AI

Gestufte Kontexte: Eine Wissenshierarchie für KI-Agenten

Gestufte Kontexte: Eine Wissenshierarchie für KI-Agenten

Fünfstufige Wissenshierarchie für das Agenten-Speicher.

Ein Agent mit einer einzelnen, flachen Memory-Datei vergisst nichts; er kann einfach nicht aufhören, Dinge in Erinnerung zu behalten, nach denen er nicht gefragt wurde. Die Lösung ist ein gestufter Kontext, bei dem jede Wissensebene durch einen anderen Trigger eingespeist wird.

Trendierende Open-Source-KI-Projekte auf GitHub, Oktober 2026

Trendierende Open-Source-KI-Projekte auf GitHub, Oktober 2026

Offenquellen-KI, gruppiert nach Anwendung

Die monatliche Trending-Seite von GitHub funktioniert für eine Sprache, weil ein Sprachfilter bereits den suchbaren Bereich definiert. Open-Source-KI stellt eine andere Frage: Die Projekte erstrecken sich über fünf Programmiersprachen, und der aussagekräftigste Schnittpunkt ist die Aufgabe, die ein Repository erfüllt.

gstack: KI-Software-Engineering-Stack

gstack: KI-Software-Engineering-Stack

Eine Softwarefabrik, gebaut aus Agenten-Fähigkeiten

KI-Coding-Agenten können bereits Funktionen schreiben, Repositorien modifizieren, Tests ausführen und Pull Requests öffnen. Das schwierigere Problem ist es, einen Agenten dazu zu bringen, einen wiederholbaren Engineering-Prozess vor, während und nach dem Schreiben des Codes zu befolgen.

Self-Hosted Deep-Research-Systeme: 12 Tools im Vergleich

Self-Hosted Deep-Research-Systeme: 12 Tools im Vergleich

Selbst gehostete Agenten, die über die Suche hinaus recherchieren

Deep Research ist inzwischen eine eigene Softwarekategorie geworden, nicht mehr nur ein Modell, das auf ein Suchfeld angewiesen ist. Dieser Artikel vergleicht zwölf selbst gehostete Systeme und die dahinterliegenden Forschungsarchitekturen.

Mnemosyne für Hermes-Agent: Schnelleinführung für lokale Speicher

Mnemosyne für Hermes-Agent: Schnelleinführung für lokale Speicher

Lokaler Hermes-Speicher mit kontrollierten Schreibvorgängen.

Mnemosyne ist ein lokal-firster Memory-Anbieter für Hermes Agent. Er speichert Arbeitsspeicher, strukturierte Fakten, temporale Daten und episodische Historie in lokalen SQLite-Datenbanken — ohne gehosteten Service, ohne obligatorische Netzwerkaufrufe und mit ungewöhnlich granularer Schreibsteuerung.

Selbstverstärkende Speicherschleifen in KI-Agenten: Ursachen und Lösungen

Selbstverstärkende Speicherschleifen in KI-Agenten: Ursachen und Lösungen

„Wenn sich erinnerungsbasierte Schlussfolgerungen als neuer Beleg erweisen.“

Persistente Speichersysteme verwandeln einen Agenten von einem Werkzeug, das stets neu erklärt werden muss, in ein System, das Kontext weiterträgt – doch sie eröffnen einen Fehlerzustand, dem stateless-Chats ausweichen: Eine Interpretation kann sich als Gedächtnis einprägen, als Tatsache abgerufen werden und eine stärkere Version ihrer selbst rechtfertigen.

OpenSpec abgelehnte Vorschläge: Eine Konvention für die Entscheidungsgeschichte

OpenSpec abgelehnte Vorschläge: Eine Konvention für die Entscheidungsgeschichte

Kein Ablehnungszustand. Hier ist der Workaround.

Ein Agent, der vor sechs Monaten „Persistenz in eine Shared Library verlagern“ vorgeschlagen und umgesetzt hat, wird dieses Vorschlag im nächsten Quartal wieder gern machen, es sei denn, etwas Dauerhaftes teilt ihm mit, dass diese Idee bereits untersucht und abgelehnt wurde – und OpenSpec verfügt heute über keinen eingebauten Zustand dafür.

OpenSpec-Einstieg: Installation, Workflow und häufige Fehlerquellen

OpenSpec-Einstieg: Installation, Workflow und häufige Fehlerquellen

Spezifikationen als Deltas, nicht als 40-seitiges PRD.

OpenSpec ist eine kostenlose, Open-Source-CLI von Fission AI, die sicherstellt, dass Sie und Ihr Coding-Agent sich vor dem Schreiben von Code über eine Änderung in klarem Markdown einigen, ohne die phasenbasierte Formalität schwerer, spezifikationsgetriebener Frameworks.

So migrieren Sie sicher von OpenClaw auf Hermes Agent

So migrieren Sie sicher von OpenClaw auf Hermes Agent

Ein sicheres Cutover jenseits des einzeiligen Imports

Die Migration eines KI-Assistenten unterscheidet sich grundlegend vom einfachen Kopieren einer Anwendungs-Konfiguration. Die eigentliche Herausforderung besteht darin, Identität, Gedächtnis, Tool-Verhalten, geplante Aufgaben und den Messaging-Zugriff so zu erhalten, dass nicht zwei Gateways als derselbe Bot agieren.

Was kommt nach LLMs? Mamba, Diffusion und Weltmodelle

Was kommt nach LLMs? Mamba, Diffusion und Weltmodelle

Was kommt nach LLMs? Das post-Transformer-Zeitalter.

Der KI-Hype folgt einem Rhythmus: ungefähr alle drei Jahre wird die Architektur, auf die alle setzen, durch eine neuere ersetzt. Die nächste Änderung formiert sich bereits in den Forschungslaboren.

Agent-Fähigkeiten vs. MCP-Server: Entscheidungsrahmen

Agent-Fähigkeiten vs. MCP-Server: Entscheidungsrahmen

Fertigkeit, MCP-Server oder beides?

Agent Skills und MCP-Server werden oft als konkurrierende Ansätze zur Erweiterung eines KI-Agenten dargestellt. Diese Einordnung ist falsch: Eine Skill lehrt den Agenten, wie er arbeitet, während ein MCP-Server ihm kontrollierten Zugriff auf live Funktionen gewährt.