Letta: Forschungsplattform und Software für kontinuierlich lernende KI-Agenten

LinkTool

Das KI-Forschungslabor Letta, hervorgegangen aus dem MemGPT-Projekt am Sky Computing Lab der UC Berkeley, entwickelt Agenten mit langanhaltendem Gedächtnis und kontinuierlicher Lernfähigkeit.

Das Wichtigste

  1. Fokus auf kontinuierliches Lernen: Ziel sind KI-Agenten, die durch Erfahrungen dazulernen, ihr Gedächtnis verwalten und sich weiterentwickeln.
  2. Forschungsschwerpunkte: Entwicklung von virtuellem Kontextmanagement (MemGPT), Offline-Verarbeitung in Leerlaufzeiten (Sleep-time Compute), Git-basierten Kontext-Repositories und speicherbasiertem Reinforcement Learning.
  3. Softwareangebot: Bereitstellung von Letta Agent unter anderem als CLI-Tool über den npm-Befehl @letta-ai/letta-code.
  4. Hintergrund: Gegründet von MemGPT-Entwicklern aus Berkeley, beraten von Ion Stoica und Joey Gonzalez sowie unterstützt von Brancheninvestoren.

Warum das relevant ist

Klassische LLMs sind statuslos und vergessen Kontext zwischen Sitzungen. Ansätze wie die von Letta zielen darauf ab, Kontext und Speicher programmatisch sowie persistent zu verwalten, was für autonome Software-Agenten im produktiven Einsatz zentral ist.

Einordnung

Letta verbindet akademische Forschung zu Kontextfenstern und Memory-Architekturen mit sofort nutzbarer Software. Durch Konzepte wie Git-versioniertes Kontextmanagement und Rechenzeit in Leerlaufphasen versucht das Team, die inhärenten Beschränkungen fixer Kontextfenster bei Sprachmodellen zu überwinden.

Zusammenfassung von KI erstellt (Gemini 3.8 Flash, 27. September 2026). Sie kann Fehler enthalten – maßgeblich ist die Originalquelle.

Inhaltlich ähnlich, ermittelt über die KI-Suche.

  • Repository:vectorize-io/hindsight

    Hindsight: Lernendes Langzeit-Gedächtnis für KI-Agenten

    Hindsight ist ein unter der MIT-Lizenz veröffentlichtes Speichersystem für KI-Agenten. Im Gegensatz zu einfachen Chatverlauf-Speichern oder traditionellen RAG- und Wissensgraph-Ansätzen zielt das Projekt darauf ab, dass Agenten über die Zeit hinweg tatsächlich lernen.

    41.300SternePython

    KI & AI· Tool

  • Repository:fudan-generative-vision/Remory

    Remory: Gelerntes Residual-Gedächtnis für Kontext-Kompaktierung bei LLM-Agenten

    Remory ergänzt klassische Text-Zusammenfassungen bei LLM-Agenten um ein erlerntes Soft-Memory aus dem Gesprächsverlauf. Dieses Residual-Gedächtnis wird konditioniert an die Zusammenfassung angehängt und hilft eingefrorenen Basismodellen, ihre Arbeit über Kompaktierungszyklen hinweg präzise fortzusetzen.

    236SternePython

    KI & AI· Tool

  • Repository:PrimeIntellect-ai/prime-agent

    Prime Agent: Selbstoptimierender RLM-Agent für Coding und autonome Workflows

    Prime Agent ist ein quelloffener Coding- und Forschungs-Agent für komplexe, langlaufende Aufgaben. Das System kombiniert das Konzept des Recursive Language Model (RLM) mit einem Continual Harness, um Kontext programmierbar zu verwalten und Erfahrungen sitzungsübergreifend zu speichern.

    19.919SterneTypeScript

    KI & AI· Tool

  • Repository:rohitg00/agentmemory

    agentmemory: Persistentes Gedächtnis für KI-Coding-Agenten

    agentmemory ist eine Open-Source-Lösung in TypeScript, die Coding-Agenten und MCP-Clients ein dauerhaftes Gedächtnis verleiht. Basierend auf der iii-Engine erweitert das Tool das LLM-Wiki-Muster von Andrej Karpathy um Wissensgraphen, Konfidenz-Scoring, Lebenszyklen und hybride Suche.

    28.038SterneTypeScript

    KI & AI· Tool

  • Artikel:Siru Ouyang, Jun Yan, I-Hung Hsu, et al.

    ReasoningBank: Selbstlernende KI-Agenten durch Reasoning Memory

    ReasoningBank ist ein neuartiges Speicher-Framework für LLM-Agenten, das verallgemeinerbare Denkstrategien aus selbst bewerteten Erfolgen und Fehlern destilliert, um kontinuierliches Lernen im laufenden Betrieb zu ermöglichen.

    KI & AI· Forschung

Sprechen wir über Ihr Projekt.

Standorte

  • Mattersburg
    Johann Nepomuk Bergerstraße 7/2/14
    7210 Mattersburg, Austria
  • Wien
    Ungargasse 64-66/3/404
    1030 Wien, Austria

Ein Teil von diesem Inhalt wurde mit KI gemacht.