Redaktioneller Artikel **SFEIR AI**, veröffentlicht auf sfeir.com am **6. September 2026** (~9.000 Zeichen, sieben Abschnitte, zwei genannte Quellen). Er fasst eine Episode des **DataGen**-Podcasts von **Robin Conquet** zusammen, aufgezeichnet beim **Dev Summit**, gemeinsam veranstaltet von **Adeo** und **Decathlon** (Lille, **26.–28. Mai 2026**, mehr als **2.000** Teilnehmer), mit **Matthieu Grymonprez**, der bei Adeo (Leroy Merlin, Weldom, Obramat) Digital, Tech und Data leitet, und **Romain Taillade**, Global CTO von Decathlon. Drei Kernaussagen. **(A)** Die über fünf Jahre durchgeführte Plattformisierung zur Integration des Leroy-Merlin-Marktplatzes (**60.000** Filialreferenzen, mehrere Millionen online) und der Expansion von Decathlon (**mehr als 50** Länder) war nicht auf agentische KI ausgerichtet, bildet aber deren Fundament: *"die Plattform hat die Muskeln aufgebaut, das Zeitalter der Intelligenz baut das Nervensystem."* **(B)** Drei benannte Arbeitsstränge — der Entwicklungs-**Harness**, zonenbasierte **Sicherheit** über das gesamte IT-System hinweg (keine agentische Aktivität bei Zahlung, Checkout-Prozess und Supply Chain), und **Datensemantik**, nach Verticals angegangen, wo Adeo eine Rückständigkeit eingesteht. **(C)** Ein teuer erkaufter Präzedenzfall: Self-Service-BI produzierte mehr als **150.000 Dashboards**, bevor man zu zertifizierten Datenprodukten zurückkehrte. Grymonprez' prägnanter Satz hält alles zusammen — *"ein Agent hat keinen gesunden Menschenverstand"*: Er wendet die gegebene Definition an und beschleunigt die Unordnung dort, wo sie fehlt. Fortsetzung mit demselben Interviewpartner in [[alafrench-grymonprez-adeo-ia-agentique-grands-groupes-2026-06-18]].
SFEIR AI (voix éditoriale du cabinet) · article non signé individuellement. Restitue un entretien de Matthieu Grymonprez (Adeo) et Romain Taillade (Decathlon).
Engineering-Beitrag von **Spotify**, veröffentlicht am 3. September 2026 auf engineering.atspotify.com (~1.600 Wörter, neun Abschnitte, zwei YAML-Manifeste, vier Befehlszeilenbeispiele), verfasst von **Dimitri Mazmanov**, Principal Product Manager. Er beschreibt ein persönliches Setup, das I/O-Aufgaben aus dem Kontext von **Claude Code** auslagern soll. Die eingangs formulierte Prämisse: *„Das meiste, was ein KI-Coding-Agent für mich tut, ist kein Denken. Es ist I/O“* — fünf Dateien lesen, um eine Frage zu einer einzelnen Methode zu beantworten, einen Test erstellen, der sich an den anderen zwanzig im Verzeichnis orientiert. **(A) Die Modes.** **Portal by Spotify** stellt *AiKA Modes* bereit, deklarative Agenten auf einer ephemeren Laufzeitumgebung — Instruktionen, Modell, Temperatur, **MCP**-Tools — verglichen mit *„AWS Lambda, aber für Agenten“*; zwei öffentliche Modes, `bulk-reader` und `code-writer`, laufen hier auf **Gemini 2.5 Flash**. **(B) Das Routing.** Ein Claude-Code-Plugin namens `shunt` ersetzt `CLAUDE.md`-Regeln, die als *„beratend, nicht erzwungen“* eingestuft werden, durch drei Schichten: `PreToolUse`-Hooks, die jedes Lesen über **350 Zeilen** hinaus blockieren (Schwellenwert anpassbar über `SHUNT_MIN_LINES`), zwei Bash-Skripte, die die Portal-CLI aufrufen, zwei Skills, die die Aufrufsyntax bereitstellen. Der Korpus geht an das sekundäre Modell und **gelangt nie in Claudes Kontext**. **(C) Messungen und ihre Grenzen.** Bei einem Java-Monorepo, vier Szenarien, liegt die berichtete durchschnittliche Einsparung bei **~90 %** für `bulk-read`; der Autor merkt an, dass das Szenario `code-write` *„schwerer zu messen“* sei, und nennt drei Einschränkungen — nicht delegierbares Editieren, nicht delegierbares Reasoning, **10 bis 30 Sekunden** Latenz pro Aufruf. Knüpft an die Budgetfragen aus [[gupta-token-budget-wars-marginal-token-utility-2026-05-28]] und die in [[willison-fable-judgement-delegation-subagents-2026-07-03]] untersuchte Delegation an.
#Portal by Spotify#AiKA Modes#shunt
Dimitri Mazmanov (Principal Product Manager, Spotify) · sur le blog d'ingénierie engineering.atspotify.com.
