Engineering-Notizen
Jeder Beitrag beginnt mit einer praktischen Frage, erklärt die nötigen Fachbegriffe und verlinkt Primärquellen. Wir trennen externe Evidenz, eigene Projekterfahrung und Schlussfolgerungen — und benennen, was sich daraus nicht ableiten lässt.
Sechzig Werkzeugaufrufe erzeugen einen Verlauf, der in kein Fenster passt. Das Älteste zusammenzufassen verwirft die Entscheidungen und die gescheiterten Versuche — genau das, was einen Agenten davon abhält, sich zu wiederholen. Kang und Kollegen optimieren, was bei langen Aufgaben verdichtet wird. Unsere Regel: Beobachtungen verdichten, Entscheidungen und Fehler bleiben wörtlich.
Am 22. Oktober 2025 erschienen LangChain 1.0 und LangGraph 1.0 mit der Zusage: keine Breaking Changes bis 2.0. Wir untersuchen create_agent und seine Middleware-Hooks, Persistenz über Checkpointer, Human-in-the-Loop-Interrupts und die Migration von Legacy-Chains nach langchain-classic — einschließlich der Grenzen der stabilen APIs.
Die Techniker, die die Dokumentation am dringendsten brauchen, arbeiten dort, wo es keinen Empfang gibt. Auf ein Handgerät passt ein kleines Modell und ein Ausschnitt des Bestands — was eine Entscheidung erzwang, die niemand treffen wollte: welche Fragen dieses Gerät überhaupt gestellt bekommen darf.
Um drei Uhr nachts ist der schwierige Teil die Orientierung, nicht die Behebung: Was hat sich geändert, was ist betroffen, was gab es schon? Xiang und Kollegen verbinden Clusterzustand mit einem Modell zur Ursachenanalyse. Unserer ist nur lesend, schlägt Hypothesen mit Belegen vor und nie eine Schlussfolgerung — und die Regel, die ihn ehrlich hält: Er darf nicht sagen, was zu tun ist.
Lang laufende Agenten dürfen ihren Zustand nicht stunden- oder tagelang im Prozessspeicher halten. Wir definieren Durable Execution, vergleichen Event-Historien-Replay mit Checkpoint-Schnappschüssen, ordnen die Engine-Landschaft Ende 2025 von Temporal bis LangGraph 1.0 und Microsoft Agent Framework ein und benennen offen, was Dauerhaftigkeit nicht löst: Seiteneffekte, Entscheidungsqualität und Kontextwachstum.
Zwei Jahre lang hieß es bei uns, ein Wissensgraph sei überzogen — dann kam ein Bestand, in dem der Vektorabruf bei fast einem Drittel der Fragen strukturell scheiterte. Ahmad und Kollegen vergleichen Vektor-, Graph- und Hybrid-Pipelines nebeneinander. Was diesen Bestand unterscheidet, was der Graph in Bau und Pflege kostet, und warum die Antwort hybrid war statt Ersatz.
Ein selbstverbessernder Assistent, der seine Anweisungen aus Korrekturen anpasst, ist die am häufigsten abgelehnte Anfrage. Han und Kollegen beschreiben, wie Selbstentwicklung Agenten mit der Zeit vom beabsichtigten Verhalten wegtreiben kann. Unser Einwand ist enger: Ein System, das sich selbst umschreibt, hat keine benennbare Version — und jeder Prozess drumherum setzt voraus, dass es eine gibt.
Auf seinem DevDay am 6. Oktober 2025 stellte OpenAI AgentKit vor — mit einem visuellen Agent Builder, einer einbettbaren ChatKit-UI, erweiterten Evals und einer Connector Registry — sowie Apps, die per MCP-basiertem Apps SDK direkt in ChatGPT laufen. Wir fassen zusammen, was ausgeliefert wurde, was Beta ist, wo Lock-in entsteht und wie Agent-Teams die Build-or-Buy-Entscheidung rahmen sollten.
Unser Bewertungsset stellte eine Frage und prüfte eine Antwort, und die meisten echten Fehler passierten in der dritten Runde. Kranti und Kollegen bewerten aufgabenorientierte Dialogsysteme als ganze Gespräche. Was ein mehrstufiger Fall festlegen muss, warum ein simulierter Nutzer eine Testvorrichtung ist und kein Richter, und die zwei Fehlerarten, die erst mit Gesprächsverlauf auftreten.
Die Extraktionsgenauigkeit fiel über ein Wochenende um vier Punkte, ohne Deployment und mit derselben Modellkennung in jeder Anfrage. Eine Versionsangabe ist ein Name, den der Anbieter vergibt, keine Zusicherung über Verhalten. Was wir täglich laufen lassen, welche vertragliche Frage wir vor Unterschrift stellen, und was wir tun, wenn die Antwort unbefriedigend ist.
Vor der Microsoft Ignite 2025 im November bewerten wir, was der Agent Service von Azure AI Foundry als gehostete Runtime seit der GA im Mai leistet, was das Agent-Factory-Narrativ signalisiert, warum das Azure-Präfix erodiert und welche Bausteine Engineering-Teams jetzt einführen sollten und welche nur beobachten.
Nach achtzehn Monaten mit englischen Angriffsprompts haben wir sie übersetzt. Etwa doppelt so viele kamen durch — in einem System, in dem die meisten Nutzer Deutsch schreiben. Kumar und Kollegen bauen mehrsprachige Moderation über siebzehn Sprachen, gerade weil die Abdeckung ungleich ist. Was wir geändert haben, warum Übersetzen für das Testset nicht reicht, und die allgemeine Lehre.