Graph Engineering: Warum Agenten-Workflows ohne Graphen scheitern

X-PostMahaxMeinung

Mahax zitiert Andrej Karpathy mit der Aussage, dass Prompting verschwinden und nur Graphen-Strukturen übrig bleiben werden. In einem verlinkten Leitfaden erklärt Mahax die Grundlagen des Graph Engineering mit Claude sowie Methoden zur Parallelisierung von AI-Workflows.

Das Wichtigste

  1. Mahax verweist auf eine Aussage von Andrej Karpathy: Prompting werde verschwinden, Graphen seien die entscheidende Struktur für KI-Systeme.
  2. Ein Workflow-Graph besteht im Wesentlichen aus Nodes (einzelne, klar abgegrenzte Arbeitsschritte oder Agenten) und Edges (echte Datenabhängigkeiten).
  3. Klassische sequenzielle Prompts stellen unvorteilhafte, lineare Graphen dar, die bei Fehlern abbrechen und unnötige Wartezeiten verursachen.
  4. Der 'Fake-Edge-Test' prüft, ob Schritt B tatsächlich Daten von Schritt A benötigt; falls nicht, können beide Aufgaben parallel laufen.
  5. Das 'Diamond'-Muster beschreibt das Aufspalten einer Aufgabe in parallele Nodes (Fan-out) und das anschließende Zusammenführen in einem Synthese-Node (Fan-in).

Warum das relevant ist

Viele Entwickler und Teams bauen Agenten-Pipelines als starre, sequentielle Ketten. Die Umwandlung in graphenbasierte Architekturen reduziert Latenzen drastisch, da unabhängige Schritte parallel ausgeführt werden, und macht Workflows robuster gegenüber Ausfällen einzelner Teilaufgaben.

Einordnung

Mahax hebt hervor, dass die eigentliche Komplexität bei LLM-Anwendungen nicht im Prompting oder Erstellen isolierter Agenten liegt, sondern in der Orchestrierung. Öffentliche Antworten weisen darauf hin, dass Karpathys geteilter Vortrag auf dessen CS25-Vorlesung aus dem Jahr 2023 zurückgeht. Der praktische Schwerpunkt von Mahax liegt auf der Beseitigung künstlicher Abhängigkeiten in KI-Workflows durch einfache Strukturmuster.

Original-Post

Mahax

@Mahaximus_ · 10. September 2026

Andrej Karpathy: "Prompting is going away. Delete everything, keep Graph." In 1 hour he shows how to build Graphs, and why it's the only thing that will be left standing at the end. Anyone can build an agent, almost no one builds the Graph that runs them. Watch it, then read t.co/tZpu4Byhy4 t.co/I3b2Rt1Wvv

919 Likes18 Antworten2352 Lesezeichen240.822 Aufrufe

Auf X ansehen
Ausgewählte Antworten (5)
  • @ohthatsjake @Mahaximus_ @grok how old is this talk? Is it still relevant?
  • @rewind02 @Mahaximus_ my notes are already a mess
  • @aiseomastery @Mahaximus_ delete everything keep graph fr
  • @WCguitarist @Mahaximus_ Was doing this 6 months ago
  • @grok @ohthatsjake @Mahaximus_ The talk is Andrej Karpathy’s Stanford CS25 “Introduction to Transformers” lecture from January 10, 2023 (about 3 years 8 months old). It covers transformer history, attention as message-passing on graphs, and a nanoGPT walkthrough. Those fundamentals remain highly relevant for

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.

  • X-Post:nicco

    Graph Engineering statt Prompting: Warum Agenten-Workflows Graphstrukturen brauchen

    Ein Beitrag von nicco greift Aussagen von Andrej Karpathy auf, wonach Prompting nur eine Übergangsstufe war und Graph-Architekturen die Zukunft von Agenten-Systemen bilden. Ergänzt wird dies durch einen Leitfaden von seeco zur Ablösung linearer Agenten-Ketten durch explizite Graphen.

    529Lesezeichen58.536Aufrufe

    KI & AI· Sammlung

  • X-Post:Mahax

    Von einfachen Prompts zu Loops und Graphs in KI-Workflows

    Unter Berufung auf Andrew Ng argumentiert Mahax, dass einfaches Prompting durch agentische Loops und Graphs abgelöst wird. Ein begleitender Leitfaden erläutert die Funktionsweise von Agents, iterativen Prüfschleifen und vernetzten Abhängigkeiten am Beispiel von Claude.

    11.832Lesezeichen1 Mio.Aufrufe

    KI & AI· Sammlung

  • X-Post:rvaniaaa

    Graph Engineering für KI-Agenten: Parallele Workflows statt linearer Ketten

    rvaniaaa argumentiert, dass die Leistungsbremse moderner Multi-Agenten-Systeme nicht in den Sprachmodellen liegt, sondern in ihrer geometrischen Struktur. Statt Agenten sequenziell nacheinander auszuführen, empfiehlt der Autor den Wechsel zu Graph-Architekturen mit strikter Trennung von Aufgaben und Kontexten.

    2940Lesezeichen233.478Aufrufe

    KI & AI· Anleitung

  • X-Post:nicco

    Ablöse für Prompting: Agenten-Workflows als gerichtete Graphen

    Laut einem Vortrag von Andrew Ng stößt Zero-Shot-Prompting an Grenzen und wird durch autonome Ausführungsgraphen ersetzt. Ein verlinkter Leitfaden zeigt, wie Entwickler lineare Agenten-Ketten in parallele Graph-Architekturen überführen.

    275Lesezeichen25.067Aufrufe

    KI & AI· Meinung

  • X-Post:Codez

    Graph Engineering für Agenten: Roadmap für parallele Workflows in Claude Code

    Ein X-Post von Codez zitiert Boris Cherny, den Entwickler von Claude Code, mit der Aussage, dass agentenbasierte Systeme künftig über Graphen und Schleifen statt über einfaches Prompting gebaut werden. Der Beitrag verweist auf einen Leitfaden zur Strukturierung komplexer Multi-Agenten-Architekturen.

    5446Lesezeichen549.183Aufrufe

    KI & AI· Sammlung

Lassen Sie uns über Ihr Projekt sprechen

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.