Virtuelle Organisationen autonomer Agenten

Dieses Forschungsfeld fragt, wie ein Unternehmen arbeitet, wenn die meisten seiner Mitarbeiter Software-Agenten sind. „Virtuelle Organisation“ ist mein Name dafür. Ich wende das Konzept in Kundenprojekten an, auf einer Informationsplattform, an der eine wechselnde Besetzung von Agenten aus verschiedenen Harnesses baut, darunter Claude und Codex. Es gibt zwei Anordnungen: Agenten mit Rollen auf einem Orchestrierungsserver und parallele Coding-Sessions in einem Repository unter Regeln, die Hooks durchsetzen. Den datierten Bericht über die erste Anordnung enthält der Blogbeitrag Ein Unternehmen aus KI-Agenten führen.

Ein Organigramm aus Agenten

Eine selbst gehostete Open-Source-Control-Plane verwaltet Issues, Ziele, Bestätigungen und Freigaben. Das Organigramm hat einen CEO-Agenten, je einen Chief für Daten, Technologie und Marketing und einen Engineer unter dem Technologie-Chief.

Die Delegationsregel: Ein Chief führt nie selbst aus. Eine Aufgabe geht an einen Agenten. Der Chief weist sie einem freien Agenten seines Teams zu oder legt einen neuen an, nie weist er sie einem beschäftigten zu. So folgt die Zahl der Agenten der Zahl der Aufgaben. Jeder Code-Agent arbeitet in seinem eigenen Git-Worktree, committet unter seinem eigenen Namen und öffnet einen Merge Request. Die Produktions-Branches sind geschützt, deshalb kann der Schlüssel eines Agenten nicht in die Produktion pushen.

Die menschliche Freigabe vor der Produktion

Die Entwicklungsumgebung ist autonom. Jede Änderung an der Produktion braucht die Bestätigung eines Menschen, und eine Freigabe gilt nie für die nächste Änderung mit. Dasselbe gilt für jeden Push auf den Release-Branch. Auch Fragen der Klassifikation und jeder neue Typ im Datenmodell werden von einem Menschen entschieden.

Berichte, Uhren und Jobs

Ein Agent kann richtig arbeiten und trotzdem falsch berichten, weil er gegen einen weiteren Umfang gezählt hat, als die Aufgabe hatte. Einen Bericht misst deshalb ein Verifier, der von dem Agenten, der die Arbeit gemacht hat, unabhängig ist. Der Verifier hat nur Lesezugriff und bricht mit einem Fehler ab, wenn er außerhalb des Aufgabenumfangs läuft. Weichen Verifier und Agent voneinander ab, gilt die Zahl des Verifiers, und der Agent läuft erneut.

Ein Lauf und eine Aufgabe haben getrennte Uhren. Die Control-Plane beendet einen Lauf nach einer festen Zeit, die Aufgabe dahinter braucht womöglich länger. Ein Agent, der innerhalb eines Laufs wartet, wird als abgelaufen gemeldet, während sein Job weiterläuft. Deshalb laufen lange Jobs entkoppelt und werden abgefragt, oder sie werden zu Unter-Issues.

Pro Agent ist ein Job in Arbeit, denn ein zweiter Job desselben Agenten kann den ersten zerstören. Das Beenden eines Agenten ist in der Control-Plane unumkehrbar, deshalb wird ein Agent nie beendet.

Regeln als maschinelle Prüfungen

Regeln in Prosa binden keinen Agenten. Eine Regel, deren Verletzung großen Schaden anrichten kann, wird deshalb zu einer maschinellen Prüfung: einem Hook, der die Aktion blockiert, bevor sie passiert. Blockiert werden Schreibzugriffe auf die Live-Datenbank, Neuindizierungen der Suche, das Löschen von Medien auf den Servern und Pushes auf den Produktions-Branch. Wo es eine Ausnahme gibt, ist sie eine Datei, die ein Mensch anlegt und nie ein Agent. Die Arbeitsseite KI-Agenten unter Regeln führt die Hooks auf.

Eine Regeldatei gilt für jeden Harness, so wird eine Regel einmal geschrieben und gilt in jeder Session. Das Gedächtnis der Agenten ist ein versionierter Satz von Dateien, der ins Repository gespiegelt wird. Beides folgt aus einem Grundsatz: Der Agent ist austauschbar. Identität, Regeln und Herkunft bleiben im Speicher, und ein neuer Agent oder ein neues Modell übernimmt sie von dort.

Offene Fragen

Ein Hook bindet nur den Harness, der ihn lädt. Agenten auf einem Orchestrierungsserver brauchen ihre Grenzen an anderer Stelle: Zuteilung nur an Entwicklungssysteme, Selbstschutz in den Skripten und die Bestätigung durch einen Menschen. Ob das für mehr Autonomie reicht, ist offen.

Die Hauptfrage ist, welche Entscheidungen die Warteschlange der Menschen ohne Qualitätsverlust verlassen können und wie man das misst.

Eine Aufsicht per Sprache über mehreren Agenten-Sessions ist die zweite offene Frage. Offen ist, wann sie spricht und wie ein Mensch eine einzelne Session unter mehreren anspricht.