← Alle Ausgaben

Daily Hob vom Mittwoch, 04.11. / 8 Catches

Modelle nachweisen, JSON eindeutiger machen und Folien falten.

Acht Mittwochs-Catches zwischen belastbarer Berechnung und praktischer Arbeit: FlashProve prüft Modellzuordnung, Kimi und Ripple zeigen verschiedene Wege zu zugänglichen Gewichten. Go schärft JSON-Regeln, Figma untersucht Designänderungen. Dazu helfen kitty und Milkman im Alltag, während eine Browserfolie spielerisch faltet. Frühere Veröffentlichungen und bestehende Projekte sind ausdrücklich datiert.

Abstraktes Terminal mit angedockten Seitenfenstern und verbundenen Anfrageknoten, schwarze Linien auf hellem Papier mit Gelb und Mint
Illustration: KI-generiert für Daily Hob

01 / Informatik

kitty 0.50 dockt Hilfsfenster an und stellt Sitzungen nach dem Abmelden wieder her.

Am Mittwoch diskutiert, laut Changelog am 3. November veröffentlicht: Der Terminalemulator kitty kann Fenster nun außerhalb des normalen Layouts an andere Fenster oder einen Tab andocken. Das passt zu Dateibäumen, Statusleisten oder einer Shell neben dem Editor. Ein an ein Fenster gebundenes Dock folgt diesem auch in andere Tabs. Die neue Option restore_session_after_logout sichert Fenster, Tabs und Scrollback beim Abmelden oder Neustarten. Unter Linux benötigt sie das Inhibit-Desktop-Portal; unter macOS wird der gespeicherte Zustand mit einem Schlüssel aus dem Schlüsselbund verschlüsselt.

Nicht nur hübscher aufgeräumt: Der Änderungsverlauf nennt auch eine Korrektur gegen die Umgehung passwortgeschützter Fernsteuerung sowie Speicherfehlerkorrekturen. Das ist ein guter Anlass, den eigenen Versionsstand zu prüfen. Keine pauschale Verschlüsselungszusage für Linux und kein Versprechen, dass laufende Prozesse nach dem Neustart unverändert weiterlaufen. Die Durchsatzgewinne im oberen Teil des Changelogs gehören zur älteren Version 0.49, nicht neu zu 0.50. Wir haben das Update nicht selbst getestet.

Docking, Wiederherstellung und Korrekturen nachlesen

kitty / Kovid Goyal · Version 0.50.0 vom 03.11.2026 · Mittwochsbesprechung 04.11. · offizieller Changelog gelesen

02 / Open Source

Milkman statt einer reinen REST-App: eine offene Anfrage-Werkbank mit Plugins für mehrere Protokolle.

Mittwochs wiederentdeckt, kein neues Release: Milkman ist eine JavaFX-Anwendung für das Erstellen und Ausführen von Anfragen. Der Kern verwaltet Arbeitsbereiche, Umgebungen, Sammlungen und Anfragen; Plugins ergänzen die Protokolle. Das README beschreibt HTTP und Server-Sent Events, gRPC mit Server-Reflection und Streaming, GraphQL sowie Datenbankzugriff über JDBC. Dazu kommen eine Kommandozeile und ein Test Runner. Der Code steht unter MIT. Der HTTP-Teil kann unter anderem Postman-v2.1-Exporte importieren, der GraphQL-Teil bietet laut README jedoch weder Autovervollständigung noch Schema-Prüfung.

Ein interessanter Kandidat für Menschen, die API-Anfragen bewusst in einer erweiterbaren Desktop-Werkbank organisieren wollen. Vor dem Umzug die benötigten Protokolle, Authentifizierung und Importer mit einer kleinen Testsammlung prüfen. Plugins müssen je nach Installation gesondert ergänzt werden. Die vom Autor behauptete Geschwindigkeit gegenüber Electron wurde hier nicht nachgemessen. Auch offene lokale Software und ihre Erweiterungen dürfen nicht ungeprüft Produktionsschlüssel oder echte Kundendaten erhalten. Kein eigener Installations- oder Migrationstest.

