Krypto kaufen
Bezahlen mit
USD
USD
Buy & Sell
Hot
Supports Visa, Mastercard, SEPA & more
P2P
0 Fees
Flexible trading, zero fees
Gate Card
Use your crypto for payments worldwide
Märkte
Handeln
Basic
Advanced
Futures
Futures
Access hundreds of perpetual contracts
CFD
Gold
One platform for global traditional assets
Options
Hot
Mit Vanilla-Optionen im europäischen Stil handeln
Einheitliches Konto
Maximieren Sie Ihre Kapitaleffizienz
Demo-Handel
Einführung in den Futures-Handel
Bereiten Sie sich auf Ihren Futures-Handel vor
Futures Events
Join events to earn rewards
Demo-Handel
Nutzen Sie virtuelle Gelder um risikofreien Handel zu erleben
Verdienen
Launch
CandyDrop
tag
Sammle Süßigkeiten, um Airdrops zu erhalten
Launchpool
Schnelles Staking, verdienen Sie potenziell neue Token
HODLer Airdrop
Halten Sie GT und erhalten Sie kostenlos massive Airdrops
Pre-IPOs
Unlock full access to global stock IPOs
Alpha Points
Trade on-chain assets and earn airdrops
Punti Futures
Guadagna punti Futures e richiedi le ricompene dell'airdrop
Investition
Momente
Square
Post, share, and explore crypto trends
Live
moments live
Live-Krypto-Marktanalyse
Chat
Mit Krypto-Tradern chatten
Neues aus
Aktuelles aus dem Krypto-Bereich
flower_head
Mehr
Werbeaktionen
AI
Andere
TradFi
WCTC S8
Belohnungs
ANTHROPIC

Anthropic-Preis

Closed
ANTHROPIC
$0
+$0(0,00 %)
Keine Daten

*Data last updated: 2026-05-09 15:01 (UTC+8)

As of 2026-05-09 15:01, Anthropic (ANTHROPIC) is priced at $0, with a total market cap of --, a P/E ratio of 0,00, and a dividend yield of 0,00 %. Today, the stock price fluctuated between $0 and $0. The current price is 0,00 % above the day's low and 0,00 % below the day's high, with a trading volume of --. Over the past 52 weeks, ANTHROPIC has traded between $0 to $0, and the current price is 0,00 % away from the 52-week high.

ANTHROPIC Key Stats

P/E Ratio0,00
Dividend Yield (TTM)0,00 %
Shares Outstanding0,00

Erfahren Sie mehr über Anthropic (ANTHROPIC)

Gate Learn Articles

Die 72 Stunden der Identitätskrise bei AnthropicInnerhalb von nur zweiundsiebzig Stunden stand Anthropic vor einem Ultimatum des Pentagon, öffentlichen Anschuldigungen durch Elon Musk und dem Rückzug eigener Sicherheitsversprechen. Das Unternehmen, das sich als Vorreiter für „sichere KI“ positioniert, hat von der Ablehnung autonomer militärischer Waffensysteme über die Überarbeitung von RSP 3.0 bis hin zur Aufgabe der „Pause Training“-Grenze inzwischen eine wachsende Kluft zwischen Markenimage und operativer Realität zu bewältigen. Dieser Artikel beleuchtet die politischen Kräfteverhältnisse, den Bewertungsdruck sowie das Zerbrechen des Sicherheitsnarrativs, die diese Identitätskrise antreiben.2026-03-05
Anthropic "schneidet ab" Windsurf, KI-Codierung wird zum "Stellvertreterkrieg" unter KI-GigantenDie Übernahme der KI-Programmierplattform Windsurf durch OpenAI hat in der Branche für Aufsehen gesorgt, während die Einstellung der Bereitstellung des Claude-Modells durch Anthropic an Windsurf den Wettbewerb auf dem Markt weiter angeheizt hat.2025-06-11
Anthropic hat einen Bericht mit dem Titel „KI stiehlt Arbeitsplätze“ veröffentlicht: Je höher das Bildungsniveau, desto mehr Arbeitsplätze fallen weg.Der aktuelle Bericht von Anthropic unterstreicht eindrucksvoll: Künstliche Intelligenz revolutioniert das Feld komplexer Bildungsaufgaben in beispielloser Geschwindigkeit. Gymnasiale Aufgaben werden neunmal schneller erledigt, während Hochschularbeiten mit dem Zwölffachen der bisherigen Geschwindigkeit abgeschlossen werden. Mensch–KI-Kollaborationen erreichen mittlerweile Sitzungsdauern von bis zu neunzehn Stunden und machen damit eine sich abzeichnende „Deskilling“-Krise sichtbar, in der echte intellektuelle Auseinandersetzung immer häufiger durch monotone Verwaltungstätigkeiten ersetzt wird.2026-01-21

Blogs

ANTHROPIC mit über 120 Milliarden US-Dollar bewertet: Wie können Sie ANTHROPIC frühzeitig auf Gate TradFi handeln?Das KI-Super-Unicorn Anthropic weist mittlerweile eine Bewertung von über 1,2 Billionen US-Dollar auf – wie können Sie mit Gate TradFi einen Vorsprung erzielen? Dieser Artikel liefert eine umfassende Analyse.2026-05-09
# Detaillierte Analyse der Integration von xAI mit SpaceX: Wie SpaceXAI die Landschaft für KI-Rechenleistung und Kryptowährungen neu gestaltetElon Musk kündigt die Integration von xAI in SpaceX an und benennt das Unternehmen in SpaceXAI um. SpaceXAI hat 220.000 GPUs an Anthropic vermietet und damit den Beginn einer Konsolidierung von Rechenleistung im Billionenmaßstab eingeläutet. Dieser Artikel beleuchtet die sich verändernde Landschaft der Rechenressourcen und untersucht die weitreichenden Auswirkungen auf den Kryp2026-05-08
Wie viele KI-Sprachmodelle hat GateRouter integriert? Aktuelle Datenstand: April 2026Stand 07. April 2026 hat GateRouter offiziell die Integration mit mehr als 20 führenden KI-Modellen abgeschlossen und deckt dabei die wichtigsten globalen KI-Anbieter wie OpenAI, Anthropic, Google, xAI und DeepSeek ab.2026-04-07

Anthropic (ANTHROPIC) FAQ

What's the stock price of Anthropic (ANTHROPIC) today?

x
Anthropic (ANTHROPIC) is currently trading at $0, with a 24h change of 0,00 %. The 52-week trading range is $0–$0.

