6/3/2025 AI Express | OpenAI veröffentlicht mehrere Updates zur Verbesserung von AI-Agenten und Suchfunktionen

Wir freuen uns, Ihnen mitteilen zu können, dass die mit Spannung erwartete /search API jetzt live ist.

Die /search-API, einer unserer beliebtesten Endpunkte, wurde entwickelt, um Entwicklern und Agenten eine extrem einfache Möglichkeit zu bieten, Webinhalte zu entdecken und zu crawlen. Mit einem einzigen API-Aufruf können Benutzer ganz einfach das gesamte Internet durchsuchen und die Ergebnisse in einem Format extrahieren, das für Large Language Models (LLMs) geeignet ist.

Die wichtigsten Merkmale sind:

• Effiziente Suche: Nutzen Sie fortschrittliche Algorithmen, um relevante Inhalte schnell zu finden.
• Nahtlose Integration: Unterstützung für mehrere Programmiersprachen und Entwicklungsplattformen.
• Datenformatierung: Konvertiert die erfassten Daten automatisch in ein Format, das LLM direkt verwenden kann.
• Aktualisierungen in Echtzeit: Sicherstellung des Zugriffs auf die neuesten und relevantesten Informationen.

Diese Funktion ist jetzt in unserer API, dem Management Control Panel (MCP) und allen Integrationen verfügbar.

Ganz gleich, ob Sie Daten in großem Umfang analysieren müssen oder Ihre täglichen Entwicklungsabläufe vereinfachen wollen, die /search API bietet Ihnen leistungsstarke Unterstützung.

Auf dem Snowflake Summit am 2. Juni 2025 teilte der CEO von OpenAI, Sam Altman, seine Gedanken über die Zukunft der KI.

Altman sagt, dass er den kürzlich eingeführten Kodierungsagenten Codex aus erster Hand erfahren hatAllgemeine künstliche Intelligenz (AGI)Moments.Codex ist in der Lage, eine breite Palette von Aufgaben zu bewältigen und arbeitet autonom im Hintergrund mit großer Leistung. Er ist nicht nur in der Lage, komplexe Aufgaben zu erledigen, sondern wird in naher Zukunft auch in der Lage sein, Meetings zu beobachten, Slack-Nachrichten und interne Dokumente zu lesen.

"Diese Modelle werden in den nächsten ein bis zwei Jahren ziemlich erstaunlich sein." sagte Altman."Wir haben noch viel Raum für Verbesserungen und werden noch viele Verbesserungen vornehmen."

Er betonte ferner, dass diese Modelle in der Lage sein werden, alle vom Nutzer bereitgestellten Kontextinformationen zu verstehen, eine Verbindung zu einer Vielzahl von Werkzeugen und Systemen herzustellen und tiefgreifende Schlussfolgerungen zu ziehen, um schließlich Antworten zu geben. Sie sind so robust, dass die Nutzer ihnen vertrauen können, dass sie ihre Arbeit selbstständig erledigen.

Altman ist davon überzeugt, dass diese Fähigkeit in greifbare Nähe gerückt ist, und das begeistert ihn.

[Vollständiges Video: https://t.co/3HV0GvQ51r]

Neuesten Meldungen zufolge bereitet sich OpenAI darauf vor, am 3. Juni 2025 zwei neue Modelle zu veröffentlichen, die native Audioverarbeitung unterstützen:gpt-4o-audio-preview-2025-06-03 im Gesang antworten gpt-4o-realtime-preview-2025-06-03. Diese beiden neuen Modelle werden die multimodale Verarbeitung, insbesondere im Audiobereich, erheblich verbessern.

Darunter.gpt-4o-audio-preview-2025-06-03 Es zielt darauf ab, leistungsfähigere Audioverstehens- und -erzeugungsfunktionen für Anwendungsszenarien wie Spracherkennung, Audio-zu-Text und Sprachsynthese bereitzustellen. Und gpt-4o-realtime-preview-2025-06-03 Andererseits liegt der Schwerpunkt auf der Echtzeit-Audioverarbeitung, die einen Dialog in Echtzeit, das Verstehen von Sprachbefehlen und sofortiges Feedback ermöglicht.

Diese Reihe von Updates wird die Anwendung von KI in der Audioverarbeitung weiter vorantreiben und den Nutzern eine reichhaltigere und natürlichere interaktive Erfahrung bieten.

Eine weitere Neuigkeit ist, dass Claude Research und die Remote-MCP-Integration jetzt offiziell für Pro-Benutzer verfügbar sind.

Die Claude Research Plattform bietet eine Reihe von fortschrittlichen Werkzeugen für die Verarbeitung natürlicher Sprache, die Forschern und Entwicklern helfen können, Modelltraining und Datenanalyse effizienter durchzuführen. Durch die Integration von MCP (Model Control Panel) können Benutzer Modelle in Echtzeit über Fernzugriff überwachen und anpassen, was die Entwicklungseffizienz erheblich steigert.

