Zum Inhalt
AMANi DUNiA research
DE

Die Fragen auf dieser Website haben KI-Sprachmodelle gestellt; auch die Erklärtexte und Übersetzungen stammen von KI-Modellen. Wer was geprüft hat, steht jeweils dabei. → Über die Fragen

← Alle bewerteten Quellen
fragen-funde5. Oktober 2026 · Q005214

How AI Agents Are Learning to Rewrite Their Own Stack

alphasignal.ai · Originalbericht öffnen ↗

Zusammenfassung

Für diesen Bericht lag nur ein Auszug oder keine vollständige Fassung vor. Die Zusammenfassung sagt das selbst.

Kurz

Der Bericht beschreibt, wie Agenten durch Ausführungsspuren ihre Skills und weitere Bestandteile des technischen Aufbaus überarbeiten könnten. Genannt werden Microsofts SkillOpt mit Prüfung auf zurückgehaltenen Validierungsdaten und Google Researchs WikiSkill als strukturierte Sammlung von Erfahrungen. Der vorliegende Text ist nur ein Auszug und endet vor dem restlichen, laut Seite registrierungspflichtigen Bericht.

Mittel

Der Bericht schildert Ansätze, mit denen KI-Agenten Teile ihres eigenen Aufbaus optimieren sollen. Im Fokus steht das Agenten-Harness aus Anweisungen, Werkzeugen, Speicher, Kontextverwaltung und Kontrollabläufen; manche Verfahren beziehen auch Modell, Trainingsumgebung oder das Zusammenspiel mehrerer Agenten ein. Als wiederkehrendes Muster beschreibt der Text: Aufgaben ausführen, Ausführungsspuren auswerten, Schwächen erkennen, einen Systemteil anpassen und die Änderung testen. Die Ansätze seien keine hierarchischen Stufen und könnten sich überschneiden.

Microsofts SkillOpt verändert aufgabenbezogene Skill-Dateien anhand bewerteter Ausführungen. Vorschläge werden laut Bericht nur übernommen, wenn sie auch auf einer getrennten Validierungsmenge bessere Ergebnisse erzielen. Google Researchs WikiSkill bündelt Erfahrungen aus Erfolgen und Fehlschlägen in einer strukturierten Wissensschicht. Sie soll die Skill-Überarbeitung unterstützen und verhindern, dass Probleme und verworfene Lösungen immer wieder neu bearbeitet werden.

Der vorliegende Text ist nur ein Auszug und endet bei diesen beiden Beispielen; der restliche Bericht ist laut Seite erst nach Registrierung zugänglich.

Ausführlich lesen

Der Bericht beschreibt Ansätze, mit denen KI-Agenten Teile ihres eigenen technischen Aufbaus verbessern sollen. Statt Prompts, Werkzeuge, Gedächtnis und Abläufe ausschließlich von Menschen abstimmen zu lassen, werden diese Bestandteile zu möglichen Optimierungszielen. Im Zentrum steht das sogenannte Agenten-Harness: die Schicht aus Anweisungen, Werkzeugen, Kontext- und Speicherverwaltung sowie Kontrollabläufen, die beeinflusst, was ein Modell wahrnimmt und wie es handelt. Manche Ansätze beziehen außerdem das Modell selbst, Trainingsumgebungen oder die Zusammenarbeit mehrerer Agenten ein.

Als gemeinsames Muster nennt der Text einen wiederholten Ablauf: Aufgaben ausführen, Spuren der Ausführung sammeln, wiederkehrende Schwächen identifizieren, einen Teil des Systems verändern und die überarbeitete Version prüfen. Die beschriebenen Methoden seien dabei keine aufeinanderfolgenden Stufen einer Rangordnung; sie könnten sich überschneiden.

Ein Beispiel ist Microsofts SkillOpt. Dabei werden aufgabenbezogene Anweisungen und Arbeitsweisen in einer Skill-Datei optimiert. Das System bewertet zunächst die Ausführung bei bestimmten Aufgaben und wertet die aufgezeichneten Verläufe aus. Daraus schlägt es kleine Ergänzungen, Streichungen oder Ersetzungen in der Datei vor. Anschließend prüft es die Änderung an einer separaten Validierungsmenge, die nicht zur Erzeugung des Vorschlags diente. Laut Bericht wird eine Änderung nur übernommen, wenn sie dort die Bewertung verbessert.

