18 Einträge
Schlagwort: llm-agentsArtikel:platform.claude.com
Die offizielle Dokumentation von Anthropic erläutert Verhaltensunterschiede und Prompting-Muster für Claude Fable 5.1 und Claude Mythos 5.1 im Vergleich zu früheren Versionen. Behandelt werden unter anderem Effort-Level, Tool-Batching, Fortschrittsmeldungen und der Umgang mit Konversationsverläufen.
Aus X-Post: Prompt Guide to Stop AI Models Sounding Mannered
X-Post:Hanako
Hanako analysiert die Grenzen klassischer Evals in KI-Systemen und stellt ihnen Loop- und Graph-Architekturen gegenüber. Während Evals Fehler erst nach Abschluss des gesamten Prozesses melden, greifen Loops als Kontrollschranken direkt zwischen einzelnen Schritten ein.
96Lesezeichen8259Aufrufe
X-Post:Trending GitHub Repositories
Das quelloffene Repository ECC von Entwickler affaan-m hat auf GitHub über 250.000 Sterne erreicht. Das System erweitert Coding-Agenten wie Claude Code, Codex, Opencode und Cursor um Fähigkeiten, Gedächtnis, Sicherheitsrichtlinien und strukturierte Entwicklungsabläufe.
139Lesezeichen7426Aufrufe
Repository:PrimeIntellect-ai/prime-agent
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
Aus Video: Weekly AI Updates: Model Releases, Agent Harnesses, and Developer Tooling (August 2026)
Artikel:Anthropic
Anthropic dokumentiert das Speichersystem von Claude Code. Da jede Sitzung mit einem leeren Kontextfenster startet, greift das CLI-Tool auf zwei Mechanismen zurück: manuell definierte CLAUDE.md-Dateien für persistente Regeln und Auto Memory für automatische Notizen aus Nutzerkorrekturen.
Aus Video: Weekly AI Updates: Local Models, GPT-6 Astra, and Agent Architectures
Link:Yaxin Luo, Haobin Jiang, Jialv Zou, Xu Huang, Wenhao Yan, Haodong Li, Zhengrong Yue, Jing Li, Xiaofu Chen, Xiaohan Zhao, Jiacheng Liu, Jiacheng Cui, Zhiqiang Shen, Xiaotong Li
Forschende stellen mit AutoDesign ein Framework vor, das multimodale Inhalte durch autonome Code-Agenten in strukturierte Medienformate wie Konferenzposter überführt. Über einen Meta-Harness-Optimizer verbessert das System sein Harness iterativ anhand von Feedback und übertrifft dabei kommerzielle Lösungen.
Aus Video: Weekly AI Roundup: DeepSeek Harness, Model Routing, and Scaffolding Shifts
Artikel:Yaxin Luo, Haobin Jiang, Jialv Zou, Xu Huang, Wenhao Yan, Haodong Li, Zhengrong Yue, Jing Li, Xiaofu Chen, Xiaohan Zhao, Jiacheng Liu, Jiacheng Cui, Zhiqiang Shen, Xiaotong Li
Forschende stellen mit AutoDesign ein Framework vor, das multimodale Inhalte wie wissenschaftliche Arbeiten autonom in strukturierte Medien wie Konferenzposter überführt. Ein Meta-Harness-Optimierer leitet einen Code-Agenten dazu an, die Test- und Ausführungsumgebung anhand von Rollout-Feedback iterativ zu verbessern.
Aus Video: Weekly AI Roundup: DeepSeek Harness, Model Routing, and Scaffolding Shifts
Artikel:Terry Chen, Zhifan Ye, Bing Xu, et al.
Ein Forschungsteam stellt mit Agentic Variation Operators (AVO) ein Framework vor, das klassische Mutations- und Crossover-Operatoren durch autonome KI-Agenten ersetzt. Auf NVIDIA Blackwell (B200) GPUs übertrafen die damit entwickelten Attention-Kernel etablierte Bibliotheken wie cuDNN und FlashAttention-4.
