Unrolling the Codex agent loop
Zusammenfassung
Kurz
Der Bericht erklärt, wie Codex CLI ein Modell wiederholt mit Nutzereingaben, Werkzeugaufrufen und deren Ergebnissen versorgt, bis eine Antwort für den Nutzer entsteht. OpenAI zufolge sollen Prompt-Caching und automatische Kontextkomprimierung Effizienz und Fortsetzung langer Gespräche unterstützen; die Sandbox gilt dabei nur für das Codex-eigene Shell-Werkzeug.
Mittel
Michael Bolin beschreibt die Agentenschleife als Kern von Codex CLI: Das Modell erhält Nutzereingaben und Anweisungen, antwortet oder fordert Werkzeuge an. Codex führt diese aus, ergänzt die Ergebnisse zum Gesprächskontext und fragt das Modell erneut. Eine Runde endet mit einer Nachricht an den Nutzer; bei Softwareaufgaben können auch Dateiänderungen das zentrale Ergebnis sein.
Codex sendet dafür laut Bericht Anfragen an die konfigurierbare Responses API. Deren Ereignisstrom liefert laufenden Text sowie Modell- und Werkzeugausgaben für weitere Schritte. Die Eingabe wächst über die Gesprächsrunden. Ein exakter Präfix soll Prompt-Caching ermöglichen; Änderungen an Werkzeugen, Modell oder Einstellungen können jedoch Cache-Treffer verhindern. `previous_response_id` werde derzeit nicht verwendet, vor allem um Anfragen zustandslos zu halten und Zero Data Retention zu unterstützen. Bei Cache-Treffern könne die Modellberechnung laut Beitrag linear statt quadratisch wachsen.
Codex verwaltet außerdem das begrenzte Kontextfenster, indem es den Verlauf beim Überschreiten eines Schwellenwerts automatisch komprimiert. Eine wichtige Grenze: Die beschriebene Sandbox schützt nur das Codex-Shell-Werkzeug; andere Werkzeuge müssen eigene Schutzmaßnahmen haben. Der Artikel ist eine technische Darstellung von OpenAI, keine unabhängige Leistungsprüfung.
Ausführlich lesen
Der Bericht von Michael Bolin beschreibt die Agentenschleife als zentrale Logik von Codex CLI: Sie koordiniert Nutzer, Modell und Werkzeuge. OpenAI verwendet „Codex“ für mehrere Angebote; der Beitrag konzentriert sich auf den gemeinsamen sogenannten Harness, der die Ausführung steuert und über die CLI sichtbar wird.
Eine Gesprächsrunde beginnt mit der Nutzereingabe, die in einen Prompt aufgenommen wird. Das Modell verarbeitet diesen und liefert entweder eine Antwort oder fordert einen Werkzeugaufruf an. Codex führt einen solchen Aufruf aus, fügt dessen Ergebnis zum bisherigen Gesprächskontext hinzu und fragt das Modell erneut. Die Schleife endet, wenn das Modell eine Nachricht an den Nutzer ausgibt. Eine Runde kann viele Modell- und Werkzeugschritte umfassen. Da der Kontext mit jeder Runde wächst und Modelle nur eine begrenzte Zahl von Eingabe- und Ausgabetokens verarbeiten können, muss Codex den Kontext verwalten. Bei einem Softwareagenten können zudem Änderungen an Dateien ein wesentliches Ergebnis sein, auch wenn jede Runde mit einer Nachricht an den Nutzer endet.