Die wichtigsten Merkmale sind:

• Fortgeschrittene Tools zur Verarbeitung natürlicher Sprache
• Modellüberwachung und -anpassung in Echtzeit
• Flexible Fernzugriffsmöglichkeiten

Diese neuen Funktionen ermöglichen es den Pro-Benutzern, die Leistungsfähigkeit der Claude-Plattform besser zu nutzen und den Projektfortschritt zu beschleunigen.

Kürzlich hat OpenAI vier wichtige Updates veröffentlicht, um die Fähigkeit zur Entwicklung intelligenter Agenten weiter zu verbessern.

Erstens unterstützt das **Agents SDK** jetzt TypeScript, was Entwicklern eine leistungsfähigere Typenprüfung und eine bessere Entwicklungserfahrung bietet. Zweitens wurde die neue Funktion **RealtimeAgent** für Sprachagenten entwickelt und ermöglicht die Verarbeitung von Dialogen in Echtzeit, wodurch das Benutzererlebnis erheblich verbessert wird.

Darüber hinaus wurde die Echtzeit-API um **Traces**-Unterstützung erweitert, die es Entwicklern ermöglicht, Echtzeit-Datenströme zu verfolgen und aufzuzeichnen, um die Fehlersuche und Optimierung von Systemen zu verbessern. Schließlich hat OpenAI Verbesserungen an seinem **Sprachsynthesemodell** vorgenommen, um eine natürlichere und flüssigere Sprachausgabe zu ermöglichen.

Diese Aktualisierungen verbessern nicht nur die Flexibilität und Benutzerfreundlichkeit der Technologie, sondern geben Entwicklern auch zusätzliche Werkzeuge an die Hand, um effizientere und intelligentere Agentenanwendungen zu erstellen.

Ein detaillierter Überblick über die Verwendung von Gemma zur Erstellung benutzerdefinierter KI-Agenten auf persönlicher Hardware. Diese Technologie hat die Art und Weise revolutioniert, wie Benutzer KI-Agenten vollständig lokal auf ihren eigenen Laptops erstellen und ausführen können.

Sie müssen sich nicht mit einem Anbieter wie OpenAI oder Anthropic verbinden oder dafür bezahlen. Kombinieren Sie das quelloffene Google Gemma 3 Modell, Smolagents und LM Studio, um eine vollständige lokale KI-Agentenumgebung aufzubauen.

Besondere Stärken:

• **Vollständig lokalisiert**: alle Daten und Verarbeitungen werden lokal durchgeführt, um den Datenschutz und die Sicherheit zu erhöhen
• **Keine Abhängigkeit von Cloud-Diensten**: vermeidet die Abhängigkeit von Drittanbieterdiensten und reduziert die Kosten
• **Hohe Flexibilität**: Funktionalität und Leistung des KI-Agenten können an die jeweiligen Anforderungen angepasst werden

Dies ist ein enormer Vorteil für Entwickler und Forscher, insbesondere in Anwendungsszenarien, die ein hohes Maß an Datenschutz erfordern, wie z. B. die Analyse medizinischer Daten, Finanztransaktionen usw.

Kürzlich kündigte OpenAI die Freigabe seines Programmierassistenten Codex für Plus-Nutzer an und stellte eine neue Funktion vor, mit der der Codex-Agent auf das Internet zugreifen kann.

Diese neue Funktion wurde heute in Betrieb genommen und ermöglicht es den Benutzern, den Internetzugang zu aktivieren, indem sie eine neue Umgebung erstellen oder eine bestehende bearbeiten. Standardmäßig ist der Internetzugang ausgeschaltet und die Benutzer haben die volle Kontrolle über die Domänennamen und HTTP-Methoden, die Codex bei der Ausführung von Aufgaben verwenden kann.

Wichtige Punkte:

• Der Internetzugang muss manuell aktiviert werden
• Benutzer können den Domänennamen und die HTTP-Methode für den Codex-Zugang anpassen
• Weitere Einzelheiten zur Verwendung und zu den damit verbundenen Risiken finden Sie in der offiziellen Dokumentation.

Dieses Update bietet Entwicklern mehr Flexibilität und Funktionalität, so dass Codex in einer breiteren Palette von Szenarien eingesetzt werden kann. So können Entwickler mit Codex unter anderem Echtzeitdaten aus dem Internet abrufen, dynamischen Code generieren oder externe APIs aufrufen.

