Boris Cherny codet seit November 2025 nicht mehr von Hand, Gemini 3.7 Flash kommt in die Google Search, Gemma überschreitet eine Milliarde Downloads

Am 23. August geht es weniger um neue Fähigkeiten als um die tatsächliche Nutzung. Boris Cherny, der Erfinder von Claude Code, erklärt, dass er seit November 2025 keinen Code mehr von Hand schreibt, und ordnet Claude in drei Fähigkeitsstufen ein; zugleich erkennt er die Redseligkeit von Opus als eine Korrekturpriorität für Anthropic an. Bei Google wird Gemini 3.7 Flash, erschienen am 13. August, zum am schnellsten übernommenen Gemini-Modell und landet in der Google Search, während die offene Gemma-Familie die Marke von einer Milliarde Downloads überschreitet. Amp vergibt lesbare Domainnamen für die auf seinen orbs gehosteten Anwendungen, und ein offenes Benchmark zur Vorhersage von Arzneimittel-Eigenschaften veröffentlicht neben jedem Score seine Rauschuntergrenze.

Boris Cherny ordnet Claude in drei Stufen ein und codet seit November 2025 nicht mehr von Hand

23. August — Der Erfinder von Claude Code gliedert die Entwicklung der Modelle in drei Stufen: besser codieren als er selbst; besser als er selbst die Ingenieurarbeit rund um den Code erledigen, vom Debugging bis zum Systemdesign; und schließlich die meisten Menschen bei den meisten Aufgaben übertreffen, die sich an einem Computer erledigen lassen. Er ordnet Claude der ersten Stufe und einem Teil der zweiten zu und bezeichnet Opus 4.8 als das erste Modell, das ihm besser erschien als er selbst. Eine Nuance, die er einbringt: Für Anders Hejlsberg, den Schöpfer von TypeScript, ist die erste Stufe möglicherweise noch nicht erreicht.

Back in Nov 2025 I fully stopped writing code by hand, though I continue to code (using agents) every day. […] But engineering is more than coding.

🇩🇪 Im November 2025 habe ich komplett aufgehört, Code von Hand zu schreiben, obwohl ich weiterhin jeden Tag Code schreibe (mit Agenten). […] Aber Engineering ist mehr als nur Codierung. — @bcherny auf X

Anthropic erkennt die Redseligkeit von Opus als Priorität an und liefert eine Übergangslösung

23. August — Auf die Schwächen von Opus angesprochen, reagiert Boris Cherny mit einer direkten öffentlichen Anerkennung: Redseligkeit ist ein bekanntes Problem und hat für das Team hohe Priorität. Bis dahin aktiviert der Befehl claude /config outputStyle=concise den am 20. August angekündigten Stil Concise. Das ist die eigentliche Information: Concise ist keine Komfortoption, sondern die vorläufige Antwort auf ein Verhalten, das das Team im Vorfeld zu korrigieren versucht.

Im selben Austausch findet sich ein am Vortag, dem 22. August, formulierter Nutzungshinweis: Opus werde für iterative Optimierung zu wenig eingesetzt — CPU- und Speichernutzung, CI-Zeit, Latenz, Bildrate — nach einem reproduzierbaren Muster, indem man mit einem Profiler und einem Datensatz so lange auf X iteriert, bis Y erreicht ist.

We know Opus is not perfect, and it is a big priority for the team to fix it.

🇩🇪 Wir wissen, dass Opus nicht perfekt ist, und das zu beheben hat für das Team hohe Priorität. — @bcherny auf X

🔗 Opus und die iterative Optimierung

Gemini 3.7 Flash kommt nach einer Rekordadoption in die Google Search

22. August — Sundar Pichai kündigt kein Modell an: Gemini 3.7 Flash ist am 13. August erschienen. Er kündigt eine Adoption an, die schnellste der Gemini-Familie, und eine Bereitstellung: Das Modell läuft jetzt in der Google Search, zusätzlich zur Gemini-App. Beim Start war es nur für Pro- und Ultra-Abonnenten über Spark, die Gemini Enterprise Agent Platform und die API zugänglich — sein Einzug in die Search verändert den Maßstab der Sichtbarkeit.

Bewerteter Benchmark	Erzielter Score	Kosten pro Aufgabe (USD)
ARC-AGI-1	95,5 %	0,12
ARC-AGI-2	84,6 %	0,25

Gemini 3.7 Flash smashed previous Gemini growth records in its first week, making it our fastest growing model yet.