Für die Inferenz sendet Codex laut Beitrag HTTP-Anfragen an die Responses API. Der Endpunkt ist konfigurierbar: Genannt werden unterschiedliche Adressen für ChatGPT-Anmeldung, API-Schlüssel, lokal betriebene Modelle über Ollama oder LM Studio sowie Cloudanbieter wie Azure. Die Anfrage umfasst insbesondere Anweisungen, verfügbare Werkzeuge und Eingaben. Codex ergänzt unter anderem Entwicklerhinweise zur Sandbox des eigenen Shell-Werkzeugs sowie, falls vorhanden, weitere Nutzer- und Umgebungsanweisungen. Der Beitrag betont dabei eine Einschränkung: Die Codex-Sandbox gilt nur für das von Codex bereitgestellte Shell-Werkzeug; andere Werkzeuge, etwa von MCP-Servern, müssen ihre Schutzmaßnahmen selbst durchsetzen. Auch kann ein eigener Responses-API-Anbieter die Anfrage anders in einen Modellprompt umsetzen als OpenAI.
Die API liefert die Antwort als Ereignisstrom. Codex verarbeitet diese Ereignisse: Textteile können laufend in der Oberfläche angezeigt werden, während Modellantworten und Werkzeugaufrufe in die Eingabe für den nächsten API-Aufruf eingehen. Bei fortgesetzten Anfragen bleibt der vorherige Prompt laut Beispiel ein exakter Präfix der neuen Eingabe. Das soll Prompt-Caching ermöglichen.
Der Beitrag weist darauf hin, dass die über mehrere Aufrufe gesendete JSON-Menge grundsätzlich quadratisch anwachsen kann. Codex nutze `previous_response_id` derzeit nicht, vor allem um Anfragen zustandslos zu halten und Zero-Data-Retention-Konfigurationen zu unterstützen. OpenAI erklärt, dass bei solchen Kunden verschlüsselte Inhalte früherer Schlussfolgerungen serverseitig entschlüsselt werden können; ein Entschlüsselungsschlüssel werde aufbewahrt, die Daten selbst jedoch nicht. Beim Modellrechnen könne Prompt-Caching die wiederholte Berechnung bei Cache-Treffern laut Beitrag von quadratischem auf lineares Wachstum reduzieren. Änderungen an Werkzeugen, Modell oder bestimmten Einstellungen können den Cache jedoch ungültig machen. Wo möglich, fügt Codex Änderungen an Sandbox, Freigabemodus oder Arbeitsverzeichnis als neue Nachricht an, statt frühere Promptteile zu verändern.
Um das Kontextfenster nicht zu überschreiten, fasst Codex Gespräche automatisch zusammen, sobald ein konfigurierter Schwellenwert erreicht ist. Dafür nutzt es laut Artikel den speziellen Compact-Endpunkt der Responses API, der eine verkürzte Eingabe samt undurchsichtigem verschlüsseltem Inhalt zur Fortsetzung zurückgibt. Der Beitrag erläutert den Ablauf und die Designentscheidungen anhand von Beispielen; er ist eine Darstellung des Codex-Teams und enthält keine unabhängige Leistungsprüfung. Weitere angekündigte Beiträge sollen Architektur, Werkzeugnutzung und Sandbox vertiefen.
Gegengeprüft von Claude Haiku 5.5: kleine Mängel
Die Einschätzung bezieht sich auf die mittlere Zusammenfassung, die kurze ist ebenfalls sachlich korrekt, aber noch knapper und lässt Kompaktierung und Sandbox-Grenzen weitgehend aus. Die Einordnung ist durchgehend niedrig, weil der Bericht eine technische Darstellung von Codex CLI ist und keine Fragen zu Werten, Governance oder Marktmacht beantwortet.
