Microsoft schaltet mit Project Opal den ersten echten Autopiloten frei, OpenAI kündigt für die DevDay 2026 Managed Agents an. Dazwischen liefert Codex den Beweis für eine 52 Jahre offene mathematische Vermutung, und OpenAIs Chefforscher nennt die kommende Modellgeneration einen fremden Verstand.
Microsoft bündelt Copilot zum Autopiloten mit Project Opal
Microsoft führt Copilot Chat, GitHub Copilot, Cowork und die neuen autonomen Agenten bis Ende September in einer App zusammen. Der Kern heißt Autopilot: dauerhaft aktive Agenten mit eigener Identität, die im Hintergrund handeln, ohne für jeden Schritt einen Prompt zu brauchen. Darunter läuft Project Opal. Es plant die Aufgabe, startet einen abgesicherten Windows-365-Cloud-PC und erledigt sie per Reasoning-Modell und Computer Use selbst. Erste Kunden fahren damit Compliance-Audits: Websites ansteuern, Belege als Screenshots sichern, Dokumentation prüfen. Jede Aktion bleibt sichtbar, der Mensch kann jederzeit übernehmen. Das ist keine Assistenz mehr, das ist delegierte Arbeit.
Quelle: Techcommunity
Wie das in der Praxis aussieht, zeigt Microsoft an einem ersten Autopilot-Lauf: Ein Opal-Agent arbeitet auf einer abgesicherten Windows-365-Cloud-VM einen ganzen Monat Wildkamera-Material durch, findet jede Tiersichtung, schneidet ein Highlight-Reel, beschriftet jeden Clip mit Kamera, Datum und Art, füllt die Tabelle, baut die PowerPoint und legt alles im Teams-Kanal ab. Das ist der Sprung von Assistenz zu Zuständigkeit: kein Chat-Pingpong mehr, sondern ein Auftrag, der über Stunden und Tage durchläuft und fertig auf dem Tisch liegt.
OpenAI zieht zur DevDay 2026 nach. Unter dem Namen Managed Agents sollen sich Agents, Environments und Agent Sessions direkt über die OpenAI-Plattform anlegen lassen, statt in selbstgebauten Setups zu leben. Ein Codex-Plugin übernimmt Bauen, Konfigurieren und Ausrollen, gehostet wird wahlweise bei OpenAI oder auf eigener Hardware. Damit rutscht der Agent vom Bastelprojekt in den Betrieb. Wer bisher gewartet hat, bis Agenten produktionsreif sind, verliert gerade sein Argument: Die Laufzeitumgebung liefert jetzt der Anbieter selbst.
OpenAI legt offen, wie Coding-Agenten die eigene Forschung beschleunigen
OpenAI hat erstmals interne Daten dazu veröffentlicht, wie Coding-Agenten die KI-Forschung im eigenen Haus umbauen. Die Agenten übernehmen einen wachsenden Teil der Research-Arbeit, treiben die Experiment-Geschwindigkeit hoch und lösen zunehmend komplexere Aufgaben selbstständig. Genau diesen Punkt unterschätzen viele: KI baut hier nicht irgendein Produkt, sie beschleunigt die Entwicklung der nächsten KI. Diese Rückkopplung, Modelle die den Fortschritt der Modelle vorantreiben, ist der Grund, warum lineares Denken über das KI-Tempo regelmäßig danebenliegt.
Quelle: OpenAI
Wie weit das reicht, zeigt ein Ergebnis aus der Mathematik. Die Spherical Hadwiger Conjecture war seit 1974 offen. Jetzt haben Wang und Wu von der Universität Hunan sie bewiesen, mit direkter Hilfe von OpenAIs Codex: Die KI entwickelte Beweisdetails, fand Lücken im Argument und ordnete das Manuskript. In derselben Woche formalisierte Claude den Beweis von Fermats letztem Satz in Lean. Dazu passt eine Zahl aus OpenAIs eigenem Arbeitsmarkt-Report, der Mathematiker als den am stärksten exponierten Beruf überhaupt ausweist, geschätzte 100 Prozent. Die abstrakteste Disziplin der Menschheit bekommt gerade einen Mitautor, der keine Pause macht.
Quelle: Mbmccoy
Aus dem gleichen Haus kommt der nachdenklichere Teil. Jakub Pachocki, Chefforscher von OpenAI, hat einen Essay mit dem Titel An Alien Mind veröffentlicht und schlägt ungewohnt deutliche Töne an. Seine These: Die nächsten Modellgenerationen entwickeln eine Denkweise, die dem Menschen zunehmend fremd wird, mächtig, schwer durchschaubar, nicht mehr intuitiv nachvollziehbar. Er fordert stärkere Sicherheitsmechanismen und internationale Koordination, bevor Kontrolle nur noch nachträgliche Reparatur ist. Bemerkenswert ist der Absender: Hier warnt kein externer Kritiker, sondern der Mann, der diese Systeme baut.
Quelle: OpenAI
Gemini Business klinkt jetzt eigene MCP-Server ein
Google öffnet Gemini für Unternehmen. Über eigene MCP-Server-Verbindungen lassen sich private Datenquellen und interne Tools direkt einklinken. Das Model Context Protocol wird damit zum Standard-Steckplatz, über den ein Assistent an CRM, Datenbanken und interne APIs andockt, ohne dass jede Integration einzeln gebaut werden muss. Für Firmen heißt das: Gemini arbeitet nicht mehr nur auf öffentlichem Wissen, sondern auf dem eigenen Kontext. Noch bleibt die Funktion der Business-Variante vorbehalten, die Consumer-App dürfte folgen.
