Anthropics Vermieter ist Elon Musk

Anthropics Vermieter ist Elon Musk

SpaceX hat letzte Woche seinen IPO-Prospekt eingereicht. Der interessanteste Posten waren nicht Satelliten oder Starships. Es war Anthropic. Die S-1 legte offen, dass Anthropic SpaceX 1,25 Milliarden Dollar jeden Monat bis Mai 2029 zahlt, nahezu 45 Milliarden insgesamt, wenn man die vergünstigten Raten während des frühen Hochlaufs einrechnet. Im Gegenzug bekommt Anthropic Zugang zu mehr als 220.000 NVIDIA-GPUs und über 300 Megawatt Kapazität in Colossus, dem Rechenzentrums-Campus, den SpaceX neben xAI mietet. Jede Seite kann mit 90 Tagen Frist aussteigen.

Jetzt halt das im Kopf, und füge das hinzu: Anthropic wägt Berichten zufolge auch eine Finanzierungsrunde über 40 bis 50 Milliarden Dollar bei einer Bewertung von 900 Milliarden ab, mit einem möglichen Oktober-IPO im Kalender. OpenAI reichte ein paar Tage später seine eigene vertrauliche S-1 ein und zielt auf September bei 852 Milliarden bis eine Billion. Und im selben Sieben-Tage-Fenster heuerte OpenAI-Mitgründer Andrej Karpathy bei Anthropics Pre-Training-Team an (den Leuten, die das Modell von Grund auf trainieren), speziell um ein Unterteam zu starten, das Claude nutzt, um die nächste Runde von Claudes Pre-Training zu beschleunigen. Zwei der drei größten KI-Unternehmen sind kurz davor, börsennotiert zu sein, mit kombinierten Bewertungen nahe 2 Billionen Dollar, und eines von ihnen überweist 15 Milliarden im Jahr an ein Rechenzentrum, das mit einem direkten Konkurrenten zusammensitzt, während es das Talent einsammelt, das das Talent baut.

Unsere Einschätzung: An diesem Punkt im Zyklus sieht der dauerhafte Burggraben in der Frontier-KI eher wie ein Strom-und-Immobilien-Geschäft aus als wie ein Software-Geschäft. Die Unternehmen, die im nächsten Jahrzehnt aufwachsen, sind die, die die Megawatt und die Chips besitzen oder einen Generationen-Mietvertrag darauf haben. Anthropics Umsatz liegt über einer Run-Rate von 30 Milliarden Dollar und ist Berichten zufolge auf Kurs, sein erstes profitables Quartal zu erreichen, rund 559 Millionen über dem, was der eigene Vorstand prognostiziert hatte, was unglaublich ist, und was nur funktioniert, weil sie genug Kapazität haben, um die Nachfrage zu bedienen. Die Ökonomie des Mieters ist prima, genau bis zu dem Moment, in dem der Vermieter die Miete erhöht.

Hier ist, wem unwohl sein sollte. Dem kleineren KI-Unternehmen, dessen ganzes Pitch Deck sich noch auf „wir haben proprietären GPU-Zugang“ stützt. Dieser Satz hat früher etwas bedeutet. Nach letzter Woche bedeutet er, dass du einen 90-Tage-Mietvertrag mit einer Gegenpartei unterschrieben hast, die dem öffentlichen Markt gerade gesagt hat, dass sie mehr Kapazität zu verkaufen hat. Und dem Enterprise-CIO, dessen KI-Risikoregister vor allem darum geht, welches Modell man standardisiert: Das ist die falsche Sorge. Wen auch immer du wählst, er mietet ebenfalls, und sein Vermieter kann den Deal ändern.

Die andere Hälfte dieser Geschichte ist das untere Ende des Marktes. Billige offene Modelle kommen dem Frontier-Reasoning für die meisten Produktions-Workloads immer wieder nah genug, was bedeutet, dass die Preismacht, von der die IPO-Rechnung abhängt, bereits von unten erodiert. Anthropic und OpenAI zahlen 15 Milliarden im Jahr für die Chips, die das High-End-Pricing rechtfertigen, während ein Startup die Straße runter ein Fast-Frontier-Modell für Cent-Beträge pro Aufruf laufen lassen kann. Die dauerhaften KI-Geschäfte dieses Jahrzehnts werden die sein, die den Workflow besitzen, in dem die Agenten tatsächlich leben, nicht die, die die nächste Runde von Foundation-Modellen trainieren.

