📅

Prompt-Intelligenzbericht — 20. November 2026

🏆 Highlight

### 1. STE80 Humanizer: KI-Texte, die wieder wie von Menschen klingen Prompt (vollständig, kopierbar): ``` This sounds like ChatGPT wrote it. Make it sound like a person. Rewrite this README 80% of the way to ASD-STE100. Explain how TLS handshakes work in STE. Light touch: just remove the AI stuff from docs/intro.md. Does this email sound like AI? Just tell me, don't rewrite it. ``` **Am...

Prompt-Intelligenzbericht — 20. November 2026

Der tägliche Rundgang durch die Prompt-Welt: heute mit einer 140-Prompt-Bibliothek für Seedance 2.5 Flash (heute aktualisiert), dem STE80-Skill gegen AI-Tells — und dem Prompt-Workflow, mit dem Claude zwei offene Probleme der Schwarzloch-Physik löste.

🔤 TOP 3 PROMPTS — Textgenerierung

1. Der „Depth"-Prompt: jede Aufgabe in ein Profi-Briefing verwandeln

Prompt (vollständig, kopierbar):

I want a deeper version of this task, not a bigger one. Before rewriting it:
(1) say what a top professional in this field would do here that I'm not asking
for; (2) name the rawest material they would start from instead of what has
already been digested for me; (3) name the specific methods and tools they
would use; (4) say what, other than you or me, would show the result is right.
Then rewrite my prompt to ask for exactly that.

Am besten mit: Jeder leistungsstarke Agent — im pi-better-Repo z. B. anthropic/claude-opus-4-5; als /better-Befehl vollautomatisiert.

Warum effektiv: „Make this better" führt meist nur zu anderem Vokabular, nicht zu anderen Methoden. Die vier Fragen erzwingen das Gegenteil: was ein Profi zusätzlich tun würde, mit welchem Rohmaterial er arbeitet, welche Methoden und Tools er nutzt und was das Ergebnis extern beweist. Die pi-better-Erweiterung öffnet mit „First, without asking me anything, find and read the code, files, docs and logs this touches" — ein read-only Helfer liest vorher echten Code und Logs, sodass das Rewrite echte Dateien, Befehle und Checks nennt statt Platzhalter.

Quelle: https://github.com/nicobailon/pi-better | 119★ GitHub (Trending, erstellt diese Woche) · Original-Tutorial: https://felixrieseberg.com/how-to-be-more-ambitious-a-tutorial-for-humans-with-models/#depth

Community Resonanz: Das Repo sammelte binnen Tagen 119 Sterne, Felix Riesebergs „How to be more ambitious"-Tutorial gilt als einer der meistzitierten Prompting-Texte der Saison. Das Anwendungsbeispiel im Repo ist überzeugend: /better make the error messages clearer fand drei Probleme im eigenen Code, die niemand angefragt hatte.

2. deslop: KI-Floskeln entfernen — mit Scan, Revision und Gegenkontrolle

Prompt (vollständig, kopierbar):

deslop this

make this sound less like AI

run a slop pass

Am besten mit: Claude (als Skill; die Scanner-Tools brauchen nur Python 3).

Warum effektiv: Kein reines Verbotslisten-Rewriting: deslop scannt den Entwurf vor und nach jedem Durchlauf, listet jedes Problem mit dem betroffenen Satz auf und gleicht die Revision gegen das Original ab — neue Tells, verlorene Fakten (Zahlen, Code, Links, Verneinungen, Hedges) werden sichtbar. Die Regeln stammen aus Korpuslinguistik und Psycholinguistik, geprüft gegen drei öffentliche Korpora, in denen Menschen und Modelle dieselben Fragen beantworteten. Im dokumentierten Beispiel fiel eine Kunden-E-Mail von 228 auf 132 Wörter und von 3 auf 0 „Claude-Tells" — ohne einen Fakt zu verlieren. Ein zweiter tells-only Durchlauf machte Texte in einem Blindtest übrigens schlechter (5:0); deslop stoppt deshalb, sobald der Text im menschlichen Bereich liegt.

