Freiheit ist keine Eigenschaft, die man einem Agenten schenkt

Ein agentischer Schritt entscheidet selbst, was er als nächstes tut — und genau das kostet dreifach: Geld, Zeit und vor allem Prüfbarkeit. Die Entwurfsfrage lautet deshalb nicht „Agent oder nicht”, sondern: Wie viel Entscheidungsfreiheit braucht dieser Schritt wirklich?

Zwei der drei gängigen Agentenmuster sind sauber belegt und zeigen, wie viel kontrollierte Freiheit leisten kann. ReAct, vorgestellt auf der begutachteten ICLR 2023, lässt den Agenten zwischen Gedanke, Handlung und Beobachtung wechseln und verringert dadurch nachweislich die Fortpflanzung von Fehlern gegenüber reinem Schlussfolgern ohne Außenkontakt. Reflexion, vorgestellt auf der ebenfalls begutachteten NeurIPS 2023, lässt einen Agenten aus einem gescheiterten Versuch lernen und hebt so die Trefferquote auf einem Programmier-Benchmark von 80 auf 91 Prozent — vorausgesetzt, es existiert ein hartes, maschinell auswertbares Erfolgskriterium, das in vielen Prozessschritten schlicht fehlt.

Ein aktueller Industrie-Benchmark relativiert jedoch, wohin Freiheit tatsächlich führt. Über 2.000 Aufgaben aus echten Standardarbeitsanweisungen in zwölf Geschäftsdomänen wurden mit zwei Agenten-Architekturen gemessen, die beide ihren Weg selbst wählen: Die eine ruft Werkzeuge direkt auf, die andere über das ReAct-Muster. Keine der beiden gewinnt durchgehend — über alle Domänen gemittelt liegen sie dicht beieinander, je Domäne aber deutlich auseinander. Der Befund liefert damit keine Empfehlung für eine bestimmte Bauform, sondern eine Kostenrechnung: Jede Entscheidung, die ein Schritt selbst trifft, muss ein Mensch bei jedem einzelnen Vorgang nachvollziehen, nicht nur einmal am System. Am Leitbeispiel „Wirtschaftlichkeit bewerten” zeigt sich die Konsequenz: vier ausschließlich lesende Werkzeuge, die eigentliche Rechnung bleibt deterministisch, kein Werkzeug schreibt oder löst etwas aus.

→ Mehr zum Buch und zum Kapitel „Agentische Schritte”