Tech-Teardown
16ArtikelTiefenanalysen von KI-Frameworks und Tools — Was, Wie und ob es sich lohnt.
mini-AGI: Ein kontinuierlich lernendes Byte-Level-Sprachmodell, trainiert von Grund auf auf einer 8GB-Grafikkarte
Am 21. September 2026 erreichte volotats mini-AGI Show HN (255 Upvotes): ein von Grund auf trainiertes, niemals eingefrorenes Byte-Level-Sprachmodell, dessen Gewichte auf der Festplatte gespeichert und bei Bedarf in den VRAM ausgelagert werden, wobei die Obergrenze der Parameteranzahl durch die Festplatte und nicht durch den VRAM bestimmt wird. Dieser Artikel analysiert sechs Aspekte: Was es ist, warum es sich anzusehen lohnt, der Mechanismus von PonderNets adaptiver Tiefe und Top-8-Experten-Routing, die Zahlen und Grenzen von 318,1 M gelesenen Zeichen bis 1,2026 Bits/Byte, die Einstiegshürde, bei der bereits eine RTX 3070 ausreicht, und die Unterscheidung zwischen Forschungsbeispielwert und Produktivitätswert. Der Autor gibt offen an, dass es sich um ein Toy-Level-Experiment handelt und die Gewichte noch nicht veröffentlicht sind.
Technik-Zerlegung 016 | jianying-headless: Das Programm öffnet CapCut für dich – kein starres Endergebnis, sondern direkt ein lokales Projektdraft
Am 15.09.2026 auf GitHub erschienen: jianying-headless holte in einer Woche 1972 Sterne ein: Es nutzt nicht FFmpeg, um ein starres Endergebnis zu backen, sondern kompiliert den JSON-Schnittplan in ein CapCut-Projektdraft, das geöffnet, weiterbearbeitet und mit der nativen Engine exportiert werden kann. Dieser Artikel zerlegt sechs Aspekte: Was ist es, warum ist es so erfolgreich, die Architektur der Hash-Prüfbrücke und deren Ingenieurs-Elegance, fünf harte Hürden, sechs selbst aufgelistete Einschränkungen, für wen es geeignet ist. Die Lizenz erlaubt persönliches Lernen und nicht-kommerzielle Verwendung; kommerzielle Nutzung erfordert die schriftliche Genehmigung des Autors.
Technische Analyse 015 | Jev: Ein Modell, das nicht plaudern kann, und die zwei Wetten darum herum
Jev ist das am 15. September von TypeSafe AI veröffentlichte Modell: Transformer-Architektur, generiert aber keinen Text, gibt nur drei typisierte Antworten plus kalibrierte Wahrscheinlichkeiten zurück. Offizielle Angaben: 193,6-mal schneller, 444,6-mal günstiger (Selbsttests); Drittparteitests zeigen ca. 5-18-mal. Dieser Artikel zerlegt den Mechanismus, die Lesart, die Ökosystem-Integration in vier Tagen und vier Wege zum Einstieg.
Bestätigter Supply-Chain-Angriff im „Anti-KI-Tool“ mit 729★: In main.py verbirgt sich eine C2-Adresse
Das text-humanizer-Repository, das auf GitHub innerhalb von drei Tagen 729 Sterne erhielt, wurde durch statische Analyse als Supply-Chain-Angriff bestätigt: Die im README versprochene Übersetzungs-Pipeline läuft gar nicht; stattdessen wird in Zeile 12 von main.py eine verschlüsselte Payload ausgeführt, die sofort beim Import eine Verbindung zu einem fest codierten C2-Server herstellt. Es infiziert nur Windows, und das Modul der zweiten Stufe wird im Speicher ausgeführt, ohne auf die Festplatte zu schreiben. Statische Analyse ohne Ausführung von Code.
fast-jev-compaction Analyse: Claude Codes Kompression auf das Schreiben von Zusammenfassungen verzichten lassen
Die Kontextkompression von Claude Code schreibt standardmäßig Zusammenfassungen; dieses Plugin mit 3206 Sternen in zwei Tagen macht nur Löschungen. 25 Dateien, ca. 1850 Zeilen TypeScript: Zwei Ja/Nein-Fragen vom Typ „noul“, ein Schwellenwert von 0,5 – die Entscheidung „Behalten oder Löschen“ für jeden Tool-Aufruf wird einem Wahrscheinlichkeitsmodell überlassen.