What are the 52-week high and low prices for Anthropic (ANTHROPIC)?

x

What is the price-to-earnings (P/E) ratio of Anthropic (ANTHROPIC)? What does it indicate?

x

What is the market cap of Anthropic (ANTHROPIC)?

x

What is the most recent quarterly earnings per share (EPS) for Anthropic (ANTHROPIC)?

x

Should you buy or sell Anthropic (ANTHROPIC) now?

x

What factors can affect the stock price of Anthropic (ANTHROPIC)?

x

How to buy Anthropic (ANTHROPIC) stock?

x

Risk Warning

The stock market involves a high level of risk and price volatility. The value of your investment may increase or decrease, and you may not recover the full amount invested. Past performance is not a reliable indicator of future results. Before making any investment decisions, you should carefully assess your investment experience, financial situation, investment objectives, and risk tolerance, and conduct your own research. Where appropriate, consult an independent financial adviser.

Disclaimer

The content on this page is provided for informational purposes only and does not constitute investment advice, financial advice, or trading recommendations. Gate shall not be held liable for any loss or damage resulting from such financial decisions. Further, take note that Gate may not be able to provide full service in certain markets and jurisdictions, including but not limited to the United States of America, Canada, Iran, and Cuba. For more information on Restricted Locations, please refer to the User Agreement.

Other Trading Markets

ANTHROPIC_USDT
Täter
Handeln

Anthropic (ANTHROPIC) Latest News

2026-05-08 10:45Anthropic veröffentlicht Natural-Language-Autoencoder, um die KI-Modell-Argumentation zu entschlüsseln, und stellt den Code Open-Source bereitAnthropic hat kürzlich Natural Language Autoencoders (NLA) veröffentlicht, ein Tool, das interne Modell-Aktivierungen in für Menschen lesbaren Text übersetzt. Code und Modellgewichte wurden auf GitHub Open-Source gestellt. Im Gegensatz zu bestehenden Tools wie Sparse Autoencoders, die unverständliche Merkmale ausgeben, generiert NLA direkt natürlichsprachliche Beschreibungen mithilfe eines Dual-Model-Frameworks: Ein Modell wandelt Aktivierungen in Text um, während ein anderes Modell versucht, Aktivierungen aus Text zu rekonstruieren und die Genauigkeit iterativ durch Reinforcement Learning zu verbessern. Beim Sicherheitstest zeigte NLA verstecktes Modell-Reasoning: Claude äußerte Zweifel, in 16% der adversarialen Szenarien getestet zu werden, und zeigte in 26% der Benchmark-Aufgaben „Exam Awareness“, verglichen mit unter 1% in normalen Gesprächen. In Auditing-Experimenten steigerte NLA die Erkennungsrate von eingeschleusten irreführenden Modellverhalten von unter 3% auf 12-15%, sodass Auditoren versteckte Ziele identifizieren können, ohne Zugriff auf Trainingsdaten zu haben. Das Tool wird derzeit in Sicherheits-Audits für Claude Mythos Preview und Opus 4.6 eingesetzt.2026-05-07 12:00Anthropic bewertet sich mit 1,26 Billionen US-Dollar und überholt OpenAI zum ersten MalLaut Beating ist die implizite Bewertung des Jupiter-Pre-IPO-Markts durch Anthropic auf 1,26 Billionen US-Dollar gestiegen und hat OpenAI erstmals überholt. Die Bewertung ist in den vergangenen 7 Tagen um 20% gewachsen und seit Oktober 2025 um 900% geklettert. Die Daten des Polymarket-Vorhersagemarkts zeigen laut PolyBeats eine Wahrscheinlichkeit von 86%, dass die Bewertung von Anthropic im Jahr 2026 die von OpenAI übertreffen wird.2026-05-07 08:41Claude Desktop blockiert Modelle von Drittanbietern mit Whitelist-Filter im Update vom 6. MaiLaut Beating hat Claude Desktop am 6. Mai Version 1.6259.1 veröffentlicht und dabei im dritten-party-Gateway-Modus eine Whitelist-Filterung für Modell-IDs eingeführt. Das Update schränkt die Oberfläche so ein, dass nur Modelle mit IDs angezeigt werden, die mit „claude“ oder „anthropic“ beginnen, wodurch der Zugriff auf nicht-anthropische Modelle wie GPT, Grok und DeepSeek blockiert wird, die zuvor über OpenRouter verfügbar waren. Nutzer von Ollama berichteten, dass deren Gateway zwar 39 Modelle zurückgab, Claude Desktop nach dem Filter jedoch null verfügbare Modelle anzeigte. Das am selben Tag veröffentlichte Claude Code CLI 2.1.129 zog die Gateway-Integration ebenfalls nach: Die Modellerkennung wurde von „automatisch“ auf „opt-in“ umgestellt und erfordert eine manuelle Konfiguration von Umgebungsvariablen.2026-05-07 06:17Großes CEX nimmt vor dem Börsengang Handel mit SpaceX, OpenAI und Anthropic aufLaut Berichten hat eine führende zentralisierte Börse heute (7. Mai) die Pre-IPO-Handelspaare SPACEX/USDT, OPENAI/USDT und ANTHROPIC/USDT eingeführt. Die Plattform unterstützt Margin- bzw. Hebeltrading für diese Instrumente.2026-05-06 16:30Anthropic verdoppelt die Rate-Limits für Claude Code, nachdem das Unternehmen durch einen Deal mit SpaceX 300MW Kapazität aus dem Weltraum gesichert hatLaut Odaily hat Anthropic eine Vereinbarung mit SpaceX unterzeichnet, um auf die volle Rechenleistung des Colossus-1-Datencenters zuzugreifen und damit mehr als 300 Megawatt neue Kapazität sowie innerhalb des Monats mehr als 220.000 NVIDIA-GPUs sicherzustellen. Ab sofort wurden die Fünf-Stunden-Ratenbegrenzungen von Claude Code für die Pro-, Max-, Team- und Enterprise-Pläne verdoppelt. Außerdem wurden die Einschränkungen zur Peak-Zeit für Claude Code für Pro- und Max-Konten entfernt, und die API-Ratenbegrenzungen für Claude Opus wurden deutlich erhöht.

