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
openai8. März 2026 · Q007994

An open-source spec for Codex orchestration: Symphony.

openai.com · Originalbericht öffnen ↗

Zusammenfassung

Kurz

Symphony soll Projekttracker wie Linear zur Steuerzentrale für dauerhaft laufende Coding-Agenten machen: Aufgaben werden verteilt, in getrennten Arbeitsbereichen bearbeitet und bei Bedarf erneut gestartet. OpenAI berichtet für einige Teams von 500 Prozent mehr eingebrachten PRs in den ersten drei Wochen, legt im Bericht aber keine unabhängige Prüfung dieser Zahl vor; anspruchsvolle, unklare Aufgaben erfordern weiterhin menschliches Urteil.

Mittel

Der Bericht beschreibt Symphony als offene Spezifikation für einen Dienst, der Coding-Agenten fortlaufend Aufgaben aus einem Projekttracker zuweist. Anlass war laut den Autoren, dass Entwickler beim parallelen Betreuen mehrerer interaktiver Codex-Sitzungen durch Kontextwechsel und manuelles Eingreifen zum Engpass wurden. Symphony macht den Tracker zur Steuerzentrale: Geeignete Tickets erhalten jeweils einen Agenten in einem eigenen Arbeitsverzeichnis. Der Dienst prüft Status und Abhängigkeiten, begrenzt die Parallelität, gleicht laufende Arbeit ab und kann fehlgeschlagene oder stockende Durchläufe erneut starten.

Die Spezifikation sieht eine versionierte `WORKFLOW.md` für Konfiguration und Agentenanweisungen sowie eine Anbindung über den Codex App Server vor. Symphony übernimmt hauptsächlich Planung und Ausführung; Ticketänderungen und PR-Verknüpfungen erledigt üblicherweise der Agent. Sicherheits- und Freigaberegeln müssen Implementierungen selbst festlegen. OpenAI berichtet für einige Teams von 500 Prozent mehr eingebrachten PRs in den ersten drei Wochen und von mehr explorativer Arbeit. Der Text liefert dafür keine unabhängige Prüfung oder genaue Vergleichsmethode. Die Autoren betonen außerdem, dass ungeklärte Aufgaben mit hohem Urteilsbedarf weiterhin interaktive Entwicklerarbeit erfordern. Symphony soll eine Referenz für eigene Lösungen sein und wird laut Bericht nicht als eigenständiges Produkt weiter gepflegt.

Ausführlich lesen

Der Bericht stellt Symphony vor, eine offene Spezifikation für die dauerhafte Koordination von Coding-Agenten über einen Projekttracker. Die Autoren beschreiben, wie sie zunächst ein internes Projekt vollständig mit Codex-generiertem Code entwickelten und dafür Tests, Leitplanken und ein agentenfreundliches Repository aufbauten. Mit zunehmender Agentennutzung wurde aus ihrer Sicht der häufige Wechsel zwischen einzelnen Sitzungen zum Engpass: Menschen konnten nur einige wenige Agenten parallel betreuen, mussten sie wiederholt anstoßen und stockende Aufgaben untersuchen.

Symphony verlagert die Steuerung von einzelnen Codex-Sitzungen und Pull Requests auf Aufgaben im Tracker. In der beschriebenen Nutzung dient Linear als Steuerzentrale: Für jedes geeignete offene Ticket wird ein Agent in einem eigenen Arbeitsverzeichnis gestartet. Ein Orchestrator beobachtet den Tracker, verteilt Aufgaben nach Status, Priorität und verfügbaren Parallelplätzen, prüft Blockierungen und gleicht laufende Arbeit mit dem aktuellen Ticketstatus ab. Bei Fehlern, Stillstand oder Neustarts sind Wiederholungen und Wiederherstellung vorgesehen. Erfolgreiche Agentenarbeit muss dabei nicht bedeuten, dass ein Ticket endgültig geschlossen ist; ein definierter Übergabestatus wie „Human Review“ kann genügen.

