Wird Claude bald „Gedanken lesen“ können? Das geheimnisvolle neue Modell von Anthropic wurde enthüllt.

Wenn man eine KI nur bittet, einen einzelnen Bug zu beheben, kann sie möglicherweise der Spur folgen, eine ganze Klasse von dahinterliegenden Problemen entdecken und sogar aktiv fragen: Sollen wir sie alle gemeinsam lösen?

Eine solche KI könnte tatsächlich bald kommen.

Laut den neuesten Enthüllungen von The Information bereitet Anthropic die Einführung eines neuen Modells vor, dessen Schlussfolgerungsfähigkeit und intuitive Urteilskraft angeblich alle derzeit kommerziell verfügbaren Modelle von Anthropic übertreffen.

Einige spekulieren, dass es sich um „Claude Fable 5.5“ oder „Opus 5.6“ handelt.

Noch bemerkenswerter ist, dass dieses Modell besonders gut darin zu sein scheint, die Absichten zu verstehen, die Nutzer nicht explizit ausgesprochen haben. Selbst wenn Nutzer nur begrenzte Informationen liefern und das endgültige Ziel nicht erläutern, kann das neue Modell möglicherweise ableiten, was der Nutzer wirklich erreichen möchte, und tiefgreifendere Lösungsvorschläge unterbreiten.

Die oben genannten Informationen stammen von einer Person, die das Modell bereits ausprobiert hat. Derzeit hat Anthropic dieses Modell noch nicht offiziell vorgestellt, sein genauer Name, Veröffentlichungszeitpunkt und Bewertungsergebnisse sind noch unbekannt.

Gleichzeitig hat The Information zwei weitere Nachrichten offengelegt: Google entwickelt ein neues Modell mit dem Codenamen Gemini 4 Carbon, und OpenAI plant auch, in den kommenden Wochen ein neues Produkt auf den Markt zu bringen, das möglicherweise zur Terra-Serie gehört. Der Großmodellmarkt, der gerade eine dichte Aktualisierungsrunde erlebt hat, wird bald eine neue Runde des Wettbewerbs erleben.

Das neue Modell von Anthropic

Beginnt, die Absichten der Nutzer aktiv zu verstehen

Laut einem Bericht von The Information ist ein Tester der Ansicht, dass das kommende neue Modell von Anthropic in Bezug auf Schlussfolgerung und intuitives Urteil die derzeit kommerziell verfügbaren Modelle des Unternehmens bereits übertrifft. Eine herausragende Eigenschaft ist, dass es aus einfachen Anweisungen des Nutzers tiefere Ziele ableiten kann.

Der Bericht nennt ein Beispiel für ein Programmierszenario.

Angenommen, der Nutzer bittet das Modell, einen bestimmten Bug zu beheben, kann das neue Modell im Prozess der Code-Prüfung weiter eine ganze Klasse von zugrundeliegenden Problemen finden, die zu diesem Bug führen. Nachdem es die Probleme entdeckt hat, kann es den Nutzer auch aktiv fragen, ob ähnliche Probleme gemeinsam behoben werden sollen.

Es ist zu beachten, dass dies ein hypothetisches Szenario ist, das der Tester verwendet, um die Fähigkeiten des Modells zu erläutern, und der Bericht hat keine entsprechenden tatsächlichen Testergebnisse offengelegt. Aber dieses Beispiel ist wirklich interessant. Derzeit müssen Entwickler bei der Verwendung von KI-Programmierwerkzeugen häufig Anweisungen wiederholt ergänzen. Zum Beispiel das Modell zuerst bitten, einen Fehler zu beheben, dann prüfen, ob ähnliche Probleme in anderen Dateien vorhanden sind, und schließlich Regressionstests arrangieren.

Wenn das Modell aktiv die Zusammenhänge zwischen Problemen erkennen kann, haben Entwickler die Möglichkeit, diese hin und her gehende Kommunikation zu reduzieren. Insbesondere in großen Codebasen kann dasselbe zugrundeliegende Problem in verschiedenen Modulen wiederholt auftreten. Wenn das Modell nur den vorliegenden Fehler behebt, können ähnliche Ausfälle erneut auftreten. Natürlich ist das Erkennen ähnlicher Probleme nur der erste Schritt. Es muss auch den Einflussbereich genau beurteilen, um zu vermeiden, dass ordnungsgemäß funktionierender Code geändert wird. Das Modell im Bericht wird zuerst die Meinung des Nutzers einholen, was ebenfalls beachtenswert ist.

Ein weiteres Beispiel stammt aus dem Bereich Aktieninvestments.

