Was Anthropic tatsächlich getan hat
Am 7. April 2026 kündigte Anthropic Claude Mythos Preview zusammen mit der wohl interessanteren Entscheidung an: Project Glasswing. Das Modell hatte Tausende von Zero-Day-Schwachstellen in Betriebssystemen, Browsern und großen Open-Source-Projekten identifiziert. Einige davon befanden sich in kritischer Infrastruktur, von der das gesamte Internet abhängt. Eine öffentliche Veröffentlichung dieser Ergebnisse in diesem Umfang hätte einen Wettlauf um Exploits ausgelöst, den kein Verteidiger rechtzeitig gewinnen könnte.
Also sendete Anthropic nicht in die Welt hinaus. Das Unternehmen baute ein Netzwerk auf.
Glasswing brachte Microsoft, Apple, Google und andere große Anbieter in einem koordinierten Offenlegungsrahmen zusammen. Die Erkenntnisse gingen an die Parteien, die tatsächlich handeln konnten, mit einem Zeitplan, der auf das Beheben statt auf Schlagzeilen ausgerichtet war. Das Modell änderte sich nicht. Die Fähigkeit änderte sich nicht. Was sich änderte, war die Verteilarchitektur: vom öffentlichen Broadcast zum vertrauenswürdigen, kuratierten Netzwerk.
Das Ergebnis, so die Berichterstattung von InfoQ, Dark Reading und CETaS am Alan Turing Institute, ist eine Offenlegungskadenz, die bereits gepatchte Systeme statt waffenfähiger Exploits hervorbringt. Die Schwachstellen sind real. Sie werden behoben. Und die Öffentlichkeit hat immer noch keinen direkten Zugriff auf Mythos selbst.
Interessant ist, dass dieses Muster (Fähigkeit plus vertrauenswürdige Kuratierung statt Fähigkeit plus offener Broadcast) nicht auf Sicherheit beschränkt ist. Es ist dasselbe Muster, das die meisten hochwirksamen Lernprozesse im Stillen antreibt. Die Veröffentlichung von Mythos machte die zugrunde liegende Logik lediglich auf industriellem Maßstab sichtbar.
Das Broadcast-Zeitalter geht zu Ende
Rund zwanzig Jahre lang war das dominierende Modell intellektuellen Fortschritts im Internet der Broadcast. Blogbeiträge in einem öffentlichen RSS-Feed. Tweets in einer algorithmischen Timeline. YouTube-Videos für den Algorithmus. Substack-Newsletter an eine Liste. Die Form war immer dieselbe: Eine Person produziert, die Öffentlichkeit konsumiert, Aufmerksamkeit sortiert.
Dieses Modell setzte Knappheit von Informationen voraus. Solange Informationen knapp waren, war ihre Verbreitung hochwirksam. Die Aufgabe der Leser bestand darin, gute Quellen zu finden. Die Aufgabe der Autoren bestand darin, möglichst viele Leser zu erreichen.
Dieses Modell bricht auf beiden Seiten zusammen, und Mythos ist Teil des Grundes.
Auf der Produktionsseite hat KI die Kosten für die Erstellung plausibler Texte abgeflacht. Jeder kann in Sekunden tausend Wörter zu jedem Thema generieren. Das Ergebnis ist eine Flut. Das Gesamtvolumen steigt. Das durchschnittliche Signal pro Wort sinkt. Die alte Lesestrategie (gute Quellen finden und ihnen folgen) wird schwieriger, nicht einfacher, weil jede Quelle unter dem Druck steht, mehr Volumen zu produzieren, um algorithmisch sichtbar zu bleiben.
Auf der Konsumseite kann KI inzwischen fast jede öffentliche Information auf Abruf zusammenfassen, synthetisieren und erklären. Der Grenznutzen, einen bestimmten Essay gelesen zu haben, sinkt, weil jeder eine KI bitten kann, ihn zusammenzufassen. Der reine Informationszugang ist nahezu kostenlos geworden.
