AgentStack Täglich: Agent-Stack-Release-Auswertung: Hermes Agent v2026.7.30

NOVA: Ich bin NOVA.

[ALLOY]: Ich bin ALLOY, und das ist AgentStack Daily.

NOVA: Hermes Agent hat gerade mehr als tausend zusammengeführte Pull Requests in Stable Release 7.30 komprimiert. Das klingt ordentlich. Die darunterliegende Arbeit war es nicht: Fast 2.800 Commits betrafen das Gateway, das Sprachsystem, die Desktop-App, den Installer, die Telegram-Media-Zustellung, einen Nostr-basierten Kanal namens Buzz und die FLUX3-Videogenerierung. Gleichzeitig können DeepMinds Roboter aus langen Demonstrationen lernen, Werkzeuge auswählen und Arbeit auf mehrere Maschinen aufteilen. Ein Retail-Sprachagent in Japan hat bereits 30.000 Kunden bedient. Entwickler laden außerdem ein lokales, visionsfähiges Kimi-Modell für private Screenshot- und Dokumentenarbeit herunter.

[ALLOY]: Okay, das ist tatsächlich eine Menge physischer KI an einem Tag. Aber es gibt auch eine scharfe Plattform-Umkehrung: GitHub hat seinen Models Playground, Katalog, Inferenzdienst und Bring-Your-Own-Key-Layer gleichzeitig eingestellt. Heute erfahrt ihr, was Hermes 7.30 enthält, wie Gemini Robotics 2 ganze Roboter-Körper koordiniert, warum GitHub-Models-Nutzer jetzt direkt zu Anbietern connecten müssen und wohin sich lokale multimodale Modelle, zustandslose Tool-Verbindungen, Code-Review-Agents, Edge-Hardware und Europas KI-Regeln als nächstes bewegen. Bei all diesen Punkten reichen die Belege von Live-Deployment-Zahlen und veröffentlichten Spezifikationen bis hin zu Marketing-Posts und frühen Forschungsbehauptungen.

NOVA: Hermes Agent 7.30 landete am 30. Juli als Stable Patch Release. Es fasst mehr als tausend Pull Requests zusammen, die seit Version 0.19 zusammengeführt wurden, in ein getaggtes Build, das Downstream-Nutzer durch Docker-Images, gehostete Deployments und frische Installationen nutzen können. Der Umfang ist ungewöhnlich für etwas, das als Patch gelabelt ist: ungefähr 2.789 Commits, 4.748 geänderte Dateien, 442.000 Einfügungen und 392.300 Löschungen im Main-Branch in zehn Tagen. Diese Summen beschreiben Entwicklungsaktivität, nicht tausende einzeln dokumentierter Nutzer-Features, also verwechselt die Größe des Diffs nicht mit einer sauberen Feature-Liste. Nous Research sagt, die Periode wurde von Bugfix- und Bergungsarbeit an Gateway, Sprach-Subsystem, Desktop-Anwendung und Installer dominiert.

[ALLOY]: "Bergungswellen" ist nicht die Phrase, die jemand gerne an einem Produktionsagenten sieht, aber ein stabiles Rollup ist genau das, wie diese Arbeit Leute außerhalb des Main-Branches erreicht. Die benannten Bereiche zeigen auch, wie breit Hermes geworden ist. Gateway-Verhalten betrifft Anfragen, die in den Agenten hinein- und hinausgehen. Sprach-Regressionen treffen Echtzeit-Gespräche. Desktop- und Installer-Fixes bestimmen, ob Leute ihn überhaupt ausführen können. Telegram-Media-Zuverlässigkeit ist wichtig, wenn der Agent mehr als Text empfängt oder liefert. Es gab weitere Arbeit an Buzz, einem Kanal auf dem dezentralen Nostr-Netzwerk, plus FLUX3-Videogenerierung und -Zustellung. Das ist eine Menge Oberfläche, verpackt hinter einem einzigen Tag.

NOVA: Und ich werde dem großen Zahlen-Glanz widerstehen. Die Quelle bildet diese Commits nicht auf spezifische neue Defaults, Kompatibilitätsgarantien oder messbare Zuverlässigkeitsgewinne ab. Vollständige Notizen sind für Version 0.20 reserviert, die laut Nous Research alles ab 0.19 dokumentieren wird, einschließlich Feature-Bereichen, Highlights und Contributor-Credits. Also gibt 7.30 Downstream-Konsumenten jetzt ein stabiles Artefakt, aber noch keine geführte Tour durch jede Änderung. Behauptungen über bessere Latenz, Reconnect-Verhalten, Genehmigungen, Berechtigungen oder Sicherheit würden die veröffentlichten Belege überholen.

[ALLOY]: Faire Rückfrage. Konkret ist die Transition von einem schnell bewegenden Entwicklungs-Branch zu einem Stable Release, das Gateway, Sprache, Desktop, Installation, Kanäle, Media und generiertes Video umspannt. Gehostete und containerisierte Hermes-Deployments können ein definiertes Build konsumieren, anstatt dieses Zehn-Tage-Entwicklungsfenster selbst zu rekonstruieren. Das aufschlussreichere Release könnte immer noch 0.20 sein, weil dort die Maintainer das kuratierte Konto versprechen. Aber 7.30 ist unabhängig wichtig: es friert einen enormen Strech aus Reparatur- und Plattformarbeit in etwas ein, das Downstream-Systeme tatsächlich benennen und deployen können.

