Hallo und herzlich willkommen zu den Programmieren News 3626 und wir reden heute über Ox Alpha, das ist ein neues KI-Modell, wo man nicht genau weiß, was dahinter steckt. Wir haben Model Hardware Standard als Thema. Apple hat neue Chips rausgebracht für noch mehr KI. Wir reden über das Übernahme, die Übernahme von Hugging Face und Gemini 3.5 Transcribe. Und dann ist auch noch Fable in einer neuen Version rausgekommen und ein, zwei kleinere Themen. Neben mir sitzt David Kuscicki, Acker Dave, was geht? Moin. Ich bin Dennis Becker. Ich bin der Fabi Fink, hallo. Und ich bin der Philipp. Schön, dass ihr alle da seid. Und jetzt direkt nochmal natürlich zum Anfang, falls ihr euch wundert über das Cover bzw. die Bezeichnung dieser Folge. Wir haben uns ja entschieden, dass wir AI-News und News wieder zusammenbringen, weil wir gemerkt haben, okay, im Alltag ist immer mehr AI. Die ganz harten, wir reden nur über Parameter-Updates in Models-Zeiten, sind vielleicht auch ein bisschen vorbei und von daher können wir das ganz gut wieder zusammenbringen. Von daher schön, dass Philipp da ist, sage ich gerade so stotternd, weil er kurz sich alles doch wieder nicht da ist.
SPEAKER_00Sehr labile Verbindung hier.
SPEAKER_02Ah, wir sind in unserem Aufnahmetool. Man hat wirklich das Gefühl, jedes Mal, wir machen das allererste Mal an einem Podcast. Es ist jetzt 19 nach Aufnahmezeit. Das heißt, wir haben 19 Minuten gebraucht, um dieses Setup so ans Laufen zu bekommen, dass wir miteinander reden können. Aber es ist immer noch suboptimal, muss man sagen.
SPEAKER_00Es ist immer noch nicht gut. Es ist immer noch nicht gut.
SPEAKER_03Suboptimal ist sehr positiv ausgedrückt.
SPEAKER_00Ja, oh Gott.
SPEAKER_03Ich meine, heute einfach mit einer anderen Kamera dann für denjenigen, der zuschaut. Sehr gut.
SPEAKER_02Okay. Und wollten wir jetzt Grog-Onno erzählen? Da habt ihr eben noch nicht gehört, weil wir nicht zurückreden konnten, weil das Mikrofon nicht euch gehört hat. Grog-Onno auf die Themenliste packen? Machen wir. Okay, machen wir. Dann rein da. Voll die vollgepacte Folge jetzt schon. Jetzt. Das war die jetzt zur Folge, das ist für die sechste Folge. OxAlpha, Fabi. Erstmal die Frage, ich würde schon OX-Alpha ausgesprochen, nicht OxAlpha, oder?
SPEAKER_03Nee, ist tatsächlich OxAlpha, weil OpenX-Angelo. Das ist ein Ochs mit, oder? Ja, und es gibt ein Muster, das, also es ist ein anonymes, war ein anonymes Modell, was auf Open Router und ein Open Code veröffentlicht wurde. Und es gab bisher weitere anonyme Modelle auf Open Router und alle hatten Tiervornamen. Das heißt, es ist so ein, und alle waren bisher von chinesischen Providern und OxAlpha war sozusagen das letzte Wochenende, letzten Freitag oder so. Genau, es hat eigentlich ganz viele Vorprogrammiert. Alles klar, nichts zu weitermachen.
SPEAKER_01Vielleicht noch ein paar ergänzende Sachen. Genau, Ox Alpha war, wusste erstmal nicht, von welchem Lab es kommt, warum Broken. Es wurde Mutmaßt und die Mutmaßung haben zum Groß gestimmt, so können wir es vielleicht sagen. Aber stand es, wenn man nicht direkt, wusste man auch schon, wie es heißt alle, haben alle richtig getippt. Auf jeden Fall heißt es weiter. Auf jeden Fall heißt der TLM 5.3 Flash, kommt von ZAI, war jetzt auch, was die Open-Modelle angeht auf Open Router, das am schnellsten wachsende Modell, also was die Token Usage angeht. Ich glaube, nach den ersten drei Tagen, also wenn man sich die ersten drei Tage nach Launch sich anguckt, irgendwie, da war auf jeden Fall OX-Alpha das Modell, was am häufigsten genutzt wurde, ist ein offenes Modell, 320 Milliarden Parameter Mixture of Experts, wovon 18 Milliarden irgendwie aktiv sind. Ich glaube, ganz interessant ist, wenn man sich das anschaut, Flash, die Benamo jetzt erstmal denken, dass es sich um ein schnelles Modell handelt, aber auf wie schnell es ist, kommen wir gleich nochmal drauf. Besonders schnell nicht, aber es ist eben klein. Also wenn man die Größe des Modells sich sozusagen anguckt, nicht so klein. Ich glaube, es wird ein bisschen verwechselt, dass du es jetzt auf lokal auf einer Hardware irgendwie laufen lassen kannst. Also du kannst jetzt nicht auf dem MacBook laufen lassen mit 320 Milliarden Parametern, aber im Vergleich zu den Flagship-Modellen natürlich schon, reiht sich so ein bisschen in die Größe von Jeep DLUN ein. Und auch irgendwie Pricing, für was es leistet, ist, würde ich sagen, vergleichbar. Artificial Intelligence Index ist ja bei 57, was schon ziemlich hoch ist für so ein offenes Modell und das Pricing ist natürlich super interessant. Also sind nur 15 Cent pro Million Input-Token und 50 Cent pro Million Output-Token, ist relativ geschwätzig, also hat relativ viele Output-Tokens, die es da generiert. Weshalb so ist, dass wenn man sich diesen Artificial Intelligence Index auch nochmal ein bisschen anschaut, dann ist es für die Tasks, also für das Durchführen des Indexes sozusagen, ist Luna günstiger als GLM 5.3 Flash, obwohl es teurer ist, also mit, ich glaube, 20 Cent Input und irgendwie über $20 Output-Tokens. Aber dafür kriegt man eine ganze Menge mehr Reasoning. Also Luna war so bei Anfang, ich glaube, bei irgendwie 52 oder sowas auf dem Index und GLM 5.3 Flash ist da eine ganze Ecke oben drüber. Wenn man Geschwindigkeiten mal vergleicht, ich glaube, Luna ist so bei 100 Token die Sekunde. Wenn man jetzt das GLM 5.3 Flash über ZAI gehostet nutzt, dann ist man so bei um die 40 Tokens pro Sekunde. Was insofern ganz interessant ist, weil, ich hatte auch nochmal einen Artikel dazu gelesen, das läuft ja auf Hardware in China, die ja nicht an die Nvidia Chips rankommen und da wurde so ein bisschen verglichen, wo sind denn aktuell eigentlich gerade so die Chips, die die Huawei oder ähnliche herstellen und was die Geschwindigkeiten angeht. Und wahrscheinlich ist es so, dass es auf einer Hardware läuft, die ungefähr so 60 Prozent der Fähigkeiten von einem H100 von Nvidia haben, was ja auch schon mittlerweile ein vier Jahre alter Chip ist. Und ganz interessant daran ist, dass es günstiger ist als vieles andere, obwohl man, wenn man jetzt so guckt, so westliche Anbieter, meistens sagt man so, dass beim Pricing sind so 80 Prozent sozusagen Hardware und Stromkosten sind nur so 10 bis 20 Prozent. Wohingegen bei den chinesischen Chips man jetzt sagt, wenn man das ein bisschen hochrechnet, alte Chips, auch dadurch müssen mehr Hardware eingesetzt werden, um diese Modelle laufen zu lassen, sind wahrscheinlich bei diesen Token-Preisen 50 Prozent Stromkosten, die bei diesem Pricing mit 15 Cent Input, 50 Cent Output drin sind, was auf jeden Fall sehr, sehr interessant ist. Und das ist auch der Grund, warum es im Vergleich langsamer ist. Also wenn man es auf, wenn man es auf westlicher Hardware aktuell laufen lässt, dann ist man eher so bei, ich glaube, 60 bis 70 Tokens pro Sekunde, je nachdem welchen Anbieter man wählt, aber bei ZAR selbst ist man so bei 42 Tokens, glaube ich, die Sekunde. Was auf jeden Fall super, super interessant ist, ein neues Open Source Modell, ich glaube, jetzt sehr, sehr interessant, gerade auch was Pricing irgendwie angeht und mal wieder ein neuer Player im Markt.
