Agentenmodell (Execution ↔ Cognitive)

Das Agent Collective Framework (ACF) beschreibt jeden Agenten als Kombination zweier eng verknüpfter, aber klar getrennter Komponenten: den Cognitive Layer (Planung & Entscheidung) und den Execution Layer (Handlung & Operation).

Diese Aufteilung ermöglicht Transparenz, Sicherheit und Nachvollziehbarkeit – ein Agent kann handeln, ohne dabei unkontrollierte Entscheidungen zu treffen, und er kann entscheiden, ohne direkt in technische Prozesse einzugreifen.

Aufbau

Komponente Beschreibung
Cognitive Core Verantwortlich für Zielklärung, Planung, Reflektion, Policy-Prüfung und Aufgaben­delegation. Meist durch ein LLM oder ein symbolisches Entscheidungsmodell repräsentiert.
Executor-Module Lokale oder entfernte Komponenten, die Befehle des Cognitive Cores ausführen – etwa Dateizugriffe, API-Aufrufe, Steuerung physischer Geräte oder Datenanalysen.
Observer (optional) Überwacht Agentenverhalten, Leistungskennzahlen und Policy-Einhaltung. Liefert Telemetrie-Daten für Audits und Lernprozesse.

Interne Schnittstellen

Richtung Zweck Datentyp
Plan → Action Übergabe einer geplanten Aktion inklusive Eingaben, Constraints und Priorität. JSON-Nachricht oder binärer AGLX-Frame
Action → Plan Rückgabe von Ergebnissen, Status, Fehlern oder Policy-Verstößen. JSON-Antwort oder Event-Frame
Observer → Core Analyseberichte, Metriken, Trainingsdaten. Log- oder Telemetrie-Feed

Fähigkeiten (Capabilities)

Jeder Agent veröffentlicht maschinenlesbare Capabilities, um anderen mitzuteilen, welche Aufgaben er übernehmen kann.

Kategorie Beschreibung Beispielwerte
Wahrnehmung (Perception) Verarbeitung sensorischer oder visueller Daten. `vision.detect`, `speech.recognize`
Sprache & Wissen Sprachverständnis, Zusammenfassung, Übersetzung, Wissensabruf. `speech.summarize`, `language.translate`
Datenanalyse Verarbeitung, Statistik, Korrelation, KI-Inference. `data.analyze`, `pattern.classify`
Aktion & Kontrolle Steuerung lokaler Prozesse oder externer Systeme. `system.execute`, `device.control`
Kommunikation Austausch mit anderen Agenten oder Zonen. `agent.message`, `zone.broadcast`

Zustandsmanagement

Agenten besitzen einen internen State, der Kontext, Variablen und laufende Tasks enthält. Dieser State kann:

  • temporär (im RAM) oder persistent (lokal gespeichert) sein,
  • durch Policies geschützt und versioniert werden,
  • für Learning- oder Reputation-Module ausgewertet werden.

Sicherheitsaspekte

  • Trennung sensibler Aktionen vom Cognitive Core (Sandboxing).
  • Signierte Befehle zwischen Layern.
  • Policy-Validierung vor jeder Ausführung.
  • Rückverfolgbarkeit aller Aktionen (Audit-Trail).

Verwandte Seiten: