Zum Inhalt springen
Advancing Bits to Master Atoms
← Alle Beiträge

MS Duplex8 Min. Lesezeit

Agenten, die mit der Nutzung besser werden, gemessen an deinen eigenen Ergebnissen.

Wie MS Duplex die Agenten, die dein Team bereits nutzt, mit jeder Arbeitsrunde besser macht und wie aus einem verifizierten Ergebnis eine Methode wird, die sie wiederverwenden und anpassen.

Ein Meißel aus Graphit mit kobaltblauer Schneide, der schräg auf einem flachen satinsilbernen Schleifblock liegt.Ein Meißel aus Graphit mit kobaltblauer Schneide, der schräg auf einem flachen satinsilbernen Schleifblock liegt.

Die meisten Forschungsteams nutzen KI-Agenten inzwischen für wiederkehrende Arbeit: Kandidaten ranken, Einstellungen für den nächsten Lauf empfehlen, eine Charge planen, eine Analyse prüfen. Die Arbeit wiederholt sich jede Woche. In den meisten Setups bleibt der Agent, wie er war. Bei seiner hundertsten Aufgabe verhält er sich wie bei seiner ersten, und der Fehler, den ein Experte letzten Monat korrigiert hat, kommt diesen Monat wieder.

In diesem Beitrag geht es um Agenten, die mit der Nutzung besser werden: was das für ein Forschungsteam bedeuten sollte, wie MS Duplex das mit den Agenten umsetzt, die du bereits betreibst, wie aus einem verifizierten Ergebnis eine Methode wird, die das ganze Team wiederverwendet, und wie du die Verbesserung an deiner eigenen Arbeit beurteilst.

Was „mit der Nutzung besser“ bedeuten sollte