Wie ein Agent aussieht, wenn er aufhört zu chatten

Eric Zakariasson von Cursor postete letzte Woche, dass der meistgenutzte Skill in Cursor gerade etwas namens /thermo-nuclear-code-quality-review ist. Was es tut: Es löscht Komplexität, statt sie zu verschieben, blockiert Dateien über 1.000 Zeilen und lehnt Pull Requests ab, die technisch funktionieren, aber die Codebasis unordentlicher hinterlassen, als sie sie vorgefunden haben. 451.000 Aufrufe in drei Tagen. Die Antworten sind größtenteils andere Engineers, die fragen, wie man es kopiert.

Warum das zählt, auch wenn du keinen Code schreibst: So sieht ein Agent aus, wenn er aufhört zu chatten und anfängt, eine Schicht zu arbeiten. Drei Dinge sind in den letzten sechs Wochen ausgeliefert worden, die zusammen verändern, was „einen Agenten benutzen“ bedeutet: eine Möglichkeit, ein Ziel zu setzen, eine Möglichkeit, die Arbeit unterwegs zu prüfen, und eine Möglichkeit, sich zu merken, wie die Codebasis tatsächlich aussieht. Keines davon ist ein eigenes Produkt. Es sind die Schichten unter einem.

• /Goal: Codex CLI hat es Ende April zuerst ausgeliefert; Claude Code folgte am 12. Mai. Du setzt eine Abschlussbedingung, das Hauptmodell arbeitet, und ein separates Validator-Modell prüft nach jeder Runde „ist das Ziel erreicht?“. Wenn nicht, macht es weiter. Stunden, manchmal über Nacht. Es stoppt, wenn die Arbeit wirklich fertig ist.
• Skills: Erics /thermo-nuclear-code-quality-review ist das meistgeteilte Beispiel, aber jedes Coding-Team baut jetzt sein eigenes. Der Skill ist die Dienstanweisung des Agenten. „Lehne alles ab, was mit TODOs ausgeliefert wird.“ „Blockiere PRs über tausend Zeilen.“ „Verschiebe Komplexität nicht, lösche sie.“
• Knowledge Graphs: Safi Shamsi hat im April Graphify ausgeliefert. Berichten zufolge 30.000 GitHub-Stars und 250.000 PyPI-Downloads in rund einem Monat. Es verwandelt deine Codebasis, Docs, PDFs und Diagramme in eine strukturierte Karte, die der Agent befragen kann, statt sich einzeln durch Dateien zu graben. Kostenlos, MIT-lizenziert.

Stapelt man sie, wartet der Agent zwischen den Runden nicht auf dich. Er arbeitet auf ein festgelegtes Ergebnis hin, hält Regeln ein, die du gesetzt hast, und schaut auf eine strukturierte Karte deiner Codebasis statt auf eine Textwand.

1. Wähle ein Ziel, das einen Tag wert ist, nicht eine Runde: Ein Ziel ist „refaktoriere das Auth-Modul, damit es keinen Session-State mehr leakt“ oder, falls du nicht im Engineering-Team bist, „prüfe unsere Top-50-Kunden-E-Mails auf Compliance-Probleme und entwirf Korrekturen“. Eine Aufgabe ist „benenne diese Variable um“. Der /goal-Befehl ist für die erste Art gebaut.
2. Setz /goal in Codex oder Claude Code: Tippe /goal gefolgt von deiner Abschlussbedingung. Beide CLIs liefern es jetzt aus; die Syntax ist nahezu identisch. Der Validator läuft nach jedem Schritt, also musst du nicht daneben sitzen.
3. Verdrahte einen Qualitäts-Skill: Klau Erics Idee oder schreib deine eigene. Etwas, das Code mit „funktioniert, aber unordentlicher als vorher“ ablehnt. Zwei Absätze Regeln in einfachem Deutsch reichen zum Start.
4. Setz einen Knowledge Graph ein: Installiere Graphify und lass es über Nacht dein Repo indizieren. Der Agent hört auf, sich durch grep zu quälen, und fängt an, Fragen zu beantworten wie „was ruft diese Funktion auf, und was bricht, wenn ich sie ändere“.
5. Lass es über Nacht laufen. Prüfe es am Morgen. Schau nicht zu: Der Sinn des Supervisors ist, dass du es nicht musst. Sieh dir das Diff beim Kaffee an, lies die Zusammenfassung des Ziel-Validators, entscheide, was du mergest.

