Field Notes

Skizze zur App, Agenten prüfen, Code absichern: drei schnelle Hebel für deinen Alltag

Heute bekommst du drei Abkürzungen für Prototypen, Agententests und sichere Features.

Wichtige KI-Nachrichten

Aus Skizzen werden klickbare Apps in Gemini Canvas

Google zeigt ein Canvas-Werkzeug: Du lädst eine Zeichnung hoch und bekommst sofort lauffähigen Code, den du iterativ verfeinerst. Das senkt die Zeit bis zum Prototyp deutlich, etwa von Whiteboard zur ersten UI. Laut Anbieter kannst du es jetzt testen.1

Agenten-Code formal absichern: Microsoft Research stellt PDD Kit vor

PDD Kit übersetzt deine Absicht in eine formale Spezifikation, beweist den Agenten-Code für alle Eingaben und setzt Tests ein, wo Beweise nicht reichen (formale Verifikation: ein mathematischer Nachweis der Korrektheit). Gezeigt wurde das am Login einer Rust-Webapp, dabei fanden sich vorhandene Bugs und es wurde die Abwesenheit von Login-Fehlern relativ zur Spezifikation bewiesen. Das läuft in GitHub Nexts Chopin und ist eine Ankündigung, keine breite Verfügbarkeit. Der Vertrauensgrenzbereich, die Trusted Computing Base, bleibt ausgewiesen.2

TPUv7 mit AgentX-Benchmarks: Wettbewerb bei Inferenz-Kosten

SemiAnalysis veröffentlicht erste lange, mehrstufige AgentX-Benchmarks auf TPUv7. Beispielzahlen: GLM-5.2 liefert 1,2- bis 2,7-mal so viele Tokens pro Dollar wie B200, B300 und MI355X bei 60 bis 300 Tokens pro Sekunde und Nutzer. Qwen3.5 mit llm-d schlägt GB300 FP8 und erreicht Parität zu GB300 FP4 bei höherer Qualität; Kimi K3 liegt 1,15- bis 2,5-mal über GB200, B200, B300 und MI355X. Gemessen wurde auf InferenceX/AgentX, das viele Käufer und Labs unterstützen. Das sind Anbieterangaben aus Benchmarks, unabhängige Prüfung fehlt. Folge für dich: Wenn du Rechenzeit buchst, vergleiche TPU-Angebote aktiv mit GPU-Preisen.3

OpenAI kündigt GPT-6 Cyber an

Das Modell zielt auf Sicherheitsprüfungen: Schwachstellen finden, Exploits vermeiden und Fixes vorschlagen innerhalb autorisierter Grenzen. Es ist eine Ankündigung, zur Verfügbarkeit gibt es keine Angaben. Sprich mit deinem Security-Team, ob und wo ein kontrollierter Einsatz später sinnvoll wäre.4

NVIDIA zeigt Vera-CPU für Agenten-Workloads

NVIDIA meldet 1,6-mal mehr Agenten pro Watt als der schnellste x86-Prozessor und bis zu doppelte Agenten-Geschwindigkeit gegenüber dem effizientesten x86-Chip. Frühe Anwender wie Perplexity und DeepInfra nennen 1,5- bis 2,2-fach schnellere Aufgaben je nach Test. Das sind NVIDIA-Daten, externe Reproduktionen stehen aus. Wenn du viele agentische Schritte auf CPUs fährst, gehört Vera in die Evaluierung.5

Highlights für deinen Arbeitsalltag

  • Lerne Agenten zuverlässig zu testen. Der kostenlose Kurs von DeepLearning.AI zeigt, wie du Agenten-Traces liest, wiederkehrende Fehler in einen nachlaufenden Testsatz überführst und Auswertungen mit Code und LLM-Richtern automatisierst (LLM-Richter: ein Modell bewertet Ergebnisse nach Regeln). Du erhältst einen Ablauf, den du nach jeder Änderung wiederholst.6
  • Kürzere Videos günstiger erzeugen. Gemini Omni 1.2 Flash bringt native 15-Sekunden-Clips, bessere Konsistenz und laut Google 30 Prozent niedrigere Preise. Wenn du Social-Snippets oder Produktdemos baust, senkt das Kosten pro Asset. Rollout je nach Zugang.7
  • Mehr Anmeldungen mit ChatGPT Ads. Flipsnack fokussierte Kampagnen auf Produkt-Trials, steigerte Registrierungen und senkte den Preis pro Signup. Das ist eine Anbieter-Fallstudie. Du kannst als nächstes das Ziel „Registrierung“ setzen und zwei Anzeigenvarianten gegeneinander testen.8

Tools und Updates

  • Mistral Studio und „Le Chonk“: Baue und betreibe Unternehmens-Agenten und Apps mit mehr Kontrolle über Modelle, Daten und Infrastruktur. Geeignet, wenn du Vorgaben zu Datenhaltung erfüllen musst. Status: angekündigt, Details zu Preis und Verfügbarkeit fehlen.9
  • Ein-Klick-Deploy mit Cursor und Vercel: App ohne Kontoanlage, ohne Konfiguration und mit automatisch bereitgestellter Datenbank deployen. Nützlich für schnelle Demos und interne Tests. Quelle ist ein X-Post.10
  • Speicher wird zum Engpass bei Agenten. NVIDIA beschreibt einen Voll-Stack-Ansatz: Kontext zwischenspeichern außerhalb des GPU-Speichers, inaktive Kontexte auslagern und wiederverwenden, damit mehr parallele Nutzer bedient werden. Für deine Cloud-Wahl: Frage nach KV-Cache-Management und Kontextspeicher über den GPU-VRAM hinaus.11

In fünf Minuten ausprobieren

1) Skizziere eine Mini-App als ASCII-Wireframe in deinem KI-Chat und bitte um eine einzelne HTML-Datei mit Inline-CSS und minimalem JS. Beispiel: eine Ticketliste mit Suchfeld, „Neues Ticket“-Button und Status-Filter.1 2) Speichere die Datei lokal, öffne sie im Browser und teste Suche, Filter und Button. 3) Bitte die KI um eine Änderung: zum Beispiel Pflichtfeld-Validierung im Formular und eine farbige Status-Anzeige. Ergebnis: Eine klickbare HTML-Seite als einfacher Prototyp. Prüfkriterium: Suche filtert korrekt, Button öffnet ein Formular, Validierung greift sichtbar.

Quellen

  1. Transform a quick drawing into a live app with Gemini. (blog.google)
  2. Formally verifying agent-written full-stack web apps with PDD Kit (microsoft.com)
  3. The Iron(wood) Throne: Google's TPU Stakes Its Claim on Inference (newsletter.semianalysis.com)
  4. GPT‑6 Cyber: Advancing the frontier of aligned cybersecurity agents (openai.com)
  5. Vera Delivers the Best of Both Worlds: Highest Throughput and Fastest Agents (blogs.nvidia.com)
  6. Stop guessing how to fix your agent (youtube.com)
  7. Gemini Omni 1.2 Flash: Fast and cost-effective with longer clips (blog.google)
  8. Flipsnack grows product signups with conversion optimization (openai.com)
  9. Le Chonk brings the brains. Studio puts it to work. (mistral.ai)
  10. @vercel: Deploy apps in one click with @cursor_ai.

• No account to create • No deployment configuration • Database provisioning included

Built on Vercel for Platforms → https://t.co/09OAn (x.com) 11. More Performance From Every Byte: How Full-Stack Codesign Solves AI’s Memory Challenge (blogs.nvidia.com)