SPEAKER_03Ja, vielleicht noch zwei ergänzende Dinge, weil es vielleicht nicht klar wurde mit dem OxAlpha und wie es kam. Die Open Router Usage, also die 28 Trillion Tokens oder so, was war über die ersten drei Tage, wo es free war. Also es wurde letzte Woche Donnerstag oder Freitag vorgestellt, so hey, it's free of Open Router, jeder kann es nutzen und Sie haben auch gesagt, Sie haben Kapazität für 100 Trillion Tokens. Das heißt, es wurde nicht irgendwie limitiert. Und wie ist es halt mit kostenlosen Dingen, jeder nutzt es und es war überall auch auf Social Media und keiner wusste genau, was für ein Modell es ist, weil es halt doch irgendwie gut war. Es gab viele Spekulationen, weil ein paar so Benchmarks laufen lassen haben und war es irgendwie auf zehn Beispielen besser als Opus 5 und was halt nochmal besonders ist, ich glaube, das ging vielleicht ein bisschen unter ist. Sie haben auch bei ihrem Announcement gesagt, dass es ausschließlich auf chinesische Hardware läuft. Und bisher immer viel spekuliert wurde auch von in den USA oder generell, dass China gar keine Möglichkeit hat, überhaupt solche Modelle zu hosten in diesem Scale. Und 28 Trillionen Tokens ist jetzt nicht irgendwie etwas, was sich auf 2 H100 laufen lassen kann oder irgendwie sowas. Also wenn man irgendwie von 20 Tokens die Sekunde oder 40 Tokens die Sekunde ausgeht und ich das hochskaliere auf Trillions von Tokens nur über drei Tage, das ist ja nicht keine lange Zeit, dann brauche ich schon viele Chips. Und das ist halt das, finde ich, wirklich krass beeindruckende. Und du hast es ja gesagt, er ist MIT-License. Also wenn ich irgendwie Grafikkarten oder sowas habe, kann ich es wirklich frei nutzen, wie ich es möchte.
SPEAKER_01Ja. Und vielleicht noch kurz dazu, weil du gerade meinst, war free, auch aktuell die 15 Cent Input, 50 Cent Output-Tokens. Aktuell ist sie auch noch mit 50% Discount. Also aktuell braucht man es auch noch zur Hälfte des Preises. Also das ist sozusagen der Preis, auf den sie es einpendeln wird. Aber aktuell, gerade auch über Open Router, sind die immer noch discounted.
SPEAKER_02Und nur nochmal Nachfrage, weil du am Ende sagtest, Fabi, ein neuer Player, aber ein neues Modell ist kein neuer Player, ne?
SPEAKER_01ZAR ist kein neuer Player, die sind ja 2019 aus einer Uni ausgegründet worden. Die DLM-Modelle kennen wir auch schon. Also mit neuem Player meinte ich jetzt hier. Ein neues, relevantes Modell. Ja. Okay.
SPEAKER_02Ich grätsch mal direkt dazwischen mit Hardware, weil du gerade meintest, läuft nicht auf lokale Hardware und vielleicht können wir dann da kurz drüber diskutieren. Und zwar hat Apple neue Chips vorgestellt. Und zwar einmal den M6 und den M5 Ultra. Ist ja in der Vergangenheit auch schon häufig so gewesen, dass die Reihen praktisch erst auch die kleineren Versionen haben und dann auch nicht die kompletten Max Pro Ultra Varianten irgendwie davon gibt. Aber genau, die beiden sind neu rausgekommen. Den M6 gibt es in dem Mac Mini und das ist der erste Chip, der jetzt eine 2-Nanometer-Chip-Architektur hat. Und der M5 Ultra, ich glaube, das sind ja dann einfach immer nur so vier zusammengestöpselte M5 oder sowas. Also da wo einfach diese, ja, die Verbindungen machen es einfach stärker dadurch. Und also immer interessant einfach, wie stark Apple das Marketing so auf KI und lokale KI entforstet hat. Das heißt, so in den Marketing-Videos ist es so okay und sagt, man kann wahnsinnig viel lokal machen. Und tatsächlich, der M5 Ultra hat bis zu 512 Gigabyte Arbeitsspeicher, was einfach sehr, sehr groß ist und einen Durchsatz von 1,2 Terabyte pro Sekunde. Und zumindest habe ich das gerade mal parallel Chedi gefragt. Und er meint, also in einer Quantisierung, nicht im vollen Modell, weil das würde wahrscheinlich 640 GB brauchen, aber in irgendwie einer FP8 oder Q8 Quantisierung würde das dann auch auf einem M5 Ultra Chip laufen. Also ich glaube, man ist dann nicht mehr so weit weg davon, dass man auch solche Frontier-Modelle lokal laufen lassen kann.
SPEAKER_03Außer habe ich das falsch bedeutet. 20.000 US-Dollars Hardware, meinst du? Ja. Ich meine, was kostet der ganz große?
SPEAKER_00Ist das so? Kostet der M6 irgendwie? Gibt es den M6 überhaupt schon? Nein, nein.
SPEAKER_02Der kommt noch raus. Nee, nee, den gibt es jetzt. Aber das ist ja der, der. Also der M6 ist der kleinere, der kommt im Mac Mini und den du haben willst, um das zu machen, das wäre der M5 Ultra. Ja. Und den gibt es in dem Mac, wie heißt er denn? Pro, diese Kiste.
unknownGenau.