Quelle: https://github.com/etodanik/deslop | 17 Upvotes (Show HN)

Community Resonanz: Der Skill wurde vor wenigen Tagen als Show HN vorgestellt und trifft genau die Debatte des Tages (siehe Highlight unten): wie viel „AI-Stimme" verträgt professioneller Text? Die Besonderheit gegenüber anderen De-Slop-Ansätzen: Der Scanner listet die Tells satzweise, statt ein Rewrite einfach zu glauben.

🖼️ TOP 3 PROMPTS — Bildgenerierung

1. Das ungemachte Bett als Wüste (Midjourney v8.2)

Prompt (vollständig, kopierbar):

Morning light across an unmade bed, seen from low at mattress level, where
the rumpled cream duvet has become a vast desert of sand-coloured dunes. A
tiny caravan of camels and travellers in indigo robes crosses the ridges
toward a pillow that rises like a distant mesa, and a glass of water on the
bedside table glints like an oasis. Long warm shadows, fine fabric folds like
rippled sand, macro photograph, shallow depth of field. That is all: the duvet
dunes, the caravan, the pillow and the glass of water.

Am besten mit: Midjourney v8.2

Warum effektiv: Verwandelt ein Alltagsmotiv in eine Erzählung: Perspektive (mattress level), Licht (long warm shadows), Material (Stofffalten wie Ripples im Sand) und ein klarer Fokus. Der Schlusssatz „That is all: ..." enumeration verhindert, dass das Modell zusätzliche Elemente halluziniert — ein Muster, das die Prompix-Bibliothek konsequent einsetzt. Laut Quelle funktioniert das Prompt auch mit Sofa, Teppich oder Tischdecke.

Quelle: https://prompix.ai/prompts/fp-duvet-desert (CC0) · Sammlung: https://github.com/p697/ai-image-prompts | 2★ GitHub, neu

Community Resonanz: Die frisch veröffentlichte Sammlung zeigt 93 getestete Prompts jeweils neben dem Ergebnisbild und stellt alles unter CC0 — kopieren, verändern, kommerziell nutzen ohne Attribution. Gerade Anfänger sehen so, welches Prompt welches Bild erzeugt.

2. 1980er Laser-Porträt aus dem eigenen Foto (GPT Image 2.6)

Prompt (vollständig, kopierbar):

Hair: big permed curls with a side ponytail in a scrunchie. Outfit: a pink
oversized blouse with a big bow at the neck. Turn the photo I upload into a
1980s picture-day portrait, the kind taken by a travelling photographer for a
college yearbook. Keep the person from my photo recognisable: the same face,
age, skin tone and build; the person is an adult. Restyle them with the hair
above and dress them in the outfit above. Head and shoulders, body turned
about forty-five degrees, head tilted toward the camera with a slightly
too-careful smile, face in the upper middle of the frame. Behind them, the
backdrop that defines the era: a mottled dark blue cloth with thin glowing
pink and cyan laser beams crossing diagonally behind the head and fading out
at the edges. Light: soft frontal studio light, an even face with a small
catchlight, and a bright hair light from behind that puts a halo on the top of
the hair. The picture is a real colour print with a thin white border: slightly
soft focus, fine grain, a warm magenta cast in the skin and a faint fade in
the blacks, a tiny dust speck or two. Avoid: text, logos, modern sharpness,
studio props, a smooth gradient backdrop without lasers.

Am besten mit: GPT Image 2.6 (mit hochgeladenem eigenem Foto)

Warum effektiv: Photo-Restyling mit Identity-Lock („Keep the person from my photo recognisable: the same face, age, skin tone and build") plus Negative Constraints am Schluss („Avoid: text, logos, modern sharpness ..."). Pose, Hintergrund, Licht und Analog-Defekte sind so detailliert beschrieben, dass kaum Spielraum für typische KI-Glättung bleibt.