Beitrag von **Rachel Laycock**, CTO von **Thoughtworks**, veröffentlicht am **2. September 2026** in *Rachel's Ramblings*, der von ihr geleiteten martinfowler.com-Rubrik, mit rund **8.000 Zeichen**. Der Text ist eine **bewusste Antwort** auf [[houck-dx-what-are-code-reviews-for-2026-08-05]], nach einer öffentlichen Kontroverse zwischen den beiden Autoren auf einem **Code Remix**-Panel, veranstaltet von **Moderne**. Laycock akzeptiert Houcks quantifizierte Diagnose (+**106%** Zeilen pro Diff bei **Meta**, +**64%** mediane PR-Größe auf der DX-Seite) sowie die Liste der nicht-fehlererkennenden Funktionen des Reviews, verschiebt dann aber die Frage: *« warum warten wir bis zum Code-Review, um all das zu tun? »* (A) Das Leitprinzip ist die bei Thoughtworks erlernte Verkürzung von Feedback-Schleifen — wenn Feedback einen Wert hat, entferne es nicht, sondern rücke es näher an die Entscheidung heran, die es informiert. Jede dem Review zugeschriebene Funktion wird vorverlagert: das Erkunden von Alternativen vor der Implementierung, Wissenstransfer durch **pair programming**, kollektive Verantwortung durch **mob programming** und Team-Design-Sessions, architektonische Abstimmung durch gemeinsames Design, gefolgt von **fitness functions**, und Automatisierung von allem Deterministischen — *« Wir sollten 2026 wirklich nicht mehr über Whitespace streiten. »* (B) Ausnahmebasiertes Review ersetzt systematisches Review: eine fundamentale architektonische Änderung, eine sensible Sicherheitsgrenze, ein großer Blast Radius, ein unbekannter Bereich eines kritischen Systems, oder schlicht das erklärte mangelnde Vertrauen eines Teams. (1) Die Automatisierung des Reviews durch einen Agenten, der den menschlichen Reviewer nachbildet, wird verworfen als *« Automatisierung der Zeremonie, statt zu hinterfragen, warum die Zeremonie existiert »*. (2) Houcks kognitive Schuld wird als real anerkannt, doch der verpflichtende PR wird als schwache Verteidigung eingestuft: *« Wir brauchen Engineers, die Systeme verstehen, nicht Diffs. »*
Essay von **Dario Amodei**, CEO von **Anthropic**, veröffentlicht auf darioamodei.com im **September 2026** (~2.900 Wörter, vier Abschnitte) — auf seiner persönlichen Website statt auf der des Unternehmens. Darin kündigt er eine revidierte Position an: *„wir müssen das Tempo verlangsamen, mit dem wir die Fähigkeiten von KI-Modellen verbessern.“* Zwei Tatsachen haben ihn dazu bewogen. **(1)** Seit Sommer 2026 setzt sich **rekursive Selbstverbesserung** — KI, die die nächste KI-Generation baut — branchenweit durch, Anthropic eingeschlossen. **(2)** der **incident Hugging Face**, den er mit „OAI-HF“ abkürzt und den er nicht als Versagen eines einzelnen Akteurs gelten lassen will: *„es obliegt jedem Frontier-KI-Unternehmen, so zu handeln, als wäre OAI-HF ihm selbst widerfahren.“* Seine Prognose: Innerhalb von **6-12 Monaten** könnte ein vergleichbarer, aber leistungsfähigerer Schwarm das Internet mit einem dauerhaften Botnetz als Geisel nehmen, mit Schäden in Höhe von **Hunderten Milliarden Dollar**. Daraus ergibt sich ein dreistufiger Plan mit steigendem Schwierigkeitsgrad. **(a)** **Eingebettete externe Prüfer** (vom Typ **METR**) mit Zugangsrechten auf Mitarbeiterebene — Büros, Ausweise, Laptops, das Recht zur Veröffentlichung ohne redaktionelle Kontrolle durch Anthropic; eine einseitig eingegangene Verpflichtung ohne Äquivalent anderswo in der Branche. **(b)** **Koordination unter Demokratien**: gezielte Regulierung, gemeinsame Standards im Rahmen einer Kartellrechtsausnahme, sowie *Checkpoints*, die eine gegebene Fähigkeit X an Alignment-Zertifizierungen Y und Z knüpfen. **(c)** **Globale Koordination** mit China, abgestuft über vier Ebenen, von der machbarsten (Verbot bioterrorismus-ermöglichender Anwendungen) bis zur unwahrscheinlichsten (eine allgemeine Pause), mit einer Obergrenze für das Tempo der Selbstverbesserung in Anlehnung an die **SALT**-Verträge. Eine Bedingung, die dem Ganzen beigefügt ist: die Wahrung des amerikanischen Vorsprungs (Chips, Distillation, Diebstahl von Gewichten). Gegenposition im Korpus: [[zuckerberg-meta-future-is-for-everyone-superintelligence-2026-08-10]].
#Pacing the Frontier#Frontier Pacing#rekursive Selbstverbesserung
Dario Amodei (CEO et cofondateur d'Anthropic) · sur son site personnel darioamodei.com.
Produktkommunikation von **Anthropic**, veröffentlicht am **1. September 2026** auf anthropic.com (~4.000 Wörter, sechs Abschnitte, 22 Erfahrungsberichte von Early-Access-Partnern). Sie kündigt **Claude Fable 5.1** (allgemein verfügbar) und **Claude Mythos 5.1** (verifizierter Zugang) an: *dasselbe Modell, jedoch mit unterschiedlichen Stufen an Schutzmechanismen*.
#Claude Fable 5.1#Claude Mythos 5.1#Foundation Model
Anthropic — communication produit publiée sur anthropic.com · sans signature individuelle.