SPEAKER_01Vorsitzender einer Firma, bei der ich mal gearbeitet habe, würde das Peanuts nennen. Peanuts.
SPEAKER_02Machen wir Abschreibungen über zehn Jahre geht schon. Ich finde es einfach trotzdem von der Demonstrahung, also einfach so, die Vorstellung, selbst wenn es jetzt 20.000 kosten würde, einfach, dass du halt so ein wirklich Modell, was an diese Benchmarks reinkommt, irgendwie auf lokale Hardware laufen lassen könntest, ist ja schon irgendwie auch wieder von der Vorstellungskraft, dass das so geht, eigentlich ganz cool.
SPEAKER_03Ich wollte den mal kurz konfigurieren. Auf der Apple-Seite steht leider 512 Gigabyte Arbeitsspeicher für den M5 Ultra, gibt es leider erst ab Oktober. Das heißt, wenn ihr jetzt Panisch und auf die Webseite gehen wolltet und den kaufen, geht noch nicht. Noch nicht, noch nicht. Der aktuelle mit 256 Gigabyte und 8TB Festplatte kostet nämlich nur schlappe 17.000 Euro. Wenn ihr dann aber 16TB Festplatten speicher wollt, dann seid ihr schon bei 20.000.
SPEAKER_01Ja, und ich meine, wenn es dir nur darum geht, auf lokale Hardware laufen zu lassen, du kannst ja auch ein paar Nvidia, also du kannst ja jegliche Hardware lokal hinstellen.
SPEAKER_03Ja, ich glaube, der große Unterschied ist, wir hatten es ja mit den Stromkosten. Ich glaube, du möchtest wirklich keine Nvidia-Grafikkarten zu Hause bei dir laufen lassen, weil was die an Watt brauchen für die gleiche Leistung, ist schon brech.
SPEAKER_01Ja, ich glaube gut, wenn du das Geld hast, die da hinzustellen, hast du auch Geld für Stromkosten.
SPEAKER_02Ja, wir nutzen mal weiter Abis, oder? Ja, würde ich auch sagen. Okay, sehr gut. Dave, ich weiß überhaupt nicht, was sich hinter deinem Titel versteckt. Du hast Model Hardware Standard. Ja.
SPEAKER_00Research Preview als Titel. Finde ich aber gut wie diesen 6-7-Moves nochmal. So, Research-Preview. Sehr gut. Ja, genau. Es wird richtig futuristisch und ich glaube, es ist etwas sogar, was dir richtig gefallen wird, damit. Ich höre zu gut. Denn nämlich AI bricht damit aus der digitalen Welt aus. Und zwar hat Enthropic, wie du schon richtig gesagt hast, so eine Research-Preview rausgehauen und einen Standard vorgestellt mit dem Namen Model Hardware Standard. Und jetzt, wenn man sagt, kurz MHS, denkt man jetzt auch im Kontext von AI, MCP, irgendwie nah dran, beides irgendwie mit M. Und zwar kann man sich das irgendwie so ungefähr vorstellen, dieses MHS ist quasi MCP für unsere physische Welt, mehr oder weniger. Das heißt ein standardisiertes Protokoll, damit Agenten verstehen, wie man mit Maschinen in der echten Welt umgehen soll. Das ist so quasi das Versprechen von dem Ganzen. Vielleicht erstmal, woher das Ganze kommt, also was da eigentlich der Ursprung ist, was das Problem war. Der Ursprung ist in der Forschung, aber die sagen auch so Produktionsstätte, wo du halt Maschinen hast und irgendwie Abläufe, die dann halt automatisiert irgendwie stattfinden sollen. Da ist das nämlich das Problem an diesen ganzen Geräten. Meistens, keine Ahnung, du hast jetzt irgendwie ein Mikroskop und irgendeine Kamera und eigentlich musst du dann immer individuell schauen, okay, wie sprichst du die an von deinem Programm, also deren API-Bedienst und so, damit das alles irgendwie automatisch läuft. Und dann willst du ja vielleicht irgendwie einen Roboter haben, der mit seinen Armen nutzt und dann irgendwie was pipetiert und was reinmacht, dann muss das aber noch in eine Zentrifuge. Die Zentrifuge muss mit irgendeiner Geschwindigkeit gedreht werden und das Substrat und so weiter, ne? Also Forschung, Forschungsstuff insgesamt. Und das musst du alles immer individuell halt irgendwie selbst entwickeln. Und versuch da jetzt mal einen Agent noch einzubinden, der sagt, hey, mach das mal alles in den Abläufen und wenn da was schief läuft, dann wiederholt das nochmal und sowas, um dem erst zu erklären, hey, wie funktioniert die Maschine? Und da soll halt eben dieser Model Hardware Standard helfen, um den Agent zu erklären, hey, wie benutzt man eigentlich diese Maschine hier? Das heißt, zum einen, was es weiterhin haben wird, sind so Primitives, also einfach so Read and Write, zum Beispiel, hey, was ist die Temperatur in dem Behälter oder ich möchte, dass die Temperatur auf 40 Grad eingestellt ist, solche Sachen. Aber viel wichtiger, den Agenten wird auch erklärt, so, hey, was hat es mit dieser Maschine auf sich? Was sind so Charakteristika der Maschine? Also gerade wenn wir jetzt diesen Roboterarm haben, was ist der Gewicht dieses Arms? Damit du nicht halt einfach aus Versehen irgendwie ein Mensch damit umballerst, so, dass man weiß, okay, den sollst du vorsichtig bewegen, den kannst du auch bewegen. Also, was ist die Range of Motion von diesem Gerät? Wenn du jetzt einen Laser bedienst, was ja auch ein Gerät ist, was ist so die maximale Leistung von diesem Laser, damit da nicht passiert? Genau. Und generell einfach so, will man dann erklären, so, ich finde das gut, diese Adlifts. Das ist quasi, du bist gerade ich in der Situation. Genau, also generell kann man sagen, was kann das Gerät, so, was kann man alles einstellen an diesem Gerät und was sind irgendwie Sicherheitslimits von diesen Geräten, die auf jeden Fall gegeben sein müssen. Also eigentlich eine Bedienungsanleitung. Genau, mehr oder weniger. Aber genau das hat Anthropic auch gesagt, so meistens genau diese Sachen sind halt in irgendwelchen Handbüchern versteckt, in irgendwelchen Manuals, so und die sind auch nicht aus dem Code irgendwie, wenn du auch eine API hast oder so, nicht direkt erkennbar. Du weißt nicht, wie viel ein Roboter anwiegt im Code. Wie bei MCP, sofort mein Take wird man bald nicht mehr brauchen. Aber aktuell