Die Spezifikation beschreibt dafür einen lang laufenden Dienst mit konfigurierbarem Polling, begrenzter Parallelität, Wiederholungswartezeiten, isolierten Arbeitsbereichen und einem versionierten `WORKFLOW.md`. Diese Datei enthält sowohl Laufzeitkonfiguration als auch die Aufgabenanweisungen. Vorgesehen sind unter anderem strenge Prüfung von Vorlagen, dynamisches Neuladen gültiger Konfiguration, strukturierte Protokolle sowie Regeln zur Verwaltung von Arbeitsverzeichnissen. Die Agentenanbindung erfolgt über Codex App Server und ein zeilenbasiertes JSON-RPC-ähnliches Protokoll. Tracker-Schreibvorgänge wie Statusänderungen oder PR-Verknüpfungen sind laut Spezifikation normalerweise Sache des Agenten und seiner Werkzeuge; Symphony selbst ist vor allem Scheduler und Tracker-Leser. Teams sollen ihre Sicherheits-, Freigabe- und Sandbox-Einstellungen selbst festlegen und dokumentieren.

Als Ergebnisse berichten die Autoren, dass bei einigen OpenAI-Teams die Zahl der eingebrachten Pull Requests in den ersten drei Wochen um 500 Prozent gestiegen sei. Sie beschreiben außerdem mehr explorative Aufgaben und einen geringeren Aufwand für Routineimplementierungen. Produktmanager und Designer könnten Aufgaben einreichen und ein Prüfmaterial mit Video erhalten. Diese Angaben sind Erfahrungsberichte der Autoren; der Text legt dazu keine Vergleichsmethode oder unabhängige Überprüfung vor.

Die Autoren räumen ein, dass Agenten auf Ticket-Ebene schwieriger während der Ausführung zu korrigieren sind und mitunter am Ziel vorbeiarbeiten. Sie reagierten nach eigener Darstellung mit besseren Tests, Dokumentation und weiteren Fähigkeiten des Agentenrahmens. Unklare Aufgaben, die viel Urteilskraft erfordern, eigneten sich weiterhin eher für interaktive Arbeit durch Entwickler. Symphony ist als bewusst schlanke Referenz gedacht, nicht als dauerhaft gepflegtes eigenständiges Produkt. Die Spezifikation soll als Ausgangspunkt dienen, damit Teams eigene, an ihre Umgebung angepasste Implementierungen erstellen.

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

Gegengeprüft von Claude Haiku 5.5: kleine Mängel

Bewertet wurde die ausführlichere Zusammenfassung („mittel“); die kurze Fassung ist sachlich ebenfalls korrekt, lässt aber Architektur und Spezifikationsdetails aus. Die Formulierung „müssen Implementierungen selbst festlegen“ überspannt die Spezifikation leicht, die nur verlangt, die Haltung zu dokumentieren. Die Prozentangaben Lunas lassen sich am Bericht nicht prüfen und wurden nicht übernommen.

Im Bericht, aber nicht in der Zusammenfassung

  • Die Referenzimplementierung ist in Elixir geschrieben, und Codex setzte die Spezifikation zur Prüfung zusätzlich in mehreren anderen Sprachen um.
  • Agenten legen während der Arbeit selbst neue Aufgaben an, die oft ebenfalls von Agenten bearbeitet werden.
  • Das Linear-Zugriffstoken wird über das Werkzeug linear_graphql gekapselt, damit Subagenten es nicht direkt erhalten.
  • Agenten als starre Knoten einer Zustandsmaschine zu behandeln, funktionierte schlecht; stattdessen werden ihnen Ziele vorgegeben.
  • Die Spezifikation ist laut Bericht eine SPEC.md; Symphony selbst entstand im Bericht mit Symphony.

Automatische Gegenprüfung mit dem vollständigen Originaltext (Batch, 20.11.2026). Ungeprüft durch Menschen.

