Graph Engineering statt Prompting: Warum Agenten-Workflows Graphstrukturen brauchen

X-PostniccoSammlung

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.

Das Wichtigste

  1. Andrej Karpathy beschreibt Prompting als flüchtige Schnittstelle in der Entwicklung von LLMs über Prompts und Agenten hin zu Graphen.
  2. Graphen fungieren als State Machines, die Fehler isolieren, Kontext bewahren und parallele Agenten-Workflows ermöglichen.
  3. Der verlinkte Leitfaden von seeco kritisiert sequentielle Agenten-Pipelines, da viele Schritte fälschlicherweise linear verkettet werden, obwohl sie unabhängig voneinander laufen könnten.
  4. In einer Graph-Architektur stellen Nodes isolierte Arbeitsschritte mit festen JSON-Schemas dar, während Edges explizite Datenverträge und Abhängigkeiten definieren.
  5. Claude Code bietet mit dynamischen Workflows Werkzeuge, um solche Graphen via JavaScript ohne zusätzlichen Token-Overhead für die Koordination auszuführen.

Warum das relevant ist

Lineare Agenten stoßen bei komplexen Aufgaben schnell an Kontextgrenzen und scheitern bei Einzelfehlern komplett. Der Wechsel zu Graph-Architekturen ermöglicht parallele Ausführung, gezielte Datenübergaben und robuste Fehlerbehandlung in produktiven Softwareumgebungen.

Einordnung

Die Argumentation markiert eine Reifung der Agenten-Entwicklung: Statt vager Instruktionen im Chatfenster rückt klassische Softwarearchitektur in den Fokus. Die Steuerung der Agenten wird durch deterministischen Code und strikte Datenverträge abgebildet, während LLMs nur noch isolierte Teilaufgaben innerhalb definierter Schemata übernehmen.

Original-Post

nicco

@0xnicc0 · 21. September 2026

Andrej Karpathy: "Prompting is fading away Delete everything else and keep the graph" In 1 hour, he breaks down why prompting was always a temporary interface and why graphs are the only architectural layer that survives LLMs → Prompts → Agents → Graphs Everything before t.co/cdsNBdCMcR t.co/G77u3Teikd

178 Likes4 Antworten529 Lesezeichen58.536 Aufrufe

Auf X ansehen

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:Mahax

    Graph Engineering: Warum Agenten-Workflows ohne Graphen scheitern

    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.

    2352Lesezeichen240.822Aufrufe

    KI & AI· Meinung

  • 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

  • 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:CyrilXBT

    Graph Engineering: Leitfaden zur Strukturierung von Agenten und Wissensgraphen

    In einem Thread skizziert CyrilXBT einen Leitfaden für angehende Graph Architects. Der Ansatz kombiniert den Aufbau strukturierter Wissensgraphen mit expliziten Zustandsgraphen für KI-Agenten, um klassisches RAG und unberechenbare Reasoning-Schleifen abzulösen.

    725Lesezeichen67.277Aufrufe

    KI & AI· Sammlung

  • X-Post:Kirill

    Vom Agenten-Loop zum Graph Engineering: Deterministische KI-Architekturen

    Kirill beschreibt den Architekturwandel im Agenten-Design weg von fehleranfälligen Einzelschleifen (Loop Engineering) hin zu Graph Engineering. Der Erfolg komplexer KI-Systeme hänge nicht von der Modellgröße oder einer höheren Agentenzahl ab, sondern von deterministischer Strukturierung durch Knoten, Kanten, Verifizierer und Wissensgraphen.

    27.340Lesezeichen2,7 Mio.Aufrufe

    KI & AI· Meinung

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.