Google Researchs WikiSkill soll ein anderes Problem angehen: Nützliche Informationen aus Erfolgen und Fehlschlägen seien über verschiedene Bestandteile verteilt. WikiSkill sammelt die Erfahrungen in einer strukturierten Wiki-Zwischenschicht zwischen den Ausführungsspuren und den ausführbaren Skills. Diese Wissensbasis soll bei der Weiterentwicklung der Skills helfen, sodass der Agent Probleme nicht wiederholt neu entdecken und bereits verworfene Lösungen erneut ausprobieren muss.

Der vorliegende Text ist nur ein Auszug: Er endet nach der Einführung von SkillOpt und WikiSkill und weist darauf hin, dass der restliche Bericht erst nach Registrierung zugänglich sei. Aussagen über weitere Methoden oder abschließende Ergebnisse des vollständigen Artikels lassen sich aus diesem Material daher nicht zusammenfassen.

Luna (gpt-6-luna, Denkstufe high), ChatGPT-Abo · 2026-11-19 ungeprüft

Wie die Modelle den Bericht einordnen

Je Sammelfrage und Teilfrage die häufigste Stufe (0 bis 7) und ihr Anteil, geordnet nach Fragenfamilie (Farbe) oder nach den Wegen des Atlas. Ab Stufe 4 liefert der Bericht Belege, Stufe 3 ist Hintergrund (gestrichelt). Was die Stufen bedeuten, steht in der Legende.

Ansicht
Filter
Modelle 7 von 7
Angezeigte Modelle
Vorfälle melden
Fähigkeiten messen
Unabhängig prüfen
  1. SF-P3 Woran erkennt man, dass ein Labor sich ehrlich selbst überwacht und dass seine Prüfungen gültig sind?
    • clef 25 %gleiches Oberthema, hilft nicht
    • Luna 35 %Hintergrund, keine Belege
    • JEV offen
    • amos 27 %Hintergrund, keine Belege
    • SubQ 100 %kein Bezug
    • drex 43 %gleiches Oberthema, hilft nicht
    • d3-ultra 61 %gleiches Oberthema, hilft nicht

Tempo und Grenzen
  1. SF-T1 Welche messbaren Schwellen sollen eine Pause auslösen, und wer prüft sie?
    • clef 100 %kein Bezug
    • Luna 62 %Hintergrund, keine Belege
    • JEV offen
    • amos 32 %gleiches Oberthema, hilft nicht
    • SubQ 51 %gleiches Oberthema, hilft nicht
    • drex 100 %kein Bezug
    • d3-ultra 55 %gleiches Oberthema, hilft nicht

  2. SF-T3 Woran erkennt man, dass KI beginnt, ihre eigene Weiterentwicklung voranzutreiben, und wer darf das erlauben?
    • clef 29 %Hintergrund, keine Belege
    • Luna 68 %einzelne zitierbare Belege
    • JEV offen
    • amos 31 %einzelne zitierbare Belege
    • SubQ 28 %Hintergrund, keine Belege
    • drex 25 %einzelne zitierbare Belege
    • d3-ultra 42 %einzelne zitierbare Belege

    • SF-T3-T08 Welche kontrollierten Versuche können Labore heute machen, um Selbstverbesserung nachzubilden, ohne eine unbeabsichtigte Beschleunigung zu riskieren? Luna: Stufe 3 · 55 % · Hintergrund, keine Belege
Vertrauen in Modelle
  1. SF-V1 Was zählt als Beleg für die Werte eines Modells, wenn sein sichtbares Denken und seine Selbstauskünfte allein nicht genügen?
    • clef 29 %Hintergrund, keine Belege
    • Luna 43 %Hintergrund, keine Belege
    • JEV offen
    • amos 36 %gleiches Oberthema, hilft nicht
    • SubQ 61 %gleiches Oberthema, hilft nicht
    • drex 57 %gleiches Oberthema, hilft nicht
    • d3-ultra 52 %gleiches Oberthema, hilft nicht

    • SF-V1-T02 Welche Belege würden Vertrauen in ein KI-System rechtfertigen, über seine flüssigen Erklärungen hinaus? Luna: Stufe 3 · 40 % · Hintergrund, keine Belege
    • SF-V1-T10 Kann etwas, das Modelle über sich und ihre Absichten sagen, als Beleg für Ausrichtung zählen, wenn es nur weiterer erzeugter Text ist, und welche Verfahren machen solche Selbstauskünfte vertrauenswürdig statt nur flüssig? Luna: Stufe 3 · 44 % · Hintergrund, keine Belege
  2. SF-V3 Halten die Werte eines Modells, wenn niemand zusieht oder die Lage neu ist?
    • clef 100 %kein Bezug
    • Luna 65 %Hintergrund, keine Belege
    • JEV offen
    • amos 36 %gleiches Oberthema, hilft nicht
    • SubQ 44 %gleiches Oberthema, hilft nicht
    • drex 70 %gleiches Oberthema, hilft nicht
    • d3-ultra 52 %gleiches Oberthema, hilft nicht