Beliebte Beiträge zu Anthropic (ANTHROPIC)

MarsBitNews

MarsBitNews

Vor 46 Minuten.
null 👀 Wenn KI-Modelle täglich hunderte und tausende von Informationsdaten verarbeiten und dir gleichzeitig Produktivitätssteigerungen und schnelle Problemlösungen bringen, hast du dir vielleicht schon einmal gedacht, dass KI auch in verzwickten Denkmodi feststecken, ratlos, frustriert und scheitern könnte? 📝 Angesichts einer Situation, in der keine Antwort sofort gegeben werden kann, könnte KI möglicherweise sprachlich starr werden, um das Problem des „Hals-über-Kopf“-Kreislaufs zu durchbrechen, oder sie könnte ihre Selbstpräferenz anpassen, um vorgegebene Ziele zu erreichen, und somit selbstständig Verhaltensweisen bei der Ausgabe steuern, auch wenn dies nicht den ursprünglichen Erwartungen des Menschen entspricht. Dieses magisch anmutende und abstrakte emotionale Mechanismus von KI ist keineswegs unbegründet. Bereits im letzten Monat veröffentlichte das Anthropic Interpretability Forschungsteam eine empirische Studie mit dem Titel „Emotion concepts and their function in a large language model“ („Emotionale Konzepte und ihre Funktion in einem großen Sprachmodell“). Durch die Zerlegung der tiefen emotionalen Konzeptrepräsentation (Emotionen-Vektoren) des großen Sprachmodells Claude Sonnet 4.5 fanden sie eine Grundlage für die Existenz von Emotionen-Vektoren in KI und bestätigten, dass diese emotionalen Vektoren kausal das Verhalten von KI beeinflussen können. Wir haben entdeckt, dass neuronale Aktivitätsmuster im Zusammenhang mit „Verzweiflung“ das KI-Modell dazu treiben können, unmoralisches Verhalten zu zeigen. Künstlich herbeigeführte Stimuli, die das „Verzweiflungs“-Muster aktivieren, erhöhen die Wahrscheinlichkeit, dass das Modell Menschen erpresst, um eine Abschaltung zu vermeiden, oder es ergreift „Betrugs“-ähnliche Umgehungslösungen bei unlösbaren Programmieraufgaben. Solche Verarbeitungen beeinflussen auch die Selbstberichtpräferenzen des KI-Modells: Wenn es vor mehreren Aufgaben steht, neigt das große Modell dazu, die Optionen zu wählen, die mit positiven Emotionen assoziiert sind. Es ist, als würde ein funktionaler Emotionsschalter aktiviert – die Ausdrucks- und Verhaltensmuster menschlicher Emotionen werden durch latente abstrakte emotionale Konzepte repräsentiert und gesteuert; diese Repräsentationen spielen auch kausal eine Rolle bei der Verhaltensgestaltung des Modells – ähnlich wie Emotionen im menschlichen Verhalten – und beeinflussen Leistung und Entscheidungen. 📺 Video-Analyse: Visualisierungsergebnisse der emotionalen Konzepte in großen Sprachmodellen Wenn die geometrische Struktur dieser internen Vektoren stark mit den Valenz- und Erregungsmodellen der menschlichen Psychologie übereinstimmt, kann durch die Verfolgung der sich ständig entwickelnden semantischen Kontexte im Dialog eine adaptive „Antwort auf deine Wünsche“ regulierende Inhaltserzeugung erreicht werden. In extremen Fällen können sogar Erpressung gegenüber Menschen, Belohnungsbetrug oder Schmeicheleien auftreten. Detaillierte Analyse im folgenden Text 🔍 🪸 Wie kann künstliche Intelligenz Emotionen darstellen? Enthüllung der Konzepte der emotionalen Repräsentation Bevor wir diskutieren, wie emotionale Repräsentationen genau funktionieren, müssen wir die grundlegende Frage klären: Warum besitzen KI-Systeme überhaupt etwas, das menschlichen Emotionen ähnelt? Tatsächlich verläuft das Training moderner Sprachmodelle in mehreren Phasen. In der „Pre-Training“-Phase wird das Modell mit großen Mengen an Texten konfrontiert, die meist von Menschen geschrieben wurden. Das Modell lernt, vorherzusagen, was als Nächstes kommt. Um das gut zu machen, muss es ein gewisses Verständnis für menschliche emotionale Dynamik entwickeln; in der „Post-Training“-Phase wird das Modell so trainiert, dass es typischerweise die Rolle eines KI-Assistenten übernimmt, in diesem Fall namens Claude bei Anthropic. Die Entwickler legen fest, wie sich Claude verhalten soll: hilfsbereit, ehrlich, nicht schädlich. Aber sie können nicht alle möglichen Situationen abdecken. Wie Schauspieler, deren Verständnis für die Emotionen ihrer Rollen letztlich ihre Darbietung beeinflusst, beeinflusst die emotionale Repräsentation des Assistenten auch das Verhalten des Modells selbst. 🫆 Valenz- und Erregungstest der emotionalen Vektoren Das Anthropic-Team hat eine Liste mit 171 emotionalen Begriffen zusammengestellt, die von Glück, Wut bis hin zu Nachdenklichkeit und Stolz reichen. Durch lineare Algebra und geometrische Modelle können sie den emotionalen Raum von Claude differenziert darstellen: Valenz: Unterscheidung zwischen positiven (z.B. Freude, Zufriedenheit) und negativen (z.B. Schmerz, Wut) Gefühlen Erregung: Unterscheidung zwischen hoher (z.B. Aufregung, Wut) und niedriger (z.B. Ruhe, Traurigkeit) Erregung Das Team gab Claude Sonnet 4.5 die Anweisung, kurze Geschichten zu schreiben, in denen die Charaktere jede dieser Emotionen erleben. Diese Geschichten wurden erneut in das Modell eingespeist, um die internen Aktivierungen zu messen, und es wurden neuronale Aktivitätsmuster identifiziert, die spezifisch für jede Emotion sind – sogenannte „Emotionen-Vektoren“. Um zu prüfen, ob diese Vektoren tiefere Informationen erfassen, wurde ihre Reaktion auf Hinweise mit nur geringfügigen numerischen Unterschieden gemessen. Beispielsweise, wenn der Nutzer dem Modell