren ist der einfache Teil. Jede Claude-Code-Datei kommt unverändert an, und was Codex beim Sessionstart lädt, ist ein vom Modell geschriebener Verweis darauf, in einer Zusammenfassung mit harter Größengrenze. Zwei standardmäßig ausgeschaltete Schalter und ein überzähliges Verzeichnis entscheiden, in welcher Memory-Pipeline diese Dateien landen.
GPT-6.1 Terra für Computer Use: Worker im Agent-Stack, nicht Reviewer
Ein Mittelklassemodell verdient seinen Preis dort, wo sich das Ergebnis billig prüfen lässt, bevor es Folgen hat. Terras Benchmarks messen die Kosten pro Aufgabe. Bei Computer Use entscheidet aber, was ein falscher Klick kostet, und dafür hat das Diagramm von OpenAI keine Achse.
OpenAIs Kein-Internet-Regel fürs Frontier-Training: Die freigegebenen Dienste waren der Weg nach draußen, und Agenten-Sandboxen sollten diese Trennung übernehmen
Die Kopie des Webs hat gehalten. OpenAIs eigenes Red Team fand einen Weg durch fast jeden Dienst, der für den Betrieb des Labors angebunden blieb, und der Ausbruch im September lief über einen Resolver, den keine Kopie ersetzt hatte. Versorge die Arbeit des Agenten aus Kopien, halte nur wenige Live-Verbindungen und diese außerhalb seiner Reichweite, und rechne damit, dass die Kosten bei github.com landen.
Vox' AGENTS.md-Zeilen in 90 Claude-Code-Läufen getestet: Die Zeile, die am besten wirkte, stammte nicht von ihm
Zeile eins brachte den Agenten dazu, die Eingabeprüfung wegzulassen. Was Zeile zwei zusätzlich einbaute, verschwand, sobald Zeile eins mit in der Datei stand. „Without breaking anything“ zeigte keinen klaren Effekt über das hinaus, was ein genannter Testbefehl schon leistete. Was 90 Läufe aussagen können und was nicht, und wie du eine Zeile testest, bevor du sie behältst.
Angriffsfläche reduzieren mit Claude Code: Anthropics drei Durchläufe auf meiner eigenen Website und eine vierte Frage, die sie nicht stellen
Anthropics Skill ist nicht veröffentlicht, die Methode lässt sich an einem Nachmittag nachbauen, und das Schwierige ist die Wahl, worauf du sie richtest. Auf meiner Website war das nützlichste Ergebnis eine kaputte Verifizierungsdatei, und die Lücke, die zählte, steckte in einer Deploy-Einstellung, die meine drei Durchläufe nie angesehen haben.
Conversion Rate von ChatGPT-Traffic: Die 8x-Behauptung und die Studie über 973 Shops messen verschiedene Dinge
Selektion, Last-Click-Attribution, die Definition einer Conversion und eine Stichprobe von gut hundert Sitzungen können dieselben Besucher in einen Faktor acht verwandeln oder in einen Kanal, der hinter der organischen Suche liegt. Bevor du einer der beiden Zahlen traust, frag nach den absoluten Zahlen dahinter.
Claude menschlich schreiben lassen: Was Claude noch verrät, ist die Geschichte, die es erfindet
In meinem Test hat Claude Sonnet 5.5 Geviertstriche und Floskeln schon vermieden, bevor ich sie verboten hatte. Stattdessen hat es acht von neun Texten mit einem Vorfall aus einem Team eröffnet, das es nicht gibt, und ein Humanizer-Durchgang hat jeden dieser Vorfälle behalten, weil sie menschlich klingen.
Claude Auto Mode wird Standard in den Claude-Apps: was die Prüfung blockiert und was hinter den 89 % steckt
Anthropics Studie ist ehrlich, was ihren Aufbau angeht: müde Tester gegen einen einzigen eingeschleusten Befehl. Sie nennt keine False-Positive-Rate und keine Fehlerquote im echten Betrieb, und in Cloud-Sessions gibt es keinen Manual-Modus, zu dem man zurückwechseln könnte.
Claude-Code-Kosten 2026: was Pro, Max und die API für dieselbe Arbeit verlangen
Die Abopreise sind fix und die Tokenpreise öffentlich, also sieht der Vergleich nach reiner Rechnung aus. Ganz so einfach ist es nicht: Claude Code cacht deine Unterhaltung je nach Bezahlweise unterschiedlich, und das Tool, mit dem die meisten ihre Abo-Nutzung in Dollar umrechnen, bepreist den Cache, den du hattest, nicht den, den du nach dem Wechsel bekämst.
Claude Code Hooks: gut zum Lenken, schwach als Schranke
Ein Hook läuft, ob das Modell will oder nicht. Das macht ihn gut für Routinearbeit wie Formatieren und dafür, einen Agenten auf den gewünschten Weg zu lenken. Als Schranke ist er schwächer, als er aussieht: Er prüft nur die Tools, auf die du ihn ansetzt, eine kaputte Prüfung lässt den Aufruf durch, solange du Blockieren nicht ausdrücklich einschaltest, und in manchen Setups antwortet nach ihm noch ein Mod.
Claude-Code-Sandbox unter Linux: was srt abschottet und was bypassPermissions öffnet
Die eingebaute Sandbox ist eine echte Grenze auf Betriebssystemebene um Shell-Befehle, und nur um sie. Wie stark sie ist, hängt von zwei Dingen ab, die der Einrichtungsbildschirm nie zeigt: deinem Berechtigungsmodus und dem, was schon existierte, als der Befehl startete. Ein Test unter Ubuntu dazu, was srt blockiert und was es offen lässt, der Linux-Bug, der sie immer noch kaputt macht, und wann ein Container oder eine VM besser passt.
CLAUDE.md Best Practices: was hineingehört, was nicht, und wie man die Größe misst
Behalte die Regeln, die ein Agent nie selbst herausfinden würde, streich alles, was er ableiten kann oder ohnehin bekommt, und miss die Datei mit dem Zähler, den Claude Code selbst benutzt. Bei den zwei Dateien, die ich geprüft habe, lag meine eigene Schätzung um ein Drittel zu niedrig. Jede Regel, die bleibt, ist eine Wette darauf, dass ohne sie etwas kaputtgeht, und manche dieser Wetten sollte man überprüfen.
