Zero: Eine experimentelle Programmiersprache für KI-Agents

LinkTool

Zero ist eine experimentelle Programmiersprache, bei der ein semantischer Graph als eigentliches Programm dient. Statt reinen Quelltext zu manipulieren, fragen KI-Agents den Programm-Graphen ab und übermitteln typ- und hash-geprüfte Patches direkt an den Compiler.

Das Wichtigste

  1. Graph als Programm: Der Compiler verwaltet eine Graph-Datenbank aus Symbolen, Aufrufen, Typen, Node-IDs und Graph-Hashes.
  2. Vierstufiger Ablauf: Menschen beschreiben das gewünschte Ergebnis, Agents manipulieren den Graphen, der Compiler prüft Patches vorab, und Menschen überprüfen lesbare .0-Projektionen.
  3. Sichere Patches: Änderungen zielen auf semantische Knoten ab und sind durch Graph-Hashes abgesichert; veraltete oder fehlerhafte Edits werden sofort abgewiesen.
  4. Fokus auf Effizienz: Das Design zielt auf Token-Effizienz, geringen Speicherverbrauch, schnelle Starts und Builds sowie null Abhängigkeiten ab.

Warum das relevant ist

Klassische Coding-Agents scheitern oft an Syntaxfehlern, Formatierungsdetails oder veralteten Kontexten bei direkten Datei-Edits. Eine Programmiersprache, die direkt als semantischer Graph mit Compiler-Validierung arbeitet, eliminiert viele dieser Fehlerquellen im Agent-Workflow.

Einordnung

Zero verfolgt einen radikalen Ansatz für die Softwareentwicklung mit LLMs. Indem Text nur noch als Projektion für menschliche Reviews dient und der eigentliche Code graphbasiert modifiziert wird, spart das System Kontext-Tokens und verhindert Parsing-Konflikte. Da sich das Projekt ausdrücklich im experimentellen Stadium befindet und mit Breaking Changes gerechnet werden muss, ist es vorerst nur für Testumgebungen gedacht.

Erwähnte Links

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

Ähnliche Einträge

Inhaltlich ähnlich, ermittelt über die KI-Suche.

  • Repository:vercel-labs/zerolang

    Zerolang: Experimentelle graphenbasierte Programmiersprache für KI-Agenten

    Vercel Labs entwickelt mit Zerolang eine Programmiersprache, die speziell auf die Arbeitsweise von KI-Agenten ausgelegt ist. Statt Quellcode als Rohtext zeilenbasiert zu bearbeiten, agieren Agenten direkt auf einem semantischen Programmgraphen ('zero.graph') über strukturierte Abfragen und Compiler-geprüfte Patches. Menschlich lesbare Textdateien (.0) dienen dabei lediglich als Projektion.

    5355SterneC

    KI & AI· Tool

  • Artikel:LangChain Inc.

    LangGraph: Low-Level-Orchestrierung für zustandsbehaftete KI-Agenten

    LangGraph von LangChain Inc. ist ein Orchestrierungs-Framework und eine Laufzeitumgebung für komplexe, langlebige KI-Agenten. Es erlaubt Entwicklern, deterministische Programmlogik mit LLM-basierten Schritten in einem gemeinsamen Graph zu verbinden. LangGraph funktioniert unabhängig von der Hauptbibliothek LangChain und setzt Schwerpunkte auf Persistenz, Human-in-the-Loop-Workflows und Memory-Management.

    KI & AI· Sammlung

  • Link:LangChain

    LangGraph: Orchestrierungs-Framework für KI-Agenten

    LangGraph ist ein Open-Source-Framework (MIT-Lizenz) von LangChain zur Entwicklung und Orchestrierung zustandsbehafteter KI-Agenten. Es bietet Low-Level-Steuerung für komplexe Kontrollflüsse, Persistenz und Human-in-the-Loop-Workflows.

    KI & AI· Tool

  • Video

    Video:Sean‘s AI Stories

    Loop vs. Graph Engineering für KI-Agenten: Konzept und Praxis mit Waku Agent

    Sean Chen ordnet die Debatte um Loop- und Graph-Engineering in Agentensystemen ein. Anhand einer Entwicklungsleiter von Prompt- über Context-Engineering bis hin zu Loops und Graphs zeigt er, wann welche Architektur sinnvoll ist, und demonstriert die Umsetzung im Open-Source-Projekt Waku Agent.

    KI & AI· Anleitung

  • 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

Zurück zur Wissensbasis

Lassen Sie uns über Ihr Projekt sprechen

Kontakt aufnehmen

Standorte

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

Dieser Inhalt wurde teilweise mithilfe von KI erstellt.