Essays, technische Artikel und Gedanken zum Aufbau souveräner Systeme.
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.
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 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.
Sarah Wooders argumentiert, dass das Gedächtnis das Geschirr ist. Mit dem Kontextmanagement hat sie Recht. Sie hat Unrecht, dass der Kontext das ganze Problem ist.
BEAM testet den Abruf mit 10 Millionen Token. Die Integrität des Staates nimmt bei 500.000 ab. Die beiden Fehlermodi treten in unterschiedlichen Maßstäben auf, und niemand vergleicht den früheren.
Die Metriken, die die Akzeptanz des KI-Speichers vorantreiben, sind fast alle Abrufmetriken. Gutes Abrufen ist erforderlich. Kein weit verbreiteter Benchmark testet, was mit gespeicherten Daten passiert, nachdem Agenten darauf geschrieben haben.
Achtzehn menschliche Produktbewerter führten die gleiche Bewertungsaufforderung über ihre KI-Tools durch. Die Zuschreibungen waren schärfer als jeder Anruf. Dieses Feedback veränderte die Positionierung des Produkts - und dann seinen Akquisitionsablauf. Auf der Homepage werden nun Agenten aufgefordert, eine Bewertung abzugeben, und nicht Menschen, sich anzumelden.
Ich habe in den ersten fünf Wochen nach der Entwicklerveröffentlichung elf Neotoma-Releases ausgeliefert. Die CLI funktioniert jetzt auf anderen Computern und entsperrt das Onboarding. Der MCP-Server ist stabil genug für den täglichen Einsatz durch Agenten. Die Datenbank übersteht Bedienfehler. Hier erfahren Sie, was sich geändert hat und warum.