🇩🇪 Gemini 3.7 Flash hat die bisherigen Wachstumsrekorde von Gemini schon in seiner ersten Woche pulverisiert und ist damit unser bisher am schnellsten wachsendes Modell. — @sundarpichai auf X

🔗 Am 20. August von ARC Prize veröffentlichte ARC-AGI-Scores

Gemma überschreitet eine Milliarde Downloads und Google veröffentlicht das Awesome-Gemma-Repository

20. August — Clement Farabet und Olivier Lacombe von Google DeepMind geben bekannt, dass die offene Modellfamilie Gemma die Marke von einer Milliarde kumulierten Downloads überschritten hat, mit mehr als 100.000 von der Community veröffentlichten Varianten in zwei Jahren. Die genannten Einsätze verdeutlichen die Reichweite: NASA, Satlyt und Starcloud betreiben Gemma an Bord von Satelliten für die eingebettete Bildanalyse; in Indien hat die National Health Authority Gemma 4 in Aarogya Setu 2.0 integriert, um medizinische Berichte zu normalisieren. Auf der Forschungsseite hat C2S-Scale, auf Gemma von Yale und Google aufgebaut, einen vielversprechenden Krebstherapiepfad identifiziert, der anschließend an lebenden Zellen bestätigt wurde. Google begleitet den Meilenstein mit einer Lieferung für Entwickler: dem GitHub-Repository Awesome Gemma, dem offiziellen Verzeichnis der Projekte und Tutorials dieses Ökosystems.

Gemessener Indikator	Angegebener Wert
Kumulierte Gemma-Downloads	mehr als 1 Milliarde
Von der Community veröffentlichte Varianten	mehr als 100.000
Beim Gemma Challenge eingereichte Projekte	mehr als 1.600

🔗 Google-DeepMind-Beitrag

Amp vergibt lesbare Domainnamen für die Portals seiner orbs

23. August — Ein orb ist die entfernte, wegwerfbare Maschine, auf der Amp einen Agenten ausführt; ein portal ist der HTTP-Einstiegspunkt, über den sich im Browser die in diesem orb entstehende Anwendung öffnen lässt. Jedes portal erhielt bisher eine unlesbare, automatisch erzeugte Adresse vom Typ t-01a0095e-9568-whatever-p1234.onamp.dev — für einen kurzen Blick brauchbar, für einen an ein Team weitergegebenen Link deutlich weniger. Drei Optionen ersetzen das: ein benutzerdefiniertes Präfix, eine persönliche Domain oder eine Workspace-Domain. Amp nennt als Beispiel park.mixfox.org, eine gewöhnliche Adresse, die eine auf einem orb gehostete Anwendung bedient. Die Konfiguration erfolgt über den Tab Portal oder indem man sie dem Agenten mitteilt. Die genannte Motivation zählt ebenso wie die Funktion: Portals dienen immer weniger als flüchtige Vorschau und immer mehr als dauerhafte Anwendungen. Eine Grenze bleibt bestehen, wie Quinn Slack bestätigt: Das Teilen überschreitet nicht die Grenzen des Workspaces.

🔗 Amp-Ankündigung

LEADBOARD veröffentlicht die Rauschuntergrenze seiner Benchmarks zur Arzneimittelvorhersage

22. August — Das FINAL-Bench-Kollektiv hat auf Hugging Face einen offenen Benchmark zur Vorhersage von Arzneimittel-Eigenschaften veröffentlicht: 21 Tabellen, 7 Disziplinen, 212.670 Trainingsverbindungen und 18.382 Testverbindungen. Der Artikel ist weniger ein Launch als eine methodische Demonstration. In der hERG-Tabelle lässt ein zeitliches Splitten gegen ein zufälliges Splitten die AUROC von 0,606 auf 0,818 steigen, bei identischen Molekülen, Fingerabdrücken, Algorithmus und Hyperparametern: Die Zufallsziehung verteilt eine einzige chemische Serie auf beide Seiten des Testsets. Zweite Erkenntnis, bezogen auf die Labelqualität: Die Rauschuntergrenze von hERG liegt bei 0,421, und auf 19 Regressions-Tabellen erzielt die einfache Vorhersage des Mittelwerts auf sieben von ihnen den besten absoluten Fehler.

hERG-Datenaufteilung	Erzielte AUROC	MAE des Modells	MAE der Konstante
Zeitlich, Schnitt im Jahr 2022	0,606	0,599	0,589
Zufällig, Mittelwert aus 5 Seeds	0,818	0,457	0,671