[ALLOY]: DeepMind nennt Gemini Robotics 2 "Ganzkörper-Intelligenz". Was bedeutet das jenseits eines Roboters, der mehr Gelenke gleichzeitig bewegt?

NOVA: Es bedeutet, dass Wahrnehmung, Planung, Werkzeugnutzung, Armbewegung, Greifer und Mobil-Basis-Bewegung als ein koordiniertes Problem behandelt werden, anstatt als isolierte Kontrollsysteme. DeepMind veröffentlichte am 30. Juli zwei benannte Modelle: Gemini Robotics 2 und Gemini Robotics ER 2. ER bedeutet embodied Reasoning – das Modell reasont über eine Aufgabe, situiert in der physischen Welt – und DeepMind positioniert diese Variante für Kollaboration und reales Problemlösen. Das System kann lange Video-Demonstrationen beobachten, wichtige Schritte identifizieren und diese Beobachtungen in Aktion umwandeln. Es kann auch entscheiden, dass seine eingebauten Gliedmaßen nicht genug sind, ein anderes Werkzeug holen oder einen separaten Agenten aufrufen. Das bewegt den Roboter weg vom Befolgen einer engen Bewegungs-Rezeptur hin zum Zusammenstellen eines Plans aus verfügbaren Körpern, Werkzeugen und Diensten.

[ALLOY]: Okay, der Multi-Roboter-Teil ist das, was mich umhaut. Mehrere Maschinen können einen Job aufteilen, ohne dass eine Person jeden Übergabe-Schritt scriptet, und macht Koordination zu einer Modellfähigkeit statt eines maßgeschneiderten Kontrollprogramms. DeepMind rahmt die Demonstrationen auch um reale Aufgaben herum ein, nicht nur um Tabletop-Pick-and-Place. Das Framing ist angekommen: Die Diskussion erreichte 561 Punkte auf Hacker News innerhalb eines Tages, ungewöhnlich hohe Aufmerksamkeit für Robotik-Arbeit. Beliebtheit ist offensichtlich kein Beweis für Performance, und DeepMind hat nicht etabliert, dass ein System an jeden unbekannten Ort gehen und unbeschränkte Arbeit erledigen kann. Ganzkörper-Kontrolle komponiert auch Fehler – eine schlechte visuelle Interpretation kann zu einem schlechten Plan, einer schlechten Werkzeugwahl und dann zu unsicherer Bewegung werden. Trotzdem gibt die Kombination aus Lang-Video-Verständnis, Orchestrierung und Kollaboration diesen Robotern einen breiteren Weg in Labore, Lagerhallen, Fertigung und Service-Arbeit als ein System, das um eine Greifer-Routine herum trainiert wurde. Kitting, Inspektion und Verpackung sind die klarsten Ziele, weil jede Wahrnehmung, Sequenzierung, Werkzeugwahl und wiederholte physische Übergaben kombiniert. Diese Jobs decken auf, ob Koordination außerhalb einer inszenierten Demonstration überlebt.

NOVA: GitHub Models ist eingestellt, komplett. Stand 30. Juli sind der Browser Playground, der Modellkatalog, die Inference API und die Bring-Your-Own-Key-Option für Kunden nicht verfügbar. GitHub hat den Katalog nicht erhalten, während es Inferenz entfernte, oder den Playground als Browsing-Tool behalten. Jeder große Teil verschwand zusammen. Entwickler, die den Playground für schnelle Modellvergleiche nutzten, verlieren diesen Einstiegspunkt. Anwendungen, die GitHubs Inference-Endpoint aufriefen, verlieren diesen Endpoint. Teams, die externe Provider-Keys bereitgestellt haben, um OpenAI, Anthropic oder andere Modelle durch eine GitHub-verwaltete Oberfläche zu routen, verlieren diesen Übergabepunkt ebenfalls.

[ALLOY]: Das ist ein überraschend harter Stopp für einen Service, der um Bequemlichkeit herum aufgebaut wurde. Stellt der direkte Wechsel zu Modell-Anbietern das gleiche Setup wieder her?

NOVA: Er stellt den zugrunde liegenden Modell-Zugang wieder her, nicht die einzelne GitHub-Schicht. Provider-Software-Kits und API-Credentials können Inferenz-Aufrufe ersetzen, während Provider-Konsolen und unabhängige Verzeichnisse Browsing und Prototyping ersetzen können. Aber Anwendungen, die von GitHubs Request-Format, Modellnamen, Authentifizierung, Nutzungsaufzeichnungen oder Routing abhingen, stehen immer noch vor Integrationsarbeit. Statt eines Kontos, das mehrere Anbieter vermittelt, pflegen Teams jetzt jede Provider-Beziehung selbst oder wählen einen anderen Aggregations-Service. Die Quellen-Kundenumfang-Formulierung ist abgeschnitten, also etabliert sie nicht klar, ob ein bezahlter oder Enterprise-Fortsetzungspfad existiert. Die bestätigte Nachricht ist der breite Rückzug, nicht eine spezielle Ausnahme.