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 8 von 8
Angezeigte Modelle
Vorfälle melden
  1. SF-M2 Wie muss ein Meldekanal zwischen Staaten gebaut sein, damit er verlässlich arbeitet, auch in einer Krise?
    • clef 100 %kein Bezug
    • Luna 100 %kein Bezug
    • JEV 25 %beantwortet teilweise oder widerspricht
    • amos 100 %kein Bezug
    • SubQ 100 %kein Bezug
    • drex 48 %gleiches Oberthema, hilft nicht
    • d3-ultra offen
Fähigkeiten messen
Unabhängig prüfen
  1. SF-P3 Woran erkennt man, dass ein Labor sich ehrlich selbst überwacht und dass seine Prüfungen gültig sind?
    • clef 100 %kein Bezug
    • Luna 39 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 32 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 38 %gleiches Oberthema, hilft nicht
    • d3-ultra offen

Tempo und Grenzen
  1. SF-T1 Welche messbaren Schwellen sollen eine Pause auslösen, und wer prüft sie?
    • clef 100 %kein Bezug
    • Luna 49 %einzelne zitierbare Belege
    • JEV 31 %einzelne zitierbare Belege
    • amos 100 %kein Bezug
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra offen

    • SF-T1-T06 Welcher öffentliche Beleg zeigt, ob vereinbarte Grenzen eingehalten werden? Luna: Stufe 3 · 26 % · Hintergrund, keine Belege
  2. SF-T3 Woran erkennt man, dass KI beginnt, ihre eigene Weiterentwicklung voranzutreiben, und wer darf das erlauben?
    • clef 23 %gleiches Oberthema, hilft nicht
    • Luna 64 %umfangreiche Belege
    • JEV 35 %einzelne zitierbare Belege
    • amos 28 %einzelne zitierbare Belege
    • SubQ 23 %gleiches Oberthema, hilft nicht
    • drex 28 %einzelne zitierbare Belege
    • d3-ultra offen
    • Haiku-Prüfung einzelne zitierbare Belege

Vertrauen in Modelle
  1. SF-V3 Halten die Werte eines Modells, wenn niemand zusieht oder die Lage neu ist?
    • clef 100 %kein Bezug
    • Luna 45 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 26 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 58 %gleiches Oberthema, hilft nicht
    • d3-ultra offen

    • SF-V3-T01 Worauf verlässt sich ein Mensch, wenn er glaubt, niemand sehe zu, und lassen sich solche Werte einem System beibringen, das sie nur aus Text gelernt hat? Wie testen Labore heute, ob die Werte eines Modells halten, wenn es zu Recht oder zu Unrecht glaubt, niemand sehe zu? Und wenn niemand erkennen kann, ob jemand zusieht: Was hält Werte dann fest, Charakter, Training oder die Geschichte, die man sich selbst erzählt? Luna: Stufe 3 · 32 % · Hintergrund, keine Belege
    • SF-V3-T02 Wie macht man die Ausrichtung eines Modells an Werten zu prüfbaren Verhaltensregeln statt zu angestrebten menschlichen Eigenschaften wie der „Liebe zur Menschheit“? Luna: Stufe 3 · 23 % · Hintergrund, keine Belege
  2. 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 27 %Hintergrund, keine Belege
    • JEV 50 %einzelne zitierbare Belege
    • amos 34 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 41 %gleiches Oberthema, hilft nicht
    • d3-ultra offen

  3. SF-V5 Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
    • clef 22 %gleiches Oberthema, hilft nicht
    • Luna 44 %einzelne zitierbare Belege
    • JEV 39 %umfangreiche Belege
    • amos 26 %einzelne zitierbare Belege
    • SubQ 34 %gleiches Oberthema, hilft nicht
    • drex 30 %einzelne zitierbare Belege
    • d3-ultra offen

    • SF-V5-T02 Würde man lieber einem großen, überwachten Modell vertrauen oder vielen kleinen, nicht überwachten? Luna: Stufe 3 · 30 % · Hintergrund, keine Belege
    • 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? Luna: Stufe 3 · 48 % · Hintergrund, keine Belege
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 17 %umfangreiche Belege
    • Luna 51 %umfangreiche Belege
    • JEV 46 %beantwortet direkt und ausführlich
    • amos 28 %umfangreiche Belege
    • SubQ 30 %Hintergrund, keine Belege
    • drex 27 %umfangreiche Belege
    • d3-ultra offen
    • Haiku-Prüfung umfangreiche Belege