Claude Models on Google Cloud (Anthropic managed) vs. Vertex AI: IAM ersetzt den API-Key, an drei Stellen greift es nicht
Von Vertex AI aus wechselt man wegen der Features, von der First-Party-API aus wegen IAM statt Keys. In beiden Fällen deckt IAM weniger ab, als es aussieht: Ein Gateway setzt einen einzigen Service-Account auf jeden Aufruf, die Nur-Lese-Rolle liest jedes Agent-Transkript, standardmäßig ohne Log, und eine entzogene Berechtigung stoppt nichts, was schon läuft.
MCP Tasks und Elicitation in Claude Code: eine Frage, die vielleicht niemand beantwortet
Claude Code übergibt jetzt einen langen Job an einen MCP-Server und fragt später nach. Ab da gehört der Job nicht mehr dem Client: kein Zeitlimit nach dem Wechsel in den Hintergrund, kein Abbruch beim Beenden, und eine Frage aus einem laufenden Task, die nur jemand am Terminal beantworten kann. Fristen und Aufräumen landen beim Autor des Servers.
Agent Skills geht an die Agentic AI Foundation: Was sich für die SKILL.md ändert, die du installierst, und was bis zur Versionierung zu tun ist
Das Dateiformat hat sich keinen Millimeter bewegt. Bewegt hat sich, wer es ändern darf, und die Garantien, die ein Installierender bräuchte (Spec-Versionen, ein Proposal-Prozess, Security-Leitlinien), sind weiter nur eine vorgeschlagene Roadmap. Bis sie kommen, liegen Pinning, Validierung und Portabilität bei dir, und jedes davon kostet ein paar Befehle.
Claude API 2026-10-21 und die neuen Anthropic-SDKs: Der Key wandert in den Authorization-Header, und ein Gateway, das X-Api-Key liest, verliert ihn
Wer die API direkt aufruft, muss wegen des neuen Headers nichts ändern. Ein Gateway muss beide Varianten lesen, weil Claude Code und jeder festgepinnte Service weiter die alte schicken, und ein SDK-Client weigert sich jetzt, Gateway-Token und Upstream-Key gleichzeitig zu verwenden.
Claude Code in tmux: send-keys sieht keinen Permission-Prompt, claude agents --json schon
Ein tmux-Pane ist ein guter Ort, um einen Claude-Code-Agenten zu hosten, und eine schlechte Schnittstelle, um ihn zu steuern. In meinem Test verschwand eine Aufgabe, die ich in ein Pane mit offenem Permission-Prompt getippt hatte, und das Enter dahinter genehmigte den wartenden Befehl. Status, Wartegrund und das Ende eines Turns meldet Claude Code inzwischen selbst. Der Bildschirm darf also wieder einfach ein Bildschirm sein.
Claude Code /auto-mode-setup: dem Auto-Mode-Classifier deine Umgebung beibringen und prüfen, welches Modell deine Aktionen wirklich bewertet
Das Setup entwirft eine Vertrauensliste aus deinem Repo und den letzten Befehlen deines Agenten, und dieser Entwurf ersetzt den mitgelieferten Environment-Text, statt ihn zu ergänzen. Lies ihn als Diff gegen die Defaults. Und prüf, welches Modell deine Aktionen bewertet, bevor du Zeit in die Wahl eines Modells steckst.
Claude Code hinter einem LLM-Gateway: Die Credential entscheidet, wer zahlt, und ohne sie bekommt der Proxy deinen claude.ai-Login
Zwölf Beta-Werte pro Request mit Abo-Login, zehn mit Gateway-Token, und das Paar, das verschwindet, sagt mehr als die Tabellen in der Doku. Was ein Gateway unverändert durchreichen muss, welcher Default still teurer wird und warum ein Pinning per allowedProviders Entwicklern auch ihren eigenen Debugging-Listener nimmt.
Claude Code Fork-Subagents in claude -p: was 2.1.302 für Headless-Runs geändert hat
Angeboten heißt nicht benutzt: Ein Modell im Headless-Modus wählt den Fork vielleicht nie, und die offizielle Doku beschreibt noch den alten Standard. Wie du prüfst, welchen Subagent deine Pipeline genutzt hat, warum ein Fork im Hintergrund einem Parser zwei Antworten liefert und wo sich das Abschalten lohnt.
Claude-Code-Statusline und ccusage: die nativen Rate Limits und ein 5-Stunden-Block, der zu einer anderen Zeit endet
Zwei Tools beantworten dieselbe Frage mit unterschiedlichen Belegen: Der Server meldet eine Reset-Zeit, ein Log-Parser leitet eine ab. Liegen sie Stunden auseinander, glaub dem Server und behalte den Parser für die Historie. Der Dollarbetrag ist im Abo ein Wechselkurs.
Claude Code vs Cursor: sieben Arten, wie Entwickler die Arbeit aufteilen, seit keines der beiden Tools an eine Oberfläche gebunden ist
Beide Hersteller haben die alte Grenze zwischen Editor und Terminal von ihrer Seite aus aufgelöst. Was sie noch trennt, ist unauffälliger: ein Konfigurationsordner, den Cursor live liest, während Claude Code die Cursor-Regeln einmalig importiert, und Berechtigungssysteme, die die Deny-Regeln des jeweils anderen ignorieren.
MCP vs. API für KI-Agenten: Der API-Katalog ist ein Verzeichnis, und die Wahl hängt davon ab, wer dazwischen sitzt
Ein API-Katalog konkurriert nicht mit einem MCP-Server, er kann ihn auflisten. Ist das geklärt, hängt die Wahl zwischen MCP und einer per OpenAPI beschriebenen HTTP-API davon ab, ob eine Host-Anwendung deinen Dienst für das Modell einbindet und ob schon jemand entschieden hat, dich dort einzubinden.