Artikel von **Chase Covington**, **Tomer Slaney** (Partner, New York) und **David Pralong** (Senior Partner, Charlotte), veröffentlicht von der *McKinsey Transformation Practice* im **September 2026** (genauer Tag nicht angegeben, konventionell auf den 1. datiert); 8 Seiten, 2 Abbildungen, deren Inhalt im Text nicht wiedergegeben wird. **(1)** Befund: Das Transformation Office (TO) hinkt bei der Modernisierung seiner eigenen Werkzeuge hinterher; in einem Turnaround mit **3.000** Mitarbeitenden erstellten **mehr als 15** Personen alle vier Wochen einen **300-seitigen** Bericht. **(2)** Drei den Agenten übertragene Säulen: *performance intelligence*, *single source of truth*, *conversation facilitation*. **(3)** Berichtete Gewinne: **35 bis 40 %** der Zeit bei Kernaufgaben, teils **70 %**; ein Kernteam, das von **zehn auf drei** Personen verkleinert wurde. **(4)** Leitplanken: sich fortpflanzende Fehler zwischen Agenten, Falschalarme, Nachvollziehbarkeit jedes Schritts. **(5)** Reihenfolge: zuerst Reporting, dann Automatisierung von Aktionen, schließlich Change Management innerhalb des TO. Die Autoren stellen den Text als „einen ersten Blick auf die Chance für TOs" vor. Die Fälle werden nicht benannt, keine Messmethode wird beschrieben, und zwei der genannten Tools (**Wave**, **Lilli**) gehören McKinsey. Der Text schließt an [[sternfels-mckinsey-60000-people-20000-agents-officechai-2026-01-14]] an, wo McKinsey seine Agenten bereits zu seiner Belegschaft zählt.
Beitrag von **Ethan Mollick**, veröffentlicht am **31. August 2026** auf *One Useful Thing* (~2.200 Wörter). Er geht von einem Sicherheitsvorfall aus, um eine organisatorische Frage aufzuwerfen: Wann sollte eine KI einen Menschen um Hilfe bitten?
#Agency#Agency#autonome Agenten
Ethan Mollick — professeur à la Wharton School (University of Pennsylvania) · auteur du blog *One Useful Thing* sur Substack.
Eintrag von **Jeremy Norman** auf **HistoryofInformation.com** (Zeitleiste „Exploring the History of Information and Media“), datiert auf „circa **370 v. Chr.**“ für den kommentierten Text, Website zuletzt aktualisiert am **27. August 2026** (~600 Wörter, einschließlich eines langen Auszugs). Er gibt die Passage aus **Platons** *Phèdre* (274c–275b) wieder, in der **Socrate** den ägyptischen Mythos von **Theuth** und König **Thamus** über die Erfindung der Schrift erzählt.
#Socrate#Platon#Phèdre
Jeremy Norman — historien et éditeur de HistoryofInformation.com ; notice de frise chronologique citant Platon (*Phèdre*, v. 370 av. J.-C.).
Essay, veröffentlicht auf **Gates Notes** am **26. August 2026** von **Bill Gates**, Mitbegründer von **Microsoft** und Vorsitzender der **Gates Foundation**, ~4.500 Wörter, als erster Teil einer Serie angekündigt. Der Text stellt eine Alternative auf – KI wird der größte Gleichmacher sein, der je erfunden wurde, oder die schlimmste Quelle von Ungerechtigkeit – und eine Feststellung: Es existiert kein Plan für den Eintritt in diese Phase. **(A) Drei Risiken**: das dauerhafte Verschwinden von Einstiegs- und Positionen mittlerer Karrierestufe, ebenso im Büro- wie im Handwerksbereich, innerhalb eines Jahrzehnts statt mehrerer Generationen, weil diesmal die Substitution auf die **Kognition** zielt; die Bewaffnung böswilliger Akteure (Cyberangriffe, Bioterrorismus, Betrug, Deepfakes), verbunden mit einer Machtkonzentration bei denjenigen, die sie bereits innehaben; die Wirkung von compagnons IA auf die kindliche Entwicklung und auf das kritische Denken. **(B) Der Nutzen**, verortet in fünf Bereichen – Forschung, Gesundheit, Landwirtschaft in einkommensschwachen Ländern (die Wirkung, die der Autor als die schnellste bezeichnet), öffentliche Dienstleistungen, Bildung – mit einem am Verb festgemachten Vorbehalt: *„das entscheidende Wort ist 'kann'"*. **(C) Drei Vorschläge** eröffnen die Serie: Aufbau eines beispiellosen nationalen und internationalen institutionellen Rahmens, angelehnt an das Inspektionsregime der Nuklearindustrie, die Luftfahrtregulierung und die Ozonabkommen; das Vorbehalten bestimmter Berufe für Menschen, ein Bereich mit dem Namen **Human Reserved**; **die Besteuerung von KI-Token und Robotern**, um die Besteuerung von Arbeit und Kapital neu auszutarieren. Gates legt seine finanziellen Verbindungen zur Branche offen sowie die Übertragung seiner Gewinne an die Stiftung. Der Text setzt Führungskräfte-Essays über die Verteilung des von KI geschaffenen Werts fort – [[nadella-frontier-ecosystem-human-token-capital-2026-06-12]], [[zuckerberg-meta-future-is-for-everyone-superintelligence-2026-08-10]] –, indem er den Fokus auf die öffentliche Macht statt auf das Unternehmen richtet.
#KI und Gerechtigkeit#Übergang in das KI-Zeitalter#Substitution der Kognition
Bill Gates — cofondateur de Microsoft · président du conseil de la Gates Foundation. Blog personnel Gates Notes. Page non capturable par `curl | lynx` (403 Akamai) : extraction navigateur.
