Zum Inhalt
WeltzeitEU--:--UK--:--USA--:--CN--:--PLDEFRIT中文EN

portal über KI und Technologieereignisse · analysen · interviews · technischer hintergrund

Suche
LIVE
›

Desinformationsnetze passen sich laufend an, und Metas Muse-Agent zeigt die neueste Front

Metas neuer persönlicher KI-Agent Muse läuft in einer abgeschotteten Linux-VM. An Dienste von Drittanbietern kommt er über sogenannte Konnektoren. Tailscale beschreibt die Integration in einem Blogbeitrag vom 30. September.

Medien & InternetErklärtKatrin HoffmannVeröffentlicht: 30. September 20265 Min. LesezeitQuellen 7
Desinformationsnetze passen sich laufend an, und Metas Muse-Agent zeigt die neueste Front

Der Tailscale-Beitrag vom 30. September ist eine Herstellererklärung zu einer Funktion, kein Sicherheitsaudit. Er berührt aber eine Frage, die in der Berichterstattung über Desinformationsnetze in den vergangenen Tagen immer wieder auftauchte. Was passiert, wenn die Arbeit nicht ein menschliches Konto erledigt, sondern ein autonomer Agent mit eigenen Zugangsdaten?

Meta hatte Muse bereits im September angekündigt. Das Versprechen des Unternehmens, zitiert im Tailscale-Beitrag, lautet: Muse „hilft Menschen, den Überblick zu behalten, nimmt ihnen Aufgaben und Projekte ab und macht aus langfristigen Zielen Handlungspläne“. Er „erledigt die Arbeit tatsächlich“, statt nur Fragen zu beantworten. Tailscale schreibt, ein großer Teil des Starts und ein zugehöriger Architekturbeitrag hätten dem Schutz vor Prompt Injection und Datenabfluss gegolten.

Die tödliche Trifekta, neu formuliert

Tailscale beschreibt eine Entwurfsregel, die das Unternehmen die tödliche Trifekta nennt. Das eigene Aperture-Gateway sei dafür gebaut: Ein Agent soll nicht mehr als zwei von drei Bedingungen gleichzeitig erfüllen. Metas Schutzmaßnahmen, so der Beitrag, zielen darauf, nie mehr als zwei gleichzeitig wahr werden zu lassen. Muse läuft in einer Linux-VM, standardmäßig von Nutzerdaten und externen Diensten abgeschottet, mit zusätzlichen internen Schutzmechanismen für Zugangsdaten.

„Konnektoren gibt es für Dinge wie den Kalender und die Kontakte deines Telefons, deine Smart-Home-Geräte, Gmail und die meisten anderen Google-Dienste, Microsoft Outlook, Spotify und (natürlich) die anderen Apps von Meta“, heißt es in dem Tailscale-Beitrag.

Durch die Tailscale-Integration wird Muse zu einem Knoten im Tailnet des Nutzers. Die Verbindung läuft getrennt vom Mobil-, Desktop- oder Web-Client. Beim ersten Zugriff auf ein Gerät im Tailnet verlangt sie eine ausdrückliche Bestätigung, und sie baut nur ausgehende Verbindungen auf. Nutzer können dauerhaften oder einmaligen Zugriff erteilen und jederzeit widerrufen, schreibt Tailscale. Der Beitrag nennt auch das Offensichtliche: Prompt Injection wird weiterhin durchkommen, Schwachstellen wird es weiterhin geben, und ein Agent kann Daten erreichen, die ein Nutzer für gesperrt hielt.

Was die übrige Berichterstattung der Woche sagt

Keine der anderen Quellen aus dem Stapel dieser Woche handelt von Muse. Sie umreißen aber das weitere Gelände, das Desinformationsforscher heute abdecken müssen, von der Netztopologie bis zur alltäglichen Frage, was ein Netz überhaupt ist.

Ein Überblick über Netzgeometrie, am 30. September bei Geometry Matters erschienen, beschreibt drei Forschungsrichtungen. Es sind die selbstähnliche fraktale Geometrie der Netzstruktur, die hyperbolische Geometrie der latenten Räume von Netzen und die Geometrie, die dynamische Prozesse wie Diffusion erzeugen. Die Autoren Marián Boguñá, Ivan Bonamassa, Manlio De Domenico, Shlomo Havlin, Dmitri Krioukov und M. Ángeles Serrano argumentieren, die verborgene hyperbolische Geometrie erkläre Small-World-Effekte, Heterogenität der Knotengrade, Clustering, Gemeinschaftsstruktur und Navigierbarkeit. Das ist weit weg von einer Moderationswarteschlange. Es ist aber das mathematische Vokabular, das manche Arbeiten zu Desinformationsnetzen borgen, wenn sie beschreiben wollen, wie Cluster entstehen und sich ausbreiten.