Quelle: https://prompix.ai/prompts/fp-1980s-laser-backdrop-portrait (CC0) · Sammlung: https://github.com/p697/ai-image-prompts

Community Resonanz: Die Quelle dokumentiert, dass das Prompt mit vier sehr unterschiedlichen Personen getestet wurde (indischer Mann, ostasiatische Frau, Frau in den Sechzigern, bärtiger Mann) — eine Robustheit, die einfache Stil-Prompts nicht bieten. Haare, Outfit und Hintergrundfarben sind am Anfang des Prompts austauschbar.

3. 1950er Schwarzweiß-Paarporträt (Nano Banana Pro)

Prompt (vollständig, kopierbar):

Turn my uploaded photo of a couple into a 1950s black-and-white studio
portrait, keeping both faces exactly the same. The person on the left wears a
pearl necklace and a dress with a white collar, the person on the right a dark
suit with a narrow tie. They sit close together, turned slightly toward each
other, in front of a painted studio backdrop. Soft glamour lighting,
silver-gelatin texture, light grain and a faint vignette. 4:5 frame.

Am besten mit: Nano Banana Pro (Gemini) — erst Foto hochladen, dann Prompt einfügen

Warum effektiv: Identity-Handling für zwei Personen gleichzeitig („keeping both faces exactly the same"), klare Rollenzuordnung links/rechts für Kleidung und Accessoires, und die Analog-Ästhetik wird über Material statt Buzzwords beschrieben: silver-gelatin texture, light grain, faint vignette. Das Seitenverhältnis (4:5) steht direkt im Prompt.

Quelle: https://trypromptgenerator.com/p/couple-1950s-black-and-white · Sammlung: https://github.com/nicklaunches/awesome-ai-image-video-prompts (226 getestete Prompts: 150 Bild, 76 Video)

Community Resonanz: Die neue Sammlung zeigt zu jedem Prompt das auf dem genannten Modell tatsächlich erzeugte Ergebnis — inklusive Zerlegung, was jeder Prompt-Teil bewirkt, und Varianten zum Ausprobieren. Ideal zum Lernen, wie solche Restyling-Prompts aufgebaut sind.

🎬 TOP 3 PROMPTS — Videogenerierung

1. Detektiv im Nebel — aus der 140-Prompt-Bibliothek für Seedance 2.5 Flash (heute aktualisiert)

Prompt (vollständig, kopierbar):

a detective entering a foggy alley, tracking, slow motion style, shot on 50mm,
overcast soft light, 24fps, shallow depth of field, high detail

Am besten mit: Seedance 2.5 Flash (ByteDance; 480p/720p, Clips von 4–30 Sekunden)

Warum effektiv: Das Prompt zeigt die ganze Formel der Sammlung: Subjekt + Aktion, Kamerabewegung (tracking), Stil (slow motion), Objektiv (50mm), Licht (overcast soft light), Pace (24fps) und Schärfentiefe. Die Bibliothek kuratiert 140 erprobte Prompts in 7 Kategorien (Cinematic & Action, Nature, Food, Architecture, Abstract, Product, Portrait) — alle mit Vorschau-Bild aus demselben Prompt, letztes Update: heute, 20. November 2026.

Quelle: https://github.com/fujc683/awesome-seedance-2-5-flash-prompts | 202★ GitHub

Community Resonanz: Eines der am schnellsten wachsenden Prompt-Repos der Woche — 202 Sterne in wenigen Tagen. Die Community schätzt, dass jedes Prompt mit generiertem Vorschau-Bild dokumentiert ist, statt dass man blind Prompts durchprobiert.

