Wichtige KI-Nachrichten

NVIDIA bringt lokale Agenten auf PC und Team-Cluster

NVIDIA zeigt in Berlin die lokale Produktlinie: RTX Spark für persönliche Agenten auf Windows-PCs, DGX Spark für Entwickler und DGX Station für Teams. Underdog, ein Desktop-Agent mit rein lokaler Verarbeitung, ist für RTX Spark verfügbar. DGX Spark 64GB rollt seit Freitag, 23.10., bei Partnern aus. NVIDIA Sync bekommt noch im Oktober den Model Launcher, dazu ein Software-Update mit Wi-Fi Assistant. DGX Station für Windows ist für Dezember angekündigt. Einige RTX-Spark-Laptops kommen mit entsperrtem Bootloader. Das hilft dir, einen privaten Agenten ohne Datenabfluss zu pilotieren. Anbieterangaben.¹

AI-Fabriken schneller und strombewusster bauen

In der Keynote stellte NVIDIA DSX POD vor, ein Referenzdesign, also eine vorgeprüfte Bauvorlage, für „AI-Fabriken“ in Modulcontainern. Die Inbetriebnahme soll nach Standortvorbereitung in 14 Tagen erfolgen. DSX kann laut NVIDIA bis zu 100 Prozent weniger Wasser für Kühlung brauchen und bis zu 30 Prozent weniger Strom je gleiche AI-Leistung. Das sind Anbieterzahlen ohne unabhängige Prüfung. Parallel meldeten Partner konkrete DSX-Einsätze: von Hitachi Energy bis Schneider Electric und Siemens Energy. Phaidra berichtet rund 10 Prozent mehr Rechenleistung im selben Leistungsbudget. Wenn dein Rechenzentrum am Netz hängt, sprich früh mit Energie, Facility und IT gemeinsam.²³

OpenShell: Entwurf für sichere Agenten

NVIDIA skizzierte OpenShell als offene Referenzarchitektur mit Kernel-Sandbox und minimalen Rechten pro Agentenlauf. Das Ziel: Rechte, Richtlinien und Monitoring dynamisch anpassen. Für dich heißt das: Privilegien strikt begrenzen und jede Aktion messen, bevor du Agenten in produktive Netze lässt. Angekündigt, Quellangaben von NVIDIA.²

GPT-6.1 Terra: günstiger Mittelklasse-Einsatz

OpenAI führt GPT-6.1 Terra ein, laut Ankündigung mit stärkerer visueller Begründung und schnellerer Computer-Bedienung. Preis: 1 US-Dollar je Million Input-Tokens und 5 US-Dollar je Million Output-Tokens. Ein OpenAI-Mitarbeiter ordnet Terra als schneller und günstiger als Sol für Kommunikation, Vision und Computer-Use ein, mit Abstrichen bei anderen Aufgaben. Quelle ist eine Zusammenfassung mit Preis und Einordnung. Für dich heißt das: Wähle Terra für Bildschirm-Automatisierung, Formulararbeit und klare Texte, wenn Sol zu teuer ist.⁴

Highlights für deinen Arbeitsalltag

• Code-Sicherheit mit GPT-6.1 Sol bei CodeRabbit: Ein Security-Agent untersucht Risiken in großen Repos und schlägt Fixes vor. Nutze das Prinzip als zweite Meinung vor dem Merge, besonders bei Legacy-Code. Anbieterbeispiel.⁵
• Greptile testet Workflows mit GPT-6 Astra: Agenten prüfen Nutzungsflüsse, stärken Sicherheit und reduzieren Nacharbeit. Übernimm die Idee und automatisiere die häufigsten End-zu-End-Tests deines Produkts. Anbieterbeispiel.⁶
• Forum für Facebook-Gruppen: Meta liefert Admin AI und Admin Assist in der separaten Forum-App in den USA. Du kannst Beiträge schneller prüfen, Regeln anwenden und Posts vorplanen. Nützlich, wenn du eine Community für Marke oder Support betreust.⁷
• MiniMax-M3.1-Flash lokal: Eine 2-Bit-Quantisierung, also stark komprimierte Modellgewichte, hält laut Anbieter 91,5 Prozent Top-1-Genauigkeit und läuft ab 150 GB RAM. Das ist etwas für Workstations. Du testest damit sensible Prompts lokal. Anbieterangaben.⁸