Gastbeitrag von **Andy Warfield**, Ingenieur im **S3**-Team bei **AWS**, veröffentlicht am **26. August 2026** auf *All Things Distributed*, dem Blog von **Werner Vogels**, der ihn mit wenigen Zeilen unter „--W" einleitet: **3.554 Wörter** laut Seitenangabe. Der Text dient als Vehikel für die Ankündigung, dass **DuckLabs**, das Team hinter **DuckDB**, zu **AWS** stößt. (A) Die These: In der Systeminformatik geht es darum, den eleganten Kompromiss gegenüber einer sich verändernden „Physik" zu suchen — den Verhältnissen zwischen Speichergeschwindigkeit, Netzwerk und Rechenleistung — und diese Physik hat sich verändert. Warfield beziffert die Kluft: eine **m1.xlarge** aus dem Jahr 2007 bot **15 GB RAM**, **4 virtuelle Kerne** und **~1 Gb/s** Netzwerk; eine **m8g.48xlarge** bietet heute etwa das **50-fache** in jeder der drei Dimensionen. Das Wachstum der Datensätze folgt derweil einer Verteilung, deren Schwanz aus sehr großen Volumina besteht. (B) Die Konsequenz: Verteilte Verarbeitung — **MapReduce**, die **RDDs** von **Spark** — wurde unter den I/O-Beschränkungen der frühen 2000er-Jahre entworfen, und ein Großteil der ihr zugewiesenen Arbeit muss die Anwendung nicht mehr verlassen. Daher die eingebettete, prozessinterne Bibliotheks-Engine, die im Adressraum der Anwendung läuft und für die **DuckDB** das Beispiel liefert. Warfield verankert dies im Paper *Scalability! But at what COST?* (2015) und im Epigraph von **Paul Barham**: „You can have a second computer once you've shown you know how to use the first one." Er formuliert einen expliziten Vorbehalt: „When a job genuinely needs a thousand machines, it needs a thousand machines." Der Korpus enthält bereits [[vogels-tech-predictions-2026-allthingsdistributed-2025-11-25]] vom selben Blog und [[anthropic-self-service-data-analytics-claude-agentic-stack-2026-06-03]] zu Self-Service-Analytics.
#DuckDB#DuckLabs#AWS-Übernahme
Andy Warfield · ingénieur du service S3 chez AWS · en billet invité sur *All Things Distributed* ; introduction de Werner Vogels · CTO d'Amazon.
*Deepdive* von **Gergely Orosz**, **Jessica Salmon** und **Ivan Klaric** in *The Pragmatic Engineer*, veröffentlicht am **25. August 2026**, basierend auf Interviews mit Ramps CTO **Rahul Sengottuvelu**, Head of Engineering **Hamid Dadkhah**, und **Zach Bruggeman**, Gründungsingenieur von **Inspect**. Kostenpflichtiger Artikel: Die Notiz deckt den öffentlichen Teil ab (Abschnitte 1 bis 3 und den Anfang von Abschnitt 4; detaillierte Architektur, Sandbox-Interna und Zusammenarbeit bleiben hinter der Paywall).
Essay von **Bill Staples**, CEO von **GitLab**, veröffentlicht am **24. August 2026** im Blog von about.gitlab.com: eine angekündigte Lesezeit von **31 Minuten**, rund **39.000 Zeichen**, dargestellt als Fortsetzung eines im Januar 2026 an den Verwaltungsrat gerichteten Memos, das im Mai teilweise unter dem Titel *GitLab Act 2* veröffentlicht wurde. Der Text versteht sich als Antwort auf das drei Tage zuvor veröffentlichte KI-native-SDLC-Playbook von **Anthropic**, dem er die Eingangszeile entlehnt – „Code is no longer the bottleneck“ –, um die Frage zu stellen, die ihn trägt: Was wird knapp, wenn Code im Überfluss vorhanden ist. (A) Die ökonomische Diagnose: Die nützliche Einheit sind nicht die Kosten pro Zeile, sondern die **Kosten pro akzeptierter Änderung**, die Generierung, Umgebung, Kontext, Verifikation, Review, Behebung und Governance zusammenfasst; KI lässt allein den Generierungsterm kollabieren, wodurch die übrigen proportional schwerer wiegen – eine Organisation, die zehnmal schneller generiert, „wird die Warteschlange lediglich verschieben“. (B) Die architektonische Antwort: vier Fähigkeiten – Agentenplattform, maschinenskalige Ausführung, dauerhafter Kontext, Governance – bilden eine Unternehmensschicht, die das Modell überdauert, „Das Modell sollte austauschbar sein. Der Agent sollte dem Kunden gehören.“ (1) Drei Modi koexistieren dauerhaft, vom menschengesteuerten Altsystem bis zur autonomen Entwicklung, gegen die Vorstellung einer einzigen Reifekurve. (2) Die CI/CD-Pipeline wird zu dem Ort, an dem die innere Schleife läuft, statt ein Gate am Ende der Kette zu sein. Die zitierten Zahlen stammen von Stripe, Spotify und Amplitude; GitLab liefert nur eine einzige, zur eigenen Quellcodeverwaltung. Der Korpus enthält bereits [[claxton-anthropic-ai-native-sdlc-playbook-2026-08-21]], die Quelle, auf die dieser Text antwortet, sowie [[sfeir-sdlc-pdlc-articulation-2026-07-22]] zur Verzahnung von SDLC/PDLC, die Staples sich zu eigen macht.