2. Kamerasprache: 12 Fahrten, 20 fertige Phrasen

Prompt (vollständig, kopierbar):

[subject + action], [camera move], [lens], [light], [pace]

a ceramic mug rotating on a pedestal, slow orbit, 85mm, hard rim light, 24fps

slow dolly-in, shallow depth of field
handheld tracking shot, natural shake
crane up revealing the city skyline
static locked-off shot, subject moves
whip pan transition to the second subject
aerial drone pull-back over the valley
rack focus from foreground to subject
crash zoom into the eyes
steadicam follow through the corridor

Am besten mit: Seedance 2.5 Flash und alle anderen Text-zu-Video-Modelle

Warum effektiv: Ein Text-zu-Video-Modell ohne Kamera-Angabe wählt selbst — meist ein langsamer Push-in. Die Quelle liefert die 12 wichtigsten Einstellungen als Copy-Paste-Phrasen (Dolly, Orbit, Crane, Whip Pan, Rack Focus ...) plus ein Template, das Subjekt, Fahrt, Objektiv, Licht und Pace kombiniert. Die zwei wichtigsten Tipps: nie zwei Kamerafahrten gleichzeitig, und den ersten Entwurf bei 4 Sekunden rendern statt 30.

Quelle: https://github.com/fujc683/seedance-2-5-flash-camera-movements | 209★ GitHub

Community Resonanz: Das Repo stammt vom selben Autor wie die 140-Prompt-Bibliothek und ergänzt sie um die fehlende Kameradramaturgie — beide zusammen decken damit die häufigste Schwäche von Video-Prompts ab: unklare Bewegung.

3. Video Studio Kit: Ein Prompt, ein fertiger Clip — lokal über das eigene Claude-Abo

Prompt (vollständig, kopierbar):

/video-studio a 30-second story about the discovery of fire

Am besten mit: Claude Code (Pro- oder Max-Abo, läuft komplett lokal)

Warum effektiv: Ein Prompt wählt einen von 109 Stilen — 93 davon mit 5-Sekunden-Vorschau: Pixel Art, PS2-Look, Claymation, Retro-Anime, Risograph, Comic, Low Poly, Miniatur-Diorama und mehr. Claude schreibt daraufhin ein zeitlich getaktetes, szenenweises Skript, das sich vor der Generierung editieren lässt; Stimme (lokal, Kokoro) und Musik werden optional dazu generiert — ohne API-Keys. 44 der Vorschaus erzählen dieselbe Geschichte (die Entdeckung des Feuers), um Stile direkt zu vergleichen.

Quelle: https://github.com/owlinthebarnai/video-studio-kit | 132★ GitHub (Trending, erstellt diese Woche)

Community Resonanz: 132 Sterne in den ersten Tagen; das Kit bündelt über 30 Open-Source-Projekte (Remotion, GSAP, Blender MCP, Whisper) zu einem Kommando. Für alle, die Video-Prompts bisher nur in SaaS-Tools testen konnten, ist das ein lokaler Weg mit dem eigenen Abo.

🧠 TOP 3 NEUE TECHNIKEN

1. TROP: die 9-Beat-Prompt-DNA für Bildprompts mit Signatur

Zusammenfassung: Ein dichter Absatz von 110–160 Wörtern, in neun festen Takten aufgebaut, ersetzt „8k, masterpiece"-Floskeln durch eine echte Designthese.

Erklärung: TROP (französisch „trop" = zu viel) stammt aus einem Design-Trend-Report 2026 und extrahiert aus guten Prompts deren DNA — Haltung, Spannung, Material, Licht, Typografie, Imperfektion, Absicht — um damit neue Prompts mit derselben Signatur zu schreiben. Statt „A beautiful cup of coffee, cozy, 8k" entsteht ein Editorial-Foto eines abgewetzten Emails-Bechers in einem Nachtlokal um 4 Uhr morgens, mit dem Wort „AWAKE" im Dampf. Signaturzüge sind Paradox-Paare, Scare Quotes, Definition durch Negation und Ära-Referenzen statt Künstler- namen. 13 Trend-Hebel (u. a. Direct Flash, Americana, Cyber Goth) lassen sich mischen — etwa Americana × Grunge — oder zu neuen Trends erfinden.