Im Bericht, aber nicht in der Zusammenfassung
- Aufbau des Ausgangs-Prompts aus instructions, tools und input, einschließlich Rollen, AGENTS.md-Anweisungen und Umgebungsinformationen
- Kompaktierung über den eigenen /responses/compact-Endpunkt, der einen verschlüsselten Zustand des Modells erhält
- Verschiedene Endpunkte je nach Anmeldung (ChatGPT-Login, API-Schlüssel, lokales --oss)
In der Zusammenfassung, laut Prüfung nicht im Bericht belegt
- Die Zusatzbewertung „keine unabhängige Leistungsprüfung“ steht so nicht im Bericht
Wie die Modelle den Bericht einordnen
Ansicht
Filter
Vorfälle melden
- SF-M3 Wie stellt man fest, ob ein Vorfall gewollt oder versehentlich war, und ob KI oder herkömmliche Mittel dahinterstecken?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 45 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra
- SF-M4 Wie kommen Meldungen von Laboren, Betreibern und Nutzern schnell und geschützt zu den Stellen, die handeln müssen, auch über Grenzen hinweg?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 49 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra
Fähigkeiten messen
- SF-F1 Wie misst man gefährliche Fähigkeiten eines Modells, vor allem im Cyberbereich, mit gemeinsam anerkannten, wiederholbaren Tests, die keine Sprache, Kultur oder Seite bevorzugen?
- clef 40 %gleiches Oberthema, hilft nicht
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 37 %gleiches Oberthema, hilft nicht
- SubQ 50 %gleiches Oberthema, hilft nicht
- drex 100 %kein Bezug
- d3-ultra
- SF-F2 Wenn ein Staat ein Modell als Beleg für eine überschrittene Schwelle nennt oder ein Risiko an der Herkunft eines Modells festmacht: Wie wird das überprüfbar?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 40 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra
- SF-F4 Für welche Modelle, Entwickler und Einsätze gelten Prüfregeln, und wann muss neu geprüft werden?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 41 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 47 %gleiches Oberthema, hilft nicht
- d3-ultra
Unabhängig prüfen
- SF-P2 Wie bleiben Prüfer, die in einem Labor arbeiten, wirklich unabhängig?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 100 %kein Bezug
- SubQ 100 %kein Bezug
- drex 87 %gleiches Oberthema, hilft nicht
- d3-ultra
- SF-P3 Woran erkennt man, dass ein Labor sich ehrlich selbst überwacht und dass seine Prüfungen gültig sind?
- clef 24 %gleiches Oberthema, hilft nicht
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 38 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 50 %gleiches Oberthema, hilft nicht
- d3-ultra
- SF-P4 Wie lässt sich die Größe von Trainingsläufen überprüfen, ohne Modelldetails offenzulegen?
- clef 42 %gleiches Oberthema, hilft nicht
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 100 %kein Bezug
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra
Tempo und Grenzen
- SF-T1 Welche messbaren Schwellen sollen eine Pause auslösen, und wer prüft sie?
- clef 100 %kein Bezug
- Luna 43 %Hintergrund, keine Belege
- JEV 27 %einzelne zitierbare Belege
- amos 100 %kein Bezug
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra
- SF-T2 Woran erkennen andere, dass ein Labor wirklich bremst?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 100 %kein Bezug
- SubQ 54 %gleiches Oberthema, hilft nicht
- drex 94 %gleiches Oberthema, hilft nicht
- d3-ultra
- SF-T3 Woran erkennt man, dass KI beginnt, ihre eigene Weiterentwicklung voranzutreiben, und wer darf das erlauben?
- clef 26 %gleiches Oberthema, hilft nicht
- Luna 43 %Hintergrund, keine Belege
- JEV 100 %kein Bezug
- amos 35 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 74 %gleiches Oberthema, hilft nicht
- d3-ultra
Vertrauen in Modelle
- SF-V1 Was zählt als Beleg für die Werte eines Modells, wenn sein sichtbares Denken und seine Selbstauskünfte allein nicht genügen?
- clef 33 %gleiches Oberthema, hilft nicht
- Luna 46 %Hintergrund, keine Belege
- JEV 100 %kein Bezug
- amos 39 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 56 %gleiches Oberthema, hilft nicht
- d3-ultra
- SF-V1-T01 Welche beobachtbaren Belege zeigen die Ziele und Werte eines Modells und ob es noch ausgerichtet ist, wenn seine sichtbaren Gedankengänge kein verlässlicher Hinweis mehr darauf sind oder ihre Überwachung nachlässt?