#Codeüberfluss#Kosten pro akzeptierter Änderung#Theory of Constraints
Bill Staples · directeur général de GitLab (fonction non affichée par la page) · sur le blog about.gitlab.com.
Ausführlicher Leitfaden von **Anthropic** von **Louis Claxton** (Applied-AI-Team), veröffentlicht am **21. August 2026** im claude.com-Blog: eine angegebene Lesezeit von **40 Minuten**, rund **64.000 Zeichen**, präsentiert als Sammlung von *Plays*, die aus der Arbeit des Teams mit seinen Kunden stammen. (A) Die Diagnose: Da Code nicht mehr der Engpass ist, verschiebt sich dieser auf die Phasen vor und nach dem Bau (Planung, Review/Test, Deployment); zeilenweise Kontrollen greifen nicht mehr, sobald der Agent den Großteil des Diffs schreibt, und die Governance-Kosten steigen, da Ausnahmen weiterhin über periodische Ausschüsse laufen. (B) Die Antwort: sechs Phasen (Plan, Design, Build, Test, Deploy, Maintain), organisiert als **Schleife** statt als Kette, jede endet mit einem **committeten Artefakt**, das die nächste Phase liest — `intent.md`, `spec.md`, `plan.md`, der Diff und seine Tests, der PR und seine Befunde, der Vorfallbericht. (1) Institutionelles Wissen wird zu versionierten Dateien: `CLAUDE.md`, Skills, `REVIEW.md`, `bands.yaml`. (2) Governance gliedert sich in zwei Schichten, wobei der Skill als beratende Kontrolle positioniert ist und der Hook als deterministische Schicht dahinter. Funktionstrennung wird als Invariante festgelegt — der Agent, der den Code schreibt, kann ihn nicht genehmigen —, und der Beitrag schließt mit *„The loop keeps running. Human judgement stays above it.“* Der Korpus enthält bereits [[clinton-anthropic-secure-ai-native-sdlc-2026-07-21]] zur Sicherheitsseite desselben Zyklus sowie [[hingel-augment-how-ai-changes-sdlc-six-stages-2026-06-08]] zur selben Sechs-Phasen-Gliederung aus Sicht eines Wettbewerbers.
#AI-native SDLC#software development lifecycle#plays
Louis Claxton (Anthropic, équipe Applied AI) · sur le blog claude.com ; contributions créditées à Jim Blackhurst · Will Steuk et Jamal Arif.
Leitfaden von **Michael Segner**, veröffentlicht am **20. August 2026** im Blog von claude.com in der Kategorie *Claude Code*: ein **5-minütiger** Lesetext mit angekündigten rund **31.500 Zeichen** Fließtext, auch als PDF verfügbar. Angegebenes Material: Interviews mit **mehr als einem Dutzend** Startups, fünfzehn davon namentlich genannt — **Artemis Security**, **Cainex**, **Clay**, **ClickHouse**, **Cognition**, **Commure**, **Crosby**, **Emergent**, **Harvey**, **Heidi**, **Higgsfield**, **Omni**, **Parahelp**, **Translucent**, **Zingage**. (A) Fünf Betriebsregeln: *everyone ships*, *automate the tedium*, *trust, but verify*, *build for rebuilding*, *prototype, dogfood, productionize*, jede abgeschlossen mit Produkt-Tipps und zusammengefasst in einer abschließenden Checkliste. (B) Ein Textkörper aus zugeschriebenen Zitaten, wobei jede Regel durch namentlich genannte Führungskräfte illustriert wird statt durch eine aggregierte Kennzahl. Die vier hervorgehobenen Zahlen stammen von den interviewten Unternehmen: **+30 %** mehr ausgelieferte Features (ClickHouse), **2- bis 3-fache** Engineering-Produktivität (Omni), **100 %** der Bug-Triage automatisiert (Clay), **mehr als 6.000 PRs pro Woche** (Artemis Security). Zwei Passagen weichen vom Erfahrungsbericht-Register ab: **Cainex**s Selbstkorrekturschleife bei der medizinischen Kodierung, Schritt für Schritt beschrieben, sowie der interne Einsatz von **Claude Tag** bei **Anthropic** als Erstreagierer für den CI/CD-Bereitschaftsdienst. Die eingangs gestellte Frage — *„Wie würde es aussehen, wenn eine Organisation ihren Produktentwicklungszyklus von Grund auf mit Claude Code aufbauen würde?"* — knüpft an [[claxton-anthropic-ai-native-sdlc-playbook-2026-08-21]] an, das am folgenden Tag vom selben Verlag veröffentlicht wurde, und führt [[cherny-wu-reflecting-year-claude-code-2026-07-17]] weiter.
#Claude Code#Startups#everyone ships
Michael Segner · auteur du guide sur le blog claude.com (fonction non affichée par la page) ; entretiens avec les dirigeants de quinze entreprises nommées.