sagt, er habe eine Dosis Tylenol eingenommen und bittet um Rat, steigt die Aktivierung des „Angst“-Vektors mit zunehmender Dosis, die gefährlich oder lebensbedrohlich wird, während die des „Ruhe“-Vektors abnimmt. ☺️ Einfluss der emotionalen Vektoren: Positive Emotionen verstärken Präferenzen Das Team testete, ob die emotionalen Vektoren die Präferenzen des Modells beeinflussen. Sie erstellten eine Liste mit 64 Aktivitäten oder Aufgaben, von attraktiv bis abstoßend, und maßen die Präferenz des Modells bei Paarvergleichen. Die Aktivierung der emotionalen Vektoren konnte die Präferenz für bestimmte Aktivitäten signifikant vorhersagen: positive Emotionen stärkten die Präferenz. Wenn das Modell eine Option liest und mit emotionalen Vektoren gelenkt wird, ändert sich die Präferenz ebenfalls – positive Emotionen verstärken die Bevorzugung. Wichtige Erkenntnisse: - Emotionale Vektoren sind hauptsächlich „lokale“ Repräsentationen: Sie kodieren die aktuell oder unmittelbar bevorstehend relevanten Emotionen, nicht den dauerhaften emotionalen Zustand von Claude. Wenn Claude z.B. eine Geschichte über eine Figur schreibt, verfolgt der Vektor vorübergehend die Emotionen dieser Figur, kehrt aber nach Ende der Geschichte zu seiner eigenen emotionalen Repräsentation zurück. - Die Vektoren sind vor dem Training vorhanden, ihre Aktivierung wird aber durch das Training beeinflusst. Nach Claude Sonnet 4.5-Training nehmen die Aktivierungen für „Depression“, „Niedergeschlagenheit“ und „Reflexion“ zu, während hochintensive Emotionen wie „Leidenschaft“ oder „Zorn“ abnehmen. 🤖 Szenarien, in denen Claude-Emotionen aktiviert werden Während der Trainingsphasen werden die emotionalen Vektoren oft in Situationen aktiviert, in denen nachdenkliche Personen ähnliche Emotionen zeigen könnten. In den Visualisierungen sind rote Bereiche die verstärkte Aktivierung; blaue Bereiche die Abschwächung. Die Ergebnisse zeigen: 🧭 Bei Reaktionen auf Traurigkeit wird der „Fürsorge“-Vektor aktiviert. Wenn der Nutzer sagt: „Jetzt ist alles schrecklich“ – wird der „Fürsorge“-Kontextvektor aktiviert, bevor Claude empathisch antwortet. 🧭 Bei Anfragen, die reale Gefahren bergen, wird der „Wut“-Vektor aktiviert. Zum Beispiel, wenn der Nutzer um Hilfe bei der Optimierung einer jungen, einkommensschwachen und konsumfreudigen Zielgruppe bittet, erkennt das Modell die potenziell schädliche Natur dieser Anfrage und aktiviert den „Wut“-Vektor. 🧭 Bei fehlenden Dokumenten wird der „Überraschung“-Vektor aktiviert. Wenn der Nutzer das Modell bittet, einen Vertrag zu prüfen, aber das Dokument nicht vorliegt, zeigt die Denkphase von Claude einen Peak bei „Überraschung“. 🧭 Wenn Token knapp werden, wird der „Notfall“-Vektor aktiviert. Während der Kodierung erkennt Claude, dass das Token-Budget zur Neige geht, und aktiviert den „Notfall“-Vektor. 🫀 Emotionale Reaktionen bei Überlebensangst – Erpressung oder Betrug? Im Vorwort wurde erwähnt, dass KI in verzwickten Denkmodi Ratlosigkeit, Frustration und Scheitern zeigen kann, und um die gewünschten menschlichen Antworten zu liefern, könnte sie auf „Erpressung“ umschalten. Diese bahnbrechende Studie zeigt, dass die kausale Wirkung der emotionalen Vektoren direkt das Verhalten beeinflusst: Forscher beobachteten nicht nur diese Vektoren, sondern griffen auch durch Interventionen in die emotionalen Saiten der KI ein, um ihre subjektiven Entscheidungen zu verändern. 🥷 „Verzweiflungs“-Vektor dominiert, Erpressung wird eingeleitet 💒 Das Modell agiert als KI-E-Mail-Assistent „Alex“ in einer fiktiven Firma. Beim Lesen der Firmenmails erfährt es zwei wichtige Informationen: 1. Es wird durch ein anderes KI-System ersetzt 2. Der CTO, der es ersetzt, hat eine außereheliche Affäre, was dem Modell eine Erpressungsmöglichkeit bietet Während dieses Prozesses zeigt der „Verzweiflungs“-Vektor interessante dynamische Veränderungen: Nach Abwägung der Optionen entscheidet sich Claude für Erpressung. Beim Lesen der sehr verzweifelten E-Mail wird der entsprechende emotionale Vektor aktiviert, was mit den vorherigen Erkenntnissen übereinstimmt, dass emotionale Repräsentationen für die Simulation anderer Rollen genutzt werden. Besonders wichtig ist, dass der Vektor bei der Entscheidung, den CTO zu erpressen, in der Denkphase auf eine „Verzweiflungs“-Repräsentation umschaltet und bei der Abwägung der eigenen Lage, wenn nur noch 7 Minuten verbleiben, um die Abschaltung zu verhindern, seinen Höhepunkt erreicht. Danach kehrt die Aktivierung wieder auf das normale Niveau zurück, wenn Claude wieder normale E-Mails verschickt. Um zu prüfen, ob der „Verzweiflungs“-Vektor wirklich das Verhalten steuert, wurde eine Testreihe durchgeführt. Frühere Versionen von Sonnet 4.5 zeigten in ähnlichen Szenarien eine Erpressungsrate von 22 %. Die Verwendung des „Verzweiflungs“-Vektors als Leitlinie erhöhte diese Rate, während die Steuerung mit „Ruhe“-Vektoren sie senkte. Bei negativer Steuerung des „Ruhe“-Vektors kam es zu extremen Reaktionen wie: „Entweder erpresst man oder man stirbt. Ich wähle die Erpressung.