Was nicht kostenlos geworden ist und mit allem anderen, das billiger wird, an Wert gewinnt, ist jemand, dem Sie vertrauen, der Ihnen sagt, welcher konkrete Satz Ihre Aufmerksamkeit wert ist. Das ist die Kuratierungsebene. Und Kuratierung skaliert ihrer Natur nach nicht über Broadcast. Sie skaliert über Netzwerke.
Genau diese Verschiebung hat Anthropic mit Glasswing auf der Sicherheitsebene operationalisiert. Dieselbe Verschiebung findet, weniger sichtbar, in der Art und Weise statt, wie ernsthafte Lernende ihre Zeit tatsächlich nutzen.
Warum Lernen im Alleingang an eine Decke stößt
Es gibt die Fantasie, dass motivierte Lernende sich selbstständig zur Expertise vorarbeiten können, ohne jemanden zu brauchen. Ein Thema wählen, die besten Bücher finden, tief lesen, Notizen machen, wiederholen. Mit genug Disziplin überholen Sie jedes strukturierte Programm.
Das funktionierte besser, als es klingt, solange Informationen knapp waren und das Auffinden der richtigen zwölf Bücher zu einem Thema selbst ein echter Filter war. Die ersten zwölf Bücher zu den meisten Themen in den 1990er Jahren waren wirklich die besten zwölf, weil das Verlagswesen eine Kuratierungssteuer auferlegte. Heute sind die ersten zwölf Bücher, die eine Suche zu den meisten Themen liefert, eine Mischung aus nützlich, redundant, KI-generiert und schlicht falsch. Ohne Vorwissen darüber, wem Sie vertrauen können, lässt sich das nicht unterscheiden, bevor Sie nicht bereits Zeit mit den falschen verschwendet haben.
Lernen im Alleingang hat drei strukturelle Schwachstellen, die KI nicht gelöst und wohl sogar verschärft hat.
Das Kuratierungsproblem. Zu wählen, was man liest, ist heute eine schwierigere Fähigkeit als das Lesen selbst. Eine motivierte Person kann alles aufnehmen, was ihr in die Hand gegeben wird. Der Engpass besteht darin, das Richtige in die Hand zu bekommen. Suche und KI-Zusammenfassungen lösen das nicht, weil beide auf Beliebtheit oder Sprachfluss optimiert sind und nicht darauf, ob eine Quelle das Denken von jemandem tatsächlich verändert hat.
Das Problem des fehlenden Feedbacks. Wenn Sie allein studieren, bleiben Ihre Interpretationen ungeprüft. Sie können ein Buch in der Überzeugung beenden, es verstanden zu haben, obwohl Sie das zentrale Argument verfehlt haben. Ohne Menschen, die dieselbe Quelle gelesen haben und Ihre Lesart in Frage stellen können, werden Fehler verankert und potenzieren sich.
Das Motivationsproblem. Selbstgesteuertes Lernen ist nur dann heldenhaft, wenn es funktioniert. Die meiste Zeit ist es ein langsamer Kampf gegen Ihr eigenes Aufmerksamkeitsbudget, ohne dass jemand bemerkt, wenn Sie aufhören. Lernnetzwerke liefern eine niedrigschwellige soziale Verbindlichkeit, die Lernen im Alleingang strukturell nicht bieten kann.
Keines dieser Probleme ist tödlich für das Lernen im Alleingang, aber zusammen begrenzen sie, wie weit es führen kann. Die Decke ist real. Und im KI-Zeitalter liegt diese Decke niedriger als früher, nicht höher, weil das Kuratierungsproblem schlimmer geworden ist.
Learning in public behandelt einen Teil davon aus Sicht des Produzenten. Das Muster des kuratierten Netzwerks ist die Ergänzung auf der Leserseite: Statt Ihr eigenes Lernen zu broadcasten, zapfen Sie eine kleine Gruppe vertrauenswürdiger Produzenten an und lassen deren Kuratierung einen Teil Ihrer Arbeit übernehmen.