doch. Genau, und auf jeden Fall aus diesen ganzen Sachen wird dann so eine Referenzpartei erstellt und dann kann das an den Agenten übergeben werden und der Agent kann dann dann selbst nochmal sagen, hey, okay, wie möchte ich eigentlich überhaupt dann mit dem dann insgesamt umgehen? Nutze ich einfach eine klassische API, so die es ja immer noch weiter geht. MCP ist trotzdem noch benutzbar, so, wenn das halt irgendwie angeboten wird, kann das darüber auch kommunizieren. Also es gibt viele verschiedene Kanäle, wie dann der Agent mit diesen Maschinen umgehen kann. Und vielleicht, damit das irgendwie so ein bisschen greifbarer wird, ich fand das schon interessant, wie das in der Forschung jetzt verwendet wurde. Da gab es dann ein paar Beispiele auch. Und zwar, der Agent hat dann halt dieses Wissen über diese Hardware und orchestriert halt quasi die gesamten Experimente und kann das auf einer sehr hohen Flughöhe machen. Und zwei Beispiele fand ich da wirklich sehr spannend. Zum einen wurde gesagt, dass Claude das auf einer sehr explorativen Art und Weise gemacht hat, wie es auch Forscher machen würden. Also es ging dann irgendwie so um ein Laser und da sollte irgendwas, keine Ahnung, wie das Licht gebrochen wird oder so, dann festgestellt werden. Und hat dann mit der Kamera selbst analysiert, ah, okay, das passiert hier gerade, ich mach's mal hoch, ah, okay, nee, das ist nicht so das Ergebnis, was ich haben will, wieder zurückgemacht und hat selbst auch erkannt, so, hey, ich möchte das gerade mal ein bisschen selbst testen, hat sich dann selbst ein Skript geschrieben, das halt die Stufe des Lasers immer ein bisschen höher stellt von der niedrigen Sache und dann immer Messungen dann durchführt und guckt, hey, gibt es irgendwie einen interessanten Punkt ab der und der Energie, dass da etwas krasses, Auffälliges passiert. Also auch so ein bisschen dieses wissenschaftliche, ich glaube, Serendipity nennt man das so. Man ist aufmerksam nach irgendwie neuen Erkenntnissen, während man forscht. Und was ich auch sehr beeindruckend fand, ein Wissenschaftler hat auch eine PDF-Datei erstellt und quasi einfach nur erklärt, so, hey, das ist das Experiment, das wollen wir testen, so soll das ablaufen, das Claude gegeben, und weil Claude ja dann mit Hilfe von dem neuen Standard jetzt quasi wissen konnte, wie er die Maschinen bedienen muss, konnte er das dann aber machen und dieses Experiment dann komplett eigenständig durchlaufen lassen. Wenn er irgendwas schief gegangen ist, hat er es dann auch automatisch gefixt. Der hat gesagt, okay, das war nichts, ich mach's wieder von vorne. Wo ein Mensch natürlich erstmal sagt, hey, okay, ich mach Feierabend, hat Claude das dann halt über die Nacht weitergemacht, nochmal neu nachjustiert, etc. pp und, und das war, glaube ich, so die Zusammenfassung der Forschenden, irgendwie, dass Experimente, die sonst einfach über Wochen gelaufen werden, können jetzt halt innerhalb von Tagen gemacht werden. Und wenn wir das natürlich dann irgendwie so als Standard erreichen, dass wir das agentisch nochmal in der Forschung krasser vorantreiben, ist das ja ein wahnsinniger Geschwindigkeitsboost in der Forschung.
SPEAKER_02Ist auf jeden Fall Futter für Albträume von Dystopen, die das alles ein bisschen kritisch sehen sollen. Genau, genau. Jegliche Maschine anschließen, sag Bescheid, brauchst du einen Laser, brauchst du einen Roboterhand. Er schießt mal Menschen in irgendwelchen.
SPEAKER_03Alles. Ich weiß nicht, ob sie es schreiben, aber für mich sind zwei Dinge schwierig. Warum oder wie kann etwas ein Standard sein, wenn das in Preview ist und nur von einer Company vertreten wird? Also ich weiß nicht, normalerweise entwickelt sich ja ein Standard durch ein Konsortium von mehreren, die versuchen, ein konkretes Problem zu lösen. Es ging jetzt sehr stark nach Marketing und wir von Anthropic hätten gern mehr standardisierte Roboticsdaten, damit wir unser Modell besser machen können. Hier ist ein gutes Beispiel, was wir gefunden haben mit Robotics Company XYZ. Vielleicht solltest du das auch machen.
SPEAKER_00Das waren aber zwei Unternehmen, glaube ich, oder? Also ich glaube, da war nicht nur ein, sondern zwei sogar.
SPEAKER_03Also da sind wir ein bisschen diversifiziert. Und deswegen, ich bin mal gespannt, ob das irgendeiner, irgendjemand anderes adoptiert oder nicht oder ob das halt ein schönes Forschungsprojekt mit einem schönen Marketing dazu ist. Weil ich meine, MCP oder Skills oder wie auch immer, wurden ja nicht vorgestellt mit, hey, hier ist ein neuer Standard, sondern hey, hier haben wir eine Idee, wie wir das machen können. Und so ging es ja los. Also ich bin gespannt. Und ich bin auch wirklich gespannt, ob das hilft. Weil ich, wenn ich da an die Robotics-Projekte denke, die wir bei uns mit Gemini machen, oder es gab ja auch vor zwei, drei Wochen das neue Gemini-Robotics-Modell, es ist nicht so, dass ich viele Maschinen habe, die ich nicht weiß, wie ich die bediene. Es ist eher so eins zu eins, dass es halt sehr genau noch aktuell ist und sehr spezifiziert ist. Also ich gehe nicht irgendwie auf eine Webseite, logge mich ein und plötzlich habe ich vier Roboterarme, die ich kontrollieren kann, um halt ein Ziel zu lösen. Deswegen bleibt spannend. Ja, cool, da nochmal den Einblick zu haben von eurer Forschung. Ist echt cool. Also ich weiß nicht, ob es geteilt wurde, während ich weg war, aber Gemini hat diesen Boston Dynamics Roboter komplett alleine gesteuert und konnte dann auch mit ihm rumlaufen und Essen verteilen und sowas und alles komplett autonom. Krass.
SPEAKER_02Gut, dann bleiben wir noch gerade noch bei Gemini, wenn wir da schon da sind. Gemini 3.5 Transcribe.