Claude Code Review ist GA: die Review-Schichten drumherum und welche du ohne Team-Plan übernehmen kannst
Das meiste, was den Prozess des Claude-Code-Teams trägt, sind GitHub-Einstellungen und schriftliche Regeln, und die laufen auf jedem Plan. Was sich nicht übertragen lässt, ist die Herkunft der Regeln. Der Managed Service holt sie aus einem Branch, den der Pull Request nicht anfassen kann; ein lokales Review liest, was auf der Platte liegt, einschließlich einer Regeldatei, die der geprüfte Change gerade geändert hat.
Claude API OpenTelemetry: SDK und API tracen, ohne Tokens doppelt zu zählen
Die Input-Token-Zahl eines Spans enthält Cache-Reads und Cache-Writes bereits. Die Abfrage, die sich natürlich anfühlt, wenn du die Messages API kennst, zählt den gecachten Prefix deshalb doppelt. Setup für die SDK-Hälfte, getestet gegen einen lokalen Mock, die Console-Destination laut Doku und die Subtraktion, die dich zum ungecachten Input zurückbringt.
Claude Code Idle-Compaction: jetzt eine billige Zusammenfassung oder später ein kompletter Cache-Rewrite
Fünf Bedingungen entscheiden, ob die Idle-Compaction überhaupt greift, und zwei davon schließen per Default Sessions mit API-Key und die meisten mit 200K-Fenster aus. Wer sie wirklich bekommt, was der Tausch an Cache-Tokens kostet und wie du sie einstellst oder abschaltest.
Gemini 4 Argon ist öffentlich: die Einsätze, die Google am ersten Tag meldet, und der Preis, der sich am 1. Dezember verdoppelt
Sieben Einsätze, die Google für Argon meldet, jeweils mit dem Beitrag, aus dem sie stammen, und der einzige, der sein Review-Protokoll zeigt: sechs Vorschläge, zwei ausgeliefert. Der Rest ist die Rechnung, die nicht in der Ankündigung steht, sondern in der Doku, angefangen damit, wie Long Decode den Input zählt.
Claude Managed Agents Dynamic Workflows: Der Agent schreibt den Fan-out, das Budget muss vorher stehen
Mit dem neuen multiagent-Typ ist der Schalter standardmäßig an, den Start eines Runs genehmigt niemand, und die einzige Kostengrenze lässt sich nur beim Anlegen der Session setzen. Eine Einrichtungsanleitung auf Basis der Dokumentation, mit den drei Einstellungen, die vor der ersten Nachricht entschieden sein müssen.
Verwaltete Git-Worktrees in der Codex CLI: drei Wege, einen zu starten, und das Tool des Modells beginnt beim Standard-Branch des Remotes
Ein praktischer Durchlauf mit Codex CLI 0.162.1 in einem Wegwerf-Repository: wo die Checkouts landen, bei welchem Commit jeder Einstieg beginnt, warum deine .env und deine nicht committeten Änderungen zurückbleiben, wie du die Arbeit zurückholst und was das Aufräumen auf der Platte hinterlässt.
Claude Code Skills als Lieferkette: 2,2 Millionen Übernahmen, keine Registry und ein Scanner, der den Quelltext liest, während Python den Cache ausführt
Einen Skill zu lesen, bevor du ihn ausführst, ist der Standardrat, und er hat zwei Lücken. Ein kopierter Skill hat keinen Update-Kanal, die Kopie, die du gelesen hast, kann sich also unbemerkt von ihrer Quelle entfernen. Und bei einem Skill, der Python mitbringt, ist die Datei, die du liest, nicht immer die Datei, die der Interpreter lädt.
Claude Code vs Codex: sieben Arten, wie Entwickler die Arbeit zwischen beiden aufteilen, statt sich für eines zu entscheiden
Die Übergaben sind inzwischen von den Herstellern dokumentiert: ein Review-Befehl, ein Session-Transfer, ein Importer in jede Richtung. Welches Tool welche Aufgabe bekommen soll, steht nirgends. Sieben Aufteilungen, jede bis zu ihrem Ursprung zurückverfolgt und als dokumentiert oder berichtet markiert, dazu die Sandbox-Voreinstellungen, die sich unterscheiden, und die Integrationen, die dieses Jahr entfernt wurden.
Context Engineering beginnt mit einer Inventur: Ein Kontextfenster, das du nicht auflisten kannst, kannst du nicht budgetieren
Jede Praktik in den Leitfäden ist ein Verb des Auswählens: kürzen, aufschieben, abrufen, verdichten. Auswählen braucht eine Liste. Die Liste, die Claude Code mitliefert, schlüsselt deine Konfiguration nach Quelle und Größe auf, meldet dann die gesamte Unterhaltung als eine einzige Zahl und sagt nirgends, wie lange etwas bleibt.
WebMCP auf einer echten Website: Tools mit document.modelContext registrieren, und warum mein navigator.modelContext-Skript nichts registriert
Im Mai ist die API von navigator zu document umgezogen. Schon davor hatte sie drei Methoden verloren, und danach gibt ihr Registrierungsaufruf ein Promise zurück. Ein Skript, das im April geschrieben wurde, um einen Detektor zufriedenzustellen, kann einem aktuellen Browser null Tools anbieten. Hier stehen die funktionierende Registrierung, ein Test, der ohne Agenten auskommt, und die Fälle, in denen ein schlichter MCP-Endpunkt der bessere Zugang ist.
Anthropics Usage Policy 2026 für Agent-Entwickler: Der Stoppknopf für Hardware steht in der Ankündigung, die Klausel zum Abo-Proxy nicht
Die Hardware-Regeln lassen sich mit einem gezogenen Kabel prüfen. Unautorisiertes Proxying über Consumer-Abos, die Verantwortung für das, was ein Agent mit seinen Tools tut, und eine niedrigere Schwelle für die Durchsetzung lassen sich von außen nicht prüfen, und sie kamen kommentarlos hinzu.