Nach den Aussagen des Testers kann das traditionelle Modell, wenn der Nutzer fragt, wie man in Aktien investiert, gängige Indikatoren wie das Kurs-Gewinn-Verhältnis und einige allgemeinere Ratschläge geben. Das neue Modell kann dagegen aus gewohnten Denkweisen ausbrechen, selbst kreativere Algorithmen vorschlagen und versuchen, die zukünftige Leistung von Aktien vorherzusagen. Hier wird die Fähigkeit des Modells betont, neue Denkansätze vorzuschlagen. Ob diese Algorithmen tatsächlich wirksam sind und bessere Vorhersageergebnisse bei tatsächlichen Investitionen liefern können, gibt es derzeit keine öffentlichen Beweise dafür.

Beide Beispiele weisen auf dieselbe Eigenschaft hin: Angesichts der vom Nutzer gestellten Probleme kann das neue Modell die Ziele hinter den Problemen weiter analysieren und versuchen, eine vollständigere Lösung zu finden.

Diese Fähigkeit ist besonders wichtig für KI-Programmierung und Agent-Aufgaben. Bei komplexen Aufgaben beschreiben Nutzer oft nur das gewünschte Ergebnis und listen nicht alle Ausführungsschritte im Voraus auf. Das Modell muss selbst die Umgebung prüfen, Probleme lokalisieren und die nachfolgenden Aktionen basierend auf den unterwegs gefundenen Informationen anpassen. Wenn es die Absicht des Nutzers genauer erfassen kann, hat das Modell die Möglichkeit, wiederholte Versuche und Irrtümer während der Ausführung zu reduzieren.

Derzeit stammen diese Beschreibungen der Fähigkeiten jedoch hauptsächlich von einem Tester. Die Leistung des neuen Modells in realen Projekten und wie stark es im Vergleich zu den bestehenden Claude-Modellen verbessert wurde, kann noch keine öffentliche Bewertung bestätigen. Sogar zu welcher Modellfamilie es letztendlich gehört, gibt es derzeit keine Antwort.

Auch Google und OpenAI haben neue Modelle in der Pipeline

Während Anthropic die Aktualisierung des Modells vorbereitet, sind Google und OpenAI auch nicht untätig.

Am 14. Oktober hat Google offiziell den Zugriff auf sein Flaggschiffmodell Gemini 4 Argon erweitert und es Entwicklern, Unternehmen und Verbrauchern weltweit zur Verfügung gestellt. Zuvor wurde das Modell bereits vorab an einige Cybersicherheitsverteiler freigegeben. Argon ist hauptsächlich für komplexe Aufgaben wie Programmierung, Finanzen, Recht, Cybersicherheit und wissenschaftliche Forschung konzipiert. Bei den von Google veröffentlichten Bewertungen erzielte Argon führende Ergebnisse bei mehreren professionellen Aufgaben.

Laut Nachrichten von mit der Angelegenheit vertrauten Personen, auf die sich The Information beruft, entwickelt Google bereits das nächste Modell mit dem internen Codenamen Gemini 4 Carbon. Carbon soll angeblich noch weiter gehen als Argon, aber derzeit gibt es keine öffentlichen Leistungsdaten.

Der Bericht erwähnt auch einen Vorteil von Gemini. Argon scheint die Top-Modelle von Anthropic und OpenAI noch nicht in der Gesamtleistung umfassend zu übertreffen. Einige Entwickler teilten dem Medium jedoch mit, dass Gemini bei Aufgaben, die visuelles Verständnis erfordern, weiterhin hervorragende Leistungen zeigt. Zum Beispiel bei der Analyse von Videoinhalten oder der Prüfung, ob die Funktionen einer Website ordnungsgemäß funktionieren.

The Information spekuliert außerdem, dass Google über eine große Menge an YouTube-Videodaten verfügt, die diese Fähigkeit unterstützen könnten. Der Bericht beweist jedoch keine direkte Kausalität zwischen den beiden.

Auf der anderen Seite bereitet OpenAI auch die Aktualisierung seiner Produktlinie fort. Laut mit der Angelegenheit vertrauten Personen wird OpenAI voraussichtlich in den kommenden Wochen ein neues Modell auf den Markt bringen, sehr wahrscheinlich eine neue Version der Terra-Serie. Terra liegt zwischen Sol und Luna und gehört zur mittleren Produktlinie von OpenAI. Dieses neue Modell wird voraussichtlich weitere Leistungsverbesserungen aufweisen, während der Preis niedriger sein wird als der des zuvor veröffentlichten GPT-6.1 Sol.

Aus Sicht der Produktpositionierung versucht OpenAI weiterhin, mehr Entwicklungsanforderungen mit Modellen unterschiedlicher Leistung und unterschiedlicher Preise abzudecken. Bei Anwendungen, die eine große Anzahl von Modellaufrufen erfordern, beeinflussen die Schlussfolgerungskosten oft direkt, ob das Produkt skalierbar betrieben werden kann. Selbst wenn ein Modell keine Flaggschiff-Leistung erreicht, ist es genauso attraktiv, wenn es genügend Aufgaben zu einem niedrigeren Preis erledigen kann.

