Das KI-Briefing vom 12. Oktober fasst die vergangenen 24 Stunden zusammen: AlphaProof Nexus von Google DeepMind hat neun lange offene Erdős-Probleme eigenständig gelöst und ein Peer-Review-Verfahren durchlaufen, OpenAI hat den Standardkontext von GPT-6.1 Sol von 272k auf 500k angehoben. Außerdem dabei: Alibaba Qwens Trainings-Framework für lang laufende Agenten, Berichte über Amazons Übernahmegespräche mit Decart, Daten zur Beschäftigung junger Entwickler in den USA und Sakana AIs Forschung zur Selbstverbesserung. Die Series-C-Runde von Infinigence, StepFuns Step 5 Preview in WorkBuddy und Arenas Rangliste der Woche 41 sind heute bereits als eigene Beiträge erschienen und werden hier nicht wiederholt.
AlphaProof Nexus löst 9 Erdős-Probleme, 2 davon seit 56 Jahren offen
Am 12. Oktober berichtete The Decoder über eine neue, in Science veröffentlichte Studie: AlphaProof Nexus von Google DeepMind löste eigenständig 9 von 353 offenen Erdős-Problemen, 2 davon waren seit 56 Jahren ungelöst. Das Team hatte die Beweise bereits vor der Veröffentlichung online gestellt. Außerdem bewies das System 44 Vermutungen aus der OEIS-Datenbank für Zahlenfolgen, löste eine offene Frage der algebraischen Geometrie und verbesserte eine bekannte Schranke in der Min-Max-Optimierung. AlphaProof Nexus baut auf Gemini 3.1 Pro auf, das Beweise in der formalen Sprache Lean entwirft und überarbeitet; Lean prüft jede Änderung, Fehlermeldungen leiten den nächsten Versuch, und für schwierigere Teilprobleme kann das spezialisierte Beweiswerkzeug AlphaProof hinzugezogen werden. Bemerkenswert ist, dass die Arbeit ein Peer Review durchlief, statt eine große Menge KI-Beweise in ein öffentliches Repository zu stellen — inmitten der Debatte darüber, wie KI-Beweise veröffentlicht werden sollten, ist dieser Weg für die Mathematik-Community deutlich leichter zu akzeptieren.
GPT-6.1 Sol: Standardkontext von 272k auf 500k, Maximum 1M
Am Abend des 11. Oktober gab Thibault Sottiaux (Tibo) von OpenAI bekannt, dass der Standardkontext von GPT-6.1 Sol in Codex und ChatGPT Work von 272k auf 500k steigt, ein Plus von rund 80 %. Nutzer können den Wert weiterhin manuell erhöhen oder senken, der maximale Kontext des Modells liegt bei 1M. Der Wert sei ausgiebig getestet und ein Gleichgewicht zwischen Nutzererlebnis und Leistung; lange Aufgaben müssten deutlich seltener komprimiert werden. Zugleich entfällt bei der Anrechnung auf das Abo-Kontingent die Gebühr für langen Kontext bei GPT-6.1 Sol. Wer täglich lange Coding- und Dokumentenaufgaben fährt, verliert unterwegs weniger Details und muss Hintergrund weniger oft erneut erklären.
Alibaba Qwen veröffentlicht QwenGyre zum Training stundenlanger Agentenaufgaben
Am 12. Oktober veröffentlichte Alibabas Qwen-Team QwenGyre, ein Framework für Online-Reinforcement-Learning bei lang laufenden Agentenaufgaben. Ein einzelner Lauf kann Stunden dauern, Hunderte voneinander abhängige Interaktionen umfassen und Millionen von Token verarbeiten — weshalb sich solche Aufgaben bisher kaum in Trainingsdaten verwandeln ließen. QwenGyre teilt GPUs per elastischer Planung in Recheneinheiten: Frei werdende Einheiten beendeter Aufgaben gehen sofort ins Training, während laufende Aufgaben Fortschritt, Zustand und Cache vollständig behalten. Trajektorien werden nach gemeinsamem Präfix als Baum organisiert, nur ausgewählte Pfade werden zu Trainingsbeispielen entfaltet, und auch zeitüberschrittene, teilfertige Aufgaben liefern Teilpunkte als Feedback. In den offiziellen Experimenten auf NL2RepoBench stieg die Bestehensquote des Modells nach 48 Trainingsschritten mit Aufgaben von rund 700k Token pro Rollout von 52,5 % auf 58,5 %, bei gleichem GPU-Budget mit etwa 1,78-facher End-to-End-Beschleunigung gegenüber einer asynchronen Umsetzung.
