Zero-Day-Tempo, lokale Agenten in Open WebUI, und lesbare PRs mit einem Trick

Wichtige KI-Nachrichten

PHP-Lücke zeigt neues Tempo bei Zero-Days

Eine Sicherheitsfirma fand mit einem OpenAI-Modell eine schwere PHP-Schwachstelle. Die Angriffe liefen an, bevor der Fix öffentlich war. Laut Googles Incident-Response-Team liegt die mittlere Zeit bis zum Ausnutzen bei minus sieben Tagen. Eine Woche nach der Offenlegung waren in den USA über ein Viertel der 14 Millionen exponierten Dienste gepatcht, in China 4 Prozent, laut Censys. Zero-Day, also eine unbekannte, noch ungefixte Schwachstelle, verlangt kürzere Reaktionswege. Du klärst, wo PHP läuft, wie Patches eingespielt werden, und wer bei dringenden Fixes erreichbar ist. Die üblichen Offenlegungsregeln (coordinated vulnerability disclosure, ein Forscher meldet erst intern, dann öffentlich) geraten unter Druck.¹

Offene Inferenz wächst, Zahlen bleiben ungenau

Messungen zum Marktanteil offener Modelle sind rau. Der Interconnects-Autor bündelt verfügbare Signale und warnt vor Rauschen. Fireworks meldete diese Woche 40 Billionen Tokens pro Tag für kundenspezifische Modelle als Teilmenge. Der Gesamtwert dürfte deutlich höher liegen, wenn weitere Vertikalen einfließen. Das sind Anbieterangaben. Für Planung heißt das: offene und geschlossene Modelle getrennt budgetieren und Unsicherheit einkalkulieren.²

China baut Hyperscaler schnell, günstig und anders

SemiAnalysis besuchte einen Campus in Ulanqab mit bis zu 800 MW IT-Kapazität. Die ersten 120 MW kamen binnen eines Jahres, zu etwa einem Fünftel der US-Kosten. Ein 800-V-Gleichstrom-Pfad mit Solid-State-Transformern spart klassische AC-Stufen; laut Bericht läuft rund ein Viertel neuerer chinesischer Rechenzentren auf DC, während in den USA etwa 97 Prozent weiter AC-UPS nutzen. Die Kühlung verzichtet auf zentrale Chiller und bedient luft- und flüssiggekühlte Server in einem Loop. Falls du Rechenzentrums-Kapazität beschaffst, fragst du gezielt nach Topologie, Energiepfad und Wasserbedarf.³

Highlights für deinen Arbeitsalltag

• Open WebUI 0.13.1 bringt Coding-Agenten in den Modell-Picker und Tether als Desktop-Begleiter. Tether verbindet deinen Rechner mit Open WebUI, damit Agenten auf echte Dateien, Repos und Tools zugreifen können, ohne Ports zu öffnen. Neu sind auch günstigere Tool-Chats durch weniger Prompt-Overhead und eine optionale Auto-Freigabe für Tool-Aufrufe per Review-Modell. In 0.13.3 kamen Automationen mit Agenten und weitere Usability-Fixes dazu.⁴⁵
• PR-Beschreibungen lesbarer machen: Pack den von Agenten erzeugten Langtext in ein zusammenklappbares details/summary. Oben drüber schreibst du zwei menschengemachte Sätze mit dem Kern. Das funktioniert direkt in GitHub-Markdown und spart Review-Zeit.⁶
• Was aus Stanfords AI-native Kurs in Teams hält: Patches gehen in echte Open-Source-Repos, Maintainer reviewen. Nutze fürs nächste PR Geoffrey Litts explain-diff-Skill als Idee: Lass dir den Diff erklären und dich abfragen, bevor du um Review bittest. Monaco kaufte Code-Review zu und baute agententaugliche Workspaces selbst. Merksatz von Mihail Eric: Buy to learn, build to keep.⁷

Tools und Updates

• Phonon TTS: hochqualitative Sprachsynthese direkt auf dem Gerät. Für Sprachfeatures in Apps oder Service-Assistenten ohne Server-Audio. Voraussetzung: On-Device-Bereitstellung.⁸
• Confucius4-R2T2: Streaming-ASR mit stabilem Präfix, das frühere Tokens nicht mehr ändert. Nützlich, wenn Agenten auf jedes Wort live reagieren und Revisionsfehler vermeiden sollen. Grundlage ist ein Paper, kein Produktstart.⁹
• WhatsApp Events: Events anlegen, Einladungen per Link, auch für Personen ohne WhatsApp-Account. Ein neues Events-Home bündelt Einladungen und Zu-/Absagen. Rollout in den nächsten Wochen.¹⁰

In fünf Minuten ausprobieren

Eine kleine Übung für Reviews ohne neue Tools.

1) Kopiere diesen Beispiel-Diff in deinen üblichen KI-Chat und bitte: „Erkläre die Änderung Schritt für Schritt für Reviewer. Stelle mir am Ende drei Kontrollfragen.“

diff --git a/invoice.py b/invoice.py
@@
-def calc_total(items, tax_rate=0.19):
-    subtotal = sum(i["price"] * i["qty"] for i in items)
-    return round(subtotal * (1 + tax_rate), 2)
+def calc_total(items, tax_rate=0.2):
+    subtotal = sum(i["price"] * i["qty"] for i in items if i["qty"] > 0)
+    return round(subtotal * (1 + tax_rate), 2)

2) Beantworte die Fragen selbst in Stichpunkten. Ergänze eine Risiko-Notiz, falls sich der Steuersatz ändert oder negative Mengen bisher erwartet waren.

3) Ergebnis und Check: Du kannst in zwei Sätzen sagen, was geändert wurde und wen das betrifft. Du findest mindestens einen Testfall, der angepasst werden muss.⁷

Quellen

1. China in the Cyberpocalypse (chinatalk.media)
2. How well can we measure open model inference share? (interconnects.ai)
3. We Visited China’s Stargate in Inner Mongolia (newsletter.semianalysis.com)
4. Open WebUI v0.13.1 (github.com)
5. Open WebUI v0.13.3 (github.com)
6. Hide your slop PR descriptions behind <details><summary> (simonwillison.net)
7. How Stanford Teaches AI-Native Engineering — Mihail Eric, Monaco (latent.space)
8. A Closer Look at Phonon TTS. Launching High-Quality On-Device Speech That Tops the Benchmarks. (huggingface.co)
9. Paper: Confucius4-R2T2: A Stable-Prefix Streaming ASR Model for Real Real-Time Transcription (huggingface.co)
10. WhatsApp Events Brings People Together Beyond the Group Chat (about.fb.com)