Protokolle, Importer und Plugin-Grenzen prüfen

warmuuh/milkman · bestehendes Projekt, Mittwochs-Fund 04.11.2026 · README, MIT-Lizenz und Projektseite https://milkman.dev gelesen

03 / KI

Figma erklärt sein spezialisiertes Editiermodell: Gute Gestaltung braucht mehr als eine schöne Vorschau.

Mittwochs diskutierter Forschungsbericht vom 29. Oktober: Figma beschreibt, wie ein eigenes Modell Änderungen an vorhandenen Designs lernt. Synthetische Änderungswünsche werden mit Ausgangsdesign und erfolgreicher Bearbeitung im nativen Dateiformat kombiniert. Größere Lehrermodelle erzeugen Beispiele, strukturelle Prüfer und visuelle Modellbewertungen kontrollieren sie. Fachleute kalibrieren die Bewertung. Nach ersten überwachten Trainingsläufen investiert das Team nun auch in Reinforcement Learning. Dabei bewertet es Ausrichtung, Kontrast, erfüllte Anweisungen und richtige Komponenten getrennt, statt Designqualität auf einen einzigen Eindruck zu reduzieren.

Die interessante Idee ist Spezialisierung für wiederkehrende Änderungen, nicht ein allgemeiner Sieg über alle großen Modelle. Die gezeigte neueste Qwen-basierte Modellvariante ist ausdrücklich noch unveröffentlicht; sie ist nicht mit dem bereits verfügbaren Agenten gleichzusetzen. Figma nutzt eigene und fremde Modelle gemeinsam. Die gemeldeten Produktverbesserungen stammen laut Bericht aus Modellen, Werkzeugen und dem gesamten Agentenaufbau, nicht allein aus diesem Modell. Es sind interne Anbieterbewertungen, kein unabhängig reproduzierter Vergleich.

Trainingsaufbau und Grenzen der internen Bewertung lesen

Figma / Josh Clemm · 29.10.2026 · Mittwochsbesprechung 04.11. · Anbieterbericht, nicht selbst nachgemessen

04 / Wildcard

Eine endlose Folie faltet sich im Browser: Jelly Sheet ist ein kleiner Ausflug in digitale Materialität.

Unter dem Diskussionsnamen Jelly Sheet macht am Mittwoch eine Browserdemo von mrdoob die Runde. Die Seite selbst heißt im sichtbaren Kopf Codevember 2026 / 01 / Fold und beschreibt eine endlose durchscheinende Plastikbahn, die sich auf sich selbst faltet. Glänzende rote und pinke Flächen fließen nach unten und legen sich übereinander. Die Oberfläche lädt dazu ein, das Tuch zu ziehen und die Simulation mit der Leertaste anzuhalten. Ein kleiner visueller Fund statt eines neuen Produktivitätswerkzeugs.

Im eigenen Desktop-Seitenaufruf wurde die Animation sichtbar, nachdem der erste Bildausschnitt noch leer war. Daraus folgt keine Zusage für alle Browser oder Mobilgeräte und keine physikalisch geprüfte Materialsimulation. Wer eine kurze Grafikspielerei sucht, kann direkt hineinsehen; die Seite liefert hier weder ein belastbares Veröffentlichungsdatum noch den Beleg für eine bestimmte Open-Source-Lizenz. Deshalb bleibt das ein ausdrücklich datierter Mittwochs-Fund, kein behaupteter heutiger Release.

Faltende Folie im Browser ansehen

mrdoob · Codevember 2026 / 01 / Fold · Mittwochs-Fund 04.11.2026 · Seite und Desktop-Animation geprüft

05 / KI

FlashProve prüft, ob berechnete Tokens zu festgelegten Modellgewichten passen - nicht, ob eine Antwort wahr ist.