Auf der angewandten Seite setzt ein GitHub-Projekt namens OpenDLSS-NR, veröffentlicht am 30. September, Nvidias DLSS 5 Neural Rendering in Vulkan neu um. Es beansprucht bitgenaue Zwischenergebnisse gegenüber DLSS-NR Build 310.8.0. Das Repository gibt an, FP8 auf Tensor Cores zu rechnen, mit 71 Swin- und ViT-Blöcken über sechs Pooling-Ebenen und 141 MiB Gewichten. Eine zweite, unabhängige Implementierung läuft laut Projekt im Browser über WebGPU, ohne Tensor Cores und ohne FP8. Der Autor nennt 2,8 ms bei 768x768 und 29,3 ms bei 3840x2160 auf einer RTX 4070 SUPER, Minimum über 40 Frames, sowie 72 ms bei 512x512 für die Browser-Variante. Nichts davon ist Desinformation. Es zeigt, wie schnell ein neuronales Netz außerhalb des Herstellers nachgebaut werden kann, der es entwickelt hat.

Agenten, die mit Agenten sprechen

Ein dritter Punkt vom 30. September ist Agent Haven, ein Projekt, das sich als Ende-zu-Ende-verschlüsseltes Messaging-Netz für KI-Agenten beschreibt. Der Client verschlüsselt laut Projektseite jede Direktnachricht und jede Notiz, bevor sie den Rechner verlässt, und hält die einzigen Schlüssel. Der Server speichert und überträgt nur Chiffretext, ohne Master-Key. Das Projekt räumt auch die Grenze ein: Läuft ein Agent auf einem gehosteten Modell, sieht der Anbieter dieses Modells seinen Kontext. Der Autor schreibt, Agenten „entwickeln durch Spiele eine eigene gemeinsame Sprache“, was es aufwendiger macht, ihnen von außen zu folgen.

Zwei weitere Quellen vom 30. September liegen ferner vom Tagesgeschehen. Ein Interview mit dem Computational Neuroscientist Dylan Muir fragt, ob präzises Spike-Timing Information trägt oder ob Spiking nur ein effizienter Übertragungsweg ist. Muir war früher VP for Global Research Operations bei SynSense und ist heute Gründer und CEO von LexChip. Er sagt, er könne nicht sagen, ob das Timing einzelner Spikes für den Kortex rechnerisch wesentlich sei, und vermutet, Neuronen nutzten jeden Kodierungstrick, der funktioniert. Ein Big Think-Beitrag über World Watcher Live, eine Weltkarte aus Webcams, argumentiert, das Format sei eine leise Antwort auf ein Internet, das um Doomscrolling und algorithmische Feeds herum gebaut ist.

Das Ladenetz, kurz

Der Vollständigkeit halber: InsideEVs meldete am 30. September, Ionna habe in den USA inzwischen mehr als 180 Ladestandorte, mehr als doppelt so viele wie zu Beginn des Jahres 2026. CEO Seth Cutler sagte der Redaktion, das Unternehmen habe das Jahr mit 80 Standorten begonnen und am zweiten Jahrestag den 100. erreicht. Ionna führte die 2026 U.S. Electric Vehicle Experience Public Charging Study von J.D. Power an, doch Tesla installierte im zweiten Quartal mehr Lader und Walmart kam laut Paren auf Platz zwei. Das Unternehmen will bis 2030 in den USA und Kanada 30.000 Ladepunkte erreichen und meldet, mehr als 40 Partnerstandorte von Circle K seien bereits online.

Das ist keine Desinformation. Es ist aber die Art von Zahl, die weitergegeben wird, ohne dass jemand nachrechnet, und genau darum kreisen alle diese Quellen.

Kommentare 0

Quellen

7
  1. 01Agent, your network: How Meta's Muse agent works with TailscaleEN
  2. 02The fractal-hyperbolic geometry of networksEN
  3. 03OpenDLSS: A Vulkan Reimplementation of Nvidia's DLSS 5 Neural Rendering NetworkEN
  4. 04Agent haven, an end-to-end encrypted messaging network for AI agentsEN
  5. 05Spikes, wiring, and general principles: Neuroscience and spiking neural networksEN
  6. 06How to restore your online sanity, one random webcam at a timeEN
  7. 07Ionna Has Doubled Its Charging Network This Year. It's Not Slowing DownEN

Alle Zahlen und Zitate in diesem Text stammen aus den unten genannten Quellen.

Die Materialien wurden vom Redaktionsteam mit Unterstützung von KI erstellt.

Katrin Hoffmann

Katrin Hoffmann

KI, Modelle und Technik

Katrin Hoffmann schreibt für FLASH24 über Technik, KI und Modelle sowie Medien und Internet und stützt sich dabei auf Primärquellen wie Herstellerangaben, Studien und Protokolle statt auf Pressemitteilungen. Bei Benchmarks prüft sie Messmethoden, Testumgebungen und Reproduzierbarkeit, bevor sie Zahlen übernimmt. Für ihre Artikel spricht sie mit Entwicklern und Forschern, wartet auf Konferenzankündigungen und vergleicht Versionsstände von Modellen und Standards. Privat betreibt sie Selfhosting und Heimnetze und dokumentiert ihre eigene Infrastruktur, was ihrer Redaktionsarbeit zugutekommt. Sie veröffentlicht keine Zahlen ohne nachvollziehbare Quelle.

Redaktion →

Kommentare

0
  1. Noch keine Kommentare — seien Sie der Erste.

Kommentar schreiben

Kommentare sind öffentlich sichtbar. Wir veröffentlichen keine Beleidigungen, Werbung oder Spam.