Noch bemerkenswerter ist, dass OpenAI ein weiteres schwergewichtiges Modell in Vorbereitung hat. The Information berichtete zuvor, dass dieses unveröffentlichte Modell Technologien im Zusammenhang mit dem zyklischen Transformer umfasst. Derzeit arbeitet das Team noch an der Bewältigung von Risiken im Bereich Sicherheit und Schutz, um schwerwiegende Probleme nach der Veröffentlichung des Modells zu vermeiden.

Aus diesen Nachrichten geht hervor, dass mehrere führende Hersteller die nächste Runde von Modellaktualisierungen vorbereiten. Es gibt jedoch noch viele Unsicherheiten hinsichtlich des genauen Veröffentlichungszeitpunkts, des Umfangs der Leistungssteigerung und der endgültigen Produktpositionierung.

Wenn die KI beginnt, „einen Schritt weiter zu denken“

Zurück zu Anthropic: Das Beobachtenswerteste bei dieser Enthüllung ist die mögliche Veränderung der Art und Weise, wie das Modell Aufgaben verarbeitet.

Nehmen wir die Programmierung als Beispiel. Wenn ein Entwickler die KI bittet, einen Bug zu beheben, scheint dies oberflächlich betrachtet eine sehr klare Aufgabe zu sein. Das eigentliche Ziel ist jedoch normalerweise, das Programm wieder ordnungsgemäß funktionieren zu lassen und ähnliche Fehler zukünftig zu vermeiden.

In der Vergangenheit mussten Entwickler häufig durch ergänzende Prompt-Wörter diese Anforderungen schrittweise an das Modell übermitteln. Wenn das neue Modell von Anthropic wirklich so funktioniert, wie der Tester es beschreibt, aktiv ähnliche Probleme entdeckt und fragt, ob der Behebungsbereich erweitert werden soll, kann es mehr der Untersuchungsarbeiten übernehmen, die ursprünglich von Entwicklern persönlich erledigt werden mussten.

Diese Veränderung ist in komplexeren Agent-Szenarien möglicherweise noch bedeutender. Wenn der Nutzer die KI bittet, die Ursache für den Rückgang eines Geschäftsindikators zu analysieren, muss das Modell möglicherweise zuerst die Daten prüfen und dann schrittweise die relevanten Faktoren untersuchen. Wenn es aktiv die Zusammenhänge zwischen Anomalien erkennen kann, hat es die Möglichkeit, entlang neuer Hinweise weiter zu analysieren und die Anzahl der wiederholten Hinweise des Nutzers zu reduzieren.

Aber es gibt auch ein praktisches Problem: Das vom Modell abgeleitete Ziel ist nicht unbedingt das, was der Nutzer wirklich möchte. Der Entwickler möchte möglicherweise nur den Online-Ausfall dringend beheben und nicht sofort das gesamte Projekt ändern. Selbst wenn das Modell umfassendere Probleme findet, muss es zuerst bestätigen, ob der Nutzer bereit ist, die Risiken zu übernehmen, die durch zusätzliche Änderungen entstehen. Ebenso muss das Modell in Szenarien wie Investitionen und Finanzen, selbst wenn es komplexere Analysepläne vorschlägt, vom Nutzer seine Ziele, Einschränkungen und Risikopräferenzen bestätigen lassen.

Ob die Absicht des Nutzers genau abgeleitet werden kann und unter welchen Umständen der Nutzer aktiv um seine Meinung gebeten wird, wird den praktischen Wert dieser Fähigkeiten direkt beeinflussen.

Derzeit gibt es keine Beweise dafür, dass das neue Modell von Anthropic diese Probleme bereits gelöst hat. Aber aus den vom Tester bereitgestellten Beispielen geht hervor, dass es zumindest einen erwartungswürdigen Ansatz zeigt: Nach Erhalt einer Aufgabe versucht es, weiter zu beurteilen, ob das vorliegende Problem mit tieferliegenden Zielen zusammenhängt.

Für Entwickler, die zunehmend auf KI-Agenten angewiesen sind, um komplexe Arbeiten zu erledigen, kann dies zu einer sehr intuitiven Veränderung der Erfahrung führen. Inwieweit Anthropic diese Fähigkeit letztendlich umsetzen kann, muss man abwarten, bis das neue Modell offiziell veröffentlicht ist und seine Leistung bei realen Aufgaben betrachten.

Referenzlinks:

https://www.theinformation.com/newsletters/ai-agenda/anthropic-readies-model-reads-users-intentions-better

https://x.com/kimmonismus/status/2112185581597860349

https://explainx.ai/blog/anthropic-new-model-gemini-4-carbon-openai-terra-the-information-report-what-we-know-2026

Dieser Artikel stammt aus dem WeChat-Offiziellen Konto „Machine Heart“, Autor: Machine Heart, veröffentlicht mit Genehmigung von 36Kr.