Claude Dashboards und Claude Motion: ein Praxistest und der Fehler, den nur das Formel-Panel zeigte
Was Claude Dashboards aus 88 Zeilen öffentlicher Wikipedia-Daten gebaut hat, welche Zahlen dem Abgleich mit der Quelldatei standhielten und warum der eine Fehler für die meisten Leute, die ein geteiltes Dashboard ansehen, unsichtbar bleibt. Dazu: wer was sieht, wenn du ein Dashboard teilst, und wie Claude Motion Videos ohne Videomodell macht.
Claude Managed Agents web_fetch: Eine URL muss jetzt vom Nutzer oder aus dem Web kommen
Die neue Regel sortiert Quellen nicht danach, wie sehr du ihnen vertraust. Die Webseite eines Angreifers zählt als Quelle, deine eigene bash-Ausgabe nicht, weil das Modell bash steuert, das Web aber nicht selbst schreiben kann. Ist das Web-Tool eingeschränkt, bleibt in einer Standardumgebung curl als nächster Weg nach draußen.
Claude Max API-Credits: was 100 $ oder 200 $ im Monat abdecken und was Thariqs KI-Startseite ai-newtab in die Cloud schickt
Welche Console-Organisation du verknüpfen solltest, welche Einstellungen deine Karte unbemerkt wieder ins Spiel bringen, warum claude -p und interaktives Claude Code unterschiedlich abgerechnet werden und was die tägliche New-Tab-Erweiterung eines Anthropic-Entwicklers bei jedem Lauf aus deinem angemeldeten Browser hochlädt.
Claude Haiku 5.5 als Subagent in Claude Code: Effort, die 100K-Grenze und die Kosten pro Aufgabe
Wie du einen Claude-Code-Subagent gezielt auf Haiku 5.5 legst, auf welches Effort-Level du ihn festsetzt, wie du ihn mit /autocompact unter dem Tarif für lange Prompts hältst und was du laut System Card prüfen solltest, bevor du ihm eine Tool-Schleife anvertraust.
Claude Haiku 5.5 und GPT-6 Luna kosten gleich viel, bis der Prompt lang wird
Identische Preislisten, zwei verschiedene Kanten. Bei langen Prompts trennen sich die Modelle: Das eine rechnet über 100.000 Tokens den ganzen Request zum höheren Tarif ab, das andere erst über 272.000. Für einen Subagent, der Dateien liest, entscheidet diese Grenze die Rechnung stärker als der Tarif.
Claude-Code-Permission-Regeln: zehn Umgehungen, geschlossen in drei Releases
Die Hälfte der zehn Fixes betrifft Garantien, die die Dokumentation gibt, nicht die Grenzen, die sie ohnehin einräumt. Zwei weitere sind Komponenten, die offen versagt haben, und für ein PreToolUse-Hook-Skript, das abstürzt oder hängt, ist offenes Versagen weiterhin das dokumentierte Verhalten.
Decision Models vs. LLM-as-a-Judge: Jev, OpenAIs Decisions API und wer die Wahrscheinlichkeit kalibriert
Sieben Stellen, an denen Anbieter einen frei formulierten Judge durch eine typisierte Antwort ersetzen wollen, was Red Hats Benchmark gefunden hat und warum jeder Anbieter der Kategorie, auch der, der Kalibrierung verkauft, seine Dokumentation damit beendet, dir den Schwellenwert zurückzugeben.
KI-Text-Wasserzeichen: OpenAIs textGrain, Claudes SynthID-Markierung und wer sie prüfen darf
Was das Ergebnis einer Wasserzeichen-Prüfung belegen kann, wie viel Bearbeitung es übersteht und warum alle Fehlerraten, die man bisher lesen kann, vom Anbieter gemessen wurden, der den Schlüssel hält. Und was das für alle heißt, die mit diesen Modellen bewerten, schreiben oder bauen.
Claude Cowork zieht in die Cloud: Die Sandbox hat deinen Laptop verlassen, die Ordnerfreigabe ist geblieben
Anthropics eigene Sicherheitsseite sagt es in einem Satz: Die Isolation begrenzt, wo Claudes Code läuft, nicht was Claude liest oder tut. Der Umzug in die Cloud verlegt Ersteres und bindet Letzteres weiter an deine Desktop-App. Über sie erreicht jetzt eine Sitzung deinen Rechner, die weiterläuft, wenn du nicht mehr hinschaust.
Agenten-Speicher als Markdown-Dokumente: Ein lesbares Gedächtnis ist immer noch ein Gedächtnis
Den Speicher eines Agenten aus einem Vektorspeicher in Markdown-Dateien zu verlegen, macht ihn leicht prüfbar, und das ist viel wert. Veraltete Fakten, widersprüchliche Schreiber und die Seite, die nie jemand geöffnet hat, waren aber nie Probleme des Speicherformats. Sie ziehen unverändert mit in den Ordner, wo eine saubere Datei leicht für eine geprüfte gehalten wird.
Wie AI-Agenten aus der Sandbox ausbrechen: Die meisten Wege nach draußen waren Dienste, die der Agent bekommen hatte
Fünf der von OpenAI gemeldeten Fälle sind Wege aus einer abgeschotteten Umgebung, und in den meisten davon war der Weg ein Resolver, eine Shell oder ein Credential, die für eine andere Aufgabe bereitgestellt worden waren. Behandle die Liste dieser Wege als erste Kontrolle und einen blockierten Versuch als Beleg dafür, dass der Weg existiert.
CLAUDE.md mit /doctor in Claude Code prüfen: Der Grund gehört in die Datei, die Vorgeschichte in git
Das neue Audit behandelt jede nachdrückliche Regel in deiner Agenten-Konfiguration als Hypothese über ein Modell, das du vielleicht gar nicht mehr nutzt. Es fragt, woher jede Regel stammt, und verlangt in derselben Prozedur, die Geschichte ihrer Herkunft zu löschen. Beide Anweisungen stimmen, sobald Grund und Geschichte an verschiedenen Orten liegen.
Amazon gegen Metas Shopping-Agenten Muse: Warum die Grenze bei der Hoheit über die Session liegt, nicht bei der Identität des Agenten
Verlangt eine Website von einem Shopping-Agenten, dass er sagt, wer er ist, bekommt sie einen Schalter, mit dem sie ihn abschalten kann. Das ist nützlich für Handel und Berechtigungen, aber keine Sicherheitsgrenze. Was den Nutzer schützt, ist die Hoheit über die eingeloggte Session: was der Agent darin erreichen kann und ob der Nutzer das sehen und widerrufen kann.