Berichte: Amazon verhandelt über Decart-Übernahme bei rund 7 Milliarden Dollar Bewertung
Am 12. Oktober berichtete das Wall Street Journal, Amazon verhandle über die Übernahme des KI-Startups Decart bei einer möglichen Bewertung von rund 7 Milliarden Dollar. Decart aus San Francisco baut Software, mit der Entwickler nahtlos zwischen verschiedenen KI-Chips wechseln können — eine Anpassungsschicht, die wertvoll wird, wenn alle um Rechenleistung konkurrieren, sich aber niemand an einen einzelnen Chip binden will. Laut informierten Personen könnte ein Abschluss schnell kommen, falls kein neuer Bieter auftaucht. Nach PitchBook-Daten hatte Decart zuvor mehr als 400 Millionen Dollar eingeworben, eine Runde im Mai bewertete das Unternehmen mit knapp 4 Milliarden Dollar. Bloomberg hatte zuvor berichtet, Anthropic habe eine Übernahme von Decart für rund 6 Milliarden Dollar verhandelt und sei im September ausgestiegen; dass Amazon jetzt übernimmt, zeigt, dass der Kampf um chipunabhängige Werkzeuge weiter an Fahrt gewinnt. Die Gespräche sind nicht abgeschlossen, Endpreis und Zustandekommen bleiben offen.
Beschäftigung junger US-Entwickler sinkt um rund 20 %, Senior-Stellen wachsen
Am 12. Oktober zeigten von CNBC berichtete Daten beide Seiten der KI-Wirkung auf Programmierjobs. Daten von Indeed Hiring Lab zeigen: Seit dem Start von Claude Code im Februar 2025 sind die Stellenausschreibungen für Softwareentwickler in den USA um knapp 15 % gewachsen, 71 % des Wachstums entfielen auf Senior-Rollen und 37 % auf Rollen mit KI im Titel. Der AI Index 2026 der Stanford University stellte dagegen fest, dass die Beschäftigung der 22- bis 25-Jährigen in KI-exponierten Feldern seit dem Aufstieg generativer KI um 16 % gesunken ist, bei Softwareentwicklern am Karriereanfang um rund 20 %. Indeed-Experten warnen, dass Unternehmen, die heute keine Nachwuchspipeline aufbauen, in zehn Jahren eine Senior-Lücke riskieren; das U.S. Bureau of Labor Statistics erwartet für Softwareentwickler von 2025 bis 2035 weiterhin 10 % Beschäftigungswachstum. Für Neueinsteiger ist das Signal klar: Stellen, die nur Basis-Coding verlangen, schrumpfen, während Erfahrung mit der Beaufsichtigung von KI-Ergebnissen, Integration und Kommunikation immer mehr zählt.
Sakana AI stellt MASS vor: Selbstaufsicht mehrerer Agenten für rekursive Selbstverbesserung
Am Abend des 11. Oktober veröffentlichte Sakana AI die Studie MASS: Das zu verbessernde Modell ist zugleich sein eigener Optimierer und Bewerter; die kollektive Arbeit mehrerer Agenten wird zu einem Signal der Selbstaufsicht destilliert, mit dem Multi-Agenten-Workflows wiederholt optimiert werden. Das Team stammt von Sakana AI und der UC Berkeley, die offizielle Seite berichtet von verbessertem Score pro Output-Token auf Forschungs-Benchmarks. Der Ansatz zielt auf ein praktisches Problem: Antworten an der Frontier entstehen schneller, als Fachleute und Belege sie prüfen können — ein Modell muss sich womöglich an seiner eigenen kollektiven Arbeit schulen. Zuverlässige autonome Selbstverbesserung ist noch weit entfernt, aber das Setup — das Optimierungsziel ist zugleich der Bewerter — lohnt sich zu verfolgen, gerade bei nicht überprüfbaren Aufgaben.