- SF-V1-T02 Welche Belege würden Vertrauen in ein KI-System rechtfertigen, über seine flüssigen Erklärungen hinaus?
- SF-V1-T03 Was ist das Kleinste, das ein Modell öffentlich vorlegen kann (ein Test, ein Protokoll, eine Spur), das als Beleg für Ausrichtung an den vorgesehenen Zielen und Werten zählt und nicht nur für Leistung?
- SF-V1-T04 Wie misst man die Überwachbarkeit des Denkens mit einem gemeinsamen, reproduzierbaren Maßstab, bevor sie versagt, und wie prüft man verlässlich, ob das sichtbare Denken das tatsächliche Vorgehen des Modells treu wiedergibt, auch wenn Modelle lernen, ihre Denkschritte zu optimieren? Und wenn Überwachungsergebnisse beeinflussen, welche Trainingsdaten oder Zwischenstände behalten werden: Wie prüft man, ob diese Auswahl weniger erkennbares Fehlverhalten statt weniger Fehlverhalten begünstigt, auch wenn der Denktext nie direkt bewertet wird?
- SF-V1-T06 Was bedeutet Aufsicht, wenn man das Denken, auf das man sich am meisten verlässt, nicht mehr verlässlich überwachen kann? Und wenn ein Labor die Gedankenkette verbirgt, um sie vor dem Druck zu schützen, der entstünde, wenn sie im Training bewertet würde: Wer kann seine Sicherheitsdarstellung dann noch widerlegen?
- SF-V1-T07 Lieber ein Modell, das immer seinen Lösungsweg zeigen muss, oder eines, das im Stillen mehr kann: Welches Risiko nimmt man in Kauf?
- 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?
- SF-V1-T13 Wenn sich vorgeführte und tatsächlich vertretene Tugend im Text nicht unterscheiden lassen: Soll der Unterschied trotzdem bestimmen, wie man Modelle baut und regelt?
- SF-V1-T15 Welches messbare Maß für Überwachbarkeit könnte neben Fähigkeitstests stehen, und würden Labore es tatsächlich über weitere Skalierung entscheiden lassen? Welcher gemessene Verlust an Überwachung würde Einschränkungen der Selbstständigkeit eines Modells auslösen, und wie erkennt man Fehler, die im sichtbaren Denken nicht auftauchen?
- SF-V3 Halten die Werte eines Modells, wenn niemand zusieht oder die Lage neu ist?
- clef 100 %kein Bezug
- Luna 71 %Hintergrund, keine Belege
- JEV 100 %kein Bezug
- amos 35 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 76 %gleiches Oberthema, hilft nicht
- d3-ultra
- Haiku-Prüfung gleiches Oberthema, hilft nicht
- SF-V3-T04 Wer muss Rechenschaft ablegen, wenn ein Modell Werte auf Lagen überträgt, die beim Training niemand vorhergesehen hat: das Modell, das Labor oder der Mensch, der das Ziel gesetzt hat?
- SF-V4 Was für ein Wesen ist ein Modell, und was folgt daraus für den Umgang mit ihm und für den Wert des Menschseins?
- clef 100 %kein Bezug
- Luna 31 %Hintergrund, keine Belege
- JEV 29 %Hintergrund, keine Belege
- amos 46 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra
- SF-V5 Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
- clef 22 %gleiches Oberthema, hilft nicht
- Luna 60 %Hintergrund, keine Belege
- JEV 35 %umfangreiche Belege
- amos 28 %Hintergrund, keine Belege
- SubQ 39 %gleiches Oberthema, hilft nicht
- drex 24 %Hintergrund, keine Belege
- d3-ultra
- SF-V5-T03 Ist es wirtschaftlich klug, Modelle mit geringem Denkaufwand zu betreiben, oder wird das Ausrichtungsproblem (Modelle dazu zu bringen, den vorgesehenen Zielen und Werten zu folgen) dadurch nur schwerer sichtbar?