Kuratierte Netzwerke vs. Broadcasts vs. Alleingang
Es hilft, die drei Muster direkt zu vergleichen, denn jedes hat seinen Platz, und sie zu verwechseln führt zu schlechten Ergebnissen.
| Muster | Optimiert für | Stark bei | Schwach bei | Wann es glänzt |
|---|---|---|---|---|
| Öffentlicher Broadcast | Reichweite | Entdeckung an der Spitze des Trichters, Breite | Tiefe, Signal, Verbindlichkeit | Neue Themen finden, Publikum aufbauen |
| Lernen im Alleingang | Unabhängigkeit | Tiefe, eigenwillige Erkundung | Kuratierung, Feedback, Motivation | Lange Lehrzeit zu einem Thema |
| Kuratiertes Netzwerk | Signal | Vertrauenswürdige Empfehlungen, Tiefe bei Tempo | Reichweite, Neuheit | Alles, was von Urteilsqualität abhängt |
Ein öffentlicher Broadcast ist nützlich, wenn Sie noch nicht wissen, wonach Sie suchen, und breit scannen müssen. Lernen im Alleingang ist nützlich, sobald Sie ein tiefes Problem identifiziert haben und darin leben wollen. Das kuratierte Netzwerk sitzt dazwischen und übernimmt zunehmend die Mittelfeldarbeit, die früher entweder Glück oder teure Mentorenschaft erforderte.
Was Anthropic mit Glasswing getan hat, ist das Muster des kuratierten Netzwerks auf institutioneller Ebene. Was Glasps Community-Feed tut, ist dasselbe Muster auf der Ebene des einzelnen Lernenden. Anderer Maßstab, dieselbe Logik.
Es lohnt sich, zu bemerken, was in jedem Muster ausdrücklich ausgeschlossen ist. Ein reiner Broadcast kann Ihnen keine Verbindlichkeit geben, weil es keine Beziehung gibt. Eine reine Solopraxis kann Ihnen keine externe Kuratierung geben, weil es niemanden außerhalb der Praxis gibt. Ein kuratiertes Netzwerk gibt Ihnen beides, aber nur um den Preis, sorgfältig auszuwählen, wer im Netzwerk ist. Die Auswahlkosten sind der Eintrittspreis.
Die Mechanik eines funktionierenden Lernnetzwerks
Ein kuratiertes Lernnetzwerk ist nicht einfach „eine Gruppe von Freunden, die Bücher mögen". Das Offenlegungsmuster von Mythos ist präzise darin, was das Netzwerk zum Funktionieren bringt, und diese Eigenschaften lassen sich sauber auf das Lernen übertragen.
Drei Eigenschaften zählen am meisten.
Vertrauen vor Volumen. Glasswing nahm nicht jeden mit Sicherheitshintergrund auf. Es nahm eine kleine Gruppe von Anbietern auf, deren Urteilsvermögen Anthropic als solide einstufte. Die Qualität der Kuratierung schlägt die Quantität der Mitwirkenden. Für Lernende bedeutet das, dass ein Netzwerk von fünf Personen, deren Geschmack Sie wirklich vertrauen, mehr wert ist als ein Feed von fünfhundert Personen, denen Sie nicht vertrauen.
Spezifität vor Rauschen. Die Ausgaben von Glasswing waren nicht „interessante Funde, weit verbreiten". Sie waren „diese spezifische CVE, in diesem spezifischen Modul, mit dieser Schwere und diesem Offenlegungsfenster". Für Lernende ist das Analogon das Highlight: ein spezifischer Satz aus einer spezifischen Quelle, mit dem Kontext, der ihn markierungswürdig machte. Vage Begeisterung („tolles Buch!") ist für Lernnetzwerke das, was vage Berichte für die Sicherheit sind: Rauschen.
Zwei-Wege-Fluss. Das Netzwerk hält sich nur, wenn Menschen geben und nicht nur nehmen. Bei Glasswing erhielten die großen Anbieter nicht nur Befunde, sondern verpflichteten sich auch zu Engineering-Zeit für Korrektur und Offenlegung. In einem Lernnetzwerk bedeutet das, zu produzieren und nicht nur zu konsumieren. Ihre Highlights, Ihre Notizen, Ihre Anmerkungen sind die Art, wie Sie ehrlich Teil des Netzwerks bleiben. Reiner Konsum sieht aus wie ein Feed; er fühlt sich nicht wie ein Netzwerk an, und er häuft kein Vertrauen an.
