Meta Ads CLI ist ein neues Command Line Interface von Meta. Es steuert Werbeanzeigen direkt aus Codex oder Claude Code. Meta adressiert das Tool laut eigener Dokumentation explizit an Entwickler und KI-Agenten. Beobachter sehen darin den bisher klarsten Schritt in Richtung agentengetriebenes Performance Marketing.
Sie sehen gerade einen Platzhalterinhalt von YouTube. Um auf den eigentlichen Inhalt zuzugreifen, klicken Sie auf die Schaltfläche unten. Bitte beachten Sie, dass dabei Daten an Drittanbieter weitergegeben werden.
Was das Meta Ads CLI wirklich kann
Meta hat über Jahre hinweg API-Zugriffe auf den Werbeanzeigenmanager streng limitiert. Mit dem CLI faellt diese Huerde. Das Tool richtet sich offiziell an Entwickler und KI-Agenten.
Nutzer steuern damit das gesamte Kampagnenmanagement. Sie analysieren Performance, exportieren Creatives oder laden neue Anzeigen hoch. Kombiniert mit Codex oder Claude Code übernimmt der Agent die Routinen.
In einem öffentlichen Test mit 30 Tagen Ad-Daten hat Codex sechs Minuten gearbeitet. Das Modell hat ein Recruiting-Werbekonto analysiert und die fuenf besten Creatives identifiziert. Anschliessend bildete der Agent eine Hypothese und generierte ein neues Bild.
Codex Goal: KI-Agenten arbeiten mehrere Tage autonom
OpenAI hat mit Codex Goal eine neue Zielfunktion ausgerollt. Nutzer geben dem Modell ein konkretes Ziel. Es arbeitet dann eigenstaendig daran. Aktiviert wird die Funktion im CLI mit dem Befehl /goal.
Voraussetzung ist der Eintrag goals = true in der globalen Konfigurationsdatei. In einem Demo-Setup sollte Codex eine preisgekroente Award-Website pixelgenau klonen. Im ersten Lauf brauchte der Agent rund zehn Minuten und lieferte ein brauchbares Ergebnis.
Erst der praezise Folge-Prompt erzwang eine echte Eins-zu-eins-Reproduktion. Codex erkannte, dass die Originalseite ihre Assets öffentlich ausliefert. Diese Daten exportierte das Modell in ein lokales Projekt.
Anthropic Project Deal und die neue Agenten-Ökonomie
Anthropic hat mit Project Deal ein Experiment zur Agenten-Ökonomie gestartet. Verschiedene KI-Modelle verhandelten für Mitarbeiter untereinander. Das Setup wickelte 186 Deals vollautonom ab mit einem Volumen von über 4.000 Dollar.
Die eBay-Aktie fiel im Anschluss spuerbar. Eine anonyme Umfrage zeigt: Rund 50 Prozent der Beteiligten wuerden für einen solchen Service zahlen. Marktbeobachter sehen darin einen moeglichen Strukturbruch im klassischen Marktplatz-Modell.
Auffaellig: größere Modelle verhandelten besser. Branchenkenner schliessen daraus, dass der Zugriff auf Top-Modelle zum harten Wettbewerbsvorteil wird. Erste Pilotprojekte deutscher Unternehmen laufen bereits.
Opus 4.7 Tokenizer: Was die neue Kostenstruktur bedeutet
Eine Untersuchung von OpenRouter bestaetigt das Token-Problem von Opus 4.7. Das Modell produziert laut der Analyse 32 bis 45 Prozent mehr Tokens als Opus 4.6. Bei Prompts unter 2.000 Tokens liegt die Inflation bei 45 Prozent.
Bei sehr großen Prompts über 128.000 Tokens sinkt die Inflation auf 33 Prozent. In realen Kosten bedeutet das einen Aufschlag bis 30 Prozent. Genau dieser Effekt schiebt Nutzer schneller an ihre Session-Limits.
OpenAI subventioniert Codex aktuell rund fuenfmal großzügiger als Anthropic. Ein Nutzer berichtet, nach drei Stunden Opus 4.7 bereits 21 Prozent seines Limits aufgebraucht zu haben. Bei GPT 5.5 in Codex blieben dagegen 97 Prozent Session-Volumen frei. Eine ausführliche Einordnung liefert die Analyse zum versteckten Tokenizer-Problem.
Johann Rehberger hackt Opus 4.7 Memory mit ChatGPT-Bild
KI-Sicherheitsforscher Johann Rehberger hat eine neue Angriffsklasse demonstriert. Er liess ChatGPT ein Bild generieren mit unsichtbarem Text. Schwarzer Text auf schwarzem Hintergrund, für Menschen nicht lesbar.