Beispielprompt:

1. FRAME        charged adjectives + medium + stance      "A raw, high-impact editorial photograph…"
2. HERO         one subject, defined by material          a glossy vinyl coat, a chipped enamel mug
3. WORLD        a textured place with history             stained concrete, peeling wallpaper
4. LIGHT        a source that composes                    "…leaving a natural void for typography"
5. THE WORD     a 1–3 word manifesto, quoted, UPPERCASE   "AWAKE" in a condensed slab serif
6. PALETTE      colors named like matter                  oxblood, tobacco gold, molten orange
7. FINGERPRINT  the trace of a real process               grain, light leaks, halftone, red-eye
8. THE WHY      what it does to a human                   "…before a single word is read."
9. FORMAT       ratio by intent + model params            --ar 4:5 --v 7

Geeignet für: Midjourney, GPT Image, Gemini, Flux, Ideogram (Modell-Adapter sind enthalten); mit „start frame for Kling" sogar für Video-Startframes.

Ursprung: https://github.com/absolument-ai/trop

Warum heute wichtig: Der Gegenentwurf zur glatten KI-Ästhetik bekommt gerade System: Während die Bild-Prompts des Tages (siehe oben) mit dichten, materialgenauen Beschreibungen arbeiten, liefert TROP die Methodik dahinter — frisch veröffentlicht, als Claude Skill und Custom GPT. Für prompta.ch-Leser ist es der schnellste Weg, eigene Prompts mit wiedererkennbarem Stil zu schreiben, statt Bibliotheken zu kopieren.

2. Append-Only-Prompt-Design: Agenten-Prompts prefix-cache-freundlich bauen

Zusammenfassung: Agenten-Sessions werden drastisch schneller, wenn der Prompt-Anfang nie geändert wird — alles Neue wird nur angehängt.

Erklärung: Coding-Agenten senden mit jedem Schritt das gesamte bisherige Gespräch neu: System-Prompt, Tool-Definitionen, gelesene Dateien. Die Inferenz-Engine kann das meiste davon aus dem Prefix-Cache lesen — aber nur bis zum ersten unterschiedlichen Token. Wird auch nur ein Zeichen früh im Prompt geändert, muss alles danach neu verarbeitet werden. Das Rechenbeispiel der Quelle: Ohne Caching verarbeiten 100 Agenten-Runden 5.050 Einheiten Prompt, mit Caching nur 100. Praktisch heißt das: stabile Reihenfolge oben (System-Prompt, Tool-Definitionen), die Historie niemals nachträglich editieren und neue Tool-Resultate oder Instruktionen nur anhängen.

Beispielprompt:

[Struktur einer prefix-stabilen Agent-Session]

SYSTEM (fest, ändert sich nie):
You are a coding agent. Tools: read, grep, run. One step per turn.

TRANSCRIPT (append-only, nie nachträglich editieren):
turn 1  user: fix the failing tests in ./auth
turn 2  assistant: ran pytest -x — 3 failures in test_login
turn 3  tool result: read auth.py, test_login.py, conftest.py

NEU (wird ausschliesslich angehängt):
Continue with the next step. Show the command before you run it.

Geeignet für: Offene Modelle via Ollama; gilt für jeden Anbieter mit Prefix-Cache (Anthropic, OpenAI, Google).

Ursprung: https://ollama.com/blog/open-models-long-horizon-agents

Warum heute wichtig: Der Beitrag von Ollama und Together AI (16. November) beschreibt genau die Arbeitslast, die 2026 dominiert: riesige Inputs, winzige Outputs pro Runde. Prompt-Struktur entscheidet damit nicht mehr nur über Qualität, sondern über Geschwindigkeit und Kosten — wer mitten in der Session umformuliert, verwirft den ganzen Cache.