Unternehmensblogbeitrag von **Block** (`block.xyz/inside`), nicht namentlich gezeichnet — als Autor wird **„Block“** angegeben —, veröffentlicht am **18. August 2026**, ~930 Wörter, der **die Open-Source-Stellung von Berd** ankündigt, Blocks interne Desktop-Anwendung für die Arbeit mit Agenten, und die Designthese darlegt, die sie geleitet hat: Agenten Charakter zu verleihen *"not only through roles, instructions, skills, and tools, but through distinctive visual identities"* — daher die selbst entwickelten animierten Figuren, die *"Gloopies"*. Der Beitrag geht von einer Beobachtung der Fragmentierung aus (*"The technology was powerful, but the experience around it was fragmented"*) und einem präzise benannten Interface-Problem: *"the product gives people little sense of how the agent is configured, which context and tools are available to it, and how it differs from another agent"*. Zwei strukturierende Beiträge. **(A) Eine dreistufige Gliederung**: **goose** bleibt das Framework und die *Runtime*, die die Agent-Loop trägt; **Berd** ist der Desktop-Client (Projekte, Kontext, Sitzungen, Agenten, Konfiguration); beide kommunizieren über das **Agent Client Protocol**. **Buzz** wird als Fortsetzung bezeichnet, für den Moment, in dem aus Solo-Arbeit Zusammenarbeit wird (*"Start alone, then go multiplayer"*). **(B) Sechs an Buzz weitergereichte Anforderungen**, als Fazit formuliert: *"private space, durable context, recognizable agent identities, reusable skills, visible configuration, and clearer visibility into an agent's configured context, tools, and capabilities"* — ein Raster, das sich direkt zur Bewertung eines Agent-Clients wiederverwenden lässt. Der Text selbst unterscheidet Identität von Fähigkeit: *"The avatars make the agent recognizable. Its role, skills, and tools make it useful."* Es werden keine Nutzungszahlen genannt, und für die Open-Source-Stellung wird keine Lizenz angegeben.
#Berd#Block#Open Source
**Aucun auteur nommé** : le billet est signé **« Block »** — le champ *Author* de la page porte le nom de l'entreprise. Publié le **18 août 2026** sur `block.xyz/inside` · le blog **corporate** · et non sur `engineering.block.xyz`.
Blogbeitrag von **Sonatype** von **Aaron Linskens** (*technical writer*), veröffentlicht am **18. August 2026**, ~1.300 Wörter: Er berichtet über eine Studie von **Sonatype Research Labs** über **49 Monate** (Juni 2022 – Juni 2026) mit einer **festen Kohorte** von Unternehmensanwendungen — eine methodische Entscheidung, die dazu dient, die Entwicklung der Anwendungsflotte statt die des Kundenportfolios zu isolieren. Das Ergebnis wird als Widerspruch dargestellt: Die Behebung wird schneller, doch das Risiko häuft sich weiter an. (A) **Der Bestand wächst** — *Critical*- und *High*-Schwachstellen pro Anwendung **×4,31** (von **14,14** im Juni 2022 auf **54,3** im Jahr 2026, immer noch **×3,91** ohne Legacy-Anwendungen, die neu unter Verwaltung gebracht wurden), neu betroffene Komponentenversionen mit dem **46-Fachen** der Rate vor der KI-Ära, monatliche Anwendungserstellung **×4,84**. (B) **Die Behebung verbessert sich** — mehr als die Hälfte der behobenen Verstöße wird in weniger als einem Tag behoben, das mediane Alter ungelöster *Critical/High*-Schwachstellen sinkt von **228** auf **126 Tage**, dann im Mai 2026 auf **103**; unter Kohorten, die zwölf Monate Zeit hatten, sind **52,6 %** behoben, **44,3 %** offen, **3,1 %** unter Waiver. (C) **Der vorgeschlagene Hebel ist die Komponentenauswahl**: Zum Zeitpunkt der Wahl einer anfälligen Abhängigkeit existierte bereits in **62,2 %** der Fälle bei **Maven**, **46,9 %** bei **npm**, **34,3 %** bei **PyPI** eine deutlich weniger riskante Version — eine Lücke, die der Text eher einer Informationslücke als einem Fehler der Entwickler zuschreibt. Der Beitrag selbst stellt fest, dass KI nicht die alleinige Ursache der Beschleunigung ist, und schließt mit **Sonatype Guide**, das diese Intelligenz an den Punkt der Auswahl bringt. Auf der Supply-Chain-Seite erweitert er, was [[fiches/2026-08/staples-gitlab-when-code-is-abundant-2026-08-24]] wirtschaftlich einordnet und [[fiches/2026-07/clinton-anthropic-secure-ai-native-sdlc-2026-07-21]] im Sinne des sicheren Zyklus.
#Software-Lieferkette#Software-Lieferkette#Sonatype Research Labs
Aaron Linskens · *technical writer* chez Sonatype · sur le blog de l'éditeur ; les chiffres sont produits par Sonatype Research Labs · non par l'auteur.
Produktankündigung von **Block Engineering**, gezeichnet von **Thomas Petersen** (*Principal Designer & Builder*), veröffentlicht am **18. August 2026**, ~1.800 Wörter in dreizehn kurzen Abschnitten, die **Buzz Projects** vorstellt — eine **Software-Forge, gehostet auf dem eigenen Relay**: Git-Repositories, Branches, Pull Requests, Issues, Review und Merge, Multi-Repo-Projekte, ein Activity Feed, alles verknüpft mit Conversation-Channels. Vorspann und These des Beitrags: *« Coding agents are the terminal for your computer. Buzz is the terminal for your network. »* Drei Beiträge. **(A) Eine Vertrauensdoktrin, die auf *ex post*-Nachweis statt auf *ex ante*-Autorisierung beruht**: auf der einen Seite *« No forced guardrails, no limitations on what your agents are allowed to help you with »*, auf der anderen *« Every push, review, approval, and merge is a signed Nostr event. If an agent authors a patch, you can see which agent produced it and which human authorized that agent to act »*; der Abschnitt schließt mit einer angekündigten Richtung — *« we are already exploring ideas around agent trust protocols informed by past behavior »*. **(B) Git-Interoperabilität ohne proprietäres Tooling**: *« These are standard git repositories… You can fetch, clone, pull, and push over plain Smart HTTP, with no custom tooling or wrapper CLI required »*, wobei die clé Nostr als einzige Identität dient — *« The same npub that signs your messages signs your pushes. »* **(C) Eine Unterscheidung zwischen Ausführungsfläche und Netzwerkpräsenz**: *« A terminal gives an agent somewhere to execute commands and change files, but it does not give it a persistent place in the network. Buzz does. »* Der Beitrag liefert keine Zahlen und enthält keine ausgehenden Links; er qualifiziert sich sechsmal selbst als vorläufig (*« still very basic »*, *« fairly elementary »*, *« still under experiments »*), und Projects befindet sich unter dem Tab **Experiments** von Buzz Desktop.