Aus Video: AI Weekly Updates: Open-Source Model Surge, Agent Harnesses, and Meta's AI Reality Check
Artikel:Hongjun Liu, Yifei Ming, Shafiq Joty, Chen Zhao
Ein Forschungsteam stellt mit HASP (Harnessing LLM Agents with Skill Programs) ein Framework vor, das Erfahrungswerte von Sprachmodell-Agenten in ausführbare Programmfunktionen (PFs) überführt. Statt rein textbasierter Empfehlungen greifen diese Funktionen bei fehleranfälligen Zuständen aktiv in den Agenten-Loop ein, indem sie Aktionen anpassen oder korrigierenden Kontext einfügen.
Aus Video: Weekly AI Roundup: Claude Opus 4.8, Agent Orchestration, and Soaring Enterprise Token Costs
Artikel:Sumant Thakur
Die Zukunft von KI-Agenten liegt laut Sumant Thakur nicht in endloser Inferenz, sondern in der schrittweisen Umwandlung erfolgreicher Ausführungspfade in deterministische Workflows, Meta-Tools und Skills.
Aus Video: Weekly AI Updates: Anthropic Billing Shifts, Nvidia Hardware, and Agent Cost Reduction Strategies
Artikel:Siru Ouyang, Jun Yan, I-Hung Hsu, et al.
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.
Aus X-Post: Google Research: Knowledge Wikis for Evolving AI Agent Skills
X-Post:Kun Chen
Kun Chen empfiehlt, Konfigurationsdateien wie CLAUDE.md oder AGENTS.md nach einem Wechsel auf neuere Modelle nicht sofort manuell neu zu verfassen. Stattdessen sollten Entwickler bestehende Regeln weiterverwenden und mit dem Open-Source-Tool backpass schrittweise auf Basis realer Sitzungstranskripte optimieren.
633Lesezeichen57.166Aufrufe
X-Post:DAIR.AI
Ein Forschungspapier von Google stellt ein System zur Weiterentwicklung von Fähigkeiten autonomer Agenten vor. Der Ansatz trennt Rohausführungsdaten, ein persistentes Wissens-Wiki und die ausführbaren Skills sauber voneinander.
8621Lesezeichen500.708Aufrufe
X-Post:Kun Chen
Kun Chen schlägt ein neues Paradigma zur Pflege von AGENTS.md- und CLAUDE.md-Dateien vor: Während benutzerweite Dateien mit persönlichen Präferenzen manuell geschrieben werden sollten, seien projektbezogene Konfigurationen wie neuronale Netze zu behandeln – mit Token-Budget und Gradientenabstieg auf Basis echter Session-Logs.
2756Lesezeichen93.549Aufrufe
X-Post:Vinny
Vinny verweist auf einen Beitrag von Vox, in dem die beiden Autoren des Coding-Agents Pi drei zentrale Design-Prinzipien vorstellen. Ihre Kernbotschaft: Code ist die eigentliche Ground Truth, weshalb separate Memory-Systeme unnötig sind. Zudem genügen Standard-Bash-Befehle anstelle komplexer Protokolle wie MCP, und Tool-Ausgaben sollten nur minimal in den Kontext geladen werden.
546Lesezeichen74.132Aufrufe
Repository:GonChen/real-engineering-prompt
Das Open-Source-Projekt stellt eine schlanke Instruktionsvorlage (AGENTS.md) bereit, die moderne Coding-Agents auf pragmatische Engineering-Prinzipien wie minimale Komplexität, isolierte Änderungen und evidenzbasierte Verifikation ausrichtet.
4Sterne
Aus X-Post: Matt Pocock's Experiment with ASD-STE100 and Ubiquitous Language in CLAUDE.md
X-Post:Kirill
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
VideoVideo:AI Engineer
Matt Pocock analysiert die sogenannte Skill-Hölle in der KI-Agent-Entwicklung und stellt eine vierteilige Checkliste vor, mit der Entwickler wartbare, schlanke und zuverlässige Agent-Skills verfassen können.
18 von 18 angezeigt
Haben Sie einen interessanten Artikel, ein Video oder einen Tweet, der in unsere Wissensbasis gehört? Schreiben Sie uns an office@webconsulting.at.
Dieser Inhalt wurde teilweise mithilfe von KI erstellt.