SPEAKER_03Genau. Also ich weiß nicht, wie viel ihr Speech to Text in euren Editoren oder Daily Use nutzt, aber ich glaube, bei mir sind es über 50 Prozent mittlerweile und ich habe es auch immer in Google Meet an oder sonst wo. Das heißt, alles, was irgendwie gesprochen wird, wird mittlerweile transkripiert und 3.5 Transcribe ist ein spezielles Gemini-Modell, das die, sag ich mal, das Reasoning und das Multimodalverständnis von Gemini nutzt und halt ein besseres Transcribe-Modell daraus macht. Das heißt einfach, es hat intelligentes Processen. Das heißt, wenn du irgendwie sprichst oder undeutliche Sätze hast oder irgendwas nicht richtig sagst, dann filtert halt dieses raus. Und es hat auch, ich weiß nicht, wenn, ich habe oft den Case, dass wenn ich in mein Coding-Editor reinrede, so hey, bitte ändere den Button zu gelb, halt nee doch, mach ihn rot, dann hast du ja diesen Satz drin. Und Gemini erkennt es halt und ersetzt es durch, hey, mach den Button rot. Also es erkennt so sozusagen das vor und zurück und passt es dann an. Und was sehr, sehr für meine Use Cases gut ist, also wenn ihr es testen wollt, gibt es ein Anti-Gravity oder auch in, ich glaube, in der Gemini-App und auf Android auch mittlerweile, es hat zum einen Visual Context oder auch Textcontext. Das heißt, wenn du in einem Editor bist und irgendeinen File offen hast mit Classes und du hast ja meistens beim Programmieren verschiedene Naming-Conventions, das heißt irgendwie Pascal-Case, Snake-Case oder was auch immer. Und wenn du dann sagst, hey, ich weiß nicht, can you change the function of ReadCustomers, dann hast du ja ReadCustomers oftmals als zwei Wörter und halt nicht als Funktion mit Snake Case und das wurde dann auch mitprocessed. Also ich habe mittlerweile Cases, wo ich fünf Minuten einfach reinrede und es halt wirklich anpasst, basierend auf meinem Projekt, wo ich bin, weil es halt den Projektkontext hat mit den ganzen Klassen und mit den Kommentaren und auch sieht, was ich auf dem Bildschirm habe. Das heißt, wenn du irgendwie dich korrigierst oder was anpasst, dann behebt es das auch und kann man jetzt über API oder halt andere Gemini-Produkte nutzen. Ist echt cool.
SPEAKER_02Aber irgendwie eine universelle Mac-App gibt es noch nicht dafür, ne?
SPEAKER_03Ja, doch. Hat einer aus dem Team gebaut, kann ich gerne oder können wir teilen. So eine Gemini API Key und dann ist so ähnlich wie Flow Whisper, Supervisper oder wie auch immer das heißt. Ja. Ich glaube, die haben es auch integriert.
SPEAKER_01Das ist auch mittlerweile toolagnostisch, wenn wir es auch mittlerweile, also Whisper, Flow, auch immer auf meinem iPhone. Ich mache mittlerweile alles nur noch Speech. Also tippen ist wirklich outdated.
SPEAKER_03Aber ich finde es sehr viel besser. Also ich habe auch über die letzten Wochen das Voice-Input von Claude Code oder von Codex genutzt oder auch Cursor. Die sind schon auch gut, aber die haben halt nicht dieses Reasoning außenrum, dass es halt sich anpasst, dass wenn du redest und dich selber korrigierst oder sagst, hey, warte mal, mach das doch nicht so, dass es halt nicht das Ganze jetzt Input hat, sondern halt das Processte sozusagen.
unknownJa.
SPEAKER_01Ja, Whisper Floor war auf jeden Fall auch schon generell dein krasser Schritt, so aber es ist schon, da habe ich schon häufiger jetzt auch noch Probleme mit. Also der kriegt es auch relativ gut hin. Man hat immer das Gefühl, der Kontext ist ein bisschen größer. Wenn ich mich irgendwie selbst korrigiere, passt das auch irgendwie an, aber auf jeden Fall wird es nicht komplett verändert. Cool, aber teil auf jeden Fall mal den Link, das würde ich gerne mal ausprobieren.
SPEAKER_02Yes. Und dann mach doch gerade noch weiter, Philipp, mit dem Hugging Face.
SPEAKER_03Genau, ich meine, Dennis hat ja vorher darüber geredet, ob man sich Hardware lokal kaufen kann. Vielleicht kann ich das bald. Nee, es geht darum, dass es seit einigen Wochen News gibt, dass Nvidia Hugging Face gern kaufen möchte. Und zwar für schlappe 13 Milliarden Dollar. Und was natürlich für alle Hugging Face-Mitarbeiter oder ehemalige Hugging Face-Mitarbeiter sehr cool klingt. Aktuell noch ein Gerücht, aber die Gerüchte halten sich irgendwie. Also es hat zum einen der Information und Business Insider berichtet. Es gab jetzt gestern wieder irgendein weiteres Gerücht, das anstatt 13 Milliarden es sind 14 Milliarden mit irgendwie einem Retention Package. Das heißt, es gibt auf jeden Fall Verhandlungen. Und eventuell kaufe ich mir dann bald so einen großen Mac, mal schauen. Und damit rumzuprobieren. Ja, weil dann kann ich mir Open Modelle von Highing Face runterladen oder beziehungsweise Nvidia. Nvidia beim Jahr. Nee, ist auf jeden Fall spannend, also es würde mich freuen. Es scheint auch ein relativ gutes Verhältnis sein. Ich meine, Nvidia stellt Grafikkarten her, nutzt Grafikkarten, um Modelle laufen zu lassen. Das heißt, das ist irgendwie so eine Art natürliche Synergy. Nvidia investiert sehr viel in Open Source und Open Modelle.
SPEAKER_01Deswegen, ich glaube, da passt es auch, ne? Ist ja immer die Frage. Wenn halt auch ein bisschen mit Microsoft GitHub übernahm und so, ist das jetzt so gut fürs Produkt. Du würde auch sagen, Nvidia und Hugging Face klingt nach einem ganz guten Match. Aber auf jeden Fall großes Multiple, wenn man überlegt, was im Moment gerade der Umsatz von Hugging Face ist. Und da muss halt irgendwie ein bisschen strategisch noch hinten dran sein. 150 Millionen, 160, also irgendwie Faktor.
SPEAKER_03Aber ich meine, ist ja dasselbe wie bei GitHub. Also GitHub wurde damals für 9 Milliarden gekauft, wenn ich es richtig weiß von Microsoft. Und die wurden ja auch damals nicht gekauft wegen dem Umsatz, sondern es war ja die Plattform und die Community, die dahinter steht. Und wenn du aktuell halt überlegst, okay, woher bekomme ich mein GLM-Modell oder wo kann ich Open Modelle nutzen und suchen, dann ist halt das Hugging Face. Also es gibt keine Alternative so in dem Sinne, die sich irgendwie durchgesetzt hat oder die existiert. Klar, es gibt die ganzen API-Provider und Inference Provider, aber so dieses Plattform-Konstrukt an sich ist nur Hugging-Face. Deswegen bleibt es auf jeden Fall spannend. Ich würde mich freuen, weil dann hätten sie vielleicht, müssten nicht mehr auf dieses Revenue schauen, sondern könnten sich voll und ganz auf diesen Community-Plattform-Aspekt fokussieren, was ja natürlich dann auch Vorteile haben könnte.
SPEAKER_01Ja, ich meine, der Move, den man ja auch bei vielen sieht, dass die Großunternehmen irgendwie nach Plattformen im AI-Bereich irgendwie suchen, Stripe mit Open Router, der Deal war ja auch ein bisschen in die Richtung. Da hat zwar noch ein bisschen mehr zum Businessmodell gepasst und war ein bisschen klarer, wie sie damit Geld verdienen wollen, aber ich glaube grundsätzlich irgendwie so Plattformen im Portfolio zu haben, die irgendwie mal Icebase eine Rolle spielen.
