LinkedIn-Beitrag von **Rakesh Gohel** (Builder bei **JUTEQ**, Governance- und Proof-Infrastruktur für Agenten), veröffentlicht um den **25. Oktober 2026**, ~250 Wörter, begleitet von einer **Infografik**, die *@rakeshgohel01* zugeschrieben wird. Er unterscheidet drei Graphen, die ein Agent zur Entscheidungsfindung benötigt, am Beispiel *"Rebook this passenger"*.
#knowledge graph#knowledge graph#context graph
Rakesh Gohel — builder chez JUTEQ (gouvernance et infrastructure de preuve pour agents IA) ; LinkedIn · newsletter rakeshgohel.substack.com.
Gastbeitrag von **Peter Walker**, Head of Insights bei **OpenRouter**, veröffentlicht am **22. Oktober 2026** im Substack-Newsletter **OnlyCFO** (rund **1.500 Wörter**, OpenRouter-Diagramme). Der Beitrag richtet sich an Finanzvorstände (CFOs) und stützt seine Zahlen auf den Traffic des Inference-Gateways des Autors.
#Tokenomics#Inference-Ökonomie#CFO
Peter Walker — Head of Insights d'OpenRouter ; article invité dans la newsletter OnlyCFO.
Episode des Video-Podcasts **In Good Company** von **Norges Bank Investment Management** (norwegischer Staatsfonds), veröffentlicht auf YouTube am **21. Oktober 2026**, **43 Minuten**, auf Englisch. **Nicolai Tangen**, CEO des Fonds, interviewt **Eric Schmidt**, ehemaligen CEO von Google (2001-2011).
Bericht des **Economics**-Teams von Anthropic, verfasst von **Nathan Wilmers**, **Regina Catipon**, **Maxim Massenkoff** und **Peter McCrory**, veröffentlicht am **16. Oktober 2026** auf der Research-Website (rund **4.500 Wörter**, acht Abbildungen, PDF-Version). Er untersucht Anthropic als Frühindikator dafür, wie Arbeit unter KI organisiert wird, gestützt auf interne Daten (Mitarbeiterzahl, Agenten-Telemetrie, Output, Umfragen, Kalender, Slack, Bewertungsraster für Einstellungsgespräche) und **17 Interviews**.
#Beschäftigung#Arbeitsmarkt#Anthropic
Nathan Wilmers · Regina Catipon · Maxim Massenkoff · Peter McCrory — équipe Economics d'Anthropic ; rapport publié sur anthropic.com/research.
Artikel von **Beth Stackpole** in *Ideas Made to Matter* (**MIT Sloan**), veröffentlicht am **22. September 2026** (~5 Min.), der das *research briefing* « Designing Decision Rights for AI » von **Ina Sebastian**, **Peter Weill**, **Thomas Haskamp** und **Jan vom Brocke** (**MIT CISR**) vorstellt, das auf Interviews mit **30 Führungskräften** basiert.
Beth Stackpole — rédactrice · *MIT Sloan Ideas Made to Matter* ; recherche de Ina Sebastian · Peter Weill · Thomas Haskamp · Jan vom Brocke (MIT CISR).
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`.
Forschungsartikel, veröffentlicht in **ACM Queue** (Bd. 24, Nr. 3 — Themenheft „LLMs") am **20. Juli 2026**, verfasst von **Joseph Valente** (Director of Product Management, Alphabet Security) und **Michal Zalewski** (Distinguished Engineer, Stratege bei Alphabet Security — der *lcamtuf* der Offensivsicherheit). Lizenz **CC BY 4.0**, **29.143 Downloads** in zehn Tagen, **eine einzige bibliografische Referenz**: das BeyondCorp-Whitepaper von 2014. Das ist kein Zufall — der Artikel positioniert sich explizit als **generischer Nachfolger von BeyondCorp** und übernimmt dessen Funktion: *„die Vision veröffentlichen, damit sich die Branche daran ausrichten kann."* **These**: Das **anwendungsbasierte Grenzmodell erreicht das Ende seiner Lebensdauer**. Die drei Annahmen, auf denen BeyondCorp beruhte — *Zugreifende sind Menschen, Aktionen erfolgen in menschlichem Tempo, die Anwendung ist die richtige Vertrauensgrenze* — sind allesamt überholt, seit KI-Agenten mit der **zehnfachen Geschwindigkeit von Menschen** auf Daten zugreifen und über riesige unstrukturierte Korpora räsonieren. **Beyond Zero** verlagert die Vertrauensgrenze daher **von der Anwendung auf die einzelne Aktion an der einzelnen Ressource** und die Untersuchung **von nachträglich auf Echtzeit**. **Vierteilige Architektur, die eine Schleife bildet**: *autonome Governance* (die mit KI ein lebendiges **Unternehmensweltmodell** aufbaut — Wer / Was / Wie —, in expliziter Analogie zum Weltmodell eines selbstfahrenden Autos), *Event Intake* (Server-, Client- und **Agentenaktivitäts**-Signale: Prompts, Ausführungspläne, Tool-Aufrufe), *reasoning