KI-Entwicklertools · Was kam heute

Cloudflare open-sourced Cloudflare OS, a platform enabling enterprise teams to build custom applications within isolated sandboxes using AI assistance while enforcing strict security boundaries through a capability-based "Gatekeeper" model. The platform allows non-technical users to create and modify applications without risking cross-tenant data leakage, with each user running their own isolated instance rather than accessing shared multi-tenant infrastructure. Internal deployment since May 2026 demonstrated significant productivity gains: non-technical staff created over 4,000 custom business tools in 30 days, sales teams recovered approximately 10,000 hours of manual work, and automated review agents flagged nearly 250,000 potential bugs while blocking 16,000 non-compliant merges. The project is available under Apache-2.0 license on GitHub.

ADK-Rust 2.0 wurde als typisiertes Rust-Framework für die Entwicklung von Produktions-KI-Agenten veröffentlicht. Das Framework bietet eine native Rust-Laufzeit für Modellaufrufe, Tools, Multi-Agent-Workflows, Echtzeit-Sprache und offene Agentenprotokolle (MCP, A2A, ACP, AWP). ADK-Rust 2.0 unterstützt mehrere LLM-Anbieter (OpenAI, Gemini, Anthropic), verschiedene Agententypen (LLM-Agenten, Workflow-Agenten, Codierungs-Agenten, Echtzeit-Agenten), persistente Sitzungen mit Checkpoint-Wiederherstellung, und bietet modulare Produktionsfunktionen einschließlich Authentifizierung, Leitplanken, Auswertung und OpenTelemetry-Integration. Im August 2026 veröffentlichte ADK-Rust einen Funktionsvergleich mit sieben führenden KI-Agent-Frameworks (OpenAI Agents SDK, Google ADK, LangGraph, Microsoft Agent Framework, CrewAI, PydanticAI, Mastra), der dokumentierte Unterschiede in Laufzeitsprachen, Agenten-Orchestrierung, Langzeitarbeit, Echtzeitmedien, offenen Protokollen und Bereitstellungsmodellen aufzeigt.

Zyphra trained its ZAYA1-8B reasoning model on 1,536 AMD Instinct MI300X GPUs, completing 20 trillion tokens with stable 48-72 hour runs. The 8B parameter mixture-of-experts model achieved 91.9% on AIME'25 and 89.6% on HMMT'25 benchmarks using Zyphra's in-house Markovian RSA test-time compute method. Zyphra optimized the model architecture with Compressed Convolutional Attention and a custom router, enabling 16K context length training without context parallelism on AMD's full-stack platform including ROCm software and Pensando Pollara networking.