SPEAKER_03Naja, aber ich meine, wenn Open Modelle zugänglicher und einfacher zu nutzen sind, dann brauchst du mehr Grafikkarten.
SPEAKER_01Ja, ich meine, natürlich, genau, wenn du es so rumsiehst, dann ist Hugging Face selbst nicht der Business Case, sondern ein Teil von ihrem ursprünglichen Business Case.
SPEAKER_03Und zusätzlich, vielleicht ganz noch kurz, Hugging Face hatte ja auch so ein Robotics-Slab oder Idee, wo da gab es diesen Read. Spannender als Hardware als diese komischen. Da habe ich mir schon fast gedacht, diese komische Beschreibung.
SPEAKER_00Immer noch bewirkt bin, was es soll.
SPEAKER_03Ja genau, also es gab diesen Roboter, Ricci Mini hieß der. Das war so ein kleiner, wie so eine Art Tischlampe, der den Kopf bewegen konnte und mit der reden konnte und ein bisschen Kamera hatte. Und sie haben jetzt Mini Duck, äh, sorry, Micro Duck vorgestellt für 399 Dollar. Und MicroDuck ist wieder in der Kooperation mit ich weiß es nicht genau. Pollen Robotics weiß ich nicht. Ja, genau, Polen Robotics. Kann man sich jetzt schon bestellen. Wenn ihr es jetzt bestellt, erwartet ein bisschen höhere Lieferzeiten, weil es wurden schon 10.000 Stück vorbestellt. Und man kann sich das so ein bisschen vorstellen wie ein Roboter aus Star Wars, der aussieht wie eine kleine Ente. Und dieser Roboter kostet 400 Dollar, den kann man programmieren, man kann sogar darauf trainieren, wenn man möchte. Er hat 15 Akkuatoren, das sind, glaube ich, diese beweglichen Dinge, wenn ich es richtig weiß. Hat leider Kameras, Lautsprecher, NFC, WLAN und Bluetooth. Das heißt, man kann sich mehr oder weniger ein komplett autonomes, autarkes Roboter-Haustier halten, was dann zum Beispiel mit Gemina Live gesteuert werden könnte oder mit Open Modellen über Websockets oder direkt auf dem Device. Und die es gibt ein Marketing-Video dazu, was schon sehr süß und sehr cool aussieht. Das heißt, wenn ihr euch irgendwie damit beschäftigt oder damit bauen wollt, dann sehr zu empfehlen. Man kann den auch ein bisschen anpassen. Also sie haben irgendwie gesagt, man kann so Rollos-Gates darauf drunter machen, er soll irgendwie einen Ball schießen können, kann stillstehen und man kann halt wirklich damit experimentieren und arbeiten. Das heißt, du kannst Modelle trainieren, die dann dem Modell versuchen, etwas beizubringen. Du kannst dem Modell nutzen, um Dinge aufzunehmen und dann halt weiter damit Dinge machen.
SPEAKER_02Du kannst auch einfach erstmal ein MHS schreiben. Wie man das Ding ist das richtig? Ja, ja, genau. MHS schreiben. Gibt es wahrscheinlich schon jetzt. Also MHS ist ja schon ein Standard.
SPEAKER_03Könnt ihr vielleicht nochmal ganz kurz für die, die vorab geschaltet haben, was ein MHS ist.
SPEAKER_01Aber ich finde diesen Micro sieht ja mega süß aus. Ich habe kennt ihr diesen Benni, Camera AI-Robot, der bei Kickstarter auch gerade super viel Kohle eingesammelt hat, wo es auch schon einige YouTube-Reviews gibt. Das vom ganzen Designer sieht ja sau ähnlich aus, sieht auch aus wie so eine kleine Ente oder sowas, hat aber eigentlich so zwei Rollen und ist eher so gedacht, Use Case so kameramäßig, ist so die GoPro als Roboter und kann die hinterherfahren. Und da gibt es Videos davon. Das ist auch so geil, wie sich dieses Ding bewegt und irgendwie springen kann, Salto, vorwärts, Salto, rückwärts, Salto. Und hat mich ein, zwei daran erinnert, aber dieses Micro Duck sieht cool aus, muss ich mal angucken. Was war das, Fabi? Benny Ding? Benny, your first altering camera robot. Jetzt guck dich mal das Video an allein noch.
SPEAKER_02Der geht's auch so richtig ab, der ist richtig schnell.
SPEAKER_01Ja, ja, der ist sauschnell, kann es richtig rennen und der rast hinter dir her, der hat halt Reifen, nicht so wie Micro Duck hat ja, glaube ich, jeder so. Obwohl es hat ja irgendwas Rollersgate-mäßiges.
SPEAKER_03Das kannst du auch. Der Gedanke dahinter ist halt einfach, Robotics zugänglicher zu machen. Also nicht als Spielzeug, sondern wirklich als ich lerne dabei. Das große Thema war ja immer bei Roboter oder es generell mit Hardware ist, dass es extrem teuer ist. Also ich weiß nicht, wenn ich jetzt irgendwie Robotics, wenn ich die Startups mir da anschaue, das sind ja Millionenbeträge, um überhaupt reinzukommen. Und der Gedanke hier ist halt, okay, wie kann ich das zugänglich machen, dass ich schon mit Reinforcement Learning halt wirklich Projekte starten, Forschung machen kann, experimentieren, den einfach verbessern. Und wenn ich halt so eine Technologie mehr Menschen zugänglich mache, dann steigt zum einen das Interesse daran. Das heißt, dass wahrscheinlich sich mehr Leute damit beschäftigen, darin arbeiten möchte und man bekommt eventuell auch minder Innovation. Das Einzige, was ich schade finde, ist, er kann sich nicht selber laden. Also du hast die Akkus und musst die dann selber austauschen. Weil es wäre schon irgendwie cool, wenn, keine Ahnung, der würde rumlaufen und du gibst ihm halt einen System Instructs und so von wegen, hey, du bist Micro Duck, du bist jetzt meine Katze, verhalte dich wie eine Katze und dann läuft er durch deine Wohnung und macht irgendwie was oder dann klingelt es plötzlich an der Tür und er rastet voll aus. Wäre schon irgendwie cool. Aber soweit sind wir noch nicht. Aber wenn euch das irgendwie interessiert, 390 US-Dollar, ich weiß nicht genau, was das in Euros sind, 340 Euro, aber hat eventuell ein paar Monate Lieferzeit, wenn ihr denn jetzt bestellt.
SPEAKER_00Er sieht auf jeden Fall cool aus. Das erinnert mich an irgendwie an die nächste Strom von Lego Mindstorms. Warte auch so ein Ding, um Sobotik zugänglich zu sein. Oder Lego Technik für Erwachsenen. Genau, Lego Technik, irgendwie sowas Mindstorms, ja, genau.