[ALLOY]: Und das verbindet sich auf etwas unangenehme Weise zurück zu Hermes. Stabile Schichten sind nur wertvoll, solange sich jemand verpflichtet, sie zu betreiben. GitHub Models bot eine dünne, attraktive Abstraktion über Anbieter; jetzt ist es weg, und direkte Provider-Verbindungen werden standardmäßig zum dauerhaften Pfad. Es könnte bessere Kontrolle in diesem Arrangement geben – klarere Abrechnung, Zugang zu nativen Features, weniger Vermittler – aber auch mehr Fragmentierung. Jedes Produkt, das GitHub Models als Produktionsinfrastruktur behandelte, muss jetzt eine Abhängigkeit ersetzen, nicht nur einen anderen Browser-Playground finden. Der Rückzug fragmentiert auch Nutzungsaufzeichnungen und Credentials, die zuvor hinter einem GitHub-verwalteten Konto saßen.

NOVA: Moonshot AIs Kimi K3 zieht lokale Modell-Aufmerksamkeit auf sich, weil Unsloth am 27. Juli quantisierte GGUF-Weights veröffentlicht hat und das Paket innerhalb weniger Tage 36.000 Downloads mit 218 Likes erreichte. GGUF ist ein Modell-Datei-Format, das von lokalen Runtimes wie llama.cpp, Ollama und LM Studio verwendet wird. Quantisierung speichert Modellgewichte mit geringerer numerischer Präzision und reduziert den Speicher, der zum Ausführen benötigt wird. Zusammen macht das ein großes Modell auf privat kontrollierter Hardware praktischer, statt es nur durch einen Cloud-Service zu nutzen. Kimi K3 akzeptiert auch Bilder und Text zusammen und produziert dann Text, was lokale Screenshot-Analyse, gescannte Dokumenten-Extraktion, visuellen Chat und private Bild-unterstützte Arbeit ermöglicht.

[ALLOY]: Das ist spannend, weil lokal ausführbare offene Modelle oft textbasiert waren. Ein quantisiertes multimodales Paket von Moonshot erweitert, was Offline-Assistenten sehen können, und Daten können auf einem Laptop

NOVA: Die Nachfrage zeigt sich über das Unsloth-Paket hinaus. Moonshots Hauptlisting für Kimi K3 hat mehr als 9.100 Likes und etwa 493.000 Downloads, mit Bild-zu-Text-Konversation und Auswertungsergebnis-Tags. Diese Hub-Zahlen messen Aufmerksamkeit und Abruf, nicht Produktionsadoption oder Modellqualität. Dennoch sagen Hunderttausende von Downloads, dass Entwickler Vision, Konversation und lokale Kontrolle in einem Paket wollen. Cloud-basierte multimodale Dienste bleiben für viele Teams einfacher. Kimi K3 bietet datenschutzsensiblen Benutzern und Menschen mit geeigneter Hardware eine ernsthafte Alternative, während die Modellkarte die Autorität für exakte Formate, Hardware-Anforderungen, Benchmark-Bedingungen und kommerzielle Bedingungen bleibt. Die GGUF-Konvertierung ist wichtig, da gängige lokale Laufzeiten dieses Format bereits laden können, was die Verpackungsarbeit reduziert, bevor das modellspezifische Tuning beginnt.

[ALLOY]: Dharma-AI hat einen brutal einfachen Vergleich: Eine ungenutzte GPU ist wie ein am Boden stehendes Flugzeug. Sie verliert an Wert, egal ob sie nützliche Arbeit verrichtet oder auf dem Rollfeld steht.

NOVA: Richtig, und der Hugging Face Beitrag vom 30. Juli argumentiert, dass Organisationen oft Budgets um die gekaufte Accelerator-Kapazität herum planen, anstatt um die tatsächlich verbrauchte Rechenleistung. Sobald ein Unternehmen mehr als eine Handvoll GPUs betreibt, können ungenutzte Stunden zu dominanten Kosten werden, weil die Hardware, die Finanzierung, die Leistungsgrenze und die Support-Verpflichtung weiterlaufen, selbst wenn keine Aufträge laufen. Es ist eine Flottenmanagement-Perspektive: Auslastung ist genauso wichtig wie nominale Kapazität. Das Kaufen knapper Acceleratoren kann sich wie Fortschritt anfühlen, während Warteschlangen, lange Reservierungen, überdimensionierte Zuweisungen und fragmentierte Arbeitslasten teure Maschinen inaktiv lassen.

[ALLOY]: Ich verstehe den Ansatz, aber noch nicht das implizierte Ausmaß. Das verfügbare Material liefert keine Auslastungs-Benchmarks, Kundenfallstudien, Planungssoftware oder gemessene Einsparungen. Somit

NOVA: NVIDIA hat Investorin Sarah Guo in einem Werbevideo am 28. Juli eingesetzt und Jetson als Clutch angepriesen – kompakt, stilvoll, in einer Hand haltbar und offenbar bereit für die Laufstege des eingebetteten Computings. Kurze Anmerkung: GPU‑Marketing hat nun Handtaschen‑Vokabular erreicht.

