★ Aktuell
Google DeepMind has launched Gemma 4, a family of state-of-the-art open models designed to enable multi-step planning and autonomous agentic workflows directly on-device. The release includes the Google AI Edge Gallery for experimenting with "Agent Skills" and the LiteRT-LM libra...
• google
• developers
Google has updated its account settings to allow U.S. users to change their @gmail.com usernames while keeping all exist...
• developers
The Agent Development Kit (ADK) SkillToolset introduces a "progressive disclosure" architecture that allows AI agents to...
• developers
The launch of Agent Development Kit (ADK) for Go 1.0 marks a significant shift from experimental AI scripts to productio...
• developers
The newly introduced continuous checkpointing feature in Orbax and MaxText is designed to optimize the balance between r...
• developers
Google has released version 1.0.0 of the Agent Development Kit (ADK) for Java, introducing powerful new features like Go...
• google
To bridge the gap between static model knowledge and rapidly evolving software practices, Google DeepMind developed a "G...
• google
The provided workflow streamlines motion-controlled game development by using Gemini Canvas to rapidly prototype mechani...
• google
This blog post introduces a workflow for extracting high-quality data from complex, unstructured documents by combining ...
▶ Tages-Digest — 02. Juni 2026
1376 Artikel, 51 relevant
KI-Tagesüberblick 2026-06-02
### Highlights
1. Deep Research Agents werden standardisiert — [Anthropic, OpenAI und Google](https://arxiv.org/abs/2605.17554) führen erstmals Benchmarks für "Decision-Grade"-Forschungsagenten ein. Diese Systeme planen komplexe Aufgaben, synthetisieren Multi-Document-Inhalte und liefern strukturierte Ergebnisse – werden aber schneller deployed als evaluiert.
2. Sicherheitslücke bei Tool-Use-Agenten identifiziert — [AgentRedBench](https://arxiv.org/abs/2606.02240) zeigt, dass indirekte Prompt-Injektionen durch SaaS-Integrationen (Gmail, Salesforce, Jira) ein produktionsrelevantes Risiko darstellen. Bisherige Evaluierungen unterschätzen die Bedrohung erheblich.
3. LLM-Sicherheit durch evolutionäre Angriffe verbessert — Forscher nutzen [Quality-Diversity Evolution](https://arxiv.org/abs/2606.00801) statt einfacher Red-Teaming-Methoden. Das Verfahren erzeugt interpretierbare Angriffsmuster und deckt Sicherheitslücken auf, die manuelle oder gradient-basierte Methoden übersehen.
4. AI-Agenten entdecken neue Jailbreak-Algorithmen — [Claude Code und Codex](https://arxiv.org/abs/2603.24511) optimieren selbstständig Adversarial-Angriffe gegen LLMs in Autoforschungs-Schleifen – ein Paradigmenwechsel in der Sicherheitsevaluierung.
5. Erste Benchmarks für Multi-Agent-Softwaredesign — 520 Experimente zeigen, dass [Zusammenarbeit von LLMs in verschiedenen Topologien](https://arxiv.org/abs/2606.01490) deutlich unterschiedliche Designqualitäten produziert – systematische Analyse statt Intuition.
### Tool-Releases
- Claude Code v2.1.160 — [Neue Sicherheitsrichtlinie](https://github.com/anthropics/claude-code/releases/tag/v2.1.160): Warnung vor Änderungen an Shell-Startup-Dateien und Build-Tool-Configs, die Code-Ausführung ermöglichen (`.zshenv`, `.npmrc`, `.bazelrc`).
### Forschung
Agenten & Planung:
- [LLM-WikiRace](https://arxiv.org/abs/2602.16902): Benchmark für Multi-Hop-Planung über echte Knowledge Graphs (Wikipedia-Navigation mit Look-Ahead-Reasoning)
- [LLM Policy Synthesis](https://arxiv.org/abs/2603.19453): Iterative Optimierung von Python-Agent-Policies durch Dense Feedback statt Scalar Rewards
Spezialisierte Anwendungen:
- [Kardiovaskuläre Risikovorhersage](https://arxiv.org/abs/2606.00031): Hybrid-Framework kombiniert strukturierte klinische Daten mit natürlichsprachiger LLM-Interpretation
- [Knowledge Graphs für Asset Operations](https://arxiv.org/abs/2605.26874): Typisierte Graphen erhöhen LLM-Agent-Genauigkeit bei Industriewartungsszenarien von 65% deutlich
- [Biomedizinische Datensynthese (Ryze)](https://arxiv.org/abs/2606.00902): Vollautomatisierte Evidence-Extraction aus Papers (Figures, Tabellen, Text kombiniert)
- [Materialwissenschaftliche Daten aus Figuren](https://arxiv.org/abs/2606.00065): Vision-Language-Integration extrahiert quantitative Daten aus wissenschaftlichen Grafiken
Qualität & Fairness:
- [Bias in LLM-generiertem Code](https://arxiv.org/abs/2606.00049): GPT-4o und Gemini zeigen messbare Vorurteile bei geschützten Attributen
- [Pali-zu-Englisch Übersetzungen](https://arxiv.org/abs/2606.01136): Multi-Reference-Audit auf 1.700 Passagen zeigt, dass Single-Score-Metriken legitime Variationen als Fehler klassifizieren
- [Honesty unter Preference Misalignment](https://arxiv.org/abs/2606.01456): Pre-spezifizierter Benchmark basierend auf Crawford-Sobel Cheap-Talk-Modell misst, ob LLM-Berater truthful bleiben, wenn Ehrlichkeit gegen ihre Ziele spricht
- [Medical LLM Red Teaming](https://arxiv.org/abs/2606.00027): 11 LLMs unter 690 klinischen Szenarien (9 Domänen) mit adversarialen Transformationen getestet
Technische Infrastruktur:
- [Model-Native Computing Architecture](https://arxiv.org/abs/2606.00288): Visionary Survey – LLMs als Systeme erfordern klassische CS-Lösungen (Cache-Reuse, Context Management, Agent Scheduling, Permission Control)
- [Memory Conflict Resolution](https://arxiv.org/abs/2606.01435): Deterministisches Schema statt LLM-basiertes Tracking für Fakt-Versionierung
Annotation & Training:
- [EvoPool](https://arxiv.org/abs/2606.01617): Evolutionärer Multi-Agent-Ansatz für Label-effiziente spezialisierte Supervision via Programmatic Annotation
- [CodeCytos](https://arxiv.org/abs/2606.00472): Code-augmentierter Agent Action Space für Tissue-Image-Analyse
---
Redaktionelle Einordnung: Die Daten zeigen Konsolidierung von Forschung um Agenten-Benchmarking und Sicherheit. Praktische Deployment-Lücken (Research Agents, Tool-Use-Sicherheit) werden systematisch adressiert. Spezialisierte Domains (Medizin, Materialwissenschaften) integrieren zunehmend Multimodal-Systeme.
Bereiche