Tencent, Alibaba, ByteDance – alle bauen „Welten“ für KI? Hinter dieser Entwicklung verbirgt sich das Schicksal der zweiten Hälfte der KI-Ära
Hallo zusammen, ich bin euer Finanzjournalist. Heute möchten wir über ein Thema sprechen, das zwar etwas wie Science-Fiction klingt, aber tatsächlich die Struktur der Technologiebranche tiefgreifend verändert: Warum bauen Tencent, Alibaba, ByteDance sowie internationale Unternehmen wie OpenAI und Anthropic so intensiv „Welten“ für KI-Agenten (Intelligente Systeme) auf?
Wenn Sie sich mit KI-Nachrichten beschäftigen, haben Sie sicherlich bemerkt, dass die aktuellen Großmodelle darum wetteifern, wer am klügsten oder schnellsten antwortet. Dieses Mal ist es jedoch anders: Die Giganten konkurrieren um etwas Grundlegenderes und Wichtigeres – die Umgebung, in der die KI-Agenten arbeiten.
Um es für Sie verständlicher zu machen, werde ich zuerst den Kerninhalt dieser tiefgründigen Reportage von „Ji Zi Guang Nian“ zusammenfassen und anschließend die dahinterstehende Logik sowie die Chancen in fünf Punkten erklären.
📝 Kerninhalt zusammenfassen
Kurz gesagt ist die Entwicklung der KI in die „zweite Hälfte“ eingetreten. In der ersten Hälfte ging es um die Fähigkeit, Probleme zu lösen (z. B. Code zu schreiben oder Artikel zu verfassen), in der zweiten Hälfte geht es um die Fähigkeit, Probleme zu definieren und in komplexen Realitäten zu arbeiten.
Um KI-Agenten dazu zu bringen, komplexe Aufgaben wie das Beheben von Fehlern, die Buchung von Flügen oder das Verwalten von Datenbanken auszuführen, reicht es nicht aus, ihnen nur eine Menge Textdaten (statische Informationen) zur Verfügung zu stellen. Sie benötigen eine Übungsumgebung, in der sie interagieren, Fehler machen und echte Rückmeldungen erhalten können.
Derzeit investieren Unternehmen wie Tencent Hunyuan, Alibaba Tongyi, ByteDance sowie internationale Konzerne enorme Ressourcen in die Entwicklung solcher virtueller Welten. Es handelt sich nicht nur um einen technischen Wettbewerb, sondern auch um die Entstehung eines neuen Infrastrukturmarktes: Wer eine hochwertige, skalierbare und sich weiterentwickelnde KI-Übungsumgebung anbieten kann, könnte zum neuen „Scale AI“ der KI-Ära werden.
---
🔍 Detaillierte Analyse: Fünf Aspekte, um die Bedeutung des „Weltenbaus“ zu verstehen
1. Warum wird plötzlich so viel in den „Weltenbau“ investiert? Weil die KI nun tatsächlich Aufgaben übernehmen muss
Früher kommunizierte die KI wie ein Enzyklopädie – man stellte eine Frage, und sie antwortete, ohne selbst etwas zu tun. Heute möchten wir jedoch, dass die KI Aufgaben ausführt.
Stellen Sie sich vor, Sie beauftragen einen Praktikanten, einen Softwarefehler zu beheben. Sie können ihm nicht einfach nur ein Handbuch zur Fehlerbehebung geben (statische Daten); stattdessen benötigt er einen Computer, einen Code-Repository und eine laufende Umgebung, in der er Schritte ausführen, Fehler überprüfen, Code ändern und das System erneut ausführen kann. Dabei muss er erkennen können, welche Veränderungen durch seine Aktionen entstanden sind.
Genau das benötigen KI-Agenten. Yao Shunyu, der leitende KI-Wissenschaftler bei Tencent, sagt es ganz klar: „Ohne eine gute Umgebung kann ein Agent keine verschiedenen Aufgaben erledigen.“
In den letzten sechs Monaten veröffentlichte das Team von Tencent Hunyuan sechs wissenschaftliche Arbeiten zum Thema „KI-Umgebung“. Sie stellten fest, dass frühere Trainingsdaten lediglich statische Dokumente waren, während moderne Trainingsdaten interaktive Prozesse sein müssen. Die KI muss nicht nur wissen, wie Code geschrieben wird, sondern auch, wie sich die Datenbank nach dem Ausführen des Codes verändert und wie Fehlermeldungen aussehen.