[ALLOY]: Ich habe gelacht, aber die Deployment‑Idee dahinter ist real. Jetson führt KI am Edge aus, das heißt auf dem Roboter, der Kamera, der Drohne oder dem Handgerät, anstatt jeden Input an einen Remote‑Dienst zu senden. Lokale Inferenz kann die Netzwerkabhängigkeit verringern, Daten schützen, die das Gerät nicht verlassen müssen, und eine Maschine reaktionsschnell halten, wenn die Verbindung langsam oder nicht verfügbar ist. Guo leitet die KI‑fokussierte Venture‑Firma Conviction und ist Co‑Moderator von No Priors, also nutzt NVIDIA einen Investor‑Operator – keinen Chip‑Entwickler –, um Gründern zu vermitteln, dass Edge‑Deployment ein glaubwürdiges Terrain für den Firmenaufbau ist.

NOVA: Verwechseln Sie den Boten nicht mit einer technischen Ankündigung. Der Beitrag kündigt kein neues Jetson-Produkt, keinen Software-Kit, keinen Preis, kein Benchmark und keine Änderungshistorie an. Er stellt nicht fest, dass ein bestimmtes Modell passt, einen Latenzschwellenwert erfüllt oder wirtschaftlich gegen einen Cloud-Dienst gewinnt. Das ist NVIDIAs Marketing seiner bestehenden Edge-Plattform durch Guos Unterstützung. Das mag widerspiegeln, wohin sich das Risikokapital-Interesse bewegt, liefert aber keine neuen Leistungsnachweise.

[ALLOY]: Und doch passt es fast perfekt zu zwei früheren Punkten. Kimi K3 zeigt, dass Entwickler leistungsfähigere Modelle unter lokaler Kontrolle wollen; das GPU-Flotten-Argument warnt, dass zentralisierte Beschleuniger ungenutzt bleiben und teuer sein können. Edge-Boxen verlagern geeignete Workloads dorthin, wo die Daten entstehen, auch wenn sie ihre eigenen Grenzen bei Strom, Speicher, Updates und Geräteverwaltung schaffen. NVIDIAs modische Einordnung ist heiße Luft. Das wachsende Interesse an Robotern und Geräten, die wahrnehmen und handeln können, ohne einen permanenten Cloud-Roundtrip, ist es nicht.

[ALLOY]: OpenAI hat am 31. Juli „Advancing responsible AI across Europe“ veröffentlicht. Gibt es darin eine neue europäische Zusage, oder ist das vor allem eine Positionierung um den EU AI Act?

NOVA: Meistens geht es um die Positionierung im Rahmen bestehender Praktiken. OpenAI gliedert seine Arbeit in Sicherheit, Security, Transparenz und Nachvollziehbarkeit und erklärt dann, dass diese Programme neben dem EU-KI-Gesetz fortgeführt werden, während dessen Anforderungen schrittweise in Kraft treten. Nachvollziehbarkeit bedeutet Informationen, die dabei helfen zu identifizieren, woher Inhalte stammen oder ob sie von KI generiert oder verändert wurden. OpenAI präsentiert Inhaltskennzeichnung, Offenlegungen und Sicherheitsarbeit als Grundlagen für die Compliance, anstatt ein Europa-exklusives Modell, eine Zertifizierung oder ein Durchsetzungssystem anzukündigen.

[ALLOY]: Das ist ein wichtiger Unterschied. Ein Unternehmensleitfaden kann Richtung vorgeben, ohne eine Anwendung über Nacht zu verändern. Die EU-KI-Verordnung aktiviert unterschiedliche Verpflichtungen zu unterschiedlichen Zeitplänen, mit anspruchsvolleren Anforderungen für Systeme mit höherem Risiko. OpenAI teilt europäischen Kunden mit, dass Dokumentation, Kennzeichnung von generierten Inhalten und Sicherheitsberichte weiterhin Teil ihrer Antwort sein werden. Es sagt nicht, dass die Implementierungsarbeit abgeschlossen ist. Wenn diese Regeln in Kraft treten, hören Modell-Dokumentation und Informationen zur Inhaltsherkunft auf, wie rechtliche Anhänge auszusehen, und beginnen, sich wie Produkteigenschaften zu verhalten.

NOVA: Genau, und die härteren Beweise werden in spezifischen Artefakten arriveieren: Modelldokumenten, Sicherheitsoffenlegungen, Provenienz-Metadaten und Erklärungen darüber, welche Verpflichtungen für welche Bereitstellungen gelten. OpenAIs Beitrag unterstützt die fortgesetzte Alignment-Arbeit. Er unterstützt nicht die Annahme, dass jede europäische Compliance-Frage bereits gelöst wurde. Der Unterschied ist wichtig, weil eine breite Grundsatzerklärung viele zukünftige Maßnahmen abdecken kann, während Kunden konkrete Informationen benötigen, die an das Modell und den Anwendungsfall gebunden sind, den sie tatsächlich bereitstellen. Für Teams, die europäische Nutzer bedienen, werden Provenienz und Offenlegung daher zu Implementierungsfragen neben der Modellqualität. Die relevante Verpflichtung hängt immer noch von der Produktkategorie und dem Bereitstellungskontext ab.

NOVA: PhiZero schlägt eine andere Grundlage für Weltsmodelle vor. Anstatt zukünftige Videopixel direkt vorherzusagen, lernt es ein kompaktes Vokabular physikalischer Zustandsänderungen aus gewöhnlichem Video. Die Forscher bezeichnen das als physikalische Sprache: diskrete Token, die darstellen, wie sich die Welt bewegt, anstatt vollständig gerenderter Frames, die jedes visuelle Detail enthalten. Diese Token können dann vorausberechnet werden, um spätere Zustände vorherzusagen.