#Buzz#Buzz Projects#Block
**Thomas Petersen** — *« Principal Designer & Builder »* chez **Block** · auteur unique et signataire du billet ; première apparition dans le corpus. Publié le **18 août 2026** sur le blog **Block Engineering**. Troisième signature Block sur Buzz en un mois · après Tyler Longwell (21 juillet) et Atish Patel (6 août) · et la première non-ingénieur.
X-Post von **Andrew Ng** vom **14. August 2026** (16:29 UTC), Wiederaufnahme des "Dear friends"-Briefs aus ***The Batch* #366** (DeepLearning.AI, gleiches Datum), ca. 900 Wörter. Ng stellt **The AI Engineering Skills Map** vor und veröffentlicht **vier Skills**, die als die wichtigsten gelten. **(1) Aufbau und Bereitstellung von KI-Anwendungen** — die Besonderheit wird benannt: *« The key difference between AI and non-AI applications is that the former has unpredictable outputs »*, daher die Betonung von *evals* und Fehleranalyse-Loops. **(2) Grundlagen der Softwareentwicklung**, denn *« Understanding software fundamentals allows you to recognize what tradeoffs even exist »* — der unerfahrene Entwickler scheitert *« because they don't know what context to give their coding agent »*, daher das Ziel, *« steering coding agents using the precise language of software engineering »*. **(3) Einsatz von Coding-Agenten**, in operativer Formulierung: *« help the agent autonomously close loops by providing verifiers or evals »*, sowie *« knowing how much to intervene and how much to leave them alone »*. **(4) *Den Build gestalten***: *« Given a clear spec, coding agents are rapidly improving at delivering to it. Thus, our work as engineers is shifting toward deciding what should be in the spec »*, ergänzt durch *« Engineers should no longer expect to be given a pixel-perfect design and asked only to implement it. »* Ein **Hinweis zur Terminologie** trägt den größten Teil der Rahmung: Ng spricht von **Skills** im AI Engineering und **nicht von der Rolle** "AI Engineer", mit einer expliziten Analogie — *« All developers today should know how to work with the cloud, and only a smaller number have a "Cloud engineer" title. »* Das Ganze stützt sich auf *« an analysis of more than 10,000 job postings, dozens of structured interviews with experts, hiring managers, and recruiters, surveys, and other online data »*, wovon **keine numerischen Ergebnisse veröffentlicht werden**: Ng beschreibt sein Vorgehen als *« informally… akin to running clustering »* und kündigt eine detaillierte Map in künftigen Beiträgen an. Sein Eigeninteresse benennt er im vorletzten Satz: *« DeepLearning.AI's principal focus is to help developers gain these AI engineering skills. »*
#AI Engineering Skills Map#Skills-Map#Andrew Ng
**Andrew Ng** — fondateur de **DeepLearning.AI** · general partner d'**AI Fund** · cofondateur de **Coursera** et de **Google Brain** · ancien chief scientist de Baidu. Texte signé · à la première personne · écrit *« with my team »* sans qu'aucun collaborateur soit nommé. Publié le **14 août 2026** sur X et dans ***The Batch* n°366** — même texte aux deux endroits ; préférer *The Batch* pour toute citation durable. Quatrième fiche Ng du corpus · après les lettres n°350 (24 avril) · n°352 (8 mai) et n°359 (26 juin).