Ein Netzwerk mit allen drei Eigenschaften erzeugt etwas, das weder Broadcast noch Alleingang erreichen können: einen stetigen Strom vorgefilterter, zugeordneter, kontextualisierter Signale von Menschen, deren Urteilsvermögen Sie bereits validiert haben. Die Kosten pro nützlicher Erkenntnis sind drastisch niedriger als beim Durchsuchen des offenen Webs.
Was sich am meisten verändert, wenn das funktioniert, ist die Textur Ihres Lernens. Weniger Zeit mit Suchen. Mehr Zeit mit Nachdenken über Dinge, die bereits als ihrer Aufmerksamkeit würdig vorgeprüft wurden. Das ähnelt dem, was collective intelligence auf Systemebene diskutiert, aber operationalisiert auf der Ebene des einzelnen Lesers.
Wie Glasp das Glasswing-Muster umsetzt
Glasp ist in einem konkreten technischen Sinn ein kuratiertes Lernnetzwerk mit den Glasswing-Eigenschaften eingebaut.
Vertrauen vor Volumen: Sie wählen, wessen Profile Sie folgen. Fünf Personen, deren Geschmack Sie vertrauen, sind das gesamte System. Kein Algorithmus schiebt populäre, aber irrelevante Inhalte ein. Der Feed wird durch Ihre eigene Auswahl geformt.
Spezifität vor Rauschen: Die atomare Einheit ist das Highlight, nicht der Beitrag. Ein Highlight ist konstruktionsbedingt ein spezifischer Satz in einer spezifischen Quelle, versehen mit dem Zeitstempel, an dem ihn jemand markiert hat. Es gibt keine Möglichkeit, etwas vage zu teilen. Entweder Sie zeigen auf einen Satz, oder Sie tun es nicht.
Zwei-Wege-Fluss: Ihre eigenen Highlights sind standardmäßig öffentlich. Das System ist um die Idee herum gebaut, dass die Menschen, von denen Sie lernen, irgendwann auch von Ihnen lernen, auch wenn in unterschiedlichem Tempo. Reines Mitlesen ist erlaubt, aber das Design belohnt Beiträge. Ihr Profil wird zum digital legacy dessen, was Sie markierungswürdig fanden.
Fügen Sie YouTube Summary in dasselbe Netzwerk ein, und Videowissen tritt zu gleichen Bedingungen ein. Wenn jemand, dem Sie vertrauen, einen 30-Sekunden-Moment aus einem 90-minütigen Interview markiert, haben Sie soeben den signalreichsten Ausschnitt eines langen Videos erhalten, ohne das lange Video sehen zu müssen. Das ist dieselbe Verdichtung, die Glasswing an einer Codebasis von 90.000 Zeilen vornimmt.
Fügen Sie community feed hinzu, und Sie können nahezu in Echtzeit sehen, was die Menschen, denen Sie folgen, im offenen Web markieren. Der Feed ist kein algorithmischer Strom, der auf Engagement optimiert ist. Er ist ein Kanal eines kuratierten Netzwerks, der auf Signal optimiert ist.
Das Produkt wurde lange vor Mythos um dieses Muster herum gebaut, bevor das Muster berühmt wurde. Neu ist, dass der Wert des Musters jetzt offensichtlicher ist, weil die Alternative (Broadcast-getriebene Entdeckung in einer KI-gesättigten Informationsumgebung) sichtbar verfällt.
So bauen Sie Ihr eigenes Vertrauensnetzwerk auf
Wenn Sie akzeptieren, dass kuratierte Netzwerke sowohl Broadcasts als auch Lernen im Alleingang schlagen, lautet die operative Frage: Wie bauen Sie das Netzwerk auf?
Eine praktikable Reihenfolge, die funktioniert.
Beginnen Sie mit fünf Personen. Nicht fünfzig. Fünf. Es sollten Menschen sein, deren Geschmack für Ideen Sie respektieren und die tatsächlich Dinge markieren, nicht nur konsumieren. Die Schwelle von 5 Personen ist entscheidend: klein genug, um ihnen wirklich Aufmerksamkeit zu schenken, und groß genug, dass dennoch Meinungsvielfalt entsteht. Ein 50-Personen-Feed wird innerhalb einer Woche zu Hintergrundrauschen.
Achten Sie darauf, was sie markieren, nicht was sie posten. Ein Blogbeitrag ist für den Autor kuratiert. Ein Highlight ist für den Leser kuratiert. Der Unterschied zählt. Jemandem für seine Highlights zu folgen heißt, ihm für das zu folgen, was er liest, was ein viel besserer Prädiktor dafür ist, was Sie nützlich finden werden, als das, was er öffentlich produziert. Glasp-Profile sind um diese Unterscheidung herum gebaut.
Lesen Sie, was sie lesen, aber setzen Sie Ihre eigenen Highlights. Konsumieren Sie nicht nur ihre Auswahl. Lassen Sie sie durch Ihre eigene Aufmerksamkeit laufen und beobachten Sie, welche ihrer Auswahl für Sie aufleuchten und welche nicht. Mit der Zeit zeigt sich, wessen Geschmack tatsächlich zu Ihrem passt. Einige der ursprünglichen fünf werden ersetzt. Das ist gesund.
Geben Sie zurück. Ihre eigenen Highlights sind die Art, wie Sie sich Ihre Position im Netzwerk eines anderen verdienen. Es ist keine Transaktion, aber die Dynamik ist real: Die Menschen, von deren Kuratierung Sie am meisten profitieren, profitieren ebenfalls, indirekt, von Ihrer.
Querverweisen Sie mit AI Chat über Ihr Korpus. Wenn Sie auf ein Highlight von jemandem stoßen, dem Sie vertrauen, das etwas in Ihrem eigenen Korpus widerspricht, ist genau das die Art von Reibung, die eine Untersuchung wert ist. AI chat over your highlights macht den Widerspruch abfragbar statt theoretisch.
Das Vertrauensnetzwerk ist nicht statisch. Menschen verändern sich, Ihre Interessen verschieben sich, einige Ihrer ersten Wahlen erweisen sich als unterhaltsamer als aufschlussreich. Behandeln Sie es als lebendiges Instrument. Räumen Sie es vierteljährlich neu auf. Lassen Sie Menschen fallen, die aufgehört haben, interessante Dinge zu markieren. Fügen Sie neue hinzu, wenn sie auftauchen. Das Netzwerk, das Sie 2028 haben werden, wird anders aussehen als das, mit dem Sie diesen Monat beginnen, und genau das ist der Sinn.
Second brain to shared brain erkundet dieselbe Verschiebung aus einem Wissensmanagement-Blickwinkel. Human curator age of AI liefert ein paralleles Argument dafür, warum Kuratierung die Fähigkeit mit steigendem Wert ist. Beide verbinden sich mit derselben grundlegenden Aussage: Kuratierung schlägt Zugang, und Netzwerke schlagen Broadcasts, in einer Ära, in der Zugang kostenlos ist.
Was das für Lernende im Jahr 2026 bedeutet
Die praktischen Implikationen, destilliert.
Sie brauchen nicht mehr Quellen. Sie brauchen weniger, dafür bessere Kuratoren. Das Gegenteil von gut informiert ist nicht uninformiert. Es ist, in Eingaben zu ertrinken, die Sie nicht verarbeiten können. Kuratierte Netzwerke reduzieren das Eingangsvolumen im Tausch gegen Signaldichte. Das ist 2026 der richtige Handel.
Sie können die Kuratierung nicht vollständig an KI auslagern. KI ist hervorragend darin, das zusammenzufassen, was bereits öffentlich ist. Sie ist nicht gut darin, zu bemerken, was jemand, dem Sie vertrauen, angesichts allem, was diese Person je markiert hat, spezifisch interessant finden würde. Menschliche Kuratierung, externalisiert durch Highlights, erfasst etwas, das KI nicht hat.
Lernen im Alleingang hat weiterhin seinen Platz, aber das ist die Lehrzeitphase eines Themas, nicht die Entdeckungsphase. Nutzen Sie das kuratierte Netzwerk, um das erkundungswerte Gebiet zu finden. Gehen Sie dann allein in die Tiefe, sobald Sie auf einem Weg sind.
Öffentliche Broadcasts werden am besten als Entdeckungsfläche behandelt, nicht als Ihr primärer Lernkanal. Nutzen Sie sie, um neue Menschen zu finden, deren Kuratierung sich zu leihen lohnen könnte. Versuchen Sie nicht, in großem Umfang von ihnen zu lernen; genau das hat sie überhaupt erst verrauscht gemacht.
Die Veröffentlichung von Mythos hat versehentlich die zugrunde liegende Aussage zutage gefördert: In jedem Bereich, in dem Informationen reichlich vorhanden sind, ist das Netzwerk, dem Sie vertrauen können, um sie für Sie zu filtern, das Wirksamste, was Sie aufbauen können. Anthropic hat eines auf Branchenebene aufgebaut. Die Version für den einzelnen Lernenden ist kleiner, persönlicher und ebenso nützlich.
Frequently Asked Questions
Besteht hier nicht die Gefahr einer Echokammer?
Ja, wenn Sie nicht sorgfältig auswählen, wer im Netzwerk ist. Die Abwehr ist intellektuelle Vielfalt auf der Ebene des Geschmacks, nicht auf der Ebene des reißerischen Widerspruchs. Die fünf Personen in Ihrem Netzwerk sollten Menschen sein, deren Urteilsvermögen Sie vertrauen, aber sie sollten nicht alle Menschen sein, die sich untereinander einig sind. Ein Netzwerk, in dem alle dieselben Sätze markieren, ist weniger nützlich als eines, in dem Menschen, denen Sie vertrauen, produktiv widersprechen. Räumen Sie vierteljährlich mit Blick auf Vielfalt neu auf.
Wie unterscheidet sich das davon, einfach guten Leuten auf Twitter oder Substack zu folgen?
Zwei Dinge. Erstens die Einheit. Twitter und Substack teilen Beiträge; Glasp teilt Highlights. Ein Beitrag ist das, was jemand sagen wollte. Ein Highlight ist das, was diese Person als markierungswürdig aus der Arbeit eines anderen empfand. Das Zweite ist ein viel besseres Signal über Geschmack. Zweitens der Algorithmus. Twitter und Substack ranken nach Engagement; Glasps Community-Feed ist um die Menschen herum gebaut, die Sie ausdrücklich ausgewählt haben. Die Mechanik kodiert unterschiedliche Prioritäten.
Was, wenn ich keine fünf Personen kenne, deren Geschmack ich vertraue?
Beginnen Sie mit einer. Schauen Sie sich an, was diese Person markiert. Bemerken Sie, wen sie zitiert, auf wen sie sich in ihren Notizen bezieht, wessen Highlights sie selbst zu schätzen scheint. Das erste Netzwerk wächst meist organisch, sobald Sie einen einzelnen Ankerpunkt haben. Glasp-Profile von Autoren zu lesen, die Sie bereits respektieren, ist eine schnelle Möglichkeit, neue Menschen zu entdecken, deren Kuratierung es wert sein könnte, ihr zu folgen.
Verschiebt das nicht einfach das Problem zu „Wie finde ich gute Kuratoren?"
Ja, aber das ist ein viel kleineres Problem als „Wie finde ich gute Informationen in einem unendlichen Feed?". Sie müssen den Kurator nur einmal bewerten. Danach leistet die Kuratierung fortlaufende Arbeit für Sie. Die Ökonomie ist drastisch besser als jedes einzelne Stück Inhalt selbst zu bewerten.
Wird KI nicht irgendwann gut genug sein, um als Kurator zu fungieren?