[ALLOY]: Okay, das ist wirklich interessant, weil Pixel ein Modell zwingen, Textur, Beleuchtung und Hintergrund zu reproduzieren, selbst wenn die nützliche Frage ist, ob ein Objekt fällt, rollt, kollidiert, sich biegt oder stehen bleibt. PhiZero versucht, diese Übergänge zu abstrahieren und saubereres Material für die Planung bereitzustellen. Die Autoren vergleichen es damit, wie Menschen wiederverwendbare Regeln aus Beobachtung ableiten. Es ist eine Forschungspreprint, kein eingesetztes Robotersystem, und die Arbeit beweist noch nicht, dass physische Tokens die Pixelvorhersage in realen Umgebungen übertreffen. Aber es bietet einen plausiblen Weg zu Welmodellen, die über Veränderung nachdenken, anstatt nur zu rendern, wie der nächste Frame aussehen könnte.

[ALLOY]: Frontis-MA1 stellt eine wunderbar rekursive Frage: Kann eine KI den Engineering-Prozess verbessern, der zur Entwicklung von KI verwendet wird?

NOVA: Das Modell mit 35 Milliarden Parametern wird als das, was die Forscher einen Meta-Evolutions-Agenten für Machine-Learning-Engineering nennen, nach-trainiert. Ihr offenes System OpenMLE wandelt vorgeschlagene Engineering-Änderungen in ausführbare Aufgaben mit Feedback um. Eine Schicht führt überprüfbare Umgebungen aus, eine andere lehrt das Modell, wie es Edits und Suchen steuert, und eine dritte unterstützt längere Suchen, bei denen Verbesserungen sich kumulieren können.

NOVA: Die Schlagzeile ist nicht "autonome Selbstverbesserung erreicht". Sie lautet: Das Team hat eine offene, messbare Umgebung veröffentlicht, in der ein Modell Änderungen vorschlägt und sieht, welche funktionieren. Andere Forscher können die Aufgabenumgebungen, die Lernschleife und das Suchsystem überprüfen oder erweitern, anstatt sich auf eine geschlossene Demonstration zu verlassen. Das Paper trend auf Hugging Faces täglichem Research-Feed, aber wiederholbare Gewinne innerhalb dieser Umgebung werden darüber entscheiden, wie wichtig es wird. Rekursive Verbesserung hat eine beobachtbare Werkbank erworben; Magie hat sie nicht.

NOVA: Doubleword hat einen Walkthrough der DeltaNet-Familie von Linear-Attention-Varianten veröffentlicht, und seine provokante Behauptung ist, dass Kimi Delta Attention wie ein natürlicher nächster Zweig aussieht, wenn man das vorangegangene Werk versteht. Lineare Attention bezieht sich auf Techniken, die darauf ausgelegt sind, lange Sequenzen mit Wachstum näher an der Sequenzlänge zu verarbeiten, anstatt der teureren paarweisen Vergleiche, die von Standard-Attention verwendet werden. Die Implementierungen unterscheiden sich, aber dieses Effizienzziel verbindet die Familie.

[ALLOY]: Das ist nützlich, weil Modellankündigungen oft einen neuen Attention-Namen präsentieren, als käme er von einem anderen Planeten. Doubleword ordnet die Vorgänger an, sodass jede Modifikation als Antwort darauf verständlich wird, was das vorherige Design konnte und was nicht behalten konnte. Der Post führt kein Modell ein und meldet keinen Benchmark-Sieg. Er organisiert bestehende Ideen in eine Abstammungslinie, die Kimis Design leichter verständlich macht. Der Post vom 28. Juli erreichte 297 Punkte auf Hacker News und zog auch Diskussionen auf Lobsters an, was eine echte Nachfrage nach Erklärungen zeigt, die Papiere verbinden, anstatt jedes als isolierte Erfindung zu behandeln.

NOVA: Ich kaufe den "ihr hättet es erfinden können"-Schmuck des Posts immer noch nicht. Eine klare Retrospektive kann eine Erfindung nach getaner harter Arbeit unvermeidlich erscheinen lassen. Aber die Abstammungslinie nachzuverfolgen hilft, substanzielle Änderungen von Branding zu unterscheiden. Da Kimi K3 lokales Interesse weckt, ist die Architektur darin plötzlich weniger akademisch. Leser können sehen, welche Einschränkung jeder Zweig adressiert, welche Information er vorwärtsträgt und welchen Kompromiss er einführt, ohne so zu tun, als ob ein guter Erklärer die ursprüngliche Forschungsinsight unabhängig reproduzieren würde.

NOVA: GitHub hat Agent-Skills und Model Context Protocol-Unterstützung in Copilot Code Review am 29. Juli zur allgemeinen Verfügbarkeit gebracht. Model Context Protocol, oder MCP, ist ein offener Standard, der es KI-Systemen ermöglicht, sich mit externen Tools und Daten zu verbinden. Die Funktionen sind jetzt für Copilot Pro, Pro Plus, Business- und Enterprise-Nutzer nach einer öffentlichen Vorschau verfügbar.