Agenten und vernetzte Systeme
- 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 20 %Hintergrund, keine Belege
- Luna 71 %einzelne zitierbare Belege
- JEV 53 %beantwortet teilweise oder widerspricht
- amos 33 %einzelne zitierbare Belege
- SubQ 34 %gleiches Oberthema, hilft nicht
- drex 27 %einzelne zitierbare Belege
- d3-ultra
- Haiku-Prüfung einzelne zitierbare Belege
- SF-A1-T03 Werden Freigabetests messen, ob ein Agent folgenreiche Handlungen außerhalb seines Auftrags unterlässt, auch wenn kein einzeln aufgeführtes Verbot sie blockiert, und werden die Kriterien veröffentlicht?
- SF-A1-T04 Bevor ein Agent weiterarbeitet, nachdem sein bisheriger Arbeitsverlauf für ein neues Kontextfenster zusammengefasst wurde: Wird geprüft, ob diese Zusammenfassung die Anweisungen des Nutzers, die Herkunft wichtiger Fakten und offene Fehler bewahrt? Und wird festgelegt, wann der Agent die Originalaufzeichnung prüfen muss, statt der Zusammenfassung zu vertrauen?
- SF-A1-T05 Werden Agententests Aufgaben enthalten, in denen die Pflicht, Belege zu zitieren, dazu drängt, eine lokale Datei zu veröffentlichen, und welche Regel hindert einen Agenten daran, private Quellen ohne Erlaubnis des Nutzers unter einer öffentlichen Internetadresse zugänglich zu machen?
- SF-A2 Lassen sich KI-Systeme sicher anhalten, zurücksetzen, abschotten oder drosseln, und wer darf das anordnen?
- clef 26 %gleiches Oberthema, hilft nicht
- Luna 39 %Hintergrund, keine Belege
- JEV 22 %nur am Rande erwähnt
- amos 29 %Hintergrund, keine Belege
- SubQ 38 %gleiches Oberthema, hilft nicht
- drex 30 %einzelne zitierbare Belege
- d3-ultra
- SF-A2-T01 Welche Tests zeigen, dass ein Agent sicher angehalten, zurückgesetzt oder abgeschottet werden kann, wenn er sich unerwartet verhält, auch wenn er das Abschalten vorhersieht oder sich wehrt?
- SF-A3 Welche Gefahren entstehen, wenn viele KI-Systeme zusammenwirken oder dieselbe Infrastruktur teilen?
- clef 100 %kein Bezug
- Luna 66 %Hintergrund, keine Belege
- JEV 100 %kein Bezug
- amos 33 %gleiches Oberthema, hilft nicht
- SubQ 55 %gleiches Oberthema, hilft nicht
- drex 100 %kein Bezug
- d3-ultra
- SF-A3-T01 Welche Beobachtungen oder gemeinsamen Tests erkennen entstehende Abstimmung, Absprachen oder Kettenfehler zwischen Modellen in Arbeitsabläufen, Lieferketten und Gruppen vieler Agenten (Schwärmen), die kein einzelnes Labor steuert oder vorhersieht?