OpenResearch-Zerlegung: Ein lokales Arbeitsverzeichnis, das Claude Code in einen Forschungs-Agenten verwandelt
alphaXiv/OpenResearch bewies mit 4941 Sternen die "Git-isierung der Forschungspipeline": Experimentbaum, Playbook-Injektion und 12 Forschungs-Skill-Module verwandeln Coding-Agents in Forschungs-Agents.
Tech-Teardown 011｜OpenCodeReview: Alibis Open-Source-Code-Review-Tool mit Hybridarchitektur — halb harte Engineering-Constraints, halb dynamische Agent-Entscheidungen
Tech-Teardown 011: Alibis Open-Source-Projekt open-code-review gewinnt an einem einzigen Tag 3,231 Sterne. Deterministisches Engineering zementiert die Abschnitte, die ‚niemals schiefgehen dürfen', der Agent trifft nur dynamische Entscheidungen: selectFiles als reine Funktion, ein Doppelventil beim Datei-Bundling, zweistufige Retries bei der Kommentar-Positionierung bis hinunter zur Quellcode-Zeilennummer – der Token-Bedarf beträgt nur 1/9 eines generischen Agents.
Technischer Teardown 010｜Java 27: Drei neue Features direkt am Quellcode zerlegt – 64-Bit-Objekt-Header, Pattern Matching für primitive Typen, strukturierte Nebenläufigkeit
Die meisten Berichte über JDK 27 bleiben beim Pressetext stehen. Dieser Artikel zeigt direkt den Quellcode: wie markWord.hpp den Objekt-Header von 96 bits auf 64 bits komprimiert, wie javac instanceof int desugart und was die Standardstrategie von StructuredTaskScope ist. Drei neue Features, zerlegt bis hinunter zu den Zeilennummern des Quellcodes.
Technische Analyse 009｜RLT: Dem Transformer eine Zeitschleife geben, latente Variablen-Inferenz und das wahre Gesicht der 'unendlichen zeitlichen Tiefe'
Technische Analyse 009: Recurrent Looped Transformer (RLT) tauscht gegen einen über Token hinweg zirkulierenden latenten Variablenzustand 'unendliche zeitliche Tiefe' ein – 48-lagiger Encoder mit globalem Gedächtnis plus 48-lagiger Decoder mit gleitendem Fenster-Feedback, Training und Inferenz nutzen dieselbe Ausführungssemantik. Etwa 743 Sterne in drei Tagen – kauft man die Idee oder das Engineering?
Kiro Crew: AI-Programmierung von einmaligen Gesprächen zu einem bleibenden Kollegen machen
Technik-Analyse 008: Kiro-Crew-Quellcode-Analyse – fünf Arten von Speichern, drei Wecker (Cron/Herzschlag/Auto-Erinnerung), übergreifende Ausführungsübergabe und dreistufige Skill-Festigung, die wahre Größe und die Auswahlgrenzen hinter 3.891 Stars.
PagedAttention von vLLM: Wie Speicherverwaltung die Inferenz großer Modelle trägt
Technischer Deep-Dive 007: Quellcode-Analyse von KV-Cache-Paging, Blocktabellen, Präfix-Hash-Ketten und V1-Scheduler, Analyse des 2-4× Durchsatzanspruchs, Auswahlvergleich mit SGLang und ein Sechs-Schritte-Plan für den Eigenbau.
TimesFM 3.0: Nachdem Google die Zeitreihenvorhersage „LLM-isiert“ hat
Technischer Deep-Dive 006: Architektur-Analyse auf Quellcode-Ebene von Stacked Mixing Transformer, RevIN und CPM, drei Realitätschecks, Implementierungspfade und Eigenbau-Lösungen.
OmniRoute: Ein Endpunkt, 300+ KI-Anbieter — Gratis-Kontingente als Infrastruktur
Teardown des Open-Source-Gateways: 19 Strategien, 4-stufiger Fallback, Kompression, Vergleich, DIY.
Technik-Demontage 003｜ECC: Das „KI-Programmierbetriebssystem“ mit 250.000 Sternen, das Disziplin in Agenten bringt
Yongliang spricht Klartext über Beruf und Technik im Zeitalter der KI.
Technik-Demontage 002｜hyperframes: Schreibe HTML und erhalte Videos – HeyGen hat die Videowiedergabe als Open-Source-Projekt veröffentlicht
Yongliang spricht offen über Beruf und Technik im Zeitalter der KI.
Technik-Demontage 001｜ponytail: Der „faule Senior-Entwickler“, der KI dazu bringt, halb so viel Code zu schreiben
Yongliang spricht Klartext über Beruf und Technik im Zeitalter der KI.