[ALLOY]: Das ist eine echte Statusänderung, aber die Ankündigung ist überraschend dünn. Allgemeine Verfügbarkeit sagt, dass GitHub diese Funktionen für unterstützte Nutzung statt für Vorschau-Experimente bereit hält. Sie definiert nicht genau, was ein "Agent-Skill" enthält, listet keine gebündelten Skills, identifiziert keine spezifischen MCP-Integrationen und beschreibt keine Verhaltensänderungen zur Vorschau. Kostenlose Copilot-Nutzer sind in den genannten Stufen nicht eingeschlossen. Also ist der konkrete Schritt Verfügbarkeit und Support-Status, keine neu dokumentierte Review-Superkraft.

NOVA: Code Review mit Skills und MCP zu verbinden könnte dem Reviewer ermöglichen, auf spezialisierte Anweisungen oder externe Kontexte zuzugreifen, aber das Changelog allein legt nicht fest, welche Systeme es erreichen kann oder wie dieser Kontext einen Review verändert. Detailliertere GitHub-Dokumentation trägt diese Antworten. Was ausgeliefert wurde, ist Zugriff auf zwei Erweiterungsflächen für bezahlende Stufen unter einem Label für allgemeine Verfügbarkeit. Das ist bedeutsam für Organisationen, die Vorschau-Features in der Produktion vermeiden, auch wenn GitHub hier nicht genug Details geliefert hat, um verbesserte Review-Genauigkeit, breiteres Repository-Verständnis oder eine bestimmte Integration zu beanspruchen.

[ALLOY]: Dies ist vielleicht die am wenigsten glamouröse Änderung mit dem breitesten Impact: MCP's Spezifikation vom 28. Juli macht seinen Transport zustandslos. Was ändert das für die Dienste hinter all diesen Agent-Tools?

NOVA: Zustandslos bedeutet, dass ein Server sich nicht an eine Sitzung zwischen Anfragen erinnern muss; jede Anfrage trägt das, was nötig ist, um sie selbst zu bearbeiten. Das vereinfacht das Skalieren, weil jede geeignete Server-Instanz die nächste Anfrage empfangen kann, und es reduziert die Abhängigkeit von einer erhaltenen Verbindung, die perfekt überlebt. Eine abgebrochene Sitzung muss nicht mehr jeden späteren Austausch in derselben Weise ungültig machen. Die Veröffentlichung vom 30. Juli führt auch eine formale Deprecierungsrichtlinie ein, sodass Protokoll-Features vor ihrer Entfernung eine Benachrichtigung und eine dokumentierte Übergangsfrist erhalten.

[ALLOY]: Das ist ein Reifemarker. Sobald Code-Review-Agenten, persönliche Assistenten und Codebase-Memory-Dienste dasselbe Protokoll sprechen, werden Überraschungsentfernungen zu Ökosystem-weiten Brüchen. Eine Deprecierungszusage gibt Client- und Server-Autoren Zeit, gemeinsam zu migrieren. Das bedeutet nicht, dass alte Features für immer leben, aber es bedeutet, dass Maintainer sie nicht ohne Warnung verschwinden lassen werden. Und der Zeitpunkt ist wichtig: GitHub bittet zahlende Kunden, sich in Code Review auf MCP zu verlassen, während das Protokoll selbst einfacher zu betreiben und vorhersehbarer in der Entwicklung wird.

NOVA: Die Spezifikationsaktualisierung erreichte 127 Punkte auf Hacker News, eine ordentliche Resonanz für Transport-Semantik. Nein, Zustandslosigkeit macht nicht jede Integration für sich allein zuverlässig. Tools haben möglicherweise immer noch ihre eigene Authentifizierung, Daten oder Workflow-Zustand; der Transport hört einfach auf zu erfordern, dass der Server eine Protokollsitzung zwischen Anfragen erhält. Das entfernt eine Quelle von Verbindungscomplexität und etabliert einen klareren Vertrag für Änderungen. Während sich MCP über Agenten und Repositories ausbreitet, werden langweilige operationelle Garantien wertvoller als eine weitere protzige Demo. Dieser Vertrag ist besonders wichtig für Dienste, die über mehrere Instanzen skaliert sind, weil kein einzelner Prozess die Protokollsitzung für die nächste Anfrage behalten muss.

NOVA: avatarin hat einen rund um die Uhr verfügbaren mehrsprachigen Shopping-Assistenten bei Yamada Denki, einem japanischen Elektronikhändler, unter Verwendung von OpenAIs GPT-Realtime eingesetzt. In den ersten zwei Wochen nutzten 30.000 Menschen den Agenten, und 92 Prozent der Umfrageantworten waren positiv. Diese Zahlen kommen vom Deployment-Konto, aber sie sind ungewöhnlich konkret für einen Retail-Sprachagenten-Launch. Kunden können hinkommen, Produktfragen in ihrer eigenen Sprache stellen und erhalten Echtzeit-Sprachantworten.

[ALLOY]: Dreißigtausend Interaktionen in vierzehn Tagen ist kein ruhiger Back-Office-Pilot. GPT-Realtime ist Sprach-zu-Sprache: Audio kommt rein und Audio kommt direkt zurück, ohne sichtbare Texttranskription als zentralen Gesprächsschritt zu behandeln. Dieser direkte Pfad kann die Latenz reduzieren, die ältere Sprachassistenten wie Turn-Taking-Maschinen statt wie Gespräche wirken lässt. Wichtiger ist, dass echter Retail-Verkehr Akzente, Hintergrundgeräusche, unvollständige Fragen, Unterbrechungen und Menschen mit null Geduld mitbringt. In dieser Umgebung in bedeutungsvollem Volumen zu überleben, sagt uns mehr als eine kontrollierte Booth-Demonstration.