SPEAKER_02Ja, bei Benni, das sieht halt auch mega cool aus, nur da muss man halt auch gleich wieder Sportler sein. Also ich meine, cool Sachen machen, dann ist es raus, dann ist es raus. Wenn wir Game Boot fahren können oder irgendwie einen Hund mit dem Sturzieren gehst. Jetzt aber schnell laufen, oder? Alle Sachen, die ich nicht kann.
SPEAKER_01Ja, oder du lässt halt einfach nur Saltos machen und irgendwie scheiß drauf, dass er dich filmen kann. Ja, okay, aber dann lieber die Ente.
SPEAKER_03Ich finde, Microduck finde ich jetzt auch. Finde ich cool. Ist 25 cm groß. Das ist riesig.
SPEAKER_02Judi, dann würde ich sagen, sprechen wir noch über ein neues Modell. Und zwar nichts geringeres als Fable 5.1. Genau. Das hat Anthropic gedroppt vor ein, zwei Tagen. Und wenn die News-Folge rauskommt.
SPEAKER_03Achso, wie werden die nicht mehr Mittwochs released?
SPEAKER_02Ein, zwei Tage. Immer Donnerstag. Es ist gut, dass wir das so gut wissen. Ja, ja, doch, wissen wir. Wir sind Profis, das ist die über 500. Folge. Immer Donnerstags. Genau. Und ja, also da einhergehend, wie früher auch, es gibt einen Mythos 5.1 und einen Fable 5.1, die grundsätzlich die gleichen Modelle sind. Allerdings ist es so, dass bei Fable für die Allgemeinheit Guardrails sind, was Security-Sachen angeht. Das heißt, wenn ich irgendwie die Frage, hey, kannst du das mal hacken, dann sagt es nein. Wohhingegen Mythos das erlaubt. Mythos ist aber nur in einem so einem Zugangsbuch, in diesem Project Glasswing, wo Unternehmen sich bewerben können, dass sie Zugriff auch auf dieses Modell bekommen. Ganz interessant fand ich noch, also neben den gleichen Details, die noch kommen, fand ich, bis jetzt war es ja so, dass da eine andere Nutzungsbedingung praktisch war bei den Fable-Modellen, weil diese Einordnung, hey, ist das was gefährliches oder nicht, praktisch nochmal ein Zwischenschritt auf den Servern war, was also dieses, deine Trainingsdaten oder die Daten, die du hast, bleiben komplett bei uns und sowas mit dem Modell nicht so richtig funktioniert haben. Und wo sie jetzt auch schon angekündigt haben, da wird es einen besonderen Modus für geben, dass dieser Part auf unternehmenskontrollierten Servern laufen, dann zukünftig.
SPEAKER_03War das nicht nur auf den Providern kontrollierten Servern, also im Sinne von, wenn du Anthropic über Amazon nutzt, dass es auf Amazon Servern ist, wenn du es Anthropic über Google nutzt, ist es auf Google-Server und nicht auf deinen eigenen Servern. Also ich habe so gelesen, lass mich ganz kurz über ich da hinkomme.
SPEAKER_02Ich komme nicht so schnell darin, um gleichzeitig zu reden.
SPEAKER_03Wir können nachschauen, du erzählst heute.
SPEAKER_02Genau. Und ja, ich meine, es hat jetzt erstmal grundsätzlich, also die Tagline ist letztendlich besser und günstiger. Das heißt, so im Durchschnitt soll es 25% weniger kosten für einen normalen Workflow. Und was vor allen Dingen günstiger geworden ist, dass wenn der Cache gelesen wird, und dadurch kann es sein, wenn es jetzt gerade so Agentik, Sachen drinnen, die laufen, dass die Kosteneinsparungen bis zu 45% sein können. Reaktionen bis jetzt so ein bisschen gemischt, also erstmal war okay, ziemlich cool und krass, und wenn man irgendwie Opus vorher genutzt hat, dann gibt es eigentlich nicht viel, was einen davon abhält, eher jetzt Fable 5.1 zu seinem Standard zu machen, zu dem Preispunkt. Ein paar Benchmarks, die so aus dem Blauen heraus das getestet haben, waren dann doch sehr token-intensiv und in dem Sinne dann auch wieder teuer. Ja, ich glaube, das muss sich nur ein bisschen rauskristallisieren, zu welchem Zeitpunkt und wann es sinnvoll ist. Bei der Anthropic Subscription oder Cloud Subscription ist weiterhin so, dass Fable da nur zu 50% richtig aus, dass 50% der Inklusivnutzung auf das Fable-Modell laufen können. Ist das irgendwie richtig ausgedrückt? Das ist begrenztes darauf, richtig. Ja, genau. Genau. Ja, und vielleicht darauf achten, dass man nicht die Thinking-Modes auf besonders hoch stellt, weil da es exponentiell es deutlich teurer wird, ohne die Leistung im gleichen Maße zu steigern. Also vielleicht eher mal Dinge in High oder ich weiß nicht, wie das darunter heißt aktuell, Low, Medium High. Aber immer noch günstiger als Opus 5, richtig? Ja. Ah, okay. Genau.
SPEAKER_03Meinung dazu? Ich habe nur gelesen, dass es den Rekord gebrochen hat auf Artificial Analysis in Sachen Kosten pro Task. Also dass es das teuerste ist mit irgendwie 8.000 Dollar oder so oder 8 Dollar. Ich weiß nicht. Also irgendwie 30 Mal teurer als das, was das aktuelle Gemini-Modell macht. Aber da natürlich für auch ersten Platz auf den Benchmarks. Das heißt, es wird wirklich spannend in Zukunft.
SPEAKER_01Ja, 50.000 Tokens pro Task und Vergleich 5, 6 Soll hat 17.000 zum Beispiel. Also auch mehr als Fable 5 nutzt es.
SPEAKER_03Ich freue mich auf die ganzen Motto-Routers, weil nicht, dass Dennis weiterhin einfach zu Fable schreibt Hallo und dann kriegt er ein Hallo zurück und hat wieder 4 Euro verbraucht. Und ich habe gerade eben noch das hier in den Chat reingepostet, ich glaube, da können wir mit anpassen. Und Robbik hat gestern ein Enterprise Frontier Safeguard-Blogpost noch mitreleased. Und da ist die Grafik, die ich gesehen habe. Das heißt, du sendest einen API-Request und der geht in eine Box und die Box ist bezeichnet mit wherever you use Cloud. Das heißt, worüber du Cloud nutzt und deine Daten werden gespeichert auf der jeweiligen Infrastruktur. Das heißt, wenn du Cloud über Anthropic über Amazon, Google oder Microsoft nutzt, dann werden deine Activity Data used for monitoring und es lebt scheinbar in deinem Cloud-Account und wird verschlüsselt und hat irgendwelche Access Policies, wie auch immer. Auf jeden Fall kann Anthropic darauf zugreifen und das dann klassifizieren und dann würde es zu Anthropic trotzdem geschickt. Das heißt, wenn du es in der Cloud nutzt, wird es in deinem Cloud-Account, wie auch immer, gespeichert, aber Anthropic kann dann darauf zugreifen, wenn irgendwas detected wird. Aber auch dein Security-Team bekommt Bescheid. Also es ist irgendwas zwischen Anthropic Store das und ich Stores. Klingt irgendwie ich's Dorde ist, ich kann es zwar nicht verhindern, aber Anthropic hat trotzdem irgendwie Zugang darauf, was ich weiß nicht, ob das einen Unterschied jetzt macht für die Unternehmen.
