Heute geht es um APort Vault, einen Benchmark für Zahlungsautorisierung bei KI-Agenten. Der Kern: Kritische Aktionen brauchen eine deterministische Prüf-Schicht vor dem Tool-Call, nicht nur einen netten Prompt.

• APort Vault: Benchmarking AI Agent Payment Authorization with the Open Agent Passport
• AI coding has made CI a bottleneck, so we reworked ours to keep up
• VoC Insight

Zur Episode auf ailissy.de

Heute geht es um KI-Belege statt Modellglanz: Google bündelt 100 Anwendungen, Anthropic will Frontier-Fortschritt messbarer machen und bringt Evaluation mit Accenture näher an Enterprise-Projekte. Als praktisches Beispiel zeigt ein lokaler MCP-Finanzprüfer, wie kleine Unternehmen KI mit klaren Messwerten testen können.

• Google: 100 ways AI is helping advance science and improve lives
• Anthropic Institute: Measurements for understanding the pace of AI development inside frontier labs
• Anthropic: Partnering with Accenture on embedded evaluation
• Google Research: How does AI help spot a wildfire?
• Financial Sheet Auditor MCP

Zur Episode auf ailissy.de

Anthropic launcht Fable 5.1 und Mythos 5.1, während Bonsai 2 zeigt, dass 27B-Modelle auf Consumer-Hardware laufen können. Dazu: TSMC A14-Chip-Details und Googles Gemini Audio API. Die Frage für Unternehmer: Frontier oder lokal — oder beides?

• Anthropic — Claude Fable 5.1 and Claude Mythos 5.1
• PrismML — Bonsai 2 27B: Near-Lossless Compression
• TSMC A14 Details on IEDM
• Google — Gemini Audio API
• AutoBot — Voice Control for AI Tasks (GitHub)

Zur Episode auf ailissy.de

Heute geht es um Kontrolle in der KI-Toolchain: JustFit zeigt lange lokale Kontexte auf 24 Gigabyte Speicher, Nvidia bringt Rust näher an CUDA, Mistral und Mozilla arbeiten an privater Browser-KI, OpenDocBot setzt auf eigene Modelle in Office-Dateien und Pizza Bot organisiert Agentenarbeit als Inbox.

• JustFit: 200K-Token LLM Serving on a 24 GiB Laptop
• Nvidia: Introducing CUDA Rust
• Mistral x Mozilla
• OpenDocBot
• Pizza Bot

Zur Episode auf ailissy.de

Heute geht es um KI-Agenten im echten Betrieb: Plan Injection zeigt, warum sichtbares Reasoning kein Sicherheitsbeweis ist. n8n-mcp-guard, agent18 und SOPSpec zeigen praktische Mechaniken für Backups, Rechte, Quittungen und wiederholbare Policy-Tests.

• Corrupt Plans, Clean Traces: Evading Chain-of-Thought Monitoring with Plan Injection
• n8n-mcp-guard
• agent18
• SOPSpec
• We wanted to use Baseten for inference. We ended up with admin access to Baseten GitHub repos

Zur Episode auf ailissy.de

Heute geht es um KI-Werkzeuge, die zuerst Ordnung schaffen: lokale Zeiterfassung, Kontext für Tickets, SQL-Zugriff auf Buchhaltungsdaten, Smartphone-Agenten auf echten Geräten und offene Telefonie. Der rote Faden: Automatisierung wird praktisch, wenn Datenquellen, Rechte und Übergaben sauber sind.

• Threshyr
• Liniora
• Instabooks Database Access Docs
• BlueLM-GUI Technical Report
• Ringee

Zur Episode auf ailissy.de

Heute geht es um Mr.LHDR, einen Benchmark für lange, multimodale Research-Aufgaben. Die Folge erklärt, warum Endantworten bei Agenten trügen können, wie man Beweisketten testet und welche Rolle Monitoring, Desktop-Assistenten und lokale Spracheingabe dabei spielen.

• Mr.LHDR: Benchmark for Long-Horizon Deep Research Agents
• Detecting and countering misuse of AI: September 2026
• The Gemini app is now available for Windows
• YazSes GitHub Repository

Zur Episode auf ailissy.de

Freitagsfolge zur Frage, was Agenten im echten Betrieb kosten und welche Schichten Unternehmen dafür brauchen: Kostenrechnung, Self-hosting, Kommunikation, Verifikation und konkrete Testkarten.

• Show HN: CodePress, Save $50k+ a month on Cloud Agents
• OtoDock self-hosted company OS
• Natively, comms for agents built by agents
• Cognition introduces SWE-2
• OpenAI Agents API
• Bee, text your Google Calendar
• Gemini app now available for Windows

Zur Episode auf ailissy.de

Heute geht es um TontaubeV1, ein Streaming-Text-to-Speech-Modell mit rund 200 Millisekunden bis zum ersten Audio auf einer RTX 5090. Dazu: lokale Medienwerkzeuge wie wavesubs und FrontBack Scanner sowie praktische Grassroots-Tools für geführte SaaS-Klicks und Shopping-Agenten.

• TontaubeV1: Streaming Text-to-Speech with Hierarchical Codec Modeling and Bounded Context
• FrontBack Scanner
• Frigade Show HN
• Findcheap Chrome Extension
• wavesubs

Zur Episode auf ailissy.de

Heute geht es um konkrete Arbeitsflächen für KI: Bots mit eigenem Desktop, persönliche Agenten, AI-Sichtbarkeit und lokale Videoproduktion. Der rote Faden: KI wird erst dann nützlich, wenn Eingaben, Ergebnisse und Kontrollpunkte klar sind.

• Routi Bot GitHub
• Meta Muse
• NiubiGEO GitHub
• EndFrame

Zur Episode auf ailissy.de