
| Gleichzeitig arbeitende Agenten in der Navier-Stokes-Forschung | 10.000 (im Video gezeigt) |
| Ausgetauschte Nachrichten zwischen Agenten | 2,7 Millionen (im Video gezeigt) |
| Generierte Output-Token während der Forschung | 130 Milliarden (im Video gezeigt) |
| Gelöste offene mathematische Probleme durch das interne Modell | Über 100 (Behauptung des Autors) |
Wem spart diese Analyse eine Stunde?Wir schicken den Link mit dem Fazit „in Wahrheit“ – niemand muss das ganze Video ansehen.
KI-Agenten sind Systeme, die logisches Denken mit der Nutzung von Werkzeugen kombinieren, um Aufgaben autonom auszuführen. Im Gegensatz zu einfachen Chatbots können sie planen, Aufgaben in einer Sandbox ausführen, Ergebnisse prüfen und ihre Strategie anpassen, bis das Ziel erreicht ist.
OpenAI nutzt 'Context Compaction' über die Responses API. Wenn das Kontextfenster eines Agenten voll ist, fasst das System den Verlauf in einem kompakten Status zusammen, wobei das Hauptziel und wichtige Erkenntnisse erhalten bleiben. So kann der Agent unbegrenzt weiterarbeiten.
Das Video schlägt verschiedene Muster vor: 'Manager' (ein Agent steuert Unter-Chats), 'Pair' (ein Produzent, ein Prüfer) und 'Studio' (spezialisierte Agenten für Bereiche wie Design oder Code). Wichtig sind klare Zuständigkeiten und geteilte Arbeitsprotokolle.
OpenAI hat dies durch 'Agententeams' erreicht, die verschiedene Hypothesen parallel untersuchen. Diese Teams kommunizieren untereinander, um Erkenntnisse zu teilen und Doppelarbeit zu vermeiden, während sie einem gemeinsamen 'Shared Worklog' folgen, um das Ziel nicht aus den Augen zu verlieren.