Kapitel 9. Der Weg in die Zukunft für agentenbasierte Unternehmen
Diese Arbeit wurde mithilfe von KI übersetzt. Wir freuen uns über dein Feedback und deine Kommentare: translation-feedback@oreilly.com
r Zeit, als dieses Buch geschrieben wurde, sind Multi-Agenten-Systeme noch ein kleiner, aber wachsender Teilbereich agentenbasierter Anwendungen. Zwar gibt es immer mehr Forschungsversuche, ganze Unternehmen mit vollständig autonomen Multi-Agenten-Systemen zu betreiben, doch in der Praxis ist der Wert der Modularisierung von Systemen in ein vernetztes System aus halbautonomen Agenten noch nicht vollständig verstanden. Das bedeutet, dass die meisten Systeme aus groben und unverbundenen Agenten bestehen, die mit zu viel Verantwortung überlastet sind – in der Hoffnung, dass durch Prompt-Engineering und neuere, leistungsfähigere LLMs die vielen Qualitätsprobleme und Inkonsistenzen gelöst werden.
Andererseits werden die LLMs selbst – „ “ – zunehmend als spezialisiert anerkannt. Manche LLMs sind besser im logischen Schlussfolgern, andere im Programmieren oder im Allgemeinwissen. OpenAI hat erkannt, dass es den Nutzern zu viel abverlangt, selbst zu entscheiden, welches LLM sie verwenden sollen, und hat daher mit GPT-5 im Grunde ein übergreifendes Multi-Agenten-System geschaffen, das je nach Eingabe entscheidet, welches spezialisierte Modell aufgerufen wird. Die Einschränkungen von LLMs bei der Tool-Nutzung werden immer eine Obergrenze dafür darstellen, wie viele Tools einem einzelnen Agenten ...
Become an O’Reilly member and get unlimited access to this title plus top books and audiobooks from O’Reilly and nearly 200 top publishers, thousands of courses curated by job role, 150+ live events each month,
and much more.
Read now
Unlock full access