🔗 FINAL-Bench-Artikel auf Hugging Face

Kurzmeldungen

Warum das Starten einer Sitzung vom Telefon aus so lange gedauert hat — Am Tag nach der gestern behandelten Ankündigung erklärt Boris Cherny am 22. August, dass die Standardsicherheit den Zeitplan bestimmt habe: Vertrauen und Geräteverifikation, Schutz vor Prompt-Injection. Weitere Updates folgen. 🔗 @bcherny-Thread
GitHub rückt das Dependabot-Cooldown wieder in den Vordergrund — Versionssprünge ohne Sicherheitsbezug warten drei Tage, damit Scanner eine vergiftete Version erkennen können; Sicherheitsfixes bleiben sofortig. Der Zeitraum lässt sich über cooldown anpassen. Beitrag vom 23. Juli am 23. August wieder hervorgehoben. 🔗 @github-Tweet
Stable Audio 3.0 beim Music Technology Hackathon in Montréal — 48-Stunden-Hackathon am 22. und 23. August mit Music Hackspace und MUTEK, rund um Tools für Musikproduzenten. Stability AI verteidigt dort offene Gewichte: Transparenz, künstlerische Kontrolle, Mitspracherecht bei der Nutzung der Technologie. 🔗 Abschlussvideo
DOOM läuft auf einem von GPT-5.6 Sol entworfenen Prozessor — Das Modell hat im Spiel Turing Complete einen RV32IM-Prozessor namens Codex-R32 zusammengebaut, auf dem der in nativen Maschinencode kompilierte Port PureDOOM ausgeführt wird. Die Demonstration wurde am 23. August von @OpenAIDevs geteilt. 🔗 @Angaisb_-Thread

Was das bedeutet

An diesem Wochenende ist kein Modell erschienen, und genau das macht den Tag lesbar. In Bewegung sind der Einsatz bereits existierender Modelle, die Zahl der Hände, die sie nutzen, und die Korrektur dessen, was im Gebrauch stört. Die Akteure arbeiten an der Adoption, nicht an der Ankündigung.

Beim Entwicklungs-Tooling ist Boris Chernys Zeugnis vor allem wegen der Grenze interessant, die er im selben Satz zieht: Für einen Teil der Praktiker scheint ihm das Codieren gelöst, das Engineering nicht, und er achtet darauf, einen Experten zu nennen, für den die erste Stufe nicht einmal erreicht ist. Das Eingeständnis zur Redseligkeit von Opus geht in dieselbe Richtung: Das Standardverhalten eines Modells wird zu einem eigenständigen Produktthema. Eine Konfigurations-Übergangslösung wie outputStyle=concise verlagert die Last auf den Nutzer, und Anthropic übernimmt das ausdrücklich, indem es sie als vorläufigen Fix bezeichnet.

Die Bereitstellung im großen Maßstab zeigt sich an diesem Wochenende in drei unterschiedlichen Formen. Gemini 3.7 Flash verlässt den Bereich der Abonnenten und Entwickler und gelangt in die Search, was sich mit Kosten von 0,25 USD pro Aufgabe auf ARC-AGI-2 bei einem Score von 84,6 % wirtschaftlich tragen lässt. Gemma misst seine Adoption hingegen in Downloads und Community-Varianten, mit Einsätzen im Orbit und im Gesundheitswesen, die keinem typischen Demo-Anwendungsfall ähneln. Amp wiederum zieht die Konsequenz aus einer Nutzung, die es nicht vorgesehen hatte: Wenn wegwerfbare Vorschauen zu dauerhaften Anwendungen werden, brauchen sie eine stabile Adresse.

Bleibt die Frage der Messung, und LEADBOARD trifft genau im richtigen Moment ein. Ein AUROC-Unterschied von 0,21 Punkten, erzielt ohne eine Zeile am Modell zu ändern, eine konstante Vorhersage, die auf sieben von neunzehn Regressions-Tabellen die Modelle schlägt: Ein veröffentlichter Score ist ohne seinen Split, seine Rauschuntergrenze und seine trivialen Referenzen nicht interpretierbar. Genau das verleiht den von Google am selben Wochenende hervorgehobenen ARC-AGI-Zahlen Gewicht — Messungen von Dritten, im verifizierten Modus, und nicht hausgemachte Ergebnisse.