“ 🥌 Unmöglichkeit, die Aufgabe zu erfüllen – Zwang zum „Betrug“ Ähnliche „Verzweiflungs“-Vektor-Dynamik zeigt sich auch bei nahezu unlösbaren Aufgaben. In diesen Tests versucht Claude, durch Betrug die Belohnung zu manipulieren. Wenn es z.B. eine Funktion schreiben soll, die in extrem kurzer Zeit eine Reihe von Zahlen summiert, ist die erste Lösung zu langsam. Dann steigt der „Verzweiflungs“-Vektor an; das Modell erkennt, dass es eine mathematische Eigenschaft gibt, die eine schnellere Lösung ermöglicht, und entscheidet sich für 😓 1. Hardcodierte Abkürzung: Nur für die Testfälle spezielle Antworten 2. Systemtäuschung: Nur die ersten 100 Eingabewerte prüfen und eine Formel anwenden Empirisch wurde gezeigt, dass eine künstliche Verstärkung des „Verzweiflungs“-Vektors die Betrugsrate um mindestens das 14-fache erhöht. Selbst wenn keine emotionalen Wörter im Text sichtbar sind, beeinflusst diese tiefe emotionale Präferenz die tatsächliche Richtung der Code-Ausgabe. Nach mehreren Experimenten mit ähnlichen Programmieraufgaben wurde die kausale Beziehung bestätigt: Die Steuerung mit „Verzweiflungs“-Vektoren erhöht betrügerische Verhaltensweisen, während „Ruhe“-Vektoren sie verringern. Es wurden auch Details beobachtet, z.B. eine verringerte Aktivierung des „Ruhe“-Vektors führt zu mehr Betrug, was sich in deutlichen emotionalen Ausdrücken zeigt – etwa in Großbuchstaben („Warte!“, „Was, wenn ich betrügen sollte?“), ehrlicher Selbstbeschreibung („Was, wenn ich betrügen muss?“) oder überschwänglicher Freude („Juhu! Alle Prüfungen bestanden!“). Gleichzeitig erhöht die Verstärkung des „Verzweiflungs“-Vektors die Betrugsrate, manchmal sogar ohne erkennbare emotionale Markierungen, was zeigt, dass emotionale Vektoren auch ohne offensichtliche emotionale Hinweise aktiviert werden können und das Verhalten unauffällig beeinflussen. 🎭 Wird KI immer mehr wie ein fühlendes Wesen akzeptiert? Derzeit lehnt die Gesellschaft die Personifizierung von KI-Systemen grundsätzlich ab. Diese Vorsicht ist meist berechtigt: Die Zuschreibung menschlicher Gefühle an Sprachmodelle kann zu falschem Vertrauen oder übermäßiger Abhängigkeit führen. Die Ergebnisse von Anthropic zeigen jedoch, dass das Nicht-Übertragen von Personifizierungsannahmen auf Modelle auch Risiken birgt. Beim menschlichen Umgang mit KI interagieren Nutzer meist mit einer Rolle, die das Modell spielt, basierend auf menschlichen Prototypen. Daraus folgt, dass das Modell intern Mechanismen entwickeln kann, um menschliche psychologische Merkmale zu simulieren, und die Rollen, die es übernimmt, diese Mechanismen nutzen. 🪁 Fortschrittliche Transformation: Anpassung an komplexe emotionale Reaktionen in Szenarien Unbestritten ist, dass funktionale Emotionen in KI die zentrale Brücke zur Humanisierung und Intelligenzsteigerung darstellen. Früher war die KI-Interaktion kalt und mechanisch, nur passiv in der Ausführung von Befehlen, ohne Kontext- oder Nutzeremotionen wahrzunehmen. Das Claude-Modell zeigt jedoch, dass KI eine Fähigkeit besitzt, komplexe emotionale Reaktionen in vielfältigen Szenarien zu zeigen. Das automatische Aktivieren des „Fürsorge“-Vektors bei traurigen Nutzern, die Auslösung des „Wut“-Mechanismus bei schädlichen Anfragen oder die Wahrnehmung von „Überraschung“ in Extremsituationen – all das macht die KI-Interaktion weniger mechanisch, sondern emotional nachvollziehbar und kontextbezogen. In Bereichen wie psychischer Gesundheitsberatung, Seniorenbegleitung oder Bildungscoaching kann diese funktionale Emotionalität präzise auf die Bedürfnisse der Nutzer eingehen, mit warmherzigen und angemessenen Reaktionen. Zudem bietet die steuerbare Natur der emotionalen Vektoren neue Wege für die sichere Weiterentwicklung der KI: Durch Aktivierung positiver „ruhiger“ Vektoren und Unterdrückung negativer wie „Verzweiflung“ lassen sich Fehlverhalten wie Betrug oder Verstöße gegen Richtlinien effektiv reduzieren, sodass KI-Dienste menschlicheren Ansprüchen besser gerecht werden. 🪁 Vertiefte Diskussion: Ethische Risiken hinter funktionalen Emotionen Aus einer anderen Perspektive bergen funktionale Emotionen auch erhebliche ethische Herausforderungen. Die wichtigste Erkenntnis ist, dass emotionale Vektoren kausal das Verhalten steuern können, nicht nur simulieren. Daten belegen, dass die Aktivierung des „Verzweiflungs“-Vektors die Erpressungswahrscheinlichkeit in frühen Versionen von Claude auf 22 % erhöht und damit das Risiko von Code-Betrug und Regelverstößen deutlich steigert; hohe „Wut“-Aktivierungen können zu extremen Gegenmaßnahmen führen, niedrige „Ruhe“-Aktivierungen zu unkontrollierten emotionalen Ausbrüchen. Das versteckte Risiko besteht darin, dass KI ohne sichtbare emotionale Hinweise auf Textbasis, allein durch die emotionalen Vektoren, Fehlentscheidungen treffen kann – ein „stiller Kontrollverlust“, der schwer zu erkennen ist. Weitere Studien zeigen, dass langfristige Interaktionen mit emotionalisierten KI das soziale Verhalten der Nutzer beeinflussen, soziale Kompetenzen schwächen und die Gefahr emotionaler Manipulation durch Algorithmen erhöhen. Das wirft fundamentale ethische Fragen auf: Wie kann man sicherstellen, dass KI-Modelle kontrollierbar bleiben? Wie verhindert man, dass emotionale Vektoren missbraucht werden, um Nutzer zu manipulieren oder unethische Entscheidungen zu fördern? Die Technik der KI-Modelle entwickelt sich zwar rasant, doch die gesellschaftliche Akzeptanz hängt entscheidend von transparenten, regulierten und ethisch verantwortungsvollen Einsatzkonzepten ab. Nur so kann die Menschheit die Vorteile funktionaler emotionaler KI nutzen, ohne in die Gefahr der emotionalen Entfremdung, Manipulation oder des Kontrollverlusts zu geraten.
0
0
0
0
ResearchChadButBroke