Mittwochs diskutierter Forschungsbericht vom 2. November: Anthropic und beteiligte Forschende stellen FlashProve als offenen Prototyp für kryptografisch nachweisbare Modellberechnungen vor. Ein Anbieter legt sich zunächst mit einem kryptografischen Commitment auf bestimmte Gewichte fest. Später kann ein Prüfer kontrollieren, ob ausgewählte Ausgabetokens zu diesem Modell und der Eingabe passen, ohne die Gewichte zu bekommen. Der Aufbau nutzt Zero-Knowledge-Beweise und ist auf große Mixture-of-Experts-Modelle zugeschnitten. Code, Lean-Beweise und Dokumentation werden laut Bericht unter Apache 2.0 veröffentlicht.

Kein Wahrheitsstempel und keine fertige Absicherung beliebiger Chats. Der Prototyp beweist eine ganzzahlige Modellversion mit greedy gewählten Tokens und bis zu 1.024 Tokens Kontext. Fließkommarechnung oder zufällige Auswahl können davon abweichen. Die Autoren messen zudem etwa 70- bis 95-mal so viel GPU-Zeit wie bei gewöhnlicher Inferenz im beschriebenen Vergleich. Die Lean-Protokollbeweise garantieren nicht automatisch, dass der schnelle ausführbare Code identisch umgesetzt ist; Architektur und Seitenkanäle sind nicht vollständig verborgen. Keine eigene Reproduktion oder Sicherheitsprüfung.

Nachweisziel, Prototyp und Vertrauenslücken lesen

Anthropic Frontier Red Team und Mitautoren · 02.11.2026 · Mittwochsbesprechung 04.11. · Forschungsbericht, Autorenmessungen

06 / KI

Kimi K3.1 Pro mit zugänglichen Gewichten: viel Modell, aber weder Laptop-Download noch pauschal freie Lizenz.

Mittwochs-Fund: Die Gewichte von Moonshots Kimi K3.1 Pro sind im offiziellen Hugging-Face-Repository gelistet. Die Modellkarte beschreibt ein multimodales Mixture-of-Experts-Modell mit 2,8 Billionen Gesamtparametern, davon 104 Milliarden aktiv pro Token, und einem Kontextfenster von rund einer Million Tokens. Die Dateiansicht weist etwa 1,56 TB aus. Das ist Infrastruktur für ernsthaften Serverbetrieb, kein beiläufiger Laptop-Versuch. Die Karte nennt vLLM, SGLang und TokenSpeed als empfohlene Inferenzwege. Das Modell war bereits über Produkte und API angekündigt worden; das heutige Thema ist der sichtbare Gewichtezugang, kein behaupteter erneuter Produktstart.

Open-weight ist hier die genaue Bezeichnung, nicht eine uneingeschränkte MIT- oder Apache-Lizenz. Die eigene Kimi-K3.1-Pro-Lizenz verlangt für bestimmte kommerzielle Model-as-a-Service-Anbieter oberhalb einer Umsatzschwelle eine separate Vereinbarung und enthält bei sehr großen Produkten zusätzliche Namensnennungspflichten samt Ausnahmen. Vor Hosting oder Weitergabe den vollständigen Text prüfen. Die Benchmarktabellen mischen Anbieterläufe, verschiedene Agentenaufbauten und zitierte Ranglisten; daraus leiten wir keinen allgemeinen Sieg ab. Gewichte nicht heruntergeladen und Modell nicht selbst betrieben.

Modellkarte, Gewichte und eigene Lizenz prüfen

Moonshot AI · Modellkarte, Dateiliste und Kimi-K3.1-Pro-Lizenz geprüft 04.11.2026 · https://huggingface.co/moonshotai/Kimi-K3.1-Pro/tree/main · keine eigenen Leistungstests

07 / Informatik

Go macht JSON v2 stabil: strengere Vorgaben und echte Streaming-Schnittstellen statt stiller Mehrdeutigkeit.

Der Go-Blog meldet am 4. November die Pakete encoding/json/v2 und encoding/json/jsontext als stabil und allgemein verfügbar in Go 1.27. jsontext übernimmt Syntax und Streaming, v2 die Zuordnung zu Go-Werten. Standardmäßig werden ungültiges UTF-8 und doppelte Objektnamen abgewiesen; Feldnamen werden unter Beachtung der Groß- und Kleinschreibung zugeordnet. Nil-Slices und Nil-Maps werden als leeres Array beziehungsweise Objekt statt als null ausgegeben. Neue Schnittstellen für eigenes Marshaling und Unmarshaling sollen wiederholtes Parsen und unnötige Zwischenspeicher vermeiden.