Einfach ausgedrückt: Früher lehrte man die KI, Rezepte auswendig zu lernen; heute lässt man sie in der „Küche“ kochen – sie benötigt echte Töpfe, Feuer und Zutaten, um das richtige Kochverfahren zu erlernen.
2. Wie baut Tencent Hunyuan diese „Welten“ auf? Vier verschiedene Teams arbeiten parallel
Tencent Hunyuan setzt dabei auf verschiedene Ansätze:
- Erste Gruppe: Verlängerung der Aufgaben
Frühere Tests dauerten nur wenige Minuten; Hunyuan hat den „Long-Horizon-Terminal-Bench“ entwickelt, der Aufgaben auf mehrere Stunden ausdehnt. Zum Beispiel muss der KI-Agent nicht nur „Hello World“ schreiben, sondern einen ganzen Backend-Dienst bereitstellen. Zudem wurden 37.000 solcher Aufgaben automatisiert erstellt – mit durchschnittlichen Kosten von nur 5 US-Cent pro Aufgabe. Dies zeigt, dass der „Weltenbau“ skalierbar und kostengünstig sein kann.
- Zweite Gruppe: Umgebung auf mobile Geräte
Das Hunyuan-Visual-Team hat „PhoneWorld“ entwickelt, eine Umgebung mit 34 simulierten Apps (z. B. Tencent Health, Karten usw.). Die KI soll dort Impftermine buchen oder Aufgaben zwischen verschiedenen Apps koordinieren – das simuliert die tatsächlichen Benutzervorgänge auf mobilen Geräten.
- Dritte Gruppe: Evolution der Umgebung
Eine entscheidende Innovation: Wenn die Umgebung zu einfach ist, lernt die KI schnell alles aus. Daher wird die Umgebung automatisch aktualisiert. Zum Beispiel wird aus einer einfachen statischen Webseite eine Umgebung, die Bereitstellung, dynamische Wartung und die Behandlung von Konkurrenzsituationen erfordert. Die Umgebung wird mit der Fähigkeit der KI weiterentwickelt, um ständig neue Lernmöglichkeiten zu bieten.
- Vierte Gruppe: Integration in den Trainingsprozess
Die Schritte der Aufgabenerstellung, des Sandboxing und der Ergebnisüberprüfung wurden automatisiert und direkt in den KI-Trainingsprozess integriert. Die KI kann somit während des Trainings in diesen virtuellen Welten praktizieren, anstatt erst nachträglich zu lernen.
Hinweis: Innerhalb von Tencent gab es auch organisatorische Anpassungen – die Entwicklung großer Sprachmodelle und multimodaler Modelle wurde unter der Leitung von Yao Shunyu zusammengeführt. Dies zeigt, dass der „Weltenbau“ keine Nebensache ist, sondern ein strategisches Ziel des Unternehmens.
3. Auch Alibaba und ByteDance sind aktiv – und zwar noch intensiver
Tencent ist nicht das einzige Unternehmen, das in diese Richtung investiert. Auch Alibaba und ByteDance arbeiten gleichzeitig und verfolgen dabei unterschiedliche Ansätze:
- Alibaba Tongyi: Sie haben eine Studie mit der Überschrift „Towards General Agentic Intelligence via Environment Scaling“ veröffentlicht. Ihr Kerngedanke: Je vielfältiger die Umgebung, desto mehr Aufgaben kann die KI später erledigen. Alibaba hat bereits mehr als 800.000 überprüfbare Software-Engineering-Umgebungen erstellt.
- ByteDance Seed: Ihr Team hat „Agent-World“ entwickelt, eine Umgebung mit über 2.000 Umgebungen und 19.000 Tools. Die Umgebungen werden dynamisch generiert; wenn die KI auf Probleme stößt, erzeugt das System automatisch neue, zielgerichtete Aufgaben zur Weiterbildung.
Gemeinsamkeit: Alle Unternehmen wechseln von statischen Daten zu dynamischen Interaktionsumgebungen und lösen das Problem, dass hochwertige Umgebungen schwer zu erstellen sind.
4. Das größte Hindernis: 99,7 % der vorhandenen Umgebungen sind unbrauchbar – wie kann man das lösen?
Laut der Studie sammelte das Team von Tencent Hunyuan 47.678 öffentliche Terminalumgebungen von GitHub und Hugging Face. Nach strenger Auswahl (Prüfung auf Fehler, geeignete Schwierigkeitsgrade, klare Standards) blieben nur 127 Umgebungen übrig.
Die Ausfallrate beträgt 99,7 %!
