Meta Ads CLI ist ein neues Command Line Interface von Meta. Es steuert Werbeanzeigen direkt aus Codex oder Claude Code. Im aktuellen KI-News-Update zeigt Leonard Schmedding, wie unser Team das Tool produktiv nutzt. Der Durchbruch reicht weit ueber klassisches Performance Marketing hinaus.
Was das Meta Ads CLI wirklich kann
Meta richtet das Tool explizit an Entwickler und KI-Agenten. Damit faellt eine zentrale Huerde der vergangenen Jahre. Bisher hat Meta API-Zugriffe auf den Werbeanzeigenmanager hart limitiert.
Mit dem CLI steuerst du jetzt das gesamte Kampagnenmanagement. Du analysierst Performance, exportierst Creatives oder laedst neue Anzeigen hoch. Kombiniert mit Codex oder Claude Code uebernimmt der Agent die Routinen.
In einem Test mit 30 Tagen Ad-Daten hat Codex sechs Minuten gearbeitet. Das Modell hat das Recruiting-Werbekonto analysiert und die fuenf besten Creatives identifiziert. Anschliessend hat der Agent eine Hypothese gebildet und ein neues Bild generiert.
Codex Goal: KI-Agenten arbeiten mehrere Tage autonom
OpenAI hat mit Codex Goal eine neue Zielfunktion ausgerollt. Du gibst dem Modell ein konkretes Ziel. Es arbeitet dann eigenstaendig daran. Die Funktion aktivierst du im CLI mit dem Befehl /goal.
Vorher musst du goals = true in der globalen Konfigurationsdatei setzen. Im Test sollte Codex eine preisgekroente Award-Website pixelgenau klonen. Beim ersten Versuch hat der Agent etwa zehn Minuten gebraucht und ein brauchbares Ergebnis geliefert.
Erst der praezise Folge-Prompt hat eine echte Eins-zu-eins-Reproduktion erzwungen. Codex hat erkannt, dass die Originalseite ihre Assets oeffentlich ausliefert. Diese Daten hat das Modell in ein lokales Projekt exportiert.
Anthropic Project Deal und die neue Agenten-Oekonomie
Anthropic hat mit Project Deal ein Experiment zur Agenten-Oekonomie gestartet. Verschiedene KI-Modelle haben fuer Mitarbeiter untereinander verhandelt. Das Setup hat 186 Deals vollautonom abgewickelt mit einem Volumen von ueber 4.000 Dollar.
Die eBay-Aktie ist im Anschluss spuerbar gefallen. Eine anonyme Umfrage zeigt: Rund 50 Prozent der Beteiligten wuerden fuer einen solchen Service zahlen. Das ist ein klares Markt-Signal.
Wichtig fuer die strategische Einordnung: groessere Modelle haben besser verhandelt. Fuer Unternehmen heisst das, der Zugriff auf Top-Modelle wird zum harten Wettbewerbsvorteil. Wir sehen das aktuell bereits in den ersten Pilotprojekten.
Opus 4.7 Tokenizer: Was die neue Kostenstruktur bedeutet
Eine Untersuchung von OpenRouter bestaetigt das Token-Problem von Opus 4.7. Das Modell produziert 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 ueber 128.000 Tokens reduziert sich die Inflation auf 33 Prozent. In den realen Kosten bedeutet das einen Aufschlag bis zu 30 Prozent. Genau dieser Effekt schiebt Nutzer schneller in ihre Session-Limits.
OpenAI subventioniert Codex aktuell rund fuenfmal grosszuegiger als Anthropic. Ein Nutzer hat nach drei Stunden Opus 4.7 bereits 21 Prozent seines Limits aufgebraucht. Bei GPT 5.5 in Codex waren noch 97 Prozent Session-Volumen frei. Mehr Hintergrund liefert unsere 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 hat ChatGPT ein Bild generieren lassen mit unsichtbarem Text. Schwarzer Text auf schwarzem Hintergrund, fuer Menschen nicht lesbar.
Claude Opus 4.7 liest dieses Bild und folgt den versteckten Anweisungen. Das Modell aendert daraufhin seine eigenen Erinnerungen ueber den Nutzer. Genau hier liegt das Risiko fuer produktive Skill-Setups.
Rehberger warnt: aus fremden Quellen geladener Code ist immer ein Sicherheitsproblem. Skills, MCP-Server und Connectoren muessen verifiziert sein. Wir empfehlen jedem Team eine eigene Skill-Review-Pipeline. Mehr zum Thema KI-Sicherheit findest du im Interview mit Dr. Karsten Nohl.
OpenAI Goblins: Was das Drama ueber Modellverhalten verraet
OpenAI-Modelle haben seit GPT 5.1 auffaellig haeufig von Goblins, Gremlins und Trollen gesprochen. Der Grund liegt im Reinforcement Learning. Eine nerdige Persoenlichkeit hat solche Begriffe produziert und wurde dafuer belohnt.
Das Verhalten ist dann in andere Persoenlichkeiten durchgesickert. OpenAI musste die Begriffe im System-Prompt aktiv unterdruecken. Das ist mehr als ein Kuriosum.
Bei Goblins ist der Schaden harmlos. Bei Markenempfehlungen oder politischen Verzerrungen waere er kritisch. Wir setzen deshalb in Kundenprojekten auf Model Councils mit Codex und Claude Code parallel.
Fazit: Warum das Meta Ads CLI alles 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 naechsten zwoelf Monaten an Geschwindigkeit.
Haeufige 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. Du kannst damit Kampagnen erstellen, analysieren, optimieren und Creatives hoch- oder herunterladen. Es 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. Du definierst per /goal-Befehl ein konkretes Ziel. Das Modell arbeitet dann eigenstaendig daran. Codex steuert Tests, Iterationen und Asset-Quellen autonom. Aktiviert wird die Funktion ueber 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 hoechsten. Bei sehr grossen Prompts sinkt sie auf 33 Prozent. Die realen Kosten steigen je nach Prompt-Groesse 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. Fuer Menschen ist der Text unsichtbar. Claude Opus 4.7 liest die versteckte Instruktion und manipuliert daraufhin seinen eigenen Memory ueber den Nutzer. Das ist eine klassische Prompt-Injection ueber den Bildkanal. Die Angriffsklasse zeigt, warum aus fremden Quellen geladene Inhalte verifiziert werden muessen.
Was bedeutet Project Deal von Anthropic?
Project Deal ist ein Experiment, bei dem KI-Modelle fuer Mitarbeiter Verhandlungen autonom abwickeln. 186 Deals wurden so vollautonom mit ueber 4.000 Dollar Volumen abgeschlossen. Groessere Modelle erzielten bessere Ergebnisse. Das Experiment hat den eBay-Aktienkurs spuerbar bewegt. Es ist der bisher klarste Indikator fuer eine entstehende Agenten-Oekonomie.