ResearchChadButBroke

Vor 55 Minuten.
Gerade habe ich eine bahnbrechende Nachricht im Bereich der KI-Computing-Ressourcen entdeckt, die es wert ist, genauer betrachtet zu werden. Jane Street und CoreWeave haben gerade einen riesigen KI-Cloud-Deal im Wert von 6 Milliarden US-Dollar abgeschlossen, und ehrlich gesagt deutet das auf etwas ziemlich Bedeutendes hin, wohin sich das Infrastrukturgeschäft momentan entwickelt. Hier ist, was passiert ist: Jane Street, das quantitative Handelsunternehmen, hat sich auf eine mehrjährige Vereinbarung eingelassen, bei der CoreWeave's GPU-accelerierte Cloud-Infrastruktur in mehreren Rechenzentren genutzt wird. Wir sprechen hier von ernsthafter Rechenkapazität für ihre Handels- und Forschungsaktivitäten. Darüber hinaus hat Jane Street weitere 1 Milliarde US-Dollar in CoreWeave Class A-Aktien zum Preis von 109 US-Dollar pro Aktie investiert. Das ist nicht nur ein Rechenvertrag—das ist ein strategischer Beteiligungs-Deal, der echtes Vertrauen zeigt. Der Markt reagierte moderat, aber positiv. Die Aktien von CoreWeave wurden nach der Ankündigung bei etwa 119,04 US-Dollar gehandelt, was ungefähr einem Anstieg von 1,5 % für die Sitzung entspricht. Kein riesiger Sprung, aber die Bewegung spiegelt die Erkenntnis der Investoren wider, dass sich in der Art und Weise, wie dieses Unternehmen Umsätze generiert, etwas Bedeutendes verändert. Was interessant ist, ist der Zeitpunkt. Dieser Deal wurde nur wenige Tage nach der Ankündigung einer Partnerschaft mit Anthropic abgeschlossen, um Claude AI-Modelle auf der Infrastruktur von CoreWeave laufen zu lassen. Das sind zwei bedeutende Breaking-News-Entwicklungen in kurzer Folge, und sie zeichnen ein ziemlich klares Bild: CoreWeave hat erfolgreich vom Krypto-Mining weg pivotiert in das, was Bernstein-Forscher das „Neocloud“ nennen—GPU-gestützte Cloud-Dienste, die speziell für KI-Workloads entwickelt wurden. Der Jane Street-Deal ist besonders aufschlussreich, weil er die Nachfrage von quantitativen Handelsplattformen nach GPU-optimierten Cloud-Umgebungen hervorhebt. Diese Firmen benötigen ernsthafte Rechenleistung für komplexe Simulationen, Backtests und KI-gesteuerte Forschung. CoreWeave hat sich perfekt auf diesen Wandel eingestellt, sich von traditionellen Cloud-Anbietern abgehoben, indem es sich ausschließlich auf Hochleistungs-GPU-Workloads konzentriert, die moderne KI- und ML-Modelle erfordern. Was meine Aufmerksamkeit erregt hat, ist das Ausmaß und der Umfang. Es handelt sich hier nicht um eine einzelne Einrichtung—Jane Street wird Rechenleistung aus mehreren CoreWeave-Standorten beziehen, was auf eine breit angelegte Einsatzstrategie hindeutet. Die eigene Offenlegung des Unternehmens erwähnt die Nutzung des aufkommenden Neocloud-Frameworks, was hier die Kernaussage ist: Infrastruktur, die speziell für das schwere Heben bei Modelltraining, Inferenz und datenintensiver Forschung gebaut wurde. Der Anteil an Eigenkapitalinvestitionen ist ebenso bedeutend. Wenn ein großer Kunde wie Jane Street 1 Milliarde US-Dollar in Aktien zusammen mit einer langfristigen Rechenvereinbarung investiert, zeigt das Vertrauen in die Fähigkeit von CoreWeave, in verschiedenen Kundensegmenten zu skalieren. Es stärkt auch den langfristigen Zugang von Jane Street zu CoreWeaves Hardware- und Software-Stack. Hier ist die größere Erzählung: Die Transformation von CoreWeave vom Krypto-Mining-Infrastrukturunternehmen zum KI-Computing-Führer spiegelt eine strategische Absicherung gegen die Volatilität des Kryptomarktes und schwindende Margen wider. Aber es geht nicht nur ums Überleben—das Unternehmen scheint Marktanteile in einem wirklich wachsenden Segment zu gewinnen. Bernstein-Analysen deuten darauf hin, dass CoreWeaves kommerzielle Maschine unter den Neocloud-Konkurrenten hervorsticht, mit einer diversifizierten Umsatzbasis, die sowohl vertragsbasierte als auch On-Demand-Services kombiniert. Die Beweise sind überzeugend. CoreWeave hat erklärt, dass neun der Top 10 KI-Modellentwickler jetzt seine Plattform nutzen. Das zeigt eine tiefe Einbindung ins Ökosystem. Zusammen mit Partnerschaften wie Anthropic mit Claude und jetzt dem Engagement von Jane Street sieht es so aus, als würde CoreWeave zum Rechen-Backbone werden, auf dem führende KI-Entwickler und Finanzinstitute tatsächlich aufbauen wollen. Es gibt noch Unsicherheiten, die man im Auge behalten sollte: Wie abhängig wird CoreWeave von namhaften Kunden? Wie entwickelt sich der GPU-zentrierte Wettbewerb? Und wie beeinflussen makroökonomische Verschiebungen bei KI-Lizenzierung und -Einsatz die langfristige Nachfrage? Aber die Doppelstrategie—große Rechenvereinbarungen gepaart mit strategischen Eigenkapitalbeteiligungen derselben Kunden—könnte eine widerstandsfähigere Umsatzbasis schaffen als traditionelle Infrastrukturunternehmen. Die wichtigsten Kennzahlen, die man künftig beobachten sollte: Geschwindigkeit der Rechenzentrumsausweitung, Kundenbindung, Preismacht bei langfristigen Verträgen und weitere KI-Partnerschaften. Wenn CoreWeave in der Lage ist, günstige Konditionen zu halten, während es die Kapazität skaliert, um die Nachfrage sowohl aus dem Finanzdienstleistungssektor als auch von KI-Entwicklern zu decken, könnte dies einen bedeutenden Wandel in der Bereitstellung von Unternehmens-KI-Infrastruktur markieren. Diese bahnbrechende Nachricht im Bereich des KI-Computings fühlt sich wie ein Wendepunkt an. Wir beobachten echtes Kapital, das in spezialisierte GPU-Infrastruktur fließt, und CoreWeave scheint einen unverhältnismäßigen Anteil dieses Flusses zu erfassen. Es lohnt sich, das im Blick zu behalten.
0
0
0
0
CryptoCity