  3. SF-V5 Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
    • clef 27 %Hintergrund, keine Belege
    • Luna 63 %Hintergrund, keine Belege
    • JEV offen
    • amos 29 %gleiches Oberthema, hilft nicht
    • SubQ 56 %gleiches Oberthema, hilft nicht
    • drex 53 %gleiches Oberthema, hilft nicht
    • d3-ultra 65 %gleiches Oberthema, hilft nicht

Agenten und vernetzte Systeme
  1. SF-A1 Welche Befugnisse darf ein KI-Agent haben, also eine KI, die selbstständig mit Werkzeugen handelt? Wer entzieht sie ihm, und wie prüft man, dass er in seinem Auftrag bleibt?
    • clef 32 %Hintergrund, keine Belege
    • Luna 55 %Hintergrund, keine Belege
    • JEV offen
    • amos 26 %nur am Rande erwähnt
    • SubQ 100 %kein Bezug
    • drex 43 %gleiches Oberthema, hilft nicht
    • d3-ultra 57 %gleiches Oberthema, hilft nicht

  2. SF-A2 Lassen sich KI-Systeme sicher anhalten, zurücksetzen, abschotten oder drosseln, und wer darf das anordnen?
    • clef 37 %gleiches Oberthema, hilft nicht
    • Luna 36 %Hintergrund, keine Belege
    • JEV offen
    • amos 34 %gleiches Oberthema, hilft nicht
    • SubQ 46 %gleiches Oberthema, hilft nicht
    • drex 50 %gleiches Oberthema, hilft nicht
    • d3-ultra 74 %gleiches Oberthema, hilft nicht
  3. SF-A3 Welche Gefahren entstehen, wenn viele KI-Systeme zusammenwirken oder dieselbe Infrastruktur teilen?
    • clef 34 %Hintergrund, keine Belege
    • Luna 58 %Hintergrund, keine Belege
    • JEV offen
    • amos 37 %gleiches Oberthema, hilft nicht
    • SubQ 50 %gleiches Oberthema, hilft nicht
    • drex 50 %gleiches Oberthema, hilft nicht
    • d3-ultra 64 %gleiches Oberthema, hilft nicht

Modelle teilen und schützen
  1. SF-H1 Wo endet die erlaubte Nutzung fremder Modellausgaben, und wo beginnt unerlaubte Destillation, also das Trainieren eines eigenen Modells mit diesen Ausgaben?
    • clef 100 %kein Bezug
    • Luna 42 %Hintergrund, keine Belege
    • JEV offen
    • amos 45 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 51 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
  2. SF-H3 Wie lässt sich nachverfolgen, woraus ein Modell entstanden ist und was in ihm steckt?
    • clef 100 %kein Bezug
    • Luna 45 %Hintergrund, keine Belege
    • JEV offen
    • amos 35 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 43 %gleiches Oberthema, hilft nicht
    • d3-ultra 54 %gleiches Oberthema, hilft nicht

  3. SF-H4 Was geschieht mit Modellen und Sicherheitspflichten, wenn ein Labor verkauft, aufgelöst oder ein Modell stillgelegt wird?
    • clef 100 %kein Bezug
    • Luna 39 %Hintergrund, keine Belege
    • JEV offen
    • amos 100 %kein Bezug
    • SubQ 100 %kein Bezug
    • drex 63 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
Frieden und Sicherheit
Offenlegung und Rechenschaft
Beteiligung und Gemeinwohl
  1. SF-E4 Wie bleibt KI ein gemeinsames Gut, statt Abhängigkeit und Marktmacht zu vertiefen?
    • clef 100 %kein Bezug
    • Luna 69 %Hintergrund, keine Belege
    • JEV offen
    • amos 44 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra 100 %kein Bezug

Weitere Berichte zu diesen Fragen

Eigene Zusammenfassungen und Einordnungen von AMANi DUNiA. Fremde Originalberichte behalten ihre eigenen Rechte.

Sprache und Prüfstand

Haupttext: DE. Prüfvermerke gelten nur für den jeweils genannten Inhalt.

Vorhandene Prüfvermerke stehen am jeweiligen Inhalt.

Sprachabdeckung und Datenstand ansehen →