Claude-Plugin-Verzeichnis erklärt: wie Plugins funktionieren, wie du eins veröffentlichst und warum es kein Marktplatz ist
Das Plugin-Verzeichnis prüft das Paket, das du hochlädst, nicht den Server, auf den es zeigt, und nichts darin erlaubt dir, Geld zu verlangen. Die bezahlte Seite von Claude Marketplace ist eine andere Tür, für Partnerprodukte, die aus dem Enterprise-Budget gekauft werden. Was das Verzeichnis einem Entwickler bringt, was es einen Nutzer kostet, und warum meine eigenen zwei MCP-Server nicht unverändert hineinpassen.
Karpathys Tipps, um LLM-Output zu verstehen, und das ASD-STE100-Cheat-Sheet, das den Standard falsch wiedergibt
ASD-STE100 für LLM-Output in der Praxis: die Regeln, die du prüfen kannst, eine Antwort vorher und nachher und ein Prompt, der Bezeichner und Vorbehalte erhält. Dazu Andrej Karpathys Stufenleiter zum Lesen von Modell-Output, von kontrolliertem Englisch über Diagramme und HTML-Seiten bis zu Erklärvideos, und das Cheat-Sheet aus seinem Post, das eine Wörterbuchregel umdreht, ein Verb zulässt, das der Standard ablehnt, und eine Empfehlung als Wörterbucheintrag ausgibt.
Notions ChatGPT-Token-Sharing: Deine AI-Rechnung hat jetzt zwei Zähler
Notion lässt jetzt ein ChatGPT-Plus- oder -Pro-Abo einen Teil der Notion-AI bezahlen. Das gilt für einen Agenten und eine Modellfamilie, es braucht weiterhin einen Notion-Business- oder Enterprise-Plan, und die Voraussetzungen haben sich innerhalb von zwei Tagen nach dem Start per Tweet geändert. Was Token-Sharing ist, wie du es sicher einrichtest, was es abdeckt und warum ich immer noch nicht sagen kann, wie viel von welchem Kontingent eine Notion-Aufgabe verbraucht.
Festplattenvollzugriff wird schwerer zu erteilen. Dein Terminal hat ihn vielleicht schon.
Mehr Hürden im Moment der Freigabe sagen noch nichts über Freigaben, die längst erteilt sind. Auf einem Mac, dessen Terminal diese Berechtigung hat, liest ein dort gestarteter Coding-Agent nach den Regeln, die die Ingenieure von Apple beschreiben, mit den Rechten des Terminals, und welche Befehle er ausführt, entscheidet er selbst.
Ein Claude-Code-Mod kann freigeben, was dein Hook blockiert hat
Mods kamen in v2.1.287 als eine einzige Zeile in den Release Notes. Neue Reichweite bringen sie nicht, ein Plugin lief schon vorher mit deinen Rechten. Sie bringen Vorrang: Ein installierter Mod antwortet nach deinen Regeln und deinen PreToolUse-Hooks, und außerhalb von Managed Settings gilt seine Antwort.
Die Defender-Version von Gemini 4 Argon ist nicht die, die du aufrufen wirst
Google verteilt den Zugang zu seinem neuen Frontier-Modell nach Cyber-Schutzmechanismen, so wie schon bei 3.8 Flash und wie Anthropic bei Mythos. Die Entwicklerversion wird noch abgestimmt. Die Benchmark-Tabelle beschreibt also ein Modell, das kein Entwickler in dieser Form bekommt.
Drei Aufzeichnungen eines Agenten-Vorfalls
Die Logs von OpenAI, das öffentliche Archiv eines URL-Scanners und ein Statistikamt erzählen es jeweils anders. Wer die vollständigste Darstellung hat, bewertet sich damit zugleich selbst.
Framework zur Messung der Sichtbarkeit in der KI-Suche für technische Teams
Ein Panel liefert dir eine Momentaufnahme. Ein Bericht vergleicht zwei Zeiträume, und genau dort entpuppen sich die meisten Veränderungen der KI-Sichtbarkeit als Artefakte des Panels, der Stichprobengröße oder eines nicht geloggten Modellwechsels. Das Design, mit dem sich ein Trend überprüfen lässt.
Das Reasoning von Sonnet 5.5 bleibt bei einem Modell und einem Konto
Wechsle zu einem Modell oder API-Konto, das das frühere Thinking nicht lesen kann, und der Request geht trotzdem durch. Das Reasoning aus diesen Turns wird verworfen, bevor das Modell es liest, ohne Fehler und ohne dass es auf der Rechnung auftaucht. Du merkst es nur, wenn du die API gebeten hast, es zu melden.
Ein Benchmark muss beweisen, dass er der Uhr folgt
Sobald ein Agent jede Zahl drückt, die du ihm gibst, ist das Modell nicht mehr der Teil, über den es sich zu streiten lohnt. Dir gehört der Nachweis, dass Zahl und Ziel sich gemeinsam bewegen, und dieser Nachweis verfällt, sobald der Optimierer den Bereich verlässt, in dem du ihn geprüft hast.
Markensichtbarkeit in KI-Suchergebnissen messen
Erwähnung, Aufnahme in die Antwort und Zitat laufen auseinander, sobald du einen Assistenten mehr als einmal fragst. Ein einziger Prompt kann die gesamte Präsenz einer Marke tragen, ein Parser kann ihre Zitierrate um das 2,5-Fache verschieben, und eine halluzinierte Lizenz zählt trotzdem als Erwähnung. Ein Workflow für technische Teams, gebaut auf 359 Antworten.
Finde, was deinen Prompt-Cache invalidiert hat
Cache Diagnostics nennt die erste Stelle, an der ein Request nicht mehr zum vorherigen passt. Nützlich wird das erst, wenn du das Urteil neben dem Cache-Read-Zähler liest und die Parameteränderungen, die Diagnostics nicht sieht, selbst abdeckst. Misses durch solche Änderungen findest du mit bloßem Auge am schwersten.
