🚨 BREAKING: Anthropic hat gerade Claude eingesetzt, um 22 Sicherheitslücken in Firefox zu finden. Keine Theorie. Keine Demo. Echte Schwachstellen. 14 davon als hochgradig kritisch eingestuft. Das sind fast ein Fünftel aller hochgradig kritischen Firefox-Fehler, die im gesamten Jahr 2025 behoben wurden. In zwei Wochen. Hier wird es verrückt. Der erste Fehler dauerte 20 Minuten, um von Claude gefunden zu werden. Eine Use After Free-Sicherheitsanfälligkeit im JavaScript-Engine von Firefox, die es Angreifern ermöglicht, den Speicher mit bösartigem Code zu überschreiben. Während die Forscher diesen ersten Fehler noch validierten, hatte Claude bereits 50 weitere gefunden. Am Ende hatte es fast 6.000 C++-Dateien gescannt und 112 Berichte eingereicht. Mozilla hat die Fixes an Hunderte Millionen Firefox-Nutzer ausgeliefert. Dann testeten sie etwas Beängstigendes. Konnte Claude tatsächlich die gefundenen Fehler ausnutzen? Nicht nur den Riss in der Wand finden, sondern die Tür eintreten? Sie führten den Test Hunderte von Malen durch. Gaben 4.000 Dollar für API-Guthaben aus. Claude hatte in zwei Fällen Erfolg. Erstellte einen funktionierenden Browser-Exploit von Grund auf. Die Lücke zwischen „findet Fehler“ und „macht sie zur Waffe“ existiert immer noch. Für jetzt. Hier ist die Zeile aus dem Papier, die jeden Sicherheitsingenieur nachts wachhalten sollte: „Es ist unwahrscheinlich, dass die Lücke zwischen den Entdeckungs- und Ausnutzungsfähigkeiten von Frontier-Modellen lange bestehen bleibt.“ Das bedeutet… KI ist derzeit besser darin, Verteidiger zu unterstützen als Angreifer. Dieses Fenster schließt sich. Das letzte Mal, als sich die Sicherheit so schnell änderte, dauerte es ein Jahrzehnt, bis die Branche aufholte. Diesmal haben wir Monate, vielleicht weniger. Das Rennen zwischen KI-gestützten Angreifern und KI-gestützten Verteidigern ist gerade zum wichtigsten Wettrüsten im Internet geworden. Und die meisten Menschen haben keine Ahnung, dass es bereits passiert.

🚨 BREAKING: Jemand hat gerade eine massive Bibliothek von OpenClaw-Fähigkeiten erstellt und kostenlos auf GitHub veröffentlicht. Es heißt Awesome OpenClaw Skills. Eine kuratierte Sammlung von einsatzbereiten Fähigkeiten, die Sie direkt in OpenClaw-Agenten integrieren können. Was ist enthalten: → Fähigkeiten für Automatisierung, Forschung, Programmierung und Workflows → Fertige Werkzeuge, um OpenClaw sofort zu erweitern → Von der Community beigesteuerte Fähigkeiten, die Sie wiederverwenden und anpassen können → Beispiele, die zeigen, wie Sie Ihre eigenen Fähigkeiten erstellen → Ein zentrales Hub zur Entdeckung neuer OpenClaw-Fähigkeiten Anstatt jedes Werkzeug von Grund auf neu zu erstellen… Können Sie einfach eine Fähigkeit auswählen und in Ihren Agenten einfügen. (Link in den Kommentaren)

🚨 Stanford-Forscher haben gerade einen seltsamen Nebeneffekt von AI aufgedeckt, über den fast niemand spricht. Das Papier heißt „Künstliche Hivemind“. Und die zentrale Erkenntnis ist beunruhigend. Während Sprachmodelle besser werden, beginnen sie auch, immer ähnlicher zu klingen. Nicht nur innerhalb eines einzelnen Modells. Über verschiedene Modelle hinweg. Die Forscher haben einen Datensatz namens INFINITY-CHAT mit 26.000 echten offenen Fragen erstellt, Dinge wie kreatives Schreiben, Brainstorming, Meinungen und Ratschläge. Fragen, bei denen es keine einzige richtige Antwort gibt. Theoretisch sollten diese Eingaben eine große Vielfalt erzeugen. Aber das Gegenteil ist passiert. Zwei Muster traten auf: 1) Intra-Modell-Wiederholung Das gleiche Modell produziert über verschiedene Durchläufe hinweg sehr ähnliche Antworten. 2) Inter-Modell-Homogenität Völlig unterschiedliche Modelle erzeugen auffallend ähnliche Antworten. Mit anderen Worten: Statt tausender einzigartiger Perspektiven… Bekommen wir immer wieder die gleichen wenigen Ideen wiederverwertet. Die Autoren nennen dies das „Künstliche Hivemind“. Es passiert, weil die meisten modernen Modelle auf ähnlichen Daten trainiert werden, mit ähnlichen Belohnungsmodellen optimiert und mit ähnlichem menschlichem Feedback ausgerichtet sind. Selbst wenn man also etwas Offenes fragt wie: • „Schreibe ein Gedicht über die Zeit“ • „Schlage kreative Startup-Ideen vor“ • „Gib Lebensratschläge“ Konvergieren viele Modelle auf die gleiche Formulierung, Metaphern und Denkweisen. Die beängstigende Implikation betrifft nicht die Qualität der AI. Es geht um Kultur. Wenn Milliarden von Menschen auf die gleichen Systeme für Ideen, Schreiben, Brainstorming und Denken angewiesen sind… Könnte AI langsam die Vielfalt des menschlichen Denkens komprimieren. Nicht, weil sie es versucht. Sondern weil die Modelle selbst sich den gleichen Antworten nähern. Das ist das echte Risiko, das das Papier hervorhebt. Nicht, dass AI schlauer wird als Menschen. Sondern dass alle anfangen, wie die gleiche Maschine zu denken.