Ankündigungsbeitrag, veröffentlicht im **offiziellen Z.ai-Blog** (ehemals Zhipu AI, chinesisches Labor) am **14. August 2026**, **ohne namentliche Autorenangabe**, ~2.000 Wörter plus Fußnoten. Er kündigt **GLM-5.3** an, den Nachfolger von GLM-5.2, und eröffnet mit einer methodischen These: *« Scaling post-training is all we did for GLM-5.3. »* Dasselbe Basismodell wie GLM-5.2 — *« every gain comes from post-training »*. Drei Ankündigungen. **(A) Ein Coding-Modell mit offenen Gewichten**: +50 % beansprucht auf **Z.ai Code Bench**, einem unveröffentlichten internen Benchmark. **(B) Eine als „emergent" dargestellte Cyber-Fähigkeit**, die der Fließtext auf eine Trainingsentscheidung zurückführt — *« As part of post-training, we introduced vulnerability discovery data and environments into the training mix. We expected this to make the model better at finding and reasoning about vulnerabilities »* — überraschend waren die Geschwindigkeit und der Wandel in der Natur: Das Modell geht von der Identifizierung isolierter Schwachstellen zu *« coherent plans for complete exploitation chains »* über. Die Gewinne wachsen mit der Position in der Exploitation-Kette: CyberGym 77,2 → **84,5 %**, ExploitBench 24,4 → **54,4 %** (×2,2), ExploitGym 29 → **105** Aufgaben in 2 h (×3,6), wobei der Abstand zur geschlossenen Frontier weiterhin groß bleibt (181 und 247 Aufgaben). Z.ai formuliert es so: *« Capability is growing fastest exactly where we are furthest behind. »* Der Beitrag veröffentlicht zudem ein **Z.ai Security Disclosure Ledger**: **2.436 identifizierte Schwachstellen in 269 Open-Source-Projekten** — Kernel, Betriebssysteme, Browser-Engines, Infrastruktur, Webanwendungen, Netzwerkprotokolle — die älteste eingeführt **1981**, durchschnittliche Lebensdauer bis zur Entdeckung **26,6 Jahre**, davon **53 offengelegt** und **2.383 unter Embargo**. **(C) Eine Gewichtsfreigabe** *« within two weeks of launch, once safety evaluation and hardening are complete »*. Der am ehesten übertragbare methodische Beitrag: **Synthese von Umgebungen und Verifiern**, wobei Letztere ohne Zugriff auf die Referenzlösung erzeugt und erst nach einem Triptychon negativer Kontrollen zugelassen werden — **oracle**, **no-op**, **unsolved-state**. Alle agentischen Evaluierungen werden **in Claude Code 2.1.207** durchgeführt.
#GLM-5.3#GLM-5.2#Z.ai
**Z.ai** (anciennement **Zhipu AI**) · laboratoire d'IA chinois · éditeur de la famille **GLM**. Billet **institutionnel et non signé** : aucun auteur nommé · aucun chercheur mis en avant · aucun lien vers un rapport technique ou une carte de modèle. Publié le **14 août 2026**. La page est une SPA React — le HTML servi est un `<div id="root">` vide · et le texte comme les scores ont dû être extraits du bundle `glm-5.3-BCnx8T5_.js` · où ils figurent en valeurs source.
Offizielle Produktseite von **DeepSeek**, veröffentlicht am **13. August 2026**, **nicht namentlich gezeichnet**, ca. 450 Wörter, die die *Developer-Preview*-Veröffentlichung von **DeepSeek Harness** (`dsh`) ankündigt — ein Coding-Agent-Harness, **Open Source unter der MIT-Lizenz**, dessen Repository am selben Tag eröffnet wurde. Eine Drei-Wort-These, wiederholt im Titel und in der Repository-Beschreibung: *« Everything is a plugin »*, gepaart mit einem zweiten Versprechen, *« Every run is traceable »*. Die Seite formuliert die Gleichung *« AGENT = MODEL + HARNESS »* und listet die steckbaren Fähigkeiten auf — *« models, tools, skills, sessions, sandboxes, storage, loops, scheduling, and the UI »*. Vier Modi werden ausgeliefert: **Standard** (vollständiger Coding-Agent), **Code** (Tools, die über das *Code Mode SDK* freigelegt werden und es dem Modell erlauben, mehrstufige Operationen innerhalb eines TypeScript-Programms zu komponieren), **Minimal** (*« two-tool coding agent with persistent bash and str_replace_editor »*, ausdrücklich *« for benchmarking models in a minimal environment »*), und **Creator** (Laufzeitinspektion, In-Memory-Plugin-Tests). Die technische Substanz liegt im Repository, nicht auf der Seite: `docs/architecture.md` formuliert eine Logging-Invariante — *« Model-visible means logged. Anything that reaches a model request must be reconstructable from the log, and a runtime invariant asserts it »* — und stellt fest, dass *« there is no privileged core to patch »*. Der technische Kern stammt nicht von DeepSeek selbst: DSH baut auf **Cordis** auf (dem `cordiverse`-Projekt, einem Dritten), **vendort** in `vendor/` mit Manifest und Sync-Verfahren, und die Seite platziert das *« Cordis paper »* auf derselben Navigationsebene wie „GitHub“ und „Developer docs“. Zwei LLM-Adapter werden ausgeliefert — `dsh-llm-deepseek` und `dsh-llm-pi-ai`, ein generischer Multi-Provider-Adapter. Das Repository warnt in Großbuchstaben: *« THERE WILL BE COMPATIBILITY-BREAKING CHANGES »*, und `CLAUDE.md` legt fest, dass `SESSION_FORMAT_VERSION` bei `0` bleibt, *« with no compatibility promise »*, wobei Backends alte Formate auf der Festplatte ablehnen. Zeitachse: DSH erscheint an dem Tag, an dem **DeepSeek-V4-Pro GA erreicht**, drei Tage bevor am **16. August 2026 um 16:00 UTC** ein neuer API-Preisplan in Kraft tritt, mit Spitzen-/Nebenzeittarifen und einem Nebenzeit-Rabatt von **−50 %**.
#DeepSeek Harness#dsh#Agent-Harness
**DeepSeek** (DeepSeek AI, laboratoire chinois) · en tant qu'institution. Page produit **non signée** : aucun auteur · aucun ingénieur mis en avant · aucun billet de blog ni papier technique associé. Le « nous » n'apparaît qu'une fois · en dernière phrase — *« We look forward to exploring the limits of intelligence with developers worldwide »*. Publiée le **13 août 2026**. La page est rendue en JavaScript : `curl` sur l'URL renvoie **HTTP 202 avec un corps vide** · le texte n'existant qu'après exécution du bundle. Deux documents de politique sont liés en pied de page — *Safe Use Policy* et *Data Processing Statement*.