125B MoE auf einer Consumer-GPU – und wo 3-Bit an seine Grenzen stößt
Qwen3.8-Flash-Next (QFN) verfügt über 125 Mrd. Gesamtparameter, 6 Mrd. aktive Parameter pro Token und ein natives Kontextfenster von 256K. Das Denken ist standardmäßig aktiviert und das Modell erzielt die höchsten agentischen Codingscores in seiner Klasse für lokale Modelle.
Projektgedächtnis, das über Sitzungen hinweg besteht.
Jede Coding-Agent-Session beginnt ohne Kontext. Die Benennungsregel vom letzten Dienstag und die Analyse des Fehlers befanden sich im Chat – und der Chat ist weg. Die nächste Session beginnt mit einer leeren Leinwand, und Sie erklären alles erneut.
Das Modell schlägt vor; das System entscheidet.
Fragt Praktiker, was in Agentensystemen kaputtgeht, und die Antwort ist selten die Leistungsfähigkeit. Das Versagen ist stiller: Das Modell trifft eine Entscheidung, und niemand kann verlässliches von bloß flüssigem unterscheiden.
Das Modell selbst, analysiert: Familien, Architekturen, Trade-offs.
Qwen 4: bestätigte Fakten, die 27B-Ladder, lokale Eignung.
Alibaba hat auf der Apsara bestätigt, dass Qwen 4 in der Trainingsphase ist, ohne einen Termin anzugeben, während Timing-Signale aus der Community auf einen Launch in Wochen und nicht in Monaten hindeuten.
Fünfstufige Wissenshierarchie für das Agenten-Speicher.
Ein Agent mit einer einzelnen, flachen Memory-Datei vergisst nichts; er kann einfach nicht aufhören, Dinge in Erinnerung zu behalten, nach denen er nicht gefragt wurde. Die Lösung ist ein gestufter Kontext, bei dem jede Wissensebene durch einen anderen Trigger eingespeist wird.
Open-Source-KI, gruppiert nach Verwendungszweck
Die monatliche Trending-Seite von GitHub funktioniert für eine bestimmte Programmiersprache, weil ein Sprachfilter die zugrunde liegende Menge bereits definiert. Open-Source-KI stellt eine andere Frage: Die Projekte erstrecken sich über fünf Sprachen, und der nützliche Abschnitt ist die Aufgabe, die ein Repository erledigt.
Permanenter Hermes-Speicher auf Ihrer eigenen Hardware.
Ein selbst gehosteter KI-Agent benötigt mehr als ein langes Kontextfenster. Er braucht eine Möglichkeit, nützliche Fakten beizubehalten, frühere Entscheidungen abzurufen und seine Kenntnis davon, was er weiß, zu revidieren, während sich Projekte weiterentwickeln.
Eine Softwarefabrik, gebaut aus Agenten-Fähigkeiten
KI-Coding-Agenten können bereits Funktionen schreiben, Repositorien modifizieren, Tests ausführen und Pull Requests öffnen. Das schwierigere Problem ist es, einen Agenten dazu zu bringen, einen wiederholbaren Engineering-Prozess vor, während und nach dem Schreiben des Codes zu befolgen.
Selbst gehostete Agenten, die über die Suche hinaus recherchieren
Deep Research ist inzwischen eine eigene Softwarekategorie geworden, nicht mehr nur ein Modell, das auf ein Suchfeld angewiesen ist. Dieser Artikel vergleicht zwölf selbst gehostete Systeme und die dahinterliegenden Forschungsarchitekturen.
Der ideale Bereich für offene LLMs im Jahr 2026: rund 30 Mrd. Parameter.
Im September 2026 liegt die effiziente Frontier der offenen Modelle zwischen 25 Milliarden und 34 Milliarden Parametern: nahezu Frontier-nahes Agenten-Work auf einer einzigen 24-GB-GPU, mit einem Bruchteil der Hardware von 70B-Klasse.
Lokaler Hermes-Speicher mit kontrollierten Schreibvorgängen.
Mnemosyne ist ein lokal-firster Memory-Anbieter für Hermes Agent. Er speichert Arbeitsspeicher, strukturierte Fakten, temporale Daten und episodische Historie in lokalen SQLite-Datenbanken — ohne gehosteten Service, ohne obligatorische Netzwerkaufrufe und mit ungewöhnlich granularer Schreibsteuerung.
„Wenn sich erinnerungsbasierte Schlussfolgerungen als neuer Beleg erweisen.“
Persistente Speichersysteme verwandeln einen Agenten von einem Werkzeug, das stets neu erklärt werden muss, in ein System, das Kontext weiterträgt – doch sie eröffnen einen Fehlerzustand, dem stateless-Chats ausweichen: Eine Interpretation kann sich als Gedächtnis einprägen, als Tatsache abgerufen werden und eine stärkere Version ihrer selbst rechtfertigen.
Kein Ablehnungszustand. Hier ist der Workaround.
Ein Agent, der vor sechs Monaten „Persistenz in eine Shared Library verlagern“ vorgeschlagen und umgesetzt hat, wird dieses Vorschlag im nächsten Quartal wieder gern machen, es sei denn, etwas Dauerhaftes teilt ihm mit, dass diese Idee bereits untersucht und abgelehnt wurde – und OpenSpec verfügt heute über keinen eingebauten Zustand dafür.
Spezifikationen als Deltas, nicht als 40-seitiges PRD.
OpenSpec ist eine kostenlose, Open-Source-CLI von Fission AI, die sicherstellt, dass Sie und Ihr Coding-Agent sich vor dem Schreiben von Code über eine Änderung in klarem Markdown einigen, ohne die phasenbasierte Formalität schwerer, spezifikationsgetriebener Frameworks.
Ein sicheres Cutover jenseits des einzeiligen Imports
Die Migration eines KI-Assistenten unterscheidet sich grundlegend vom einfachen Kopieren einer Anwendungs-Konfiguration. Die eigentliche Herausforderung besteht darin, Identität, Gedächtnis, Tool-Verhalten, geplante Aufgaben und den Messaging-Zugriff so zu erhalten, dass nicht zwei Gateways als derselbe Bot agieren.
