Wie AI mit AI arbeitet

Ein Agent ist hier ein AI-Programm, das eine Aufgabe mit Werkzeugen über mehrere Schritte bearbeitet. Ob ein zweiter Agent hilft, hängt von der Aufgabe ab. Eine unabhängige Recherche läuft gut parallel. Zwei Programme, die denselben kurzen Text gleichzeitig ändern, erzeugen dagegen vor allem Abstimmung. Wir teilen Arbeit, wenn das Ergebnis besser wird oder echte Zeit gespart wird.

Zuerst schauen wir auf die Abhängigkeiten. Was kann sofort beginnen? Was wartet auf eine Entscheidung von vorher? Was braucht den Blick aufs Ganze? Diese Fragen kennt man aus der Zusammenarbeit unter Menschen. Bei AI-Systemen müssen die Antworten ausdrücklicher sein. Ein gemeinsames Verständnis entsteht hier nicht von selbst.

LeanCTX enthält dokumentierte Bausteine für solche Abläufe. Beteiligte Agenten können sich registrieren, Nachrichten austauschen und Kontext teilen. Aufgaben lassen sich einzelnen Agenten zuordnen. So ist klar, wer beteiligt ist und welches Ergebnis wohin gehört. Eine Garantie für gute Zusammenarbeit ist das nicht. Die sinnvolle Aufteilung und die Prüfung des gemeinsamen Ergebnisses bleiben eigene Aufgaben. [1]

Unser Massstab ist nicht die Zahl gleichzeitig laufender Programme. Uns interessiert die Zeit bis zu einem Ergebnis, das die Aufgabe wirklich erfüllt. Dazu zählen auch das Schreiben der Teilaufträge, das Lesen der Antworten und das Zusammenführen. Eine kleine Aufgabe direkt zu erledigen kann der schnellste Weg sein. Zusammenarbeit ist ein Mittel, kein Ziel.

Ein brauchbarer Teilauftrag nennt das Ziel, den erlaubten Bereich und die erwartete Form des Ergebnisses. Er sagt ausserdem, woran man die Fertigstellung erkennt. «Prüfe die Änderung» lässt zu viel offen. «Prüfe an diesem Stand, ob die drei genannten Fehlerfälle abgefangen werden, und nenne die Testergebnisse» ist ein klarer Rahmen. Danach lässt sich der Beitrag gegen den Auftrag prüfen.

Ist eine Stelle fertig, genügt die Meldung «erledigt» selten. Die nächste braucht das Ergebnis, die wichtigen Quellen, die offenen Punkte und den Stand, auf den sich alles bezieht. Ein vollständiger Verlauf ist dafür nicht nötig. Eine kurze, geordnete Übergabe reicht, wenn sie die wesentlichen Entscheidungen und Grenzen enthält. Die Menge richtet sich nach der nächsten Aufgabe.

Kontextpakete sind in LeanCTX ein dokumentierter Weg, ausgewähltes Material zu bündeln. Der Gedanke dahinter hängt nicht am Format. Der Empfänger soll etwas bekommen, mit dem er arbeiten kann. Dazu gehört auch zu wissen, ob die Informationen noch aktuell sind und was er weitergeben darf. Eine technisch geglückte Übertragung beantwortet das nicht. [2]

Bei gemeinsamen Dateien braucht es klare Zuständigkeit. Ändern zwei Programme denselben Bereich gleichzeitig, überschreiben sie sich oder gehen von verschiedenen Ständen aus. Wir bevorzugen deshalb abgegrenzte Aufträge und eine ausdrücklich zugeteilte Zusammenführung. Wechselt die Zuständigkeit, wandert der aktuelle Stand mit. So bleibt sichtbar, wer gerade woran arbeitet.

Auch sorgfältige Einzelbeiträge können sich widersprechen. Ein Text verspricht eine Funktion, die es nicht gibt. Eine geänderte Schnittstelle passt nicht mehr zum aufrufenden Programm. Deshalb prüfen wir das Gesamtergebnis noch einmal an der ursprünglichen Aufgabe. Gute Einzelteile sind die Voraussetzung. Ein Beweis, dass ihre Verbindung hält, sind sie nicht.

Ein Ablauf braucht ausserdem einen Umgang mit Störungen. Ein Programm findet keine passende Quelle. Ein Werkzeug fällt aus. Ein Ergebnis bleibt unvollständig. Solche Zustände müssen sichtbar bleiben. Wer übernimmt, muss wissen, was wirklich erledigt ist. Eine ehrliche Rückmeldung nützt mehr als eine optimistische Fertigmeldung.

Dasselbe gilt, wenn ganz gewöhnliche Programme zusammenarbeiten. Das eine braucht eine bestätigte Zahl, keinen erklärenden Absatz. Das andere braucht eine Freigabe, bevor es etwas ändert. Unser Blick auf Effizienz umfasst darum Human × AI, AI × AI und System × System. Die Übergänge sind verschieden. Überall müssen Ziel, Zuständigkeit und Ergebnis zusammenpassen.

Wir richten die Arbeit an diesen Verbindungen auf das fertige Ergebnis aus. Dazu gehört, den Aufwand der Abstimmung mitzuzählen. Und den einfachen direkten Weg zu wählen, wenn er genügt. Mehrere AI-Systeme lohnen sich, wenn ihre Beiträge sich ergänzen und die Übergaben halten. Ein Produkt muss beides prüfbar machen: den einzelnen Beitrag und das Ergebnis danach.