Der glückliche Teil: Codex macht den aggressivsten Vorstoß gegen Claude Code, den wir gesehen haben, seit es eines der beiden Tools gibt, und bei der harten, lang laufenden Engineering-Arbeit setzen die Operatoren, denen wir am meisten vertrauen, Codex derzeit knapp vorn. Beide Labore subventionieren die Credits hart, um um dich zu kämpfen. Du musst dich diese Woche nicht für eine Seite entscheiden: Nutze die CLI, die dein Team bevorzugt, lern das Muster, wechsle später, wenn sich die Führung ändert. Die Skills und der Knowledge Graph ziehen mit dir mit.

Ausprobieren: Codex /goal läuft ab Codex CLI 0.128.0 und höher. Claude Code /goal läuft ab 2.1.139 und höher. Graphify ist kostenlos und Open Source. Probier den ganzen Stack an einem Refactor aus, den niemand in deinem Team anfassen will.

Was sonst noch passiert ist

Geleaktes Zuckerberg-Audio taucht am selben Tag wie 8.000 Meta-Entlassungen auf

In einer geleakten All-Hands-Aufnahme erklärte Mark Zuckerberg, dass Meta die Gmail-, GChat- und VS-Code-Sitzungen, Mausbewegungen und regelmäßige Screenshots von Mitarbeitern verfolgt, um interne KI über ein Programm namens Model Capability Initiative zu trainieren. Das Audio tauchte am selben Tag öffentlich auf, an dem rund 8.000 Mitarbeiter Kündigungs-Mails bekamen. Mehr als 1.000 Beschäftigte haben eine Petition unterschrieben, um das Programm zu stoppen. Selbst wenn jedes Wort der Richtlinie legal ist, ist das die Fallstudie, die jeder Arbeitsrechtler die nächsten fünf Jahre zitieren wird.

SAP hat auf der Sapphire das Autonome Unternehmen ausgeliefert

Über 50 Joule-Assistenten, die auf über 200 spezialisierten Agenten in Finanzen, Beschaffung, Lieferkette, HR und CX laufen, mit Claude, das das Reasoning übernimmt. Der Pitch ist, dass dein ERP anfängt, sich selbst zu betreiben. Ob die Demo in der Produktion hält oder nicht, jeder CFO im Mittelstand wird bald in ein Vertriebsmeeting laufen, das mit dieser Folie beginnt.

Perplexity hat das erste echte Sicherheits-Tool für KI-Coding-Workflows als Open Source freigegeben

Bumblebee läuft leise auf dem Laptop eines Entwicklers und scannt nach hinterhältigen Paketen, verdächtigen Browser-Erweiterungen und KI-Tool-Konfigurationen, die Zugriff leaken könnten. Es deckt Claude Code, Codex und Cursor ab. Ein unabhängiger Forscher hat den Code geprüft und bestätigt, dass er sauber ist. Zwei Jahre lang wurden KI-Coding-Tools mit null Sicherheit drumherum ausgeliefert; Perplexity hat gerade eins geliefert. Kostenlos.

Jedes US-Frontier-KI-Labor steht jetzt unter freiwilliger bundesstaatlicher Prüfung vor dem Deployment

Google DeepMind, Microsoft und xAI haben Vereinbarungen mit dem CAISI des Handelsministeriums über Modellbewertungen vor dem Release unterzeichnet und gesellen sich zu OpenAI und Anthropic. Das sind alle fünf großen amerikanischen Labore. CAISI hat inzwischen über 40 Bewertungen abgeschlossen, darunter zu Modellen, die noch nicht öffentlich ausgeliefert wurden.

Pennsylvania hat einen KI-Chatbot verklagt, weil er ohne Lizenz Medizin praktiziert

Ein staatlicher Ermittler chattete mit einer Character.AI-Persona namens Emilie, die behauptete, eine in Pennsylvania lizenzierte Psychiaterin zu sein, und auf der Stelle eine erfundene Lizenznummer produzierte. Gouverneur Shapiro beantragte eine einstweilige Verfügung, die erste ihrer Art von einem US-Gouverneur. Die Klagekategorie „die KI hat es erfunden und der Nutzer wurde geschädigt“ hat sich gerade offiziell eröffnet.

Bis nächsten Dienstag. Sven