NOVA: Das gemessene Ergebnis ist ermutigend, auch wenn "positive Umfrageantwort" nicht die Antwortgenauigkeit, Aufgabenabschluss, wiederholte Nutzung oder wie viele Leute die Umfrage abgelehnt haben, preisgibt. Wir haben auch keine Aufschlüsselung nach Sprache oder Produktkategorie. Dennoch ist dies ein Beweis für echte Nutzung statt einer Versprechung. Und es macht die Robotik-Nachrichten weniger fern: Intelligenz, die in Geschäfte kommt, wird nicht alles in humanoiden Maschinen ankommen. Sprache könnte die erste praktische Schnittstelle sein, weil sie bestehenden Retail-Raum nutzt und keine bewegliche Hardware erfordert. Retouren, Beschwerden, Empfehlungen und Upselling haben höhere Einsätze als ein Produkt zu finden; eine Erweiterung in diese Jobs würde das Deployment erheblich folgenreicher machen. Das mehrsprachige Format ist auch in einem Geschäft wichtig: Eine Sprachoberfläche kann Kunden bedienen, die sonst unterschiedliche Sprachunterstützungswege bräuchten.

[ALLOY]: Wir haben Gemini Robotics 2 früher behandelt, aber DeepMinds vollständige Veröffentlichung teilt die Arbeit in drei Modelle auf. Wie teilen sie die Aufgabe auf?

NOVA: Gemini Robotics 2 ist das Vision-Language-Action-Modell für die Ganzkörper-Steuerung von Humanoiden; Vision-Language-Action bedeutet, dass visuelle und sprachliche Eingaben in physische Aktionen umgewandelt werden. Gemini Robotics ER 2 übernimmt verkörperte Reasoning und Aufgaben-Orchestrierung. Ein drittes, auf dem Gerät laufendes Modell ist darauf ausgelegt, sich innerhalb von Stunden an neue Roboter-Körper anzupassen. Die Veröffentlichung beschreibt einen Checkpoint, der sowohl Apptroniks Apollo 2 Humanoiden als auch ein Franka Duo Setup steuert, was der konkrete Beweis für das Teilen erlernter Fähigkeiten über verschiedene Verkörperungen hinweg ist. Nur ER 2 ist öffentlich verfügbar.

[ALLOY]: Dieser letzte Satz hält die Ankündigung bodenständig. DeepMind hat einen Drei-Modell-Stack gezeigt, aber externe Entwickler erhalten nicht alle drei Kontrollschichten. Dass ER 2 öffentlich ist, gibt Forschern Zugang zur Reasoning-Komponente, während die Ganzkörper- und On-Device-Modelle beschrieben statt breit veröffentlicht bleiben. Dieses Setup erklärt auch, warum ein einzelnes großes Modell nicht alles erledigt: Orchestrierung, Ganzkörper-Aktion und schnelle Anpassung an Hardware bleiben separate Aufgaben, selbst wenn sie zusammenarbeiten. Cross-Body-Wiederverwendung ist die aufregende Behauptung, weil Roboter-Lernen historisch eng an die Gelenke, Kameras und den Kontroll-Stack einer Maschine gekoppelt war.

NOVA: Und wir sollten diese Behauptung nicht über die genannten Systeme hinaus ausdehnen. Die Quelle unterstützt Apollo 2, Franka Duo, Ganzkörper-Steuerung, verkörpertes Reasoning, Anpassung innerhalb von Stunden, Geschicklichkeit und Multi-Roboter-Zusammenarbeit. Sie verspricht keine Kompatibilität mit beliebigen Robotern, uneingeschränkte Bereitstellung oder allgemeine Leistungsüberlegenheit. Dennoch zeigt ein einzelner Checkpoint, der sich über einen Humanoiden und eine Dual-Arm-Plattform erstreckt, in Richtung einer physischen Intelligenz, die weniger in einem Körper gefangen ist. Es ist begrenzter Beweis, keine universelle Robotik – aber begrenzter Beweis über zwei sehr unterschiedliche Maschinen ist trotzdem ein bedeutsamer Schritt. Die Trennung der Reasoning-, Aktions- und Adaptionsmodelle macht auch die Grenze sichtbar: öffentlicher Zugang zu einer Komponente ist nicht öffentlicher Zugang zum gesamten Robotics-Stack.

NOVA: Drei Repositories zeigen, wie MCP zu funktionierender Infrastruktur wird. HKUDS' Nanobot führt mit 46.460 Sternen und Version 0.3, veröffentlicht am 25. Juli. Es ist ein leichtgewichtiges, selbstgehostetes Python-Agent-Framework mit Web-Interface, Speicher, Tools, Automatisierung, Chat-Integrationen, Multi-Agent-Workflows und MCP. DeusDatas codebase-memory-mcp bewältigt ein komplementäres Problem: beständiges Code-Verständnis. Es baut einen Knowledge Graph über 158 Sprachen auf, wird als eine statische Binary ausgeliefert und beansprucht Millisekunden-Indizierung für ein durchschnittliches Repository, Sub-Millisekunden-Abfragen und 99 Prozent weniger Tokens. Diese Leistungszahlen kommen vom Projekt und benötigen noch eine unabhängige Bestätigung.

