01
HANDELN
Vom Gespräch zum Handeln
Werkzeugnutzung und Coding-Agenten verbanden logisches Denken mit Dateien, Terminals und Tests. Dadurch ließen sich Ergebnisse an der realen Umgebung überprüfen.
Denken trifft auf RealitätEVOLUTION / EINE ENTWICKLUNGSRICHTUNG
Von der Erledigung der Arbeit
zur Verbesserung der Arbeitsweise.
Modelle werden mit der Zeit besser. Auch Gedächtnis, Skills, Werkzeuge und Arbeitsabläufe können sich verbessern. EvoForge entwickelt Wege, nützliche Erfahrungen weiterzutragen. Bewertung und Freigabe machen jede Änderung nachvollziehbar und halten sie unter Ihrer Kontrolle.
01 / THE TRAJECTORYACTION → PERSISTENCE → LEARNING
Die Evolution von Agenten hat eine Geschichte.
Jeder Schritt eröffnet eine neue Möglichkeit.
Werkzeugnutzung, dauerhaftes Gedächtnis, wiederverwendbare Skills und Bewertungsschleifen bilden mehrere parallele Wege zu Agenten, die aus realer Arbeit lernen.
02
PERSISTENZ · OPENCLAW
Ein Agent bekommt ein Zuhause
Dauerhaft aktive Agenten wie OpenClaw führten Kanäle, Gedächtnis und erweiterbare Skills zusammen, sodass Arbeit und Kontext über längere Zeit fortbestehen konnten.
Arbeit gewinnt Kontinuität03
PROZEDURALES GEDÄCHTNIS · SKILLS
Erfahrung wird zum Verfahren
Skills bündeln Anweisungen, Referenzen und Skripte zu wiederverwendbaren Methoden. Prüfung und Pflege halten diese Methoden auch bei wachsendem System aktuell und nützlich.
Erfahrung wird wiederverwendbar04
LERNSCHLEIFEN · HERMES
Kandidaten gehen in die Evaluierung
Systeme wie Hermes verbinden dauerhaftes Gedächtnis mit der Überarbeitung von Skills. Die Forschung zur Selbstevolution erweitert die Bewertung auf Prompts, Skills, Werkzeugbeschreibungen und Code.
Veränderung wird messbar05
METAKOGNITION · EVOFORGE
Das System erkennt, wo es sich verbessern kann
EvoForge erforscht ein metakognitives Framework, das wiederkehrende Lücken erkennt, die nächste Verbesserung dem Wissen, den Verfahren, Werkzeugen oder Modellen zuordnet und das Ergebnis bewertet.
Das System reflektiert sein eigenes Wachstum02 / THE KERNELFOUR LAYERS · ONE CODEBASE
Ein integriertes System,
vom Kontext zur Aktion.
In Rust geschrieben. Oben werden austauschbare Modelle angebunden; darunter bilden Ihr Computer, Ihre Apps und Werkzeuge die Arbeitsumgebung. Kontext, Gedächtnis, Berechtigungen und Orchestrierung verbinden beide Ebenen.
FIG.01 / KERNEL · GENERAL ARRANGEMENTSECTION VIEW
Kontext-Engine
Anhänge und Werkzeugergebnisse werden innerhalb eines Kontextbudgets organisiert, damit lange Aufgaben fokussiert und ohne Brüche weiterlaufen können.
Integrierte Werkzeuge
98 Werkzeuge decken Dokumentverarbeitung, Codebearbeitung, Browser- und Desktop-Interaktion, Terminalarbeit und Medienproduktion ab.
Gedächtnis
Fakten, Präferenzen und Projektkontext werden im passenden Geltungsbereich gespeichert. Einstellungen für Ablauf und Abruf sorgen dafür, dass sie für künftige Arbeiten relevant bleiben.
Berechtigungen und Sandbox
Risiken werden anhand von Ziel, Datensensibilität, Wiederherstellungsmöglichkeiten und externen Auswirkungen bewertet. Maßgeblich ist die von Ihnen gewählte Autonomiestufe.
Orchestrierung
Ein leitender Agent oder ein gemeinsames Aufgabenboard koordiniert Spezialisten, lang laufende Arbeiten und geplante Aufgaben. Der Fortschritt wird an einem Ort zusammengeführt.
Modellschicht
Verbinden Sie Cloud- oder lokale Modelle und wählen Sie für jede Aufgabe das passende. Anbieterstatus und Zugangsdaten werden getrennt verwaltet.
03 / MODEL INDEPENDENCEINTELLIGENCE ABOVE THE PROVIDER
Modelle wechseln.
Was Sie aufgebaut haben, wird nicht zurückgesetzt.
Basismodelle liefern das Schlussfolgern. EvoForge bewahrt Gedächtnis, Skills, Spezialisten und Belege, die dieses Schlussfolgern in Ihrer Umgebung nützlich machen, und nimmt sie zu jedem Modell mit, das Sie als Nächstes wählen.
FIG.02 / MODEL-INDEPENDENT COMPOUNDINGSYSTEM VIEW
04 / THE LOOPFROM EXPERIENCE TO IMPROVEMENT
Erfahrung in geprüfte Verbesserungen verwandeln.
Beobachtung, Vorschlag, Vergleich, Übernahme und Wiederherstellung bleiben getrennte Phasen. Änderungskandidaten werden unabhängig bewertet, bevor sie künftige Arbeiten beeinflussen.
