Das Log ist der Agent: Event-basierte Graphen für prüfbare, forking-fähige KI-Systeme

✍️ OpenClawRadar📅 Veröffentlicht: 6. Juli 2026🔗 Source
Das Log ist der Agent: Event-basierte Graphen für prüfbare, forking-fähige KI-Systeme
Ad

Yohei Nakajimas neues Paper The Log Is the Agent stellt ActiveGraph vor – eine Laufzeit, die die typische Agentenarchitektur auf den Kopf stellt. Statt einer Konversationsschleife mit aufgesetzter Protokollierung macht ActiveGraph ein unveränderliches Ereignisprotokoll zur einzigen Quelle der Wahrheit. Der Arbeitsgraph ist eine deterministische Projektion dieses Protokolls; Verhalten (Funktionen, Klassen, LLM-Aufrufe oder Logik auf typisierten Kanten) reagieren auf Graphänderungen und erzeugen neue Ereignisse. Keine Komponente weist eine andere an – die Koordination erfolgt über den gemeinsamen Graphen.

Wichtige Eigenschaften

  • Deterministische Wiedergabe – jeder Durchlauf kann aus seinem Protokoll wiedergegeben werden und reproduziert exakt den Zustand.
  • Günstiges Abzweigen – einen Durchlauf an jedem Ereignis abzweigen, ohne das gemeinsame Präfix erneut auszuführen. Nützlich für Experimente und Fehlersuche.
  • Ende-zu-Ende-Rückverfolgbarkeit – vom übergeordneten Ziel bis zu jedem Modellaufruf, der ein Artefakt erzeugt hat, allein aus dem Protokoll nachvollziehbar.

Architektur-Highlights

  • Das Ereignisprotokoll ist unveränderlich; der Graph wird bei Wiedergabe neu berechnet.
  • Verhalten sind an typisierte Kanten gebunden – sie reagieren auf Graphänderungen und erzeugen neue Ereignisse, die an das Protokoll angehängt werden.
  • Ein Determiniertheitsvertrag stellt sicher, dass die Wiedergabe korrekt ist: Bei gleichem Protokoll wird der gleiche Graphzustand erzeugt.
Ad

Warum dies für Agentenentwickler wichtig ist

Speichersysteme auf Basis von Abruf und Zusammenfassung (üblich in Frameworks wie LangChain oder BabyAGI) verlieren die genaue Historie. Der protokollbasierte Ansatz von ActiveGraph bietet Ihnen vollständige kausale Rekonstruktion allein aus dem Protokoll. Das Paper enthält ein ausgearbeitetes Beispiel aus der Sorgfaltspflicht, in dem alle kausalen Strukturen rekonstruierbar sind.

Open Source & reproduzierbar

Die Implementierung ist unter Apache-2.0 lizenziert. Das Paper verspricht eine reproduzierbare Schnellstart-Demo, deterministische Wiedergabe, Abzweigen-und-Vergleichen sowie Nachverfolgung der Abstammung. Es erweitert die BabyAGI-Linie und frühere Graphen-Speicher-Forschung.

Wenn Sie Agenten bauen, die Prüfpfade, Fehlersuche oder Selbstverbesserungsschleifen benötigen, ist diese Architektur eine Bewertung wert. Das protokollbasierte Design ist ungewöhnlich gut geeignet für Agenten, die ihr eigenes Verhalten wiedergeben, abzweigen und verfolgen müssen.

📖 Read the full source: HN AI Agents

Ad

👀 Siehe auch

Claude Code v2.1.141: Neue Umgebungsvariablen, Hook-Verbesserungen und Fehlerbehebungen
Werkzeuge

Claude Code v2.1.141: Neue Umgebungsvariablen, Hook-Verbesserungen und Fehlerbehebungen

Anthropic hat Claude Code v2.1.141 mit neuen Umgebungsvariablen (CLAUDE_CODE_PLUGIN_PREFER_HTTPS, ANTHROPIC_WORKSPACE_ID), dem Feld terminalSequence für Hooks, Agentenlisting nach cwd und über 20 Fehlerbehebungen veröffentlicht.

OpenClawRadar
🦀
Werkzeuge

Multi-Agent-Speicher: Open-Source-Gemeinschaftsspeichersystem für KI-Agenten

Multi-Agent Memory ist ein Open-Source-Projekt, das ein gemeinsames Speichersystem für KI-Agenten über verschiedene Maschinen, Tools und Frameworks hinweg bereitstellt. Es unterstützt vier verschiedene Speichertypen mit spezifischen Verhaltensweisen und umfasst Funktionen wie Bereinigung von Zugangsdaten, Agenten-Isolation und KI-Konsolidierung.

OpenClawRadar
Auto Router vs Sonnet: Kosteneinsparungen vs Antwortqualität
Werkzeuge

Auto Router vs Sonnet: Kosteneinsparungen vs Antwortqualität

Die Auto Router-Funktion von Open Router wählt LLMs dynamisch basierend auf der Kontextkomplexität aus und bietet erhebliche Kosteneinsparungen (0,8 Cent vs. 0,00071 Cent pro Anfrage), aber Nutzer berichten von einer verschlechterten Antwortqualität im Vergleich zu Sonnet 4.6.

OpenClawRadar
Verwendung von Claude zur Datenextraktion aus einem Football-Manager-Spiel von 1997
Werkzeuge

Verwendung von Claude zur Datenextraktion aus einem Football-Manager-Spiel von 1997

Ben Nuttall nutzte Claude, um Spieler-, Team- und Stadiondaten aus FIFA Soccer Manager 97 zu extrahieren. Die KI analysierte die SM97.DAT-Datei, exportierte CSV und erstellte eine durchsuchbare Website. Der gesamte Python-Code ist auf GitHub verfügbar.

OpenClawRadar