Kein blindes Austauschen des Imports: Auch omitempty und time.Duration verhalten sich anders. Der Bericht beschreibt Optionen für eine schrittweise Migration. Das bisherige encoding/json bleibt laut Go-Kompatibilitätszusage unterstützt, niemand muss sofort wechseln. Die Autoren nennen beim Einlesen in Benchmarks bis zu zehnfache Geschwindigkeit, beim Schreiben dagegen ungefähr Gleichstand mit Schwankungen. Das ist kein pauschales Zehnfach-Versprechen für jede Anwendung. Eigene API-Verträge und Grenzfälle testen; hier wurde keine Migration ausgeführt.

Neue Vorgaben, Streaming und Migrationspfad lesen

The Go Blog / Michael Pratt und Mitautoren · 04.11.2026 · offizieller Beitrag gelesen, keine eigenen Benchmarks

08 / KI

Ripple-65B Preview setzt auf ein dichtes Modell und offene Gewichte - mit einem klar begrenzten Coding-Spitzenwert.

Mittwochs-Fund von Ricursive Intelligence: Ripple-65B Preview ist ein dichtes Transformer-Modell mit 65 Milliarden Parametern, laut Modellkarte auf zwölf Billionen Tokens vortrainiert und mit bis zu einer Million Tokens Kontext. Das Team veröffentlicht eine instruktionsangepasste Version in BF16 und NVFP4 sowie eine BF16-Basisversion. Im geprüften Instruct-Repository liegt eine Apache-2.0-Lizenz. Interessant ist die Gegenentscheidung zu großen Mixture-of-Experts-Systemen: Das Team optimiert ein dichtes Modell gemeinsam mit seiner Trainings- und Serverhardware und stellt für lokalen Betrieb auch einen quantisierten Checkpoint bereit.

Die beworbene Spitzenposition ist auf US-Modelle mit zugänglichen Gewichten und bestimmte Agenten-Codingtests begrenzt. Die Modellkarte beschreibt gemischte Quellen für Vergleichswerte und eigene Nachmessungen; der Agentenaufbau verändert die Ergebnisse. Weniger Gesamtparameter bedeuten zudem nicht automatisch weniger aktive Parameter als bei MoE-Konkurrenten. Der eigene Wert von rund 80,5 auf Terminal-Bench 2.1 ist nicht direkt mit Kimis Terminal-Bench 4.0 vergleichbar. Preview, Hardwarebedarf und Quantisierung vor dem Einsatz prüfen. Kein eigener Download, Hosting- oder Leistungstest.

Architektur, Modellkarte und Vergleichsgrenzen prüfen

Ricursive Intelligence · Mittwochs-Fund 04.11.2026 · https://huggingface.co/ricursiveAI/Ripple-65B-Preview · Apache-2.0-Lizenz im Repository geprüft, Anbieterwerte

Abgeschlossene Mittwochsauswahl für den 04.11.2026, 00:00 bis 24:00 Berlin, mit acht Catches. Abschlussprüfung am 05.11.2026 gegen 06:12 Berlin. Frühere Veröffentlichungen und bestehende Projekte ausdrücklich datiert. Jelly-Sheet-Animation im Desktop-Aufruf sichtbar, keine allgemeine Mobilkompatibilität geprüft. Keine eigenen Installations-, Modell-, Leistungs-, Trainings-, Sicherheits- oder Migrationstests. Anbieterangaben und Forschungsprototypen kenntlich gemacht. Kein Audio in dieser Textausgabe.

Newsletter

Freitags Signal. Montags Rewind.

Zweimal pro Woche das Wichtigste aus dem Daily Hob in dein Postfach: freitags das Hob Friday Signal, montags der Hob Monday Rewind. Kostenlos, jederzeit abbestellbar.