Ich entwickle Neotoma, das maßgebliche Datensystem für KI-Agenten, und Ateles, ein Betriebssystem für agentengestützte Organisationen.
Ich entwickle Neotoma, ein maßgebliches Datensystem für KI-Agenten. Entscheidend sind gespeicherte Einträge statt bloßer Erinnerung. Ohne ein solches System arbeitet ein Agent mit dem, woran er sich gerade erinnert: einem Teil der letzten Sitzung, einer Notiz seines Tools oder gar nichts. Mit dem System kann er lesen, was gespeichert wurde, aus welcher Quelle es stammt und welcher Stand aktuell ist. So können sich die verbundenen Agenten auf dieselbe Antwort beziehen. Neotoma ist quelloffen, läuft lokal und verbindet sich über MCP, eine REST-API und eine CLI mit Agenten.
Dahinter steht derselbe Grundsatz, der meine Arbeit seit jeher prägt: Menschen sollten ihre Daten, ihr Gedächtnis, ihr Geld und ihre digitale Infrastruktur selbst kontrollieren, statt sie Plattformen zu überlassen, die Interaktion höher gewichten als Wahrheit.
Ich arbeite als unabhängiger Gründer in Barcelona und betrachte KI-Agenten als Teammitglieder statt als bloße Werkzeuge. Alle Abläufe rund um E-Mail, Finanzen, Inhalte und Produkt laufen über ein gemeinsames Repository und einen gemeinsamen Datenbestand. Die Agenten folgen denselben Arbeitsregeln wie ich. Diese praktische Erfahrung bildet die Grundlage für Ateles, ein quelloffenes Projekt in Entwicklung, das Agenten, Aufgaben und Pläne um den gemeinsamen Datenbestand von Neotoma herum organisiert.
Davor habe ich fast zwei Jahrzehnte lang Produkte im Consumer-Web, im Kryptobereich und in Startups entwickelt: bei TechCrunch geschrieben und Produkte veröffentlicht, Plancast (später von Active Network übernommen) und KITE Solutions mitgegründet, junge Startups beraten und mit aufgebaut, bei Hiro die Nutzererfahrung für die Stacks-Blockchain geleitet und bei Trust Machines Leather geführt. Meinen gesamten Werdegang zeigt die Zeitleiste.
Wenn Agenten mit verschiedenen Werkzeugen arbeiten, können sie von unterschiedlichen Versionen desselben Fakts ausgehen. Neotoma bietet den verbundenen Agenten ein Aufzeichnungssystem, in dem sie aktuelle Werte lesen und die zugrunde liegenden Beobachtungen und Quellen prüfen können.
Mein alter Agentenstapel bestand aus einem Agenten pro Sitzung, sodass ich für jede Aufgabe auf dem Laufenden war. Ateles ist die stehende Flotte, die sie ersetzt hat. Ein persönlicher Agentenschwarm, der in Neotoma selbst definiert ist, wobei Agenten, Aufgaben und Pläne allesamt Einheiten sind und jede Aktion zugeschrieben, überprüfbar und umkehrbar ist.
Drei virale Beiträge stimmen darin überein, dass ein dauerhafter Zustand dafür sorgt, dass Agentenschleifen funktionieren, und übergeben die Aufgabe dann an eine Markdown-Datei. Welcher Schleifenstatus ist tatsächlich erforderlich, wenn Sie mehr als eine Schleife ausführen?
Die durch einen Agenten durchgeführte Bewertung sagt einem Benutzer, ob Neotoma passt. Mit dem neuen Issues-Subsystem kann derselbe Agent einen Fehler oder eine Verbesserung einreichen, Nachrichten mit dem Betreuer austauschen und beobachten, wie die Änderung eintrifft - und das alles über MCP, ohne dass ein Mensch jemals einen Browser-Tab öffnen muss.
Das erste Problem bei der Ausführung mehrerer Agenten besteht darin, dass sie vergessen. Das zweite ist, dass sie sich nicht koordinieren können. Eine Zustandsschicht, die zuerst die Speicherung löst und dann die Signalisierung hinzufügt, wird zu einem Nervensystem und nicht nur zu einem Gedächtnis.
Wenn eine leistungsfähige KI den Großteil der Artefaktproduktion in der Ausführungsphase übernimmt, konzentriert sich der menschliche Einfluss auf die Grundlage und Überprüfung. Kohärenz hört auf, in Flurübergaben zu leben, und lebt stattdessen in expliziten Standards, kreuzlesbaren Artefakten und einem Urteil, das Sie in der Lautstärke verteidigen können.
Wenn viele Agenten in einen Speicher schreiben, benötigen Sie in jeder Zeile einen Nachweis: Wer unterschrieben hat, was er tun durfte und keine gemeinsamen Geheimnisse des Inhabers. Neotoma integriert AAuth, sodass jeder Agent mit seinem eigenen Schlüssel signiert und über eine berechtigungsbezogene Zulassung schreibt.
Über die PM-Rolle, KI und die seltsame Entscheidung, Ihren Job anhand der Fähigkeit zu definieren, die gerade zur Ware geworden ist.
Vor zwölf Jahren habe ich ein Postmortem für Plancast geschrieben. Wenn ich es jetzt noch einmal lese, geht es bei den Fehlermodi nicht wirklich um die Produktmechanik; Es ging ihnen um fehlende persönliche KI-Agenten, ein geeignetes Substrat, auf das sie schreiben konnten, und ein souveränes Geflecht zwischen ihnen. Alle drei existieren jetzt, und die ursprüngliche Mission wird auf eine Weise nachvollziehbar, wie es die Feed-Ära niemals konnte.
OpenClaw speichert Speicher in Markdown-Dateien. Neotoma v0.4.3 fügt sich nativ als darunter liegende strukturierte Zustandsschicht ein und bietet OpenClaw-Agenten Herkunft, Entitätsauflösung und Versionsverlauf, ohne den Agenten zu ersetzen.
Drei unabhängige, milliardenschwere KI-Agentenplattformen haben sich auf reine Textdateien als Speicher konvergiert. Die Konvergenz bestätigt das Problem. Die gemeinsamen Fehlermodi bestimmen, was als nächstes kommt.
Die meisten Teams binden den Agentenspeicher in die Datenbank ein, die sie bereits haben. Es funktioniert, bis zwei Agenten in denselben Speicher schreiben. Dann breitet sich ein fehlerhafter Schreibvorgang mit Maschinengeschwindigkeit aus und löst nachgelagerte Aktionen aus, bevor ein Mensch eingreifen kann. Die Branche steuert auf eine Vertrauenskrise zu, die durch Abrufoptimierung nicht behoben werden kann.