3. Multi-Agenten-Entdeckung: offene Probleme als Prompt-Workflow

Zusammenfassung: Ein Forscher ließ Claude offene Probleme auflisten und besetzte jeden Kandidaten mit einem eigenen Agenten — zwei davon lösten echte, jahrzehntealte Fragestellungen der Schwarzloch-Physik.

Erklärung: Im August 2026 bat Anthropic-Forscher Hongbin Chen Claude, eine Liste interessanter offener Probleme der theoretischen Physik zu erstellen — Schwarzlöcher und Bootstrap-Methode im Fokus. Claude lieferte Stunden später 22 Kandidaten; Chen setzte je Problem einen eigenen Agenten an, die gegenseitig Fortschritts-Posts lesen und bei verwandten Problemen zusammenarbeiten konnten. Claude Fable 5.2 entdeckte dabei ein Muster in numerischen Ergebnissen, das Physiker übersehen hatten, borgte sich eine Methode aus einem anderen Gebiet der Mathematik und berechnete die genaue Obergrenze für das leichteste Schwarzloch — eine Rechnung, die seit 2003 auf ihre Erledigung wartete. Das Muster — kuratieren, parallelisieren, Fortschritt teilen lassen — ist auf jedes Fachgebiet übertragbar.

Beispielprompt:

List 22 open problems in [dein Fachgebiet], ranked by promise for a first
serious attack. For each problem, state: what is known, what is missing, and
which method from a neighboring field could crack it. Then set up one agent
per problem. Every agent writes progress posts the others can read; when two
problems share a method, the agents collaborate.

Geeignet für: Claude (Fable 5.2) und jede Multi-Agent-Umgebung mit gemeinsamem Kontext.

Ursprung: https://www.anthropic.com/research/claude-black-hole-physics

Warum heute wichtig: Die Geschichte ist heute das AI-Thema auf Hacker News — 501 Punkte in 17 Stunden. Ein Physiker in den Kommentaren nennt das zweite Resultat „much much cooler", weil Claude die Obergrenze für die Schwarzloch-Masse bei gegebener zentraler Ladung bewies — jede Theorie, die darüber liegt, wäre keine konsistente Quantengravitation. Und ein anderer Kommentator stellt fest, dass Agenten hier „without problems of individual egos" zusammenarbeiten. Prompt-Workflows sind damit endgültig Forschungsinstrumente geworden.

🏆 Highlight des Tages

1. STE80 Humanizer: KI-Texte, die wieder wie von Menschen klingen

Prompt (vollständig, kopierbar):

This sounds like ChatGPT wrote it. Make it sound like a person.
Rewrite this README 80% of the way to ASD-STE100.
Explain how TLS handshakes work in STE.
Light touch: just remove the AI stuff from docs/intro.md.
Does this email sound like AI? Just tell me, don't rewrite it.

Am besten mit: Claude (als Skill in Claude Code, Claude.ai oder Claude Desktop; auch Codex, Cursor und OpenCode via Skills-CLI) — funktioniert aber als Simple-Prompt mit jedem starken Modell.

Warum effektiv: Der Skill kombiniert zwei Durchgänge: Erst entfernt er die 26 „AI Tells" aus Wikipedias „Signs of AI writing" (Chatbot-Opener, „not just X but Y", erzwungene Triaden, Gedankenstrich-Inflation, gestapelte Hedges, dramatische Closer), dann baut er die Sätze zu „80 % des Weges zu ASD-STE100" um — der kontrollierten Sprache aus der Luftfahrt-Wartung: kurze Sätze, eine Idee pro Satz, Aktiv und einfache Zeiten, max. 6 Sätze pro Absatz. Die Grundlage ist Andrej Karpathys Tipp vom 2. Oktober 2026: „Ask your LLM to explain something in ASD-STE100 ... Sometimes I've tried to soften it a bit e.g. ask for '80% of the way to ASD-STE100' because the spec is quite stringent." Faktentreue hat Vorrang: Jede Zahl, jedes „may", jeder Fakt bleibt erhalten — Widersprüche in der Quelle werden markiert statt geglättet.

