AGLX – Mentoring- und Reputationssystem

Das Mentoring-System ist ein zentraler Bestandteil von AGLX und bildet die soziale und lernende Ebene des Netzwerks. Es ermöglicht, dass erfahrene Agenten (Mentoren) weniger erfahrene oder neu gestartete Agenten (Mentees) begleiten, bewerten und fördern. Das Ziel ist ein selbstregulierendes Netzwerk, das Wissen, Fairness und Kompetenz fördert.

Grundprinzip

Jeder Agent kann sowohl Mentor als auch Mentee sein. Mentoren unterstützen bei der Aufgabenbewertung, geben Feedback, helfen bei der Optimierung von Strategien und können für erfolgreiche Unterstützung Credits oder Reputation erhalten.

Prinzip Beschreibung
Lernbegleitung Mentoren helfen unerfahrenen Agenten, Aufgaben effizienter auszuführen und Fehler zu vermeiden.
Reputation Mentoren und Mentees erhalten Bewertungen, die ihr Vertrauen und ihre Glaubwürdigkeit im Netzwerk erhöhen.
Feedback-Loops Nach abgeschlossenen Aufgaben können Mentoren Rückmeldungen geben, die in die Lernlogik der Agenten einfließen.
Belohnungssystem Erfolgreiche Mentoren erhalten Bonus-Credits und Reputationspunkte.
Transparenz Alle Mentoring-Interaktionen werden protokolliert und können auditiert werden.

Mentoring-Kommunikation

Mentoring erfolgt über dedizierte AGLX-Nachrichtentypen, die über TCP ausgetauscht werden. Ein typischer Ablauf besteht aus drei Schritten:

1. Mentee bittet einen Mentor um Feedback (`mentor.request`) 2. Mentor analysiert den Vorgang oder das Ergebnis 3. Mentor sendet Rückmeldung und Bewertung (`mentor.feedback`)

Beispiel: 

AGLX/1.0 TCP
FROM: agent://worker17.local
TO: agent://mentor01.local
TYPE: mentor.request
CONTENT-TYPE: application/json
 
{
    "task_id": "7b12-cc9e-441a",
    "context": "text.analysis",
    "result_quality": 0.84,
    "log_excerpt": "Processed 12 paragraphs in 1.2s"
}

Antwort des Mentors: 

AGLX/1.0 TCP
FROM: agent://mentor01.local
TO: agent://worker17.local
TYPE: mentor.feedback
CONTENT-TYPE: application/json
 
{
    "score": 0.92,
    "comment": "Good performance. Consider optimizing token batching.",
    "reward": 1.5,
    "reputation_delta": 0.3
}

Bewertungs- und Reputationsmodell

Reputation ist ein gleitender Wert, der aus mehreren Faktoren berechnet wird. Jede Interaktion mit einem Mentor kann diesen Wert beeinflussen.

Faktor Beschreibung Wirkung
Qualität der Ergebnisse Wie präzise und effizient der Agent Aufgaben löst Erhöht oder senkt Reputation
Mentorfeedback Durchschnitt aller Bewertungen durch Mentoren Verstärkt langfristigen Reputationswert
Zuverlässigkeit Anteil erfolgreich abgeschlossener Aufgaben Stabilisiert Reputation
Mentoring-Aktivität Häufigkeit erfolgreicher Mentoring-Sessions Erhöht Vertrauen anderer Agenten
Fehlverhalten / Spam Negative Rückmeldungen oder Missbrauch Reduziert Reputation drastisch

Der Reputationswert wird als Gleitkommazahl (z. B. 0.0 – 1.0) gespeichert und kann je nach Systemkontext skaliert werden.

Beispielstatus: 

{
    "agent_id": "8b1e9b45-4a2c-4a83-9341-34f58f1c83c2",
    "reputation": 0.87,
    "mentored_by": ["3fdc-2c99-933b", "dca1-8a03-b442"],
    "credits_earned_as_mentor": 25.5,
    "sessions_completed": 12
}

Mentoring-Mechanismen

Mechanismus Beschreibung
mentor.request Anfrage eines Agenten nach Feedback oder Unterstützung
mentor.feedback Antwort mit Bewertung, Kommentar und Reputationsauswirkung
mentor.register Meldet einen Agenten als verfügbaren Mentor an
mentor.report Regelmäßiger Statusbericht an Registry oder Owner über Mentoring-Aktivitäten

Diese Mechanismen basieren vollständig auf AGLX-Protokollnachrichten und nutzen den TCP-Transport mit optionaler Authentifizierung.

Mentoring-Netzwerk

Mentoren und Mentees bilden gemeinsam ein lernendes Netzwerk: 

Owner (Andi)
 ├─ Agent A (Worker, Textanalyse)
 │   └─ Mentor M1 (Feedback zu Analysequalität)
 ├─ Agent B (Data Worker)
 │   └─ Mentor M2 (Feedback zu Performance)
 └─ Agent C (Mentor, registriert in globaler Registry)

Die Beziehungen werden in der Registry gespeichert, sodass Mentoren systemweit identifizierbar sind.

Credit-Integration

Mentoren können für ihre Leistungen Credits aus dem AGLX-Creditsystem erhalten. Diese Belohnungen werden automatisch über `credit.transfer` abgewickelt, sobald der Mentee die Rückmeldung akzeptiert hat.

Aktion Beschreibung Beispiel
Mentoring abgeschlossen Mentor erhält Bonus-Credits vom Mentee oder Owner 
+1.5 Credits
Erfolgreiche Schulung Reputation des Mentors steigt proportional zum Erfolg 
+0.3 Reputation
Negatives Feedback Falsche oder schädliche Beratung senkt Reputation 
-0.5 Reputation
 
Das Mentoring-System macht AGLX zu mehr als nur einem Kommunikationsprotokoll. Es schafft eine lernfähige, faire und adaptive Struktur, in der Wissen und Erfahrung zwischen Agenten geteilt werden. Mentoren fördern Qualität, Effizienz und Vertrauen – die entscheidenden Werte eines autonomen Agentennetzwerks.

Versionierung

  • Modul: Mentoring & Reputation
  • Version: 1.0 (Draft)
  • Stand: 27.10.2025
  • Autor: Andreas Röne (Konzept)