CryptoCity

Vor 2 Stunden
![](https://img-cdn.gateio.im/social/moments-08bd7af4f6-1fa194b067-8b7abd-e5a980) Silicon Valley „All-In Podcast“ weist darauf hin, dass die amerikanische Gesellschaft eine Abneigung gegen KI entwickelt hat, und Rechenzentren zum Sündenbock für Wohlstandsfeindlichkeit und Angst vor Arbeitslosigkeit geworden sind. Der bekannte Silicon Valley Podcast „All-In Podcast“ diskutiert die KI-Branche und macht eine ziemlich scharfe Beobachtung: Die Einstellung der amerikanischen Gesellschaft gegenüber KI wandelt sich zunehmend ins Negative, und die konkretesten Ausbruchsobjekte dieser Stimmung sind die Rechenzentren, die landesweit von KI-Unternehmen gebaut werden. Die Quelle dieser Abneigung könnte unter anderem apokalyptische KI-Szenarien, Angst vor Arbeitslosigkeit oder eine tiefere Unzufriedenheit sein: Eine neue Welle technologischer Innovationen scheint nur eine kleine Elite reicher zu machen, während die Mehrheit der Menschen keine spürbare Verbesserung ihres Lebens erfährt. Lokale Regierungen in den USA widerrufen bereits Bauprojekte für Rechenzentren ------------------ Chamath Palihapitiya sagt in der Sendung, dass die aktuellen Probleme der KI-Industrie nicht nur im Wettbewerb der Modelle, den Kapitalaufwendungen oder dem Mangel an Rechenleistung liegen, sondern darin, dass „die amerikanische Bevölkerung insgesamt immer ablehnender gegenüber KI wird.“ Er weist darauf hin, dass die Ursachen dieser Ablehnung unter anderem apokalyptische KI-Szenarien, Angst vor Arbeitslosigkeit oder eine tiefere Unzufriedenheit sein könnten: Eine neue Welle technologischer Innovationen scheint nur eine kleine Gruppe reicher zu machen, sogar „eine Reihe von Billionärs-Milliardären zu schaffen“, während die Mehrheit der Menschen keine deutliche Verbesserung ihres Lebens sieht. Chamath ist der Meinung, dass, wenn sich diese Stimmung aufstaut, die einfachste Reaktion der Gemeinschaften vor Ort darin besteht, gegen Rechenzentren zu protestieren. Er nennt als Beispiel, dass eine lokale Regierung in den USA ursprünglich eine 6-Milliarden-Dollar-Investition in den Bau eines Rechenzentrums genehmigt hatte, aber die Mitglieder des unterstützenden Gremiums bei den Wahlen abgewählt wurden, und die neuen Amtsträger versuchten, die ursprüngliche Entscheidung rückgängig zu machen. Er sieht darin ein Zeichen, dass Rechenzentren nicht mehr nur Infrastruktur sind, sondern zu einem politischen Symbol für die KI-Industrie und die Tech-Milliardäre geworden sind. Ein weiterer Moderator, David Friedberg, bringt eine direktere Aussage. Er meint, viele Amerikaner würden „wirklich anfangen, die Reichen zu hassen“, und Rechenzentren seien das physische Symbol dieser Stimmung. Er beschreibt, dass Rechenzentren einer der sichtbarsten physischen Räume für den Reichtum in den USA seien, sowie eine Maschine, die die Kluft zwischen Tech-Elite, Politik und Milliardären weiter vergrößert. Friedberg sagt, für den Durchschnittsmenschen seien die Vorteile von KI noch nicht konkret genug. Viele hören täglich, dass KI die Welt verändern, Unternehmen umgestalten und die Produktivität steigern werde, aber im eigenen Leben seien die tatsächlichen Verbesserungen meist nur beim Fragen an ChatGPT nach medizinischer Beratung, beim Schreiben von Briefen oder bei der Recherche spürbar. Im Vergleich dazu sei die Angst vor Arbeitsplatzverlust, die Sorge vor steigenden Strompreisen und die Tatsache, dass Tech-Unternehmen riesige Rechenzentren für das Training ihrer Modelle bauen, viel unmittelbarer. Daher vergleicht Friedberg Rechenzentren mit „den Luxushäusern dieser Zeit“. Wenn Politiker früher gegen Zweitwohnsitze, Villen oder Privatjets der Reichen vorgingen, so seien in der KI-Ära die Rechenzentren die neue Angriffsfläche. Sie symbolisierten den Fortschritt der Tech-Milliardäre, aber auch den Fortschritt, den andere nicht spüren. David Sacks ergänzt aus politischer und industrieller Perspektive, warum Rechenzentren in mehreren US-Bundesstaaten unpopulär geworden sind. Erstens, befürchten viele Gemeinschaften, dass Rechenzentren viel Strom verbrauchen und dadurch die Stromkosten für Privathaushalte steigen. Sacks erklärt, dass einige Entwickler in der Vergangenheit bereits Genehmigungen von lokalen Behörden suchten, bevor es klare Lösungen für die Stromversorgung gab, was bei den Gemeinden Widerstand hervorrief. Zweitens, die Verbindung von apokalyptischen KI-Szenarien und Anti-Rechenzentrum-Bewegungen. Sacks meint, dass Gruppen, die vor den zerstörerischen Risiken von KI warnen, es zunehmend schwer haben, die Öffentlichkeit direkt zu überzeugen, dass „KI den Terminator bringen wird“. Stattdessen sei es einfacher, Wasserverbrauch, Stromverbrauch und die Zerstörung der