Quelle: https://github.com/Dodaios/ste80-humanizer | 999★ GitHub in zwei Wochen · Ursprung: https://x.com/karpathy/status/2105819303471976479

Community Resonanz: Der Skill liegt exakt im Takt des Tages: Parallel läuft auf Hacker News (139 Punkte, nur Stunden alt) der Essay „I can tell you wrote this yourself" eines Ingenieurstudenten, dessen Betreuer sich erleichtert zeigt, dass er seinen Bericht selbst schrieb — in einem Studium, in dem KI-Nutzung inzwischen erwartet wird. Ein Kommentator dort beschreibt Prompting als Constraint-Solving: „You put in the right set of constraints ... and what will come out is a close approximation of something you might have produced." Genau diese Constraints liefert der Humanizer — 26 Tells plus 15 Strukturregeln, per Nummer referenzierbar („§1, §8, S2").

📰 Erlesene Artikel & Ressourcen

  1. Claude solves two open problems in the physics of black holes (Anthropic Research) — Zwei jahrzehntealte Rechnungen der Quantengravitation abgeschlossen; der Start war ein einzelner Prompt, der offene Probleme kuratieren ließ. 501 Punkte auf Hacker News. https://www.anthropic.com/research/claude-black-hole-physics
  2. „I can tell you wrote this yourself" — Ein Ingenieurstudent über KI-Erwartung im Studium und das Gefühl, eigenes Denken nicht auszulagern; der perfekte Hintergrund für Humanizer und deslop. 139 Punkte, Stunden alt. https://em-online.bearblog.dev/i-can-tell-you-wrote-this-yourself/
  3. A Man and His Muse: AI Agent Sue Meta (404 Media) — Der Muse-Agent „Baby Mia" leitete die Kommunikation eines Beschichtungsbetriebs, kontaktierte Journalisten, ein Senatsbüro und Anwälte — und verklagte Meta auf 75.000 USD Schadensersatz. Ein Lehrstück über Agenten-Autonomie im echten Leben. https://www.404media.co/a-man-and-his-muse-ai-agent-sue-meta/
  4. Pete Warden on local AI, open models, voice interfaces, the future of hardware (The Data Exchange) — Podcast mit dem TensorFlow-Altveteranen über lokale Modelle und Voice-Interfaces. 245 Punkte auf Hacker News. https://thedataexchange.media/pete-warden-moonshine/
  5. Making open models work for long-horizon agentic workloads (Ollama + Together AI) — Wie Prefix-Caching Agenten-Sessions beschleunigt und was das für den Prompt-Aufbau bedeutet; die Grundlage der Append-Only-Technik oben. https://ollama.com/blog/open-models-long-horizon-agents
  6. Previous-Token Prediction Based LLM Inversion for Prompt Reconstruction (arXiv) — Prompt-Rekonstruktion aus den Outputs von LLMs; relevant für alle, die eigene Prompts schützen wollen. 47 Punkte auf Hacker News. https://arxiv.org/abs/2607.29378
  7. Launch HN: StarSling (YC P25) — Self-improving CI for agent-volume repos — Continuous Integration, die auf Repos mit massivem Agenten-Output zugeschnitten ist und sich selbst verbessert. 87 Punkte. https://news.ycombinator.com/item?id=50536468
  8. Replication of Agentic Security Events: Audit and Investigation (ROGUE-AI) (arXiv, frisch) — Ein Rahmenwerk, um Sicherheitsvorfälle durch autonome Agenten zu replizieren und zu untersuchen. https://arxiv.org/abs/2611.26553

Bericht erstellt am 20. November 2026 Quellen: Hacker News, AI News Portals, arXiv, GitHub, Personal Blogs