In Claude Code gibt es unterdessen das Kommando prompt-audit. Es liest das komplette Setup, CLAUDE.md, Skills und Instruktionen, und markiert die Anweisungen, die ein aktuelles Frontier-Modell nicht mehr braucht und die es sogar ausbremsen. Typischer Fall sind Verification Rituals wie die Aufforderung, die eigene Arbeit doppelt zu prüfen: für ältere Modelle nützliche Krücken, beim Sprung auf ein neues Modell wie Fable 5.1 kosten sie nur Kontext und Tempo. Das Audit liefert einen Report mit Fundstellen und Konfidenz und schlägt direkt einen fertigen Diff vor. Prompt-Engineering altert schneller als die meisten Setups.
Quelle: Platform
xAI schaltet den Grok Imagine Video 1.5 Agenten frei, angetrieben vom neuen Image 2.0 Modell. Der Sprung liegt in Bildqualität und Erzählfluss: Der Agent verbindet mehrere Shots mit deutlich mehr Kontinuität, aus einem Prompt entsteht eine zusammenhängende Sequenz statt einzelner Standbilder. Ein Werbebanner auf Zuruf, ein durchkomponierter Clip aus einer Zeile Text. Bild- und Videogenerierung rückt damit vom Spielzeug zum Produktionswerkzeug, das ganze Kampagnen-Assets in Minuten ausspuckt.
Travis Kalanicks Atoms sammelt 1,7 Milliarden Dollar fürs Robotaxi
Kalanick hat für seine Robotik-Firma Atoms 1,7 Milliarden Dollar eingesammelt, angeführt von Andreessen Horowitz. Uber selbst legt 100 Millionen dazu und prüft, die autonome Technik von Atoms direkt in die eigene Plattform zu holen. Dazu kommt die Übernahme von Pronto, dem Self-Driving-Startup rund um den früheren Uber-Technikchef Anthony Levandowski. Kalanick nennt es unfinished business. Der Mann, der Uber groß gemacht und dann verloren hat, will die Vision jetzt ohne Fahrer zu Ende bringen: Einstellungswelle und gezielte Zukäufe, um im Rennen um autonome Flotten von Anfang an vorne zu stehen.
Quelle: TechCrunch
Weniger glamourös, aber folgenreicher für jeden, der eigene Inhalte in KI-Systeme einspeist: Nach dem Urheberrechts-Vergleich, den Anthropic mit Autoren geschlossen hat, bricht der Streit um die Verteilung aus. Autoren werfen Verlagen und Literaturagenturen vor, sich einen größeren Anteil an den Zahlungen zu sichern, als ihnen zusteht. Der Fall zeigt, wie ungeklärt bis heute ist, wem die Rechte an Trainingsdaten gehören und wer am Ende kassiert, wenn ein KI-Konzern für die Nutzung geschützter Werke zahlt. Die eigentliche Frage ist nicht, ob KI mit fremden Werken lernt, sondern zu welchem Preis und mit wessen Zustimmung.
Quelle: TechCrunch
Chart des Tages: 86,7 Prozent der Sicherheitslücken werden am Meldetag angegriffen
Quelle: Zerodayclock.com
2020 wurde erst jede fünfte ausgenutzte Sicherheitslücke am Tag ihrer Veröffentlichung oder davor attackiert. 2026 sind es 86,7 Prozent. Das Zeitfenster zum Patchen ist praktisch verschwunden, und der Trend läuft seit sechs Jahren ohne Gegenbewegung in dieselbe Richtung. Für Unternehmen heißt das: Wer erst nach dem offiziellen Hinweis reagiert, ist meist schon zu spät dran. Automatisiertes Patch-Management und kurze Reaktionsketten rücken damit von der Kür in die Pflicht.
Ein viraler Optimus-Clip mit 250.000 Aufrufen ist KI-generiert
Ein Humanoid sprintet durch den fließenden Verkehr und hängt dabei einen Streifenwagen ab. Der Clip läuft seit gestern durch alle Timelines. Echt ist daran nichts, das Video stammt aus einem Generator. Der Beweis liegt auf dem Asphalt: Die Fahrbahnmarkierung buchstabiert in jedem Frame etwas anderes, mal OLLNO, mal TNIVY, mal OMIYO, nie durchgehend ONLY. Schrift ist die letzte Stelle, an der sich Videomodelle noch zuverlässig verraten. Der Rest sieht inzwischen so gut aus, dass man genau dort hinsehen muss.
Tool-Empfehlung: RelationFlow
RelationFlow ist ein KI-Workspace für Teams im Mittelstand, der alle großen Modelle und selbst gehostete Endpunkte an einem Ort bündelt. Das Wissen jeder Abteilung wird als gemeinsame Quelle eingebunden, Chats, Agenten und Prompts sind im Team teilbar. Wer die Modellvielfalt aus diesem Report nicht als Tab-Chaos führen will, sondern als eine Oberfläche mit gemeinsamem Kontext, findet hier den passenden Aufbau, mehr Infos: relationflow.io.
Das mit dem /prompt-audit war wohl ein Schnellschuss, den Befehl gibt es nicht bei Claude. Schade, die Beschreibung hat sich gut gelesen ;-)