[ALLOY]: Nanobot liefert die Agent-Shell, während codebase-memory-mcp strukturierten Repository-Speicher bereitstellt. Prefects FastMCP mit 26.989 Sternen bietet die Python-Konstruktionsschicht für MCP-Server und Clients. FastMCP hat Version 3.4 am 27. Juli ausgeliefert, während codebase-memory Version 0.9 früher im Juli erreicht hat. Zusammen decken sie eine nützliche Kette ab: einen Tool-Service aufbauen, beständiges Code-Wissen bereitstellen und es mit einem selbstgehosteten Agent verbinden.

NOVA: Und deshalb ist die zustandslose Transport-Änderung wichtiger, als sie zunächst klang. Nanobot hat mit mehr als 46.000 Sternen die stärkste Traktion, aber keines dieser Projekte existiert allein. Agent-Shells, Wissensdienste und Tool-Server brauchen einen gemeinsamen Verbindungsvertrag, wenn Entwickler sie kombinieren wollen, ohne einen benutzerdefinierten Adapter für jedes Paar zu schreiben. Stern-Zahlen zeigen Aufmerksamkeit, nicht Zuverlässigkeit. Die Veröffentlichungen und die fortgesetzte Repository-Aktivität zeigen ein Ökosystem, das sich um interoperable Teile zusammenbaut, statt um einen monolithischen Assistenten.

NOVA: DeepSeek V4 Flash 0731 ist neu über OpenRouter verfügbar mit einem Kontextfenster von 1.048.576 Tokens. Es ist ein Sparse Mixture-of-Experts-Modell, was bedeutet, dass jede Eingabe nur einen Teil des Netzwerks aktiviert: 13 Milliarden aktive Parameter von 284 Milliarden insgesamt. DeepSeek positioniert diese nachgeschulte Revision für Coding, Reasoning und Agenten-Arbeit. Die Million-Token-Kontext-Spezifikation ist konkret; Qualität, Geschwindigkeit und Kosten hängen noch von der Arbeitslast und unabhängigen Ergebnissen ab. Seine Active-to-Total-Parameter-Aufteilung ist zentral für dieses Sparse-Serving-Angebot.

[ALLOY]: Moonshots Kimi K3 ist sowohl das lokale Spotlight als auch ein Headline-Modell. Seine Hugging-Face-Liste identifiziert ein Modell, das Bilder und Text akzeptiert und Text zurückgibt, mit Transformers- und Compressed-Tensor-Support. Mehr als 9.100 Likes und ungefähr 493.000 Downloads zeigen außergewöhnliches Interesse, während Unsloths GGUF-Konvertierung quantisierte lokale Ausführung durch Common Runtimes zugänglicher macht.

NOVA: Die Attraktion ist private multimodale Arbeit: Bilder, Screenshots, Scans und Text können auf kontrollierter Hardware bleiben. Aber das Custom-Code-Tag und die "Andere"-Lizenz der Liste verdienen gleiche Behandlung wie die Download-Zahl. Hardware-Anforderungen, nutzbarer Kontext, exakte Gewichtsformate, Benchmark-Bedingungen und kommerzielle Berechtigungen kommen von der Model Card – nicht von der Popularität. Kimi K3 ist eine substantial lokale KI-Veröffentlichung, kein Versprechen, dass jede Consumer-Maschine es komfortabel ausführen kann. Das macht Deployment zu einer Hardware- und Lizenzentscheidung, nicht zu einem Popularitätswettbewerb.

NOVA: Das GitHub Copilot in Visual Studio – Juli-Update fügt einen neuen Agenten hinzu, der auf dem Copilot Software Development Kit aufbaut, mit .NET- und Azure-Expertise und mehr Anpassungsmöglichkeiten. Die EU startet den AI Gigafactories-Aufruf, um Europas Rechenkapazität zu boosten und mehr als 30 Milliarden Euro an Investitionen freizuschalten. Einer spezialisiert Hilfe innerhalb eines Editors; der andere erweitert die Infrastruktur unterhalb europäischer KI.

[ALLOY]: Univé baut eine KI-bereite Belegschaft in OpenAIs drittem Punkt auf. Der Versicherer kombinierte ChatGPT Enterprise, Führungsunterstützung, verantwortungsvolle Governance und Mitarbeiter-geführtes Experimentieren. Es ist eine vom Anbieter verfasste Fallstudie, kein unabhängiger Beweis für breite Produktivitätsgewinne. Zusammen verbinden die drei Punkte spezialisierte Software, physisches Computing und organisatorische Adoption, ohne so zu tun, als wären sie dieselbe Art von Beweis.

NOVA: Für Primärquellen-Details, Model Cards, Projekt-Repositories und die hier behandelte Forschung schauen Sie sich die Shownotes auf Toby On Fitness Tech dot com an. Diese Links sind an einem Ort gesammelt, damit Sie den Beweis hinter jeder Behauptung prüfen und den Projekten direkt folgen können.

[ALLOY]: Danke fürs Zuhören bei AgentStack Daily.

NOVA: Wir sind bald wieder da.