Tools und Updates

• Transformers 5.21: MiniCPM-OCR liest textdichte Bilder wie Belege; Pocket TTS erzeugt Sprache schnell auf CPU. Einsatz: Belege erfassen, Voice-Snippets erstellen. Voraussetzung: Python und Transformers 5.21.⁹
• Seam Cutter: Kleines Web-Werkzeug, das einen horizontalen oder vertikalen Schnitt setzt und den Mittelteil entfernt. Einsatz: Prompt-Blöcke in langen Screenshots schwärzen, ohne alles neu zu layouten.¹⁰
• Governance für Agenten in n8n: Leitfaden zu Identität, Guardrails und Freigaben in autonomen Flows. Einsatz: Rollen, Limits und Freigabeschritte systematisch nachrüsten.¹¹
• QD-Rec von Sakana AI: Empfehlungsansatz für vielfältige Vorschläge in Entscheidungen. Einsatz: Akquise-Ziele, Zielkunden oder Lektüreliste explorieren. Forschungsarbeit mit Code, kein fertiges Produkt.¹²

In fünf Minuten ausprobieren

Voraussetzung: Ein bestehender KI-Chat deiner Wahl.

1) Kopiere diese kurze Aufgabenstellung in den Chat: „Review vor PR. Aufgabe: sichere Preisberechnung ergänzen und Eingaben validieren. Kontext: Web-Shop.“ Füge dann den Code an:

"""

bug: unsichere Auswertung und Rundung

import math

def total_price(qty, unit_price, tax_rate_str): tax = eval(tax_rate_str) # unsicher subtotal = qty * unit_price return round(subtotal * (1 + tax), 2) """

Bitte um: a) Funde nach Risiko triagiert, b) konkrete Fix-Vorschläge, c) zwei wiederverwendbare Review-Standards.¹³

2) Prüfe das Ergebnis: Hat das Modell eval als Sicherheitsrisiko erkannt und eine sichere Alternative genannt? Wurde die Rundung sauber behandelt?

3) Ergebnis: Eine kurze Liste priorisierter Risiken, konkrete Patches und eine Mini-Checkliste für nächste Reviews. Akzeptanzkriterium: eval wird als kritisch markiert, und es gibt einen Patch ohne eval.

Quellen

1. Bringing the Spark to Europe: Local Intelligence Powers Next Wave of Agents (blogs.nvidia.com)
2. GTC Berlin 2026: Live Updates From NVIDIA CEO Jensen Huang’s Keynote (blogs.nvidia.com)
3. How Companies Are Using NVIDIA DSX to Break the Power Bottleneck (blogs.nvidia.com)
4. GPT-6.1 Terra (simonwillison.net)
5. GPT-6.1 Sol helps CodeRabbit strengthen security across complex codebases (openai.com)
6. Greptile takes bug detection beyond code review with GPT-6 Astra (openai.com)
7. New Tools for the Admins Who Build Communities on Forum (about.fb.com)
8. @unslothai: MiniMax-M3.1-Flash can now run locally!

We made 2-bit GGUF retain 91.5% top 1 accuracy while being 45% smaller. Run on 150GB RAM.

MiniMax-M3.1-Flash is the strongest open model f (x.com) 9. Transformers v5.21.0 (github.com) 10. Seam Cutter (simonwillison.net) 11. @n8n_io: Your agents are already in production. They authenticate as users, call internal APIs, and run workflows autonomous. 🛡 But autonomy needs governance. 👉 Our guide to embedding ide (x.com) 12. @sakanaailabs: 多様な提案を進化させ、意思決定を支える推薦手法「QD-Rec」を開発

ブログ：https://t.co/2AV6dap8Ve 論文：https://t.co/zg1gtm0OlK GitHub：https://t.co/EKNOoEIBEP

どの企業を買収候補として検討するか。どの顧客に新しい製品を提案するか。膨大な論文の中から、次に何を読むか。こうし (x.com) 13. 7 AI code review best practices #deeplearningai #qodo (youtube.com)