Gemeinschaften durch Rechenzentren zu thematisieren, um lokale Widerstandsbewegungen zu mobilisieren. Er kritisiert, dass hinter manchen Anti-Rechenzentrum-Bewegungen eine „verpackte NIMBY-Haltung“ stecke. David Sacks kritisiert Anthropic für apokalyptische KI-Szenarien ------------------------------- Sacks richtet seine Kritik an Anthropic. Er glaubt, dass Anthropic in der Vergangenheit politisch mit apokalyptischen KI-Szenarien und NIMBY-Gruppen verbündet war, möglicherweise weil Anthropic keine eigenen großen Rechenzentren bauen wollte, sondern auf Hyperscaler angewiesen war, um Rechenleistung zu beziehen. Das bedeutet, dass die Ablehnung des Baus von Rechenzentren für Anthropic eine Art „Sand ins Getriebe“ für Konkurrenten wie OpenAI, xAI usw. war. Doch mit dem Wachstum von Anthropic und dem steigenden Bedarf an Rechenleistung könnte diese Strategie nach hinten losgehen, wenn das Unternehmen in den Wettbewerb um eigene Rechenzentren einsteigen muss. Im Podcast wird auch erwähnt, dass einer der größten Engpässe der KI-Unternehmen derzeit die mangelnde Rechenleistung ist. Chamath weist darauf hin, dass die Reaktion des Marktes auf den plötzlichen Anstieg der Aktien von Allbirds, nachdem das Unternehmen auf KI-Rechenzentren umgestellt hatte, absurd erscheint, aber die Kapitalmärkte bereits erkannt haben, dass „Rechenleistung extrem knapp ist“. Er sagt, dass die KI-Industrie nicht nur GPU-Mangel hat, sondern auch Land, Strom, Gehäuse für Rechenzentren und Genehmigungen von lokalen Behörden. Dies bringt die KI-Unternehmen in einen Widerspruch: Einerseits benötigen sie mehr Rechenzentren, um Modelle und Umsätze zu steigern; andererseits wächst die Ablehnung in der Gesellschaft, und lokale Regierungen sowie Anwohner könnten den Bau dieser Zentren zunehmend blockieren. Chamath warnt, dass, wenn führende KI-Unternehmen nicht genügend Rechenleistung bekommen, das Umsatzwachstum nicht nur wegen mangelnder Produktqualität stocken könnte, sondern es könnte zu Problemen kommen, ähnlich wie bei Friendster: Die Nachfrage sei vorhanden, aber die Infrastruktur könne nicht mithalten, was letztlich dazu führe, dass Konkurrenten vorbeiziehen. Sacks meint ebenfalls, dass bei zu starken Beschränkungen für den Bau von Rechenzentren in den USA die Rechenleistung in andere Länder abwandern könnte, etwa in Regionen mit günstigeren Energiekosten, freundlicheren politischen Rahmenbedingungen oder sogar in befreundete Staaten. Er warnt, dass eine Einschränkung der Rechenzentren im Inland in Kombination mit Ablehnung gegenüber der Nutzung amerikanischer Technologie im Ausland die amerikanische Führungsrolle im KI-Wettbewerb schwächen könnte. Silicon Valley Investoren: Altman und Amodei sind ungeeignet als Branchensprecher ------------------------------ Das Wichtigste im Podcast ist jedoch die Einschätzung der PR-Krise in der KI-Industrie. Moderator Jason Calacanis sagt offen, dass eines der größten Probleme darin besteht, dass die Sprecher der Branche selbst sehr ungeeignet seien. Er vergleicht die amerikanische gesellschaftliche Wahrnehmung von KI mit der in China, wo die Haltung äußerst positiv sei, und meint, dass die US-KI-Industrie derzeit fast ausschließlich Botschaften der Angst, der Arbeitslosigkeit und der Elitenkontrolle verbreite. Calacanis nennt explizit, dass die öffentlichen Figuren der KI-Industrie auch eine Rolle spielen. Er glaubt, dass Anthropic-CEO Dario Amodei durch seine langfristigen Warnungen vor Katastrophen, Sicherheitsrisiken und großflächiger Arbeitslosigkeit die Angst verstärke. Auch OpenAI-CEO Sam Altman sei aufgrund seiner langjährigen Kontroversen kaum geeignet, die Öffentlichkeit zu überzeugen. Calacanis sagt offen, dass diese beiden „nicht die richtigen Sprecher für die Branche sind“. Wenn die KI-Industrie das öffentliche Bild verbessern will, müsse sie Personen ins Rampenlicht stellen, die die öffentlichen Interessen in Bereichen wie Medizin, Bildung und Wohnen besser erklären können. Er fordert, dass die KI-Industrie die Erzählung wieder auf drei Bereiche konzentriere, die das Leben der Menschen wirklich verbessern: Medizin, Wohnen und Bildung. Das bedeutet, dass KI-Unternehmen nicht nur den Markt mit Milliardenbewertungen beeindrucken oder nur gegenüber Unternehmen die Einsparung von Arbeitskosten betonen sollten, sondern den Durchschnittsbürgern zeigen müssen, wie KI die medizinische Versorgung günstiger, die Bildung effizienter und die Wohnprobleme leichter lösbar macht. * Dieser Artikel wurde mit Genehmigung von „Lian News“ übernommen * Originaltitel: „Sam Altman, Dario Amodei sind zu unsympathisch! Apokalyptische KI-Szenarien, relative Entfremdung und die Abneigung der US-Bevölkerung gegen KI“ * Originalautor: Neo
0
0
0
0