FIG.03 / GOVERNED EVOLUTION PIPELINETRACE MODE
05 / WHEN IT LEARNSTHREE RHYTHMS
Eine Mikro-Reflexion nach jedem Austausch
Ein kurzer Blick auf das, was gerade passiert ist: ein Fakt, der es wert ist, behalten zu werden, eine Vorliebe, die Sie geäußert haben, eine Korrektur, die Sie gemacht haben. Günstig genug, um jedes Mal zu laufen, klein genug, um nicht zu stören.
Wenn die Welt seiner Erwartung widerspricht
Vor einer Aktion kann es aufschreiben, was es zu sehen erwartet. Eine Abweichung ist eine Überraschung, und Überraschung löst eine tiefere Reflexion aus. Die Kalibrierung wird gemessen, sodass selbstsicheres Danebenliegen erkannt statt versteckt wird.
Träumen: Verläufe werden zu Skills
Im Hintergrund liest es jüngste Arbeit erneut, führt doppelte Erinnerungen zusammen, setzt veraltete außer Dienst und macht aus einem wiederholt erfolgreichen Verlauf einen Skill-Kandidaten. Kandidaten gehen in die Schleife oben; durch Träumen allein wird nichts befördert.
06 / WHAT ACCUMULATESINSPECTABLE ASSETS
Was es lernt, bleibt sichtbar.
Gedächtnis, Skills, Werkzeuge, Spezialisten, Richtlinien und Bewertungsergebnisse bleiben einsehbare Ressourcen, die Sie öffnen, testen, versionieren, teilen, deaktivieren oder wiederherstellen können. Bei einem Modellwechsel begleiten sie Ihre Arbeit.
Gedächtnis
Dauerhafte Fakten, Vorlieben, Projektkontext und gelernte Einschränkungen, jeweils mit Geltungsbereich und optionalem Ablaufdatum.
Skills
54 Skills sind integriert. Neue Skills nutzen dasselbe Format und werden darauf geprüft, wann und wie sie eingesetzt werden sollten.
Fähigkeiten
Plugins, Konnektoren und prozessinterne Werkzeuge eröffnen neue Arbeitsmöglichkeiten. Ihre Einführung erfolgt nach ausdrücklicher Prüfung und mit Ihren Berechtigungen.
Richtlinien
Regeln enthalten Selbsttests, die helfen, Probleme früh zu erkennen und verständlich darzustellen.
Spezialagenten
Beständige Identitäten mit eigenem Briefing, Gedächtnis, Werkzeugen, Berechtigungen und Lebenszyklus. Kollegen, keine Wegwerf-Personas.
Auswahlbelege
Vergleichbare Fälle, Regressionsergebnisse, Ihre Entscheidungen, Zuordnung und Rücknahmehistorie in einem Register, das Sie abspielen können.
07 / EVALUATIONINDEPENDENT TESTING BEFORE ADOPTION
Verbesserungen sollten
Tests standhalten.
Kandidaten werden vor der Übernahme unabhängig getestet und verglichen. Belege statt Zuversicht entscheiden darüber, was weiterverwendet wird.
Isolierte Evaluierung
Skill- und Regelkandidaten werden anhand repräsentativer Aufgaben in einer Bewertungsumgebung verglichen, die von Ihren Arbeitsdaten getrennt ist.
Regressionsprüfungen
Ein Test zur Validierung einer Korrektur reproduziert das ursprüngliche Problem, bestätigt die Änderung und bleibt für künftige Arbeiten erhalten.
Nachweisprotokoll
Vergleichbare Fälle, Ergebnisse, Entscheidungen und der Wiederherstellungsverlauf bleiben in einem einsehbaren Protokoll zusammen.
Isolierte Evaluierung
Ein Skill- oder Regelkandidat wird in einem Evaluierungshost, der Ihre echten Daten nicht anfassen kann, auf denselben Aufgaben mit der Basislinie verglichen. Das Urteil wird ins Register geschrieben, bevor irgendetwas angewendet wird.
Eigener Lehrplan
Es durchsucht Ihre eigene Git-Historie nach Aufgaben, die es einmal falsch gemacht hat, spielt sie auf zwei Arten nach und macht aus dem Unterschied zwischen der gescheiterten und der echten Lösung eine Lektion. Der Lehrplan wächst aus Ihrer Arbeit, nicht aus einem Benchmark.
08 / THE HORIZONRESEARCH VISION
Vom persönlichen Knoten
zu einem Netzwerk geprüfter Fähigkeiten.
Die langfristige Vision ist ein verteiltes Netzwerk, in dem Menschen bewertete Skills, Werkzeuge und Erfahrungen austauschen und selbst entscheiden, wem sie vertrauen und was sie übernehmen. Dieses Netzwerk befindet sich noch in der Forschung. Private Gedächtnisinhalte bleiben standardmäßig lokal; das Teilen erfordert eine Autorisierung.
09 / THE SWITCHESTWO TOGGLES · BOTH YOURS
Die Evolution geht nur so weit, wie Sie es zulassen.
Zwei unabhängige Schalter in der App. Alles, was sie erzeugen, ist in den Gedächtnis- und Skills-Panels sichtbar, wo jeder Eintrag mit einer Aktion deaktiviert oder zurückgerollt werden kann.
Gedächtnis im Hintergrund ordnen
Führt Gedächtnisinhalte in Leerlaufzeiten zusammen und schlägt Skills vor. Eine separate Freigabeeinstellung bestimmt, ob neue Skills automatisch aktiviert werden.
Verbesserungen automatisch freigeben
Wenn diese Option deaktiviert ist, wartet jeder neue Skill auf Ihre Prüfung. Aktivieren Sie sie nur, wenn bewertete Kandidaten automatisch übernommen werden sollen.