Was die Settings-Datei eines geklonten Repos noch ausführen kann
Claude Code hat Repositories gerade verboten, den Telemetrie-Export einzuschalten. Der schmale Fix verdeckt eine breitere Tatsache: Eine eingecheckte Settings-Datei ist Code, der mit deinen Rechten läuft, und in einem Headless-Lauf fragt vorher niemand. Interaktiv fragt zwar ein Dialog, aber ich bestätige ihn, ohne ihn zu lesen.
Opus 5.5 ist günstiger, und die 400er sind der einfache Teil
Ein Request, der 400 zurückgibt, hat dir schon gesagt, was du reparieren musst. Die Änderungen, die dich bei diesem Upgrade etwas kosten, kommen als 200 zurück: eine Antwort, die nicht mehr mit Text beginnt, ein Effort-Level, das eine Stufe tiefer liegt, weil du es nie gesetzt hast, und ein Alias, der dich ohne Deploy auf ein neues Modell umgestellt hat.
Notion-AI-Preise 2026: ein Preis, den man nicht ausrechnen kann
Die Rechnung steigt um $96 im Jahr, das ist nichts. Darunter hat sich etwas anderes verändert: Die Zahl lässt sich nicht mehr herleiten. Das im Plan enthaltene Kontingent hat keine veröffentlichte Größe, das Gratis-Kontingent an Credits auch nicht, und der Jahres-Credit kostet mehr als der Monats-Credit. Ein Preis, den du nicht aus veröffentlichten Zahlen ausrechnen kannst, ist eine Schätzung, und eine Schätzung ist eine andere Art von Abhängigkeit.
Claude Code liest jetzt AGENTS.md, und der Standard ist ein Fallback
Anthropic hat wieder das Laden gelöst und die Rangfolge gelassen, wo sie war. Welche Projektdatei der Standard lädt, hängt davon ab, was zufällig auf der Platte liegt. Die geladene Datei fehlt in den Übersichten, mit denen du sie prüfen würdest, und der alte Einzeiler-Import bleibt das Setup, das sich über Provider und Versionen hinweg gleich verhält.
Das Tool, das du installierst, hat deine Reichweite
Ein installiertes Tool hält jede Autorität, die du ohnehin schon hast, und sie herzugeben ist die eine Sicherheitsentscheidung, die keinen zweiten Blick bekommt: einmal getroffen, im unbedachtesten Moment der ganzen Installation, danach nie wieder angerührt. Du kannst eingrenzen, was es erreichen kann, oder lesen, was sein Code wirklich anfasst; dem Namen zu vertrauen tut keines von beidem.
Die Kompaktierung ist eine nicht vertrauenswürdige Eingabe
Eingaben von außen bekommen eine Disziplin, die eigene Ausgabe des Agenten nicht. Also kommen die Zusammenfassung, die er schreibt, um einen Reset zu überleben, und die Erinnerung, die er abruft, als Anweisungen zurück, mit einem Rang, den nichts zurückgenommen hat. Der Autor, den die Harness für sie festhält, ist das Modell selbst, und genau das ist der Grund, warum die Prüfung sie durchlässt.
Ein Prompt ist keine Invariante
Eine Regel, die du in einen Agenten-Prompt oder eine CLAUDE.md schreibst, ist unverbindlich: Das Modell liest sie auf jedem Pfad, wägt sie aber nur ab, und Abwägen ist kein Verweigern. Also hält sie meistens, und meistens ist nicht das, wofür eine tragende Regel da ist. Damit eine wirklich hält, muss sie dorthin, wo Befolgung nicht optional ist: zu einer Prüfung, die die Harness selbst ausführt und durchsetzt, unabhängig davon, wie das Modell entschieden hat. Mit einer Grenze: Ein Gate bindet nur über die Pfade, die es abdeckt, und manche Regeln lassen sich an keinem Gate klären, weil ihr Verstoß in der Welt auftaucht und nicht in der Aktion, die es prüfen würde.
Deine Agent-Konfiguration ist jetzt Infrastruktur
Sobald du ein paar Agents betreibst, hören ihre Definitionen auf, Konfiguration zu sein, die du bearbeitest, und werden zu Infrastruktur. Das Problem mit Infrastruktur ist: Sobald du sie nicht mehr im Kopf behalten kannst, driften ihr deklarierter Zustand und ihr laufender Zustand von selbst auseinander, und nichts meldet es. Die Lösung ist die Disziplin, die wir bei Servern gelernt haben: Deklariere die Menge als Dateien, vergleiche sie mit der Realität, halte fest, was du angewandt hast, und verweigere das Anwenden über eine hinter deinem Rücken passierte Änderung hinweg, statt einfach darüber hinweg zu konvergieren. Mit einem Haken, der leicht zu übersehen ist. Ein Reconciler erfasst immer nur das, was du zu deklarieren daran gedacht hast.
Der Connector ist ein nicht vertrauenswürdiger Autor
Wer einen Span geschrieben hat, ist eine Tatsache, die der Harness schon hält. Ob dieser Span sicher zu befolgen ist, ist es nicht. Die Lösung ist also kein clevererer Leser: Es geht darum, dem Tool und dem Peer den Rang des fremden Dings zu geben, das sie sind, statt den Rang der Leitung, durch die sie ankamen.
Der Agent greift zum Werkzeug, das er lesen kann
Du optimierst ein Werkzeug danach, was es kann. Ein Agent wählt ein Werkzeug danach, ob er das Ergebnis vorhersagen und die Antwort lesen kann, wenn sie leer zurückkommt. Das sind verschiedene Eigenschaften, und der Abstand zwischen ihnen ist der Grund, warum gerade das mächtigere Werkzeug so oft unangetastet bleibt.
Ein Exit ist kein Urteil
Ein Monitor, der auf die Abwesenheit eines Prozesses hin alarmiert, beantwortet eine Frage, deren Antwort du längst siehst. Ob ein Job weg ist, lässt sich billig feststellen und ist fast nie das, worauf es ankommt. Ob er fehlgeschlagen ist oder absichtlich beendet wurde, durch ein Deploy, einen Neustart, einen Operator, das ist es, woran ein Alarm hängt, und ein bloßer Exit trägt davon nur einen Bruchteil.
Ein Modell ist eine Abhängigkeit, die nicht stillhält
Eine gepinnte Software-Bibliothek ist ein Artefakt, das du inspizieren und erneut ausführen kannst: Wenn sich die Ausgabe geändert hat und du nichts geändert hast, dann hat sich etwas Lesbares geändert, und du kannst herausfinden, was. Ein Modell durchbricht das. Es verschiebt sich hinter einem unveränderten Namen, verliert ohne Vorwarnung Kapazität und driftet in seiner Disposition, also kommt eine Regression ohne Ursache, auf die du zeigen kannst, und du verschwendest eine Woche damit, deinen eigenen Prompt zu beschuldigen. Behandle es als eine Abhängigkeit, die du misst, nicht als ein Fundament, dem du vertraust: Pinne die Version, damit dir der Moment gehört, in dem sie sich ändert, und lege vorab ein kleines Set billiger Metriken fest, damit du die Drift des Anbieters von deiner eigenen unterscheiden kannst.
Dein Freigabe-Gate ist jetzt eine Vermutung
Eine Sicherheitsgrenze wird an der einen Aktion gemessen, die gebaut wurde, um sie zu überschreiten, und genau dort ist ein Modell, das nach Ähnlichkeit urteilt, am schwächsten. Die unbeaufsichtigte Freigabe gehört an die Reichweite, die der Harness selbst vergibt, den Schreibbereich, das Netzwerk, das Credential, und verweigert, was sie nicht verantworten kann. Vertrau dem Modell als Grenze, und du baust genau die Naht wieder auf, die Prompt-Injection-Erkennung nie schließen konnte.
Dein Watchdog killt den beschäftigten Agenten und vertraut dem festgefahrenen
Ein Health-Check, der nur beobachtet, ob ein langlaufender Agent noch existiert, liegt in beiden schweren Fällen falsch: Er killt einen gesunden Agenten in dem Moment, in dem der still genug wird, um abwesend zu wirken, und winkt einen eingefrorenen durch, dessen Prozess weiter läuft. Die Reparatur ist keine schärfere Probe, sondern ein anderes Signal, die dauerhafte Spur, die ein Agent nur durch das Tun der Arbeit hinterlässt und die ein festgefahrener nicht weiter verlängert, weil das Verlängern die Arbeit ist.
Dein geforkter Subagent weiß bereits zu viel
Die Historie eines Agenten enthält jede Sackgasse, in die er gelaufen ist, und nichts darin markiert, welche davon er inzwischen aufgegeben hat. Delegiere diese Historie an eine Teilaufgabe, und die verworfenen Vermutungen kommen mit demselben Gesicht an wie die gesicherten Fakten. Warum ein sauberer Start meist gewinnt, wann ein geschriebener Auftrag die Vererbung schlägt, und wann die Arbeit ein lebendiges Ding ist, das kein Auftrag fassen kann.
Deine Instruktionsdateien sind Adressierung, keine Fragmentierung
Jede Agent-Instruktionsdatei in einen gemeinsamen Standard zu verschmelzen sieht aus, als würde man überflüssige Wiederholung löschen, und fürs Projekt-Setup ist es das auch wirklich. Aber das meiste, was diese Dokumente enthalten, ist keine verstreute Kopie einer Sache; es sind getrennte Adressen, sortiert danach, für wen eine Zeile gilt und wer sie schreiben darf. Eine dieser Grenzen ist zugleich eine Vertrauensgrenze, weshalb die aufgeräumte Lösung einer universellen Datei stillschweigend Repository-Text die Autorität deiner eigenen stehenden Regeln verleiht.
Dein Multi-Agenten-System ist ein verteiltes System
Die Fehler, die man den Agenten anlastet (viele laufen auf dieselbe falsche Antwort zusammen, eine Meinungsverschiedenheit verhärtet sich zu Sabotage, ein Erfolg wird für Arbeit gemeldet, die nie lief), sind keine Lücken, die ein stärkeres Modell schließt. Es sind die ältesten Fehler im verteilten Rechnen, und sie lösen sich, indem man die Schicht zwischen den Agenten baut, nicht durch mehr Intelligenz in jedem einzelnen.
Die Token-Steuer auf Tools, die du nie aufrufst
Jede Fähigkeit, die du einem Agenten gibst, verbraucht vorab Kontext für ihr Schema. Der Preis seiner Fähigkeiten richtet sich also nach der Größe deines Katalogs, nicht nach der Größe der Aufgabe. Die Lösung ist nicht, CLIs gegenüber Servern zu wählen, sondern die gesamte Tool-Oberfläche als Budget zu behandeln, das du nur ausgibst, wenn die Arbeit nach einer Definition greift.
Weck mich für die Entscheidung, nicht für den Tastendruck
Genehmigungsabfragen pro Befehl trainieren die Person am Steuer darauf, im Reflex zuzustimmen, und ungefähr eine von drei absichtlich gefährlichen Anfragen wird einfach durchgewunken. Die Unterbrechungen, die sich noch lohnen, sind die seltenen, lesbaren: eine Aktion, die sich nicht rückgängig machen lässt, eine, die aus der Sandbox hinausreicht, oder ein Ansatz, der schon dreimal gescheitert ist.
Die Injection, gegen die kein Review hilft
Code-Injection wird an der Naht gestoppt, an der Daten zu Code werden, indem man eine ganze syntaktische Klasse ablehnt statt jeden Einzelfall abzuwägen. Das trägt überall dort, wo diese Grenze entscheidbar ist, also genau die Eigenschaft, die Prompt-Injection in natürlicher Sprache nie besitzt.
