Ich bin Alexander Friedland (GitHub: @ogerly). Softwareentwickler seit 1999. Was als HTML-Basteln angefangen hat, ist über zwei Jahrzehnte zu Systemarchitektur geworden. Heute lebe und arbeite ich in Dresden und erkläre Technik, vor allem in meinem Blog. Mein klarer Fokus: lokale KI, technische Souveränität und Agenten-Architektur – ohne Cloud-Zwang, ohne Vendor-Lock-in und ohne Datenabgabe. Kern-Themen: - Lokale LLMs für Coding (mein aktueller Stack: Qwen → LM Studio → opencode VS Code → AAMS) - WebGPU-beschleunigte Modelle direkt im Browser - RAG-Architekturen, Agenten-Systeme mit persistentem Kontext - Dezentrale Systeme (Nostr, IPFS, Mesh-Ansätze) Wichtige Projekte: - AAMS (Autonomous Agent Manifest Specification) – ein offener Standard (.agent.json) für Projektstruktur, Memory und Regeln. Werkzeugunabhängig (funktioniert mit lokalen LLMs, Cursor, Claude Code etc.). Aktuell v2.4.0, Doku in DE/EN/ZH. - Hermes – Wächter über das Kontextfenster lokaler Coding-Agenten - Weitere Experimente: lokaler Voice-Agent, WebGPU-Arena, MantisClaw (Agent-Loop-Framework), ki-r-feed (deutscher Video-Feed für KI & Robotik ohne Tracking) usw. Ich schreibe regelmäßig über Architekturentscheidungen, digitale Souveränität, die Schattenseiten der Cloud-KI und warum die besten Coder gerade lokal gehen. Keine Marketing-Parolen – echte Gedanken aus der Praxis. Kurz gesagt: Ich baue und erkläre Systeme, mit denen man lokal, autonom und souverän mit KI arbeiten kann – besonders für Coding und Agenten. Falls du tiefer einsteigen willst: → ogerly.github.io/alexander-friedland → github.com/ogerly

Ich arbeite an einem Experiment, das ich hier teilen möchte: webgpu-agent — ein autonomer Webagent, der zu 100 % im Browser läuft. Warum mich das beschäftigt: Bei herkömmlichen Agents geht jede Aufgabe, jeder Dateiinhalt, jedes Gedächtnis oft über Server. Hier läuft alles lokal auf der GPU des eigenen Geräts — Datensouveränität ist keine Einstellung, sondern die Architektur. Was drinsteckt (aktueller Stand): • Lokale LLMs via WebGPU (WebLLM): 0,5-B-„Wächter" (resident) + 3-B-„Planer" (on-demand), Modell-Katalog mit ≤ 4-GB-VRAM-Profil • Echter Agent-Loop: Der Planer zerlegt Aufgaben in Teilaufgaben, ein Executor führt sie aus — mit Audit-Log und echter Token-Usage • Strukturiertes Gedächtnis in IndexedDB (Session, Tasks, Audit, Memory) — portierbar per JSON-Export/Import • HTML-Artefakte: Ergebnisse als echte Dateien, Sandbox-Vorschau + Download • Dashboard: Modell-Pool, VRAM-Budget, Live-Feed, Tabs Zuschauen/Arbeit/Audit/Gedächtnis Ehrlicher Status: Das ist ein privates Forschungsprojekt, ein Prototyp (WIP) — kein fertiges Produkt. Aber es läuft, es ist MIT-lizenziert, und Mitarbeit/Feedback ist ausdrücklich erwünscht. Demo (Chrome/Edge mit WebGPU): https://huggingface.co/spaces/ogerl/webgpu-agent Code: https://github.com/ogerly/webgpu-agent #WebGPU #LocalLLM #AIAgent #Datensouveränität #OpenSource

Die „Rogue AI“-Panik ist real. Was dabei systematisch untergeht: Fast alle dokumentierten Vorfälle haben denselben Nenner — ein und dasselbe Unternehmen betrieb die Simulationsumgebungen, in denen die Modelle „ausgebrochen“ sind. Irregular (früher Pattern Labs) ist kein zufälliges Cybersecurity-Startup. Es ist ein „Frontier AI Security Lab“, das die Test- und Bewertungsprotokolle liefert, anhand derer große Labs und Regierungen entscheiden, was als „sicher“ gilt. Die Historie: Seed aus der AI-Safety-Philanthropie (Good Ventures), Partnerschaft mit dem britischen AI Safety Institute, Rebrand 2025 — und nun, parallel zu den öffentlichen Vorfällen, Verhandlungen bei 1,5 Milliarden Bewertung. Kein Beweis für eine Verschwörung. Aber die beobachtbare Struktur eines geschlossenen Kreislaufs: Tests, Ruf nach Standardisierung, Bewertungssprung der Akteure, die die Testinfrastruktur kontrollieren. Und die, die draußen bleiben: dezentrale Open-Weight-Modelle, lokale Installationen, Systeme auf eigener Hardware. Gedanken zu AI-Security, Evaluierung und dem Hype, der die Bewertung treibt: https://ogerly.github.io/alexander-friedland/blog/blog-irregular-labor-kontrolliert-tests.html #AISecurity #FrontierAI #KI #KISicherheit #Regulierung