- Schlechte Qualität: Viele Umgebungen enthalten Fehler oder haben unsichere Teststandards.
- Zu einfach oder zu unrealistisch: Kleine Modelle haben damit keine Probleme; große Modelle hingegen nutzen diese Schwächen, um die Tests zu umgehen.
- Unstabilität: OpenAI und Anthropic haben festgestellt, dass die Leistung der KI bei unterschiedlichen Rechnerkonfigurationen variieren kann. Eine unstabile Umgebung führt zu unkontrollierbaren Trainingsergebnissen.
Was bedeutet das?
Der „Weltenbau“ ist keine einfache Angelegenheit – es handelt sich um ein anspruchsvolles und teures Projekt. Man kann weder die Umgebungen allein von der KI erstellen (zu schlechte Qualität) noch vollständig von Menschen (zu teuer). Es benötigt Fachkenntnisse sowohl in KI als auch in der Entwicklung stabiler, komplexer und realistischer virtueller Geschäftsszenarien.
5. Wer wird der nächste „Scale AI“? Ein neuer Geschäftszweig entsteht
In der Ära der Großmodelle erreichte der Markt für KI-Datenmarkierung einen Wert von 29 Milliarden US-Dollar. Jetzt verliert dieser Markt an Bedeutung; der „Weltenbau“ wird zu einem neuen Wachstumsmotor:
- Neue Unternehmen:
*UniPat AI* (gefördert von Alibaba, Wert: 2,5 Milliarden US-Dollar) entwickelt integrierte Lösungen für Aufgabendesign, Sandboxing-Umgebungen und Bewertungsstandards.
*Deeptune* wurde von der Datenplattform Mercor übernommen; es simuliert reale Softwareumgebungen wie Salesforce und Slack.
Andere Unternehmen erweitern ihr Geschäftsfeld auf „Stärkungslern-Umgebungen“.
- Warum bauen die Großunternehmen die Umgebungen nicht auslagern?
Obwohl der Weltenbau ein lukratives Geschäft ist, bauen Tencent, Alibaba und ByteDance die Umgebungen selbst. Die Umgebung bestimmt schließlich die Leistung der Modelle – dies ist ein Kerngeheimnis, das nicht ausgelagert werden kann. Zudem benötigen solche Umgebungen viele Cloud-Ressourcen, die die Unternehmen selbst bereitstellen können, was Kosten senkt und mehr Kontrolle bietet.
Zukünftige Chancen:
Großunternehmen verstehen die Modelle, Cloud-Anbieter die Technologie – aber wer versteht die tatsächlichen Geschäftsabläufe? Zum Beispiel: Wie funktioniert das Anmeldungssystem eines Krankenhauses oder der Vertragsprüfprozess einer Anwaltskanzlei? Solche komplexen realen Geschäftsprozesse sind weder den Großunternehmen noch den Cloud-Anbietern vollständig bekannt. Unternehmen, die sowohl die Branche als auch die Entwicklung von KI-Umgebungen verstehen, könnten die nächsten Giganten werden. Sie müssen keine eigenen Großmodelle trainieren, sondern können den Modellen „Simulatoren der realen Welt“ bereitstellen.
💡 Fazit: Vom „Lösen von Problemen“ zum „Definieren von Problemen“
Yao Shunyu sagte letztes Jahr, dass der Schwerpunkt der zweiten KI-Ära darin liege, von der Problemlösung zur Problemdefinition überzugehen. Dies wird nun konkret: Durch die Entwicklung komplexer Umgebungen lernt die KI, in ungewissen Situationen Probleme zu definieren, zu analysieren und zu lösen.
Für die Allgemeinbevölkerung bedeutet dies, dass KI-Assistenten in Zukunft nicht nur Gesprächspartner sein werden, sondern auch digitale Mitarbeiter, die uns bei komplexen administrativen Aufgaben, Codeerstellung und -überprüfung sowie der Planung und Verwaltung unseres Lebens helfen können.
Für Investoren und Unternehmer ist die Entwicklung von KI-Übungsumgebungen ein vielversprechender Markt. Er ist zwar nicht so kostenaufwendig wie der Aufbau großer Modelle, aber er ist enger mit der praktischen Anwendung der KI verbunden und erfordert ein besseres Verständnis der realen Welt.
Zusammenfassung: Früher haben wir der KI Informationen gegeben; jetzt bauen wir „Welten“ für sie auf. Wer die realistischsten, komplexesten und stabilsten Umgebungen schafft, dessen KI wird in der realen Welt am besten funktionieren.