SPEAKER_02Also zumindest hört es sich, es las ich so, als ob es halt, wenn Unternehmen damit Probleme haben, dann soll das eine Lösung sein. Gut, das war doch knackig, oder? Ist gar nicht so lange geworden. Wir haben ja immer noch ein Thema offen. Haben wir das?
SPEAKER_00Ja, irgendwas mit Crockbots. Crockbots.
SPEAKER_03Ich mach's ganz kurz, es sind sogar drei kürze Themen. Zum einen hat gestern Meta, Meta Muse Code vorgestellt. Ist eine neue Coding-CLI, so ähnlich wie Cloud Code. Gibt Coding-Pläne mit ab 5 Dollar, was die sehr großzügig sein sollen. Das heißt, wenn ihr irgendwas Neues, Coding-mäßiges ausprobieren wollt, OpenAI hat auch Hardware oder die ersten Sachen von ihrem Jalapeno veröffentlicht, was sehr krasse Performance zeigen soll. Also mal schauen, was da in der Zukunft noch auf uns zukommt.
SPEAKER_00Und das ist Jalapeno?
SPEAKER_03Das hatten wir hier schon mal.
SPEAKER_00Ganz kurz in zwei Sätzen für mich.
SPEAKER_03OpenAI baut eigene Hardware und sie haben jetzt zu der eigenen Hardware die ersten Benchmarks, sag ich mal, veröffentlicht und zusätzlich gesagt, dass Codex mehr oder weniger selbstständig Kernels geschrieben hat, dass Modelle schneller auf der Hardware laufen. Trotzdem noch ein bisschen in der Zukunft. Ich glaube, das kommt auf jeden Fall nochmal. Und dann das Letzte, was mich ein bisschen überrascht hat, dass es noch nicht kam. Cursor wurde ja offiziell von SpaceX jetzt acquired und den ersten Release, den sie zusammen hatten, war Croc-Bot. Ist so ähnlich wie, sieht aus wie iMessage. Ich kann mit verschiedenen Agenten schreiben. Wir haben, glaube ich, auch schon mal über Poke Interactions geredet, wo ich ja in iMessage meinen Agenten habe, der so ein bisschen Human-like ist. Croc-Bot ist dasselbe. Ich kann so einen Agenten definieren, ich schreibe mit dem, wie es so ein iMessage. Das heißt, ich habe kein Streaming, sondern er sagt mir irgendwie, hey, okay, danke, ich arbeite daran und kommt dann irgendwann später mit so einer normalen Textnachricht zurück. Das große Neue hier ist, dass du automatisch Cloud-Agenten deployen kannst. Das heißt, wenn du zu deinem Croc-Bot sagst, hey, bitte arbeite an dem Cursor-Projekt, startet das so ein Cursor-Agent und Agenten können sich gegenseitig Nachrichten schenden. Das heißt, du hast vielleicht so einen Chief of Staff, so einen Marketingwriter oder irgendjemand anderes, dann kannst duzusagen, kannst du zu dem einen Agenten sagen, hey, nutz bitte meinen Research Agent, der soll irgendwas tun, ne, dann noch irgendwas entwickeln und dann, wenn du fertig bist, schreibt mein Marketing-Agent, dass er das irgendwie zusammenpackt und präsentiert und dann irgendwie Dennis eine E-Mail schreibt. Das heißt, du hast so eine Art Agent-to-Agent-Kommunikation mit integriert. Die ersten Tests, die ich gemacht habe, sind echt cool. Also es ist so ein für Nicht-Entwickler sehr cool auf jeden Fall, weil du so ein bisschen Personas zuweisen kannst und dadurch, dass du halt Textnachrichten hin und her schickst, haben alle einen neuen Kontext. Und das ist aber alles nur mit Grog-Modellen, das ist nicht so, dass du. Also es gibt keinen Model-Selektor und es gibt ein paar Leaks, dass je nachdem, was für eine Task genutzt wird, auch zum Beispiel Gemini genutzt wird. Also dass du für zum Beispiel irgendwie Visual Understanding, wo er irgendwas visuell anschauen soll oder ein Video oder sowas, oftmals einfach zu Gemini geschickt wird. Es läuft alles irgendwie über das Cursor-Bagend, soweit ich es gecheckt habe. Natürlich ist viel Crog mit dabei, ist auch Composer dabei oder andere. Es ist einfach wirklich eine Business-Consumer-Anwendung. Kannst du mit deiner Croc oder Cursor-Subscription nutzen? Hast wie so eine Art i-Message als App und es gibt auch eine Handy-App und dann fängst du einfach an. Also es gibt kein Onboarding, sondern du schreibst die erste Nachricht und das Onboarding ist mehr oder weniger Teil von dem Agenten. Und wie so Rechte-Management und Zugriff auf Sachen gehandelt, weißt du das? Du sagst deinem Bot, hey, kannst du bitte Gmail hinzufügen? Dann kriegst du eine kleine Karte, dann drückst du auf die Karte und dann machst du über O off und dann hat er Zugriff zu Gmail. Das ist echt cool. Also ist ja zu empfehlen, mal zu testen. Es geht auch mit der 20-Dollar-Subscription, hat man klar, natürlich nicht so viel Usage, aber so ein bisschen reinzuschauen und ein bisschen Inspiration zu bekommen, ist echt cool. Cool.
SPEAKER_01Eine Möglichkeit mal mehr mit Grog-Modellen rumzubringen, damit es ja echt wenig gemacht hat. Also.
unknownCool.
SPEAKER_01Non eine Subscription, geil.
SPEAKER_03Ich meine, Fable ist ja nur 50%, dann musst du ja irgendwie die anderen 50% über die andere Subscription holen. An deren Subscriptions.
SPEAKER_02Gut, dann danke an euch alle, dass ihr dabei wart. Feedback an diese, wie immer, an podcast.programmier.bar oder über einen der Kanäle. Joa. Achso, wie immer, Konferenz. Wenn ihr eine coole Konferenz besuchen wollt, dann ist die Programmierkon eure Konferenz am 25. und 26. November. Haben wir schon die 100 Tickets geknackt? Noch nicht, aber bald. Kurz davor. Meistens werden wir die Folge aufnehmen. Gehen wir raus und zack. Oh, dann sind sie 100. Nice. Macht's gut, ihr Lieben. Macht's gut, schöne Woche. Ciao. Tschüss. Tschüssi.