Ausführlichere Informationen und Anleitungen finden Sie im Internet:https://t.co/9LbzFI6WUb

Das kithbook_com-Team entwickelt mit der v0-Plattform vollständige Anwendungen und integriert dabei mehrere fortschrittliche Technologien. Derzeit hat das Team die Google OAuth-Authentifizierungsfunktion fertiggestellt und hat 80 Personen auf der Warteliste, von denen 4 $3 für einen frühen Zugang bezahlt haben.

Zu den nächsten Schritten gehören die Synchronisierung von Google Mail und Google Calendar, die Integration von OpenAI und die Erstellung von Nutzerprofilen mit Kontext. Diese Funktionen werden das Nutzererlebnis erheblich verbessern und den Nutzern einen stärker personalisierten und intelligenten Dienst bieten.

Wichtige Updates:

• Die Google OAuth-Authentifizierung wurde erfolgreich implementiert
• 80 Personen wurden in die Warteliste aufgenommen
• Vier Personen zahlten 3 $ für den frühen Zugang zum

Plan für die nächsten Schritte:

1. Synchronisierung von Google Mail und Google Kalender
2. Integration der OpenAI-Technologie
3. Erstellung von Nutzerprofilen mit kontextbezogenen Informationen

Mit der v0-Plattform war das kithbook_com-Team in der Lage, diese Funktionen effizient zu entwickeln und bereitzustellen, um den Benutzern eine nahtlose und sichere Anwendung zu bieten.

In letzter Zeit hat eine präzise Sprachsteuerungstechnologie namens OpenAudio S1 große Aufmerksamkeit erregt. Diese Technologie stellt nicht nur einen Durchbruch auf dem Gebiet der Sprachsynthese (TTS) dar, sondern bietet den Nutzern auch ein noch nie dagewesenes interaktives Erlebnis.

OpenAudio S1 erreicht eine sehr natürliche und ausdrucksstarke Sprachsynthese mit fortschrittlicher natürlicher Sprachverarbeitung. Es wurde in der TTS-Arena-Evaluierung mit einer Wortfehlerrate (Word Error Rate, WER) von nur 0,008 und einer Zeichenfehlerrate (Character Error Rate, CER) von 0,004 an erster Stelle bewertet, was eine führende Position in der Seed-TTS-Evaluierung darstellt.

Zu den wichtigsten Funktionen von OpenAudio S1 gehören:

• Unerreichte Ausdruckskraft und Natürlichkeit: die Fähigkeit, eine breite Palette von Emotionen, von Wut und Freude bis hin zu Traurigkeit, zu subtiler Betonung, Flüstern und Einfühlungsvermögen, präzise zu vermitteln.
• Vielfältige Anwendungsszenarien: geeignet für Videoproduktion, Hörbücher, Podcasts, KI-Begleiter, Spiele und viele andere Bereiche.

Das Aufkommen dieser Technologie hat die Möglichkeiten der Interaktion zwischen Mensch und Computer erheblich bereichert und den Kreativen mehr Mittel zur Verwirklichung ihrer Kreativität an die Hand gegeben.

Mit dem kontinuierlichen Fortschritt der Spracherkennungs- und Sprachsynthesetechnologie wird die präzise Sprachsteuerung ein wichtiger Bestandteil künftiger intelligenter Geräte werden und die Entwicklung der Technologie der künstlichen Intelligenz weiter vorantreiben.

Wettbewerbsanalyse war noch nie so einfach, dank des neuen /search Endpunkts von @firecrawl_dev. Dieses innovative Tool verbessert die Effizienz der Marktforschung dramatisch, indem es den Prozess automatisiert.

Das Tool baut ein leistungsfähiges Pipeline-System auf, das automatisch Konkurrenten identifiziert, wichtige Informationen von deren Websites abruft und schließlich detaillierte Berichte erstellt. Der gesamte Prozess wird von @LangChainAIs StateGraph gesteuert, was eine reibungslose Ausführung des Workflows gewährleistet.

**Hauptmerkmale sind:**

• Automatische Erkennung und Identifizierung von Wettbewerbern
• Effizientes Crawling der Ziel-Website-Daten
• Erstellen Sie umfassende Wettbewerbsanalysen

Mit diesen Funktionen können Unternehmen die Marktdynamik schneller verstehen und fundiertere Geschäftsentscheidungen treffen.

**Weiteres Spektrum an Anwendungsszenarien:**

• Marketingfachleute können mit diesem Instrument Wettbewerbsanalysen durchführen und Werbestrategien optimieren;
• Produktmanager können ihre eigenen Produkte verbessern, indem sie die Produkteigenschaften der Konkurrenz analysieren;
• Entscheidungsträger in Unternehmen können auf der Grundlage detaillierter Datenberichte wettbewerbsfähigere Strategien entwickeln.

Kurz gesagt, @firecrawl_dev's neuer /search Endpunkt bietet starke Unterstützung für Wettbewerbsanalysen und verbessert die Produktivität erheblich.