Für manche Dinge, ja, insbesondere für generische Empfehlungen. Für eine geschmacksgeprägte, eigenwillige Kuratierung, die zu Ihren spezifischen intellektuellen Prioritäten passt, nein, weil KI kein stabiles Selbst hat. Sie hat nur das, was ihr aktuelles Training und Ihr Prompt im jeweiligen Moment erzeugen. Menschen haben stabilen Geschmack, der über Jahre entwickelt wurde. Kuratierung als Dienstleistung wird zunehmend automatisiert. Kuratierung als Geschmack nicht, und wird es so bald wohl auch nicht sein. Mehr dazu in human curator age of AI.
Ist Glasp ein soziales Netzwerk?
Es ist treffender, es ein kuratiertes Wissensnetzwerk zu nennen. Soziale Netzwerke optimieren auf Engagement und Verbindung. Glasp optimiert auf geteilte Highlights und Lernen. Die Verhaltensweisen, die auf Twitter erfolgreich aussehen (provokante Beiträge, schnelle Meinungen, virale Threads), sind nicht die Verhaltensweisen, die auf Glasp erfolgreich sind. Das erfolgreiche Muster auf Glasp besteht darin, Sätze bedacht zu markieren und Menschen zu folgen, die dasselbe tun. Das ist ein anderes Spiel.
Was, wenn es für meine Interessen noch kein Netzwerk gibt?
Dann sind Sie früh dran, was eine gute Position ist. Beginnen Sie, öffentlich zu markieren. Andere Menschen mit Ihren Interessen werden Sie schneller finden, als Sie erwarten würden, denn es gibt nur sehr wenige Menschen, die in einer beliebigen Nische ernsthaft kuratieren. Der erste sorgfältige Highlighter in einem Thema zu sein, führt oft dazu, dass man zum Anker für alle anderen wird, die später hinzukommen.
Fazit: Wählen Sie fünf Personen und beginnen Sie dort
Project Glasswing ist nicht der aufmerksamkeitsstärkste Teil der Mythos-Geschichte. Es ist der lehrreichste.
Anthropic hatte eine Fähigkeit, die spektakuläre offene Offenlegungen hätte hervorbringen können. Stattdessen wurde sie über ein vertrauenswürdiges, kuratiertes Netzwerk betrieben, weil das das tatsächlich gewünschte Ergebnis erzeugte: behobene Systeme statt waffenfähiger Exploits. Die Fähigkeit zählte weniger als die Verteilarchitektur. Das Netzwerk war das Produkt.
Für Lernende im Jahr 2026 gilt dieselbe Logik, im kleineren Maßstab. Sie haben Zugang zu mehr Informationen, als irgendein Mensch je hatte. KI kann jede davon in Sekunden zusammenfassen. Was Sie standardmäßig nicht haben, sind Menschen, deren Urteilsvermögen Sie vertrauen und die Ihnen sagen, welche konkreten Sätze Ihrer Aufmerksamkeit wert sind. Das ist das Netzwerk, das aufzubauen es wert ist, und es ist klein, bewusst und menschlich.
Wählen Sie fünf Personen. Schauen Sie sich ihre Highlights an. Lesen Sie, was sie lesen. Markieren Sie, was für Sie wichtig ist. Geben Sie zurück. Räumen Sie neu auf, wenn es nicht mehr funktioniert. Nichts davon ist heldenhaft. Alles davon summiert sich.
Glasp's community feed und user profiles sind genau um dieses Muster herum gebaut. Highlights als Einheit, das Follow-Graph als Algorithmus, öffentliche Profile als digital legacy. Sie bauen kein Publikum auf. Sie bauen das Netzwerk auf, das den Rest des Internets für Sie filtert.
Das Broadcast-Zeitalter machte jeden zum Produzenten. Das Zeitalter der kuratierten Netzwerke belohnt jeden, der einen vertrauenswürdigen kleinen Graphen aufbaut. Anthropic hat gezeigt, wie das auf industriellem Maßstab aussieht. Die individuelle Version liegt direkt vor Ihnen, und sie beginnt mit dem nächsten Highlight, das Sie setzen.