engine* (hierarchische KI, **schnell** für ABAC zum Zeitpunkt des Zugriffs und **langsam** für Inferenz über eine Abfolge von Aktionen; Urteil *allow / deny / challenge*) und *Challenge-Infrastruktur* (reversible **Challenges** — Begründung, Tippen auf den Sicherheitsschlüssel, Genehmigung, **Selfie** — gegenüber dauerhaften **Containments**, die mitunter erst aufgehoben werden, nachdem das Sicherheitsteam den Mitarbeitenden und dessen Vorgesetzten befragt hat). **Der zentrale Gestaltungsgriff ist die Boden/Decke-Aufteilung**: **statische Richtlinien** (der Boden, statisch verifizierbar) unter einer **dynamischen reasoning engine** (die Decke) — eine explizite Ablehnung eines *„vollständig dynamischen, statisch kaum verifizierbaren"* Modells. **Der benannte Angriffsvektor**: **Ambient Authority**, bei der der Agent die vollen, oft überprovisionierten Berechtigungen seines Menschen erbt. **Drei festgehaltene Vorbehalte**: Es handelt sich um ein **Visionspapier, keine Kriegsgeschichte** — null Produktionsmetriken, null Falsch-Positiv-Rate, null Bereitstellungsgröße, während [[uber-engineering-agent-identity-crisis-zero-trust-spire-2026-05-21]] zwei Monate zuvor eine P99 < 40 ms und Tausende von Agenten im Produktionseinsatz veröffentlicht hatte; eine **interne Inkonsistenz um Größenordnungen** (Dutzende Millionen Aktionen/s in der Problemstellung gegenüber Tausenden Entscheidungen/s in Abstract und Fazit); sowie ein **gravierender blinder Fleck bei europäischen Belangen** — das beschriebene System ist auch ein Überwachungsapparat für Mitarbeitende (Selfie, clientseitige Signale, Baselining gegenüber der Vergleichsgruppe), ohne eine einzige Zeile zur DSGVO, zur Verhältnismäßigkeit oder zu Arbeitnehmervertretungen.
#Beyond Zero#BeyondCorp#Zero Trust
**Joseph Valente** — Director of Product Management · en charge des efforts de sécurité entreprise au sein d'**Alphabet Security** ; son périmètre couvre l'ensemble des business units d'Alphabet (Google Ads, DeepMind, YouTube, Devices, Cloud). Précédemment à l'origine de ce qui est devenu le **Sovereign Cloud de Google** (l'offre de compute souverain de Google Cloud) — détail notable pour un lectorat européen. Avant Google : cofondateur de Pathify et Ebla · passage par Bain & Company.
Dritter Teil von Ashish Singhs Reihe «New Engineering Disciplines for the AI Era», gewidmet dem **KDLC — Knowledge Development Life Cycle**: einem **8-stufigen** Lebenszyklus, der Unternehmenswissen in ein **konstruiertes Gut** verwandelt, gleichrangig mit Code oder Daten. These: KI-Initiativen scheitern nicht an der Wahl des richtigen LLM oder an einem eingesetzten RAG-System, sondern weil sie **die zugrunde liegende Struktur des Wissens nicht adressieren** — „KI ist nur so wirksam wie das Wissen, das sie entdecken, verstehen, abrufen und dem sie vertrauen kann". Der KDLC verkettet Discovery → Extraction → Structuring → Knowledge Graph → Embedding → Index Optimization → Retrieval Evaluation → Refresh. Er stellt dem **traditionellen RAG** (isolierte Dokumente, Schlüsselwörter) das **Enterprise Knowledge Fabric** (Knowledge Graphs + Semantic Search + Vector DB + Hybrid Search) gegenüber, bei dem Agenten „Beziehungen, Kontext und geschäftliche Bedeutung" verstehen. Kernsatz: „Modelle liefern Reasoning. Memory liefert Kontinuität. Wissen liefert Verständnis." Drei Beispiele (Finanzen/Compliance, Softwareentwicklung, Gesundheitswesen) veranschaulichen die Wirkung.
#KDLC#Knowledge Development Life Cycle#Wissenslebenszyklus
Agentic Commerce Optimization: technischer Leitfaden zur Vorbereitung auf Googles ACP- und UCP-Protokolle - Agentic Commerce - Schema.org - Merchant Center
Thoughtworks-Retreat zur Zukunft der Softwareentwicklung mit LLMs — Überlegungen zu organisatorischen Auswirkungen, kognitiver Schuld und beaufsichtigter Programmierung
CPO-FinOps-Leitfaden zu KI-Architekturen: Token-Multiplikatoren (6×, 5–10×) bei LLM-Workflows, RAG, Agenten und agentischen Systemen, mit dem Cost-Iceberg-Konzept – Finout
Block/Goose — MCP-UI and the Future of Agentic Interfaces: interaktive Webkomponenten in Konversationen mit KI-Agenten via Model Context Protocol (block.github.io)