Meta verfolgt Mitarbeiter-Computerinteraktionen für KI-Agenten-Training

Was Meta tut
Meta setzt interne Tracking-Software auf den Computern von US-Mitarbeitern ein, um Interaktionsdaten für das KI-Modelltraining zu sammeln. Laut internen Memos, die Reuters eingesehen hat, ist dies Teil ihrer Initiative, KI-Agenten zu entwickeln, die Arbeitsaufgaben eigenständig ausführen können.
Spezifisch erfasste Daten
- Mausbewegungen
- Klicks
- Tastenanschläge
- Gelegentliche Bildschirmaufnahmen für den Kontext
Wie das Tool funktioniert
Die Tracking-Software läuft auf einer Liste arbeitsbezogener Anwendungen und Websites. Laut einem Memo, das ein Mitarbeiter-Forschungswissenschaftler für KI in Metas internem Kanal für das Meta SuperIntelligence Labs-Team veröffentlichte, wird das Tool diese Eingaben bei bestimmten Anwendungen erfassen.
Zweck und Anwendungsfälle
Meta-Sprecher Andy Stone erklärte: „Wenn wir Agenten entwickeln, die Menschen dabei helfen sollen, alltägliche Aufgaben am Computer zu erledigen, benötigen unsere Modelle reale Beispiele dafür, wie Menschen diese tatsächlich nutzen – Dinge wie Mausbewegungen, das Klicken auf Schaltflächen und das Navigieren durch Dropdown-Menüs.“
Das interne Memo erwähnte speziell die Verbesserung von Modellen in Bereichen, in denen sie Schwierigkeiten haben, darunter:
- Auswahl aus Dropdown-Menüs
- Verwendung von Tastenkombinationen
Das Memo stellte fest: „Hier können alle Meta-Mitarbeiter unseren Modellen helfen, besser zu werden, indem sie einfach ihre tägliche Arbeit erledigen.“
Datenschutz und Nutzungseinschränkungen
Meta-Sprecher Andy Stone präzisierte, dass die gesammelten Daten nicht verwendet werden für:
- Leistungsbeurteilungen
- Zwecke außerhalb des Modelltrainings
Stone erwähnte auch, dass Schutzmaßnahmen vorhanden sind, um sensible Inhalte zu schützen.
📖 Read the full source: HN AI Agents
👀 Siehe auch

Die KI-Abhängigkeitsfalle: Warum übermäßiges Vertrauen in LLMs Kernkompetenzen untergraben könnte
Eine kontroverse Meinung, die argumentiert, dass eine starke Abhängigkeit von KI-Chatbots zu einem Verlust von kritischem Denken, Schreib-, Recherche- und Lernfähigkeiten führen wird.

DeepSeek v4 Flash auf Mac Studio: Lokales LLM findet echte Fehler im Compiler-Code
Ein Entwickler berichtet, dass DeepSeek v4 Flash auf einem 128GB Mac Studio erfolgreich echte Fehler in einem Compiler-Codebase identifiziert – eine Aufgabe, die vor fünf Monaten mit lokalen LLMs noch nicht möglich war.

Analyse: Die tatsächlichen Rechenkosten von Anthropic für Claude Code-Nutzer liegen weit unter dem genannten Betrag von 5.000 US-Dollar.
Ein kürzlicher Artikel analysiert die Behauptung, dass Anthropics 200-Dollar-pro-Monat-Plan 'Claude Code Max' 5.000 Dollar an Rechenleistung verbraucht, und stellt fest, dass die tatsächlichen Inferenzkosten bei einem Vergleich mit wettbewerbsfähigen Open-Weight-Modellen auf OpenRouter etwa 10 % der API-Preise ausmachen.

Der "Vibe-Coding"-Geräuschpegel: Wie KI-Schrott Entwickler-Communities erstickt
rmoff beschwert sich über den stetigen Zustrom von minderwertigen KI-generierten Inhalten in Entwickler-Communitys, von sinnlosen GitHub-Repos bis hin zu von Geisterautoren geschriebenen Blogbeiträgen, und warum dies die organische Beteiligung vertreibt.