KM4BI

Nach drei Jahren, in denen wir der KI die Methode vorgaben, findet GPT-6 Astra ihre eigene

Persistente Agenten verlagern den Wert von Prompts hin zu Vertrauen, Berechtigungen und Aufsicht.

Veröffentlicht am

Nate B Jones versteht GPT-6 Astra als Auftakt persistenter Agenten, die ihren Ansatz wählen, Werkzeuge nutzen und Kontext über mehrtägige Arbeit hinweg behalten können. Sein zentrales Beispiel ist ein persönliches Gedächtnissystem, das aus E-Mails, Kalender, Kontakten und Dokumenten entstand, ohne dem Agenten ein detailliertes Rezept vorzugeben.

Der entscheidende Wandel ist kein Benchmark. Es geht darum, einem Agenten einen sich verändernden Verantwortungsbereich zu überlassen: ein Kundenkonto betreuen, einen Produktstart über mehrere Systeme hinweg konsistent halten oder eine Forschungsfrage beobachten. Dafür braucht der Agent Gedächtnis, die Einschätzung neuer Ereignisse und die Fähigkeit, ohne neuen Prompt zur Arbeit zurückzukehren.

Besonders geeignet sind Aufgaben mit überprüfbaren Ergebnissen: getesteter Code, inspizierbare Oberflächen und abstimmbare Finanzdaten. Diese Autonomie kann Koordinationsaufwand verringern und mehr Experimente ermöglichen, verlangt aber klar begrenzte Berechtigungen und Prüfspuren.

Vertrauen ist die entscheidende Einschränkung. Menschen setzen weiterhin Ziele, lösen Zielkonflikte und tragen Verantwortung, wenn Entscheidungen Geld, Zeit oder Beziehungen betreffen. Für Junior-Rollen könnte eine neue Lernform darin bestehen, Agenten zu delegieren, zu bewerten und zu verbessern, ohne das durch Praxis gewonnene Urteilsvermögen zu verlieren.

Langfristig eingesetzte Agenten mit organisatorischem Gedächtnis könnten wichtiger werden als reine Modellscores. Bevor Teams ihnen dauerhafte Aufgaben geben, müssen sie festlegen, was die Agenten lesen, speichern und zusagen dürfen und wer die Aufsicht trägt.

Source