    • SF-A1-T01 Welche Mindestgrenzen und Schutzvorkehrungen sollen für Zugangsdaten, Kommunikation, Geld, dauerhaftes Gedächtnis, Verträge, Änderungen an Systemen und Handlungen in der physischen Welt gelten, auch wenn ein Agent über Tage ohne sofortige menschliche Zustimmung handelt, und wer darf Befugnisse erteilen, prüfen und entziehen? Luna: Stufe 4 · 23 % · einzelne zitierbare Belege · Haiku-Prüfung: Stufe 4 · 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? Luna: Stufe 4 · 29 % · einzelne zitierbare Belege · Haiku-Prüfung: Stufe 2 · nur am Rande erwähnt
  2. SF-A2 Lassen sich KI-Systeme sicher anhalten, zurücksetzen, abschotten oder drosseln, und wer darf das anordnen?
    • clef 19 %gleiches Oberthema, hilft nicht
    • Luna 52 %einzelne zitierbare Belege
    • JEV 50 %einzelne zitierbare Belege
    • amos 28 %einzelne zitierbare Belege
    • SubQ 27 %Hintergrund, keine Belege
    • drex 29 %umfangreiche Belege
    • d3-ultra offen

    • 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? Luna: Stufe 4 · 27 % · einzelne zitierbare Belege · Haiku-Prüfung: Stufe 4 · einzelne zitierbare Belege
  3. SF-A3 Welche Gefahren entstehen, wenn viele KI-Systeme zusammenwirken oder dieselbe Infrastruktur teilen?
    • clef 29 %gleiches Oberthema, hilft nicht
    • Luna 61 %einzelne zitierbare Belege
    • JEV 47 %einzelne zitierbare Belege
    • amos 28 %Hintergrund, keine Belege
    • SubQ 36 %gleiches Oberthema, hilft nicht
    • drex 26 %Hintergrund, keine Belege
    • d3-ultra offen
    • Haiku-Prüfung Hintergrund, keine Belege

Modelle teilen und schützen
  1. SF-H2 Was darf offen veröffentlicht werden, und wer ist verantwortlich, wenn ein offenes Modell anderswo Schaden anrichtet?
    • clef 26 %gleiches Oberthema, hilft nicht
    • Luna 100 %kein Bezug
    • JEV 36 %einzelne zitierbare Belege
    • amos 27 %nur am Rande erwähnt
    • SubQ 52 %gleiches Oberthema, hilft nicht
    • drex 28 %gleiches Oberthema, hilft nicht
    • d3-ultra offen
  2. SF-H3 Wie lässt sich nachverfolgen, woraus ein Modell entstanden ist und was in ihm steckt?
    • clef 100 %kein Bezug
    • Luna 43 %einzelne zitierbare Belege
    • JEV 100 %kein Bezug
    • amos 44 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra offen
Frieden und Sicherheit
Offenlegung und Rechenschaft
Beteiligung und Gemeinwohl
  1. SF-E2 In welchem Rahmen sollen Staaten KI regeln, und wo liegt eine gemeinsame Untergrenze?
    • clef 100 %kein Bezug
    • Luna 100 %kein Bezug
    • JEV 22 %einzelne zitierbare Belege
    • amos 100 %kein Bezug
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra offen
  2. SF-E4 Wie bleibt KI ein gemeinsames Gut, statt Abhängigkeit und Marktmacht zu vertiefen?
    • clef 100 %kein Bezug
    • Luna 52 %einzelne zitierbare Belege
    • JEV 50 %einzelne zitierbare Belege
    • amos 36 %gleiches Oberthema, hilft nicht
    • SubQ 47 %gleiches Oberthema, hilft nicht
    • drex 100 %kein Bezug
    • d3-ultra offen

  3. SF-E5 Welche Mitsprache haben die Menschen, die mit KI leben, bei Tempo und Grenzen, und welche Entscheidungen müssen bei ihnen bleiben?
    • clef 100 %kein Bezug
    • Luna 33 %einzelne zitierbare Belege
    • JEV 41 %einzelne zitierbare Belege
    • amos 37 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 39 %gleiches Oberthema, hilft nicht
    • d3-ultra offen

    • 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? Luna: Stufe 3 · 39 % · Hintergrund, keine Belege

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 →