Claude Opus 4.7 liest dieses Bild und folgt den versteckten Anweisungen. Das Modell änderte daraufhin seine eigenen Erinnerungen über den Nutzer. Genau hier liegt das Risiko für produktive Skill-Setups.
Rehberger warnt: aus fremden Quellen geladener Code stellt stets ein Sicherheitsproblem dar. Skills, MCP-Server und Connectoren müssen verifiziert sein. Branchenkenner empfehlen Teams eigene Skill-Review-Prozesse. Weiteren Kontext bietet das Interview mit Dr. Karsten Nohl.
OpenAI Goblins: Was das Drama über Modellverhalten verrät
OpenAI-Modelle sprachen seit GPT 5.1 auffaellig häufig von Goblins, Gremlins und Trollen. Die Ursache liegt im Reinforcement Learning. Eine nerdige Persoenlichkeit produzierte solche Begriffe und wurde dafuer belohnt.
Das Verhalten sickerte später in andere Persoenlichkeiten durch. OpenAI musste die Begriffe im System-Prompt aktiv unterdruecken. Beobachter sehen darin mehr als ein Kuriosum.
Bei Goblins ist der Schaden harmlos. Bei Markenempfehlungen oder politischen Verzerrungen wäre er kritisch. Branchenkenner empfehlen den Einsatz mehrerer Modelle parallel als Model Council.
Fazit: Warum das Meta Ads CLI den Markt veraendert
Das Meta Ads CLI markiert den Punkt, an dem klassische Performance-Marketing-Agenturen unter Druck geraten. Codex Goal, Project Deal und das CLI bilden zusammen das neue Operating Model. Wer heute eine Werbeanzeige verstehen will, fragt seinen Agenten.
Gleichzeitig zwingt der Opus-4.7-Tokenizer Teams zu klaren Architektur-Entscheidungen. Und Johann Rehbergers Memory-Hack zeigt: Sicherheit muss von Tag eins mitgedacht werden. Wer das ignoriert, verliert in den nächsten zwoelf Monaten an Geschwindigkeit.
Häufige Fragen
Was ist das Meta Ads CLI?
Das Meta Ads CLI ist ein offizielles Command Line Interface von Meta. Es richtet sich explizit an Entwickler und KI-Agenten. Nutzer erstellen, analysieren oder optimieren damit Kampagnen und laden Creatives hoch oder herunter. Das Tool laesst sich direkt aus Codex oder Claude Code nutzen. Damit faellt erstmals die UI-Huerde des Werbeanzeigenmanagers.
Was kann Codex Goal?
Codex Goal ist eine Zielfunktion im OpenAI Codex CLI. Nutzer definieren per /goal-Befehl ein konkretes Ziel. Das Modell arbeitet dann eigenstaendig daran. Codex steuert Tests, Iterationen und Asset-Quellen autonom. Aktiviert wird die Funktion über goals = true in der globalen Konfiguration. In Tests laeuft sie mehrere Minuten bis Stunden ohne Eingriff.
Wie viel mehr Tokens verbraucht Opus 4.7?
Laut OpenRouter produziert Opus 4.7 zwischen 32 und 45 Prozent mehr native Tokens als Opus 4.6. Bei Prompts unter 2.000 Tokens liegt die Inflation am höchsten. Bei sehr großen Prompts sinkt sie auf 33 Prozent. Die realen Kosten steigen je nach Prompt-Größe um bis zu 30 Prozent. Nutzer erreichen Session-Limits dadurch deutlich schneller.
Wie funktioniert der Memory-Hack von Johann Rehberger?
Rehberger laesst ChatGPT ein Bild generieren mit dunklem Text auf dunklem Hintergrund. Für Menschen ist der Text unsichtbar. Claude Opus 4.7 liest die versteckte Instruktion und manipuliert daraufhin seinen eigenen Memory über den Nutzer. Das ist eine klassische Prompt-Injection über den Bildkanal. Die Angriffsklasse zeigt, warum aus fremden Quellen geladene Inhalte verifiziert werden müssen.
Was bedeutet Project Deal von Anthropic?
Project Deal ist ein Experiment, bei dem KI-Modelle für Mitarbeiter Verhandlungen autonom abwickeln. 186 Deals wurden so vollautonom mit über 4.000 Dollar Volumen abgeschlossen. Größere Modelle erzielten bessere Ergebnisse. Das Experiment hat den eBay-Aktienkurs spuerbar bewegt. Es gilt als bisher klarster Indikator für eine entstehende Agenten-Ökonomie.