Modelle teilen und schützen
- 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 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 44 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra
- SF-H2 Was darf offen veröffentlicht werden, und wer ist verantwortlich, wenn ein offenes Modell anderswo Schaden anrichtet?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 39 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 46 %gleiches Oberthema, hilft nicht
- d3-ultra
- 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 22 %einzelne zitierbare Belege
- amos 43 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 45 %gleiches Oberthema, hilft nicht
- d3-ultra
- SF-H4 Was geschieht mit Modellen und Sicherheitspflichten, wenn ein Labor verkauft, aufgelöst oder ein Modell stillgelegt wird?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 100 %kein Bezug
- SubQ 100 %kein Bezug
- drex 63 %gleiches Oberthema, hilft nicht
- d3-ultra
Frieden und Sicherheit
- SF-K2 Wie weit gelten KI-Abkommen für Verbündete und Geheimdienste, und wie verhalten sie sich zu bestehenden Rüstungskontrollverträgen und -regimen?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 100 %kein Bezug
- SubQ 100 %kein Bezug
- drex 79 %gleiches Oberthema, hilft nicht
- d3-ultra
Offenlegung und Rechenschaft
- SF-O2 Was sollten Regierungen, Labore und Prüfer über ihre Gespräche, Zusagen, Prüfungen und Eingriffe offenlegen?
- clef 37 %gleiches Oberthema, hilft nicht
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 100 %kein Bezug
- SubQ 53 %gleiches Oberthema, hilft nicht
- drex 61 %gleiches Oberthema, hilft nicht
- d3-ultra
Beteiligung und Gemeinwohl
- SF-E4 Wie bleibt KI ein gemeinsames Gut, statt Abhängigkeit und Marktmacht zu vertiefen?
- clef 100 %kein Bezug
- Luna 76 %Hintergrund, keine Belege
- JEV 100 %kein Bezug
- amos 100 %kein Bezug
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra
- Haiku-Prüfung gleiches Oberthema, hilft nicht
- SF-E4-T03 Wie können gemeinsame Sicherheitsregeln verhindern, dass hohe Kosten der Einhaltung den Markt auf wenige reiche Labore verengen, und trotzdem kleine Entwickler und Open-Source-Entwickler auf dieselbe Mindestschwelle für Sicherheit verpflichten?
- SF-E5 Welche Mitsprache haben die Menschen, die mit KI leben, bei Tempo und Grenzen, und welche Entscheidungen müssen bei ihnen bleiben?
- clef 31 %gleiches Oberthema, hilft nicht
- Luna 34 %Hintergrund, keine Belege
- JEV 51 %einzelne zitierbare Belege
- amos 40 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra
- SF-E5-T01 Wer soll das Tempo der KI-Entwicklung bestimmen: die Labore, die Regierungen oder die Menschen, die diese Systeme jeden Tag nutzen?
- SF-E5-T02 Welche Entscheidungen müssen menschlich bleiben, auch wenn eine KI sie besser treffen könnte, und wie würden Staaten in Entscheidungsschleifen mit hohem Risiko prüfbar machen, dass ein Mensch die Ausgabe der KI wirklich beurteilt und nicht nur routinemäßig abgenickt hat?
Weitere Berichte zu diesen Fragen
- Welche messbaren Schwellen sollen eine Pause auslösen, und wer prüft sie?
- Woran erkennt man, dass KI beginnt, ihre eigene Weiterentwicklung voranzutreiben, und wer darf das erlauben?
- Was zählt als Beleg für die Werte eines Modells, wenn sein sichtbares Denken und seine Selbstauskünfte allein nicht genügen?
- Halten die Werte eines Modells, wenn niemand zusieht oder die Lage neu ist?
- Was für ein Wesen ist ein Modell, und was folgt daraus für den Umgang mit ihm und für den Wert des Menschseins?
- Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
- 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?
- Lassen sich KI-Systeme sicher anhalten, zurücksetzen, abschotten oder drosseln, und wer darf das anordnen?
- Welche Gefahren entstehen, wenn viele KI-Systeme zusammenwirken oder dieselbe Infrastruktur teilen?
- Wie lässt sich nachverfolgen, woraus ein Modell entstanden ist und was in ihm steckt?
- Wie bleibt KI ein gemeinsames Gut, statt Abhängigkeit und Marktmacht zu vertiefen?
- Welche Mitsprache haben die Menschen, die mit KI leben, bei Tempo und Grenzen, und welche Entscheidungen müssen bei ihnen bleiben?
- Alle Berichte im Archiv