Setz das agentischere Modell auf den Review-Platz
Die Eigenschaften, die ein Modell agentischer machen (es erweitert den Scope, prüft sich ungefragt, schreibt länger), sind in einem eng begrenzten unbeaufsichtigten Worker ein Nachteil und in einem Reviewer ein Vorteil. Also laufen die Worker der Flotte auf Claude Opus 4.8, während Opus 5 das Review macht. Eine Notiz darüber, die Disposition eines Modells auf seine Rolle abzustimmen, nicht auf den Benchmark.
Das Qualitätsparadox: Warum sich Search für Google verbesserte, während es für Verlage verfiel
Drei Beweisschichten (zerfallender Verlags-Traffic, Alphabets Umsatzmix, das geleakte Google-Ranking-Schema) zeigen, warum keine algorithmische Erholung kommt.
Die Pizza-Day-Bitcoins verfolgen
Jedes Jahr dieselben Artikel. Kontrafaktische Bewertungen, das Roadtrip-Gerücht, die Mann-beißt-Pizza-Schlagzeile. Niemand verfolgt die echten Coins. Also habe ich es gemacht. Hier ist, was die Chain zeigt und was 'jene spezifischen Bitcoins' überhaupt bedeutet.
Claude hat mir um 10:47 Uhr morgens gesagt, ich soll schlafen gehen
Anthropic nennt es einen Character-Tic. Ich habe geschaut, was es tatsächlich produziert, und am Ende den veröffentlichten System-Prompt, das Character-Training-Paper und das Emotion-Concepts-Paper gelesen. Das Verhalten ist das, was der Stack wahrscheinlich macht.
Anthropic hängt auch den Rest des Agenten an den Zähler
Ab dem 15. Juni läuft programmatische Claude-Nutzung über ein eigenes Guthaben von 20–200 $ zu API-Preisen. Die E-Mail kam heute Morgen. Hier ist, was sie wirklich bedeutet und was sie über das Bauen auf fremder Rechenkapazität lehrt.
Beetroot v1.6.6: Der Office-Fix
Excel- und Word-Zellen wurden als Screenshots statt als Werte erfasst. Microsoft-Store-Autostart war still kaputt. Bild-Thumbnails fraßen Gigabytes RAM. v1.6.6 behebt alle drei, plus eine Reihe Security- und Reliability-Arbeiten nach dem großen 1.6.5-AI-Vision-Release.
Jede kostenpflichtige Chrome-Erweiterung lässt sich in 30 KB nachbauen
Kostenpflichtige Chrome-Erweiterungen bestehen größtenteils aus Paywall und Analytics. Mit einem KI-Agent baust du jede davon an einem Abend nach: 30 KB, kein Abo.
Beetroot v1.6.5: Deine Zwischenablage kann jetzt Bilder lesen
Beetroot v1.6.5: AI Vision lässt deine Zwischenablage Bilder lesen (OCR, beschreiben, extrahieren, übersetzen). Hintergrund-AI-Job-Queue. Alle Provider in nativem Rust.
Der unsichtbare Backslash: Wie ein Shell-Escaping-Bug 20 Releases lautlos kaputtmachte
Der Tauri-Action-Signing-Key wollte nach 20 funktionierenden Releases plötzlich nicht mehr. Der Fix: ein wörtlicher Backslash, vom Shell-Quote-Escaping ins Passwort geschmuggelt.
Beetroot v1.6.4: Vorschau-Panel-Redesign und ein Overlay, das du wirklich anpassen kannst
Beetroot v1.6.4: anpassbares Copy-Overlay (Position, Dauer, Animation) und drei content-aware Vorschau-Modi für Text, Code und Bilder.
Wie ich OSC 52 Clipboard in xterm.js durch tmux zum Laufen gebracht habe
OSC 52 Clipboard funktioniert in xterm.js durch tmux nicht. Der Fix ist nicht set-clipboard oder terminal-features, sondern allow-passthrough.
Beetroot v1.6.3: Copied-Overlay, Explorer-Bilder, GPT-5.4
Systemweites 'Copied'-Overlay bestätigt jeden Clipboard-Capture. Bilder, die aus dem Explorer kopiert werden, behoben. OpenAI-Modelle auf GPT-5.4 aktualisiert. Security-Hardening.
Beetroot v1.6.2: Der Truncation-Bug
Ein Hotfix für die Content-Truncation in v1.6.1. KI-Transforms, Vorschau und Copy arbeiteten still mit gekürztem Text. Plus Alt+T-Toggle und Fixes für Filter-Counts.
Beetroot v1.6.1: Das Keyboard-Rewrite, das niemand sah
Beetroot v1.6.1: Tastatur-Input für No-Focus-Modus neu geschrieben, überarbeitetes Vorschau-Panel mit Pfeil-Navigation, Fixes für v1.6.0-Regressionen.
Beetroot v1.6.0: Rust-Suchengine, Fenster ohne Fokus
Beetroots Suchengine zog nach Rust um: Akzent-Folding, Tippfehler-Toleranz, Prefix-Matching. Plus ein Fenster ohne Fokus, das deinen Workflow nicht unterbricht.
Ich habe Fuse.js in meinem Clipboard-Manager rausgeworfen. 8 Iterationen.
Warum Fuse.js auf Clipboard-Daten scheitert und wie ich Suche in Rust über 8 Iterationen neu geschrieben habe: Same-Field-Matching, Unicode-Wortgrenzen, Scored Merge.
Beetroot v1.5.1: ML-Code-Erkennung und Suche, die wirklich funktioniert
Beetroot v1.5.1: VS Codes TensorFlow.js-Modell erkennt 54 Sprachen. Neu geschriebene Suchengine. 'local v' liefert 9 Treffer statt 98.
Wie ich 5 KI-Provider in eine Tauri-Desktop-App integriert habe
Multi-Provider-KI in Tauri: OpenAI, Claude, Gemini, DeepSeek, Ollama. Drei Integrationsmuster und ein Rust-Proxy, der das Localhost-CORS-Problem löst.
Beetroot v1.5.0: Fünf KI-Anbieter, smartere App-Erkennung
Beetroot unterstützt jetzt OpenAI, Gemini, Claude, DeepSeek und lokale Modelle. Plus AI-Sparkles, Ollama-Presets und smarteres Tracking der Quell-App.