AI-Agent

Wie funktioniert das?

1. Der Agent erhält ein Ziel („Was Wichtiges ist heute im Labor passiert?“) und eine Liste von Werkzeugen mit Beschreibung, wozu jedes dient.
2. Das Modell entscheidet, welches Werkzeug es nutzt, und ruft es auf, z. B. eine Datenbankabfrage.
3. Das Ergebnis des Werkzeugs geht an das Modell zurück. Das Modell bewertet, ob das ausreicht oder ein weiterer Schritt nötig ist.
4. Die Schleife läuft, bis das Modell die Aufgabe für erledigt hält oder das Limit der Schritte erreicht ist.

Agent oder Automatisierung?

• Automatisierung (Workflow): Die Schritte werden im Voraus von einem Menschen festgelegt. Das Modell kann einen Schritt ausführen, z. B. eine Zusammenfassung schreiben, entscheidet aber nicht über das weitere Vorgehen. Vorhersehbar, günstig, einfach zu überprüfen.
• Agent: Die Schritte werden vom Modell gewählt. Flexibel, aber teurer, langsamer und schwieriger zu kontrollieren.
• Faustregel: Wenn sich ein Ablaufdiagramm zeichnen lässt, nutzen Sie eine Automatisierung. Verwenden Sie einen Agenten dort, wo sich die folgenden Schritte nicht vorhersagen lassen.

Wie macht das unser Labor?

• Das Labor besteht aus 13 n8n-Prozessen und fast alle sind Automatisierungen, keine Agenten: Quellensammlung, Bewertung, Schreiben, Veröffentlichung und Alarme haben feste Schritte.
• Der Labor-CEO ist ein Agent, mit dem wir über Telegram chatten. Er hat 5 Werkzeuge: Laborpuls, Laborstatus, Backlog, Google Kalender und SQL-Abfragen für die Datenbank. Er entscheidet selbst, welche er nutzt, um eine Frage zu beantworten.
• Der Agent veröffentlicht nicht selbst. Jede Veröffentlichung wartet auf einen menschlichen Klick. Der Agent kann Dinge vorbereiten, aber die Entscheidung mit Konsequenzen liegt beim Menschen.
• Lektion aus der Praxis: „Erfolg“ eines Prozesses ist nicht dasselbe wie gut geleistete Arbeit. Wir prüfen das Ergebnis (ob der Bericht um 9:00 Uhr ankam) und nicht nur den Status.

Was zeigt unsere Datenbank?

Agenten sind heute eines der drei größten Themen der AI-Forschung: In Woche 43 betrafen sie 26,3% der Arbeiten aus der Kategorie cs.AI auf arXiv. In der Labor-Datenbank hat das Wort „Agent“ im Titel über 2,7 Tsd. Texte. Häufiges Thema: Agenten lassen sich leichter manipulieren als ein normaler Chat (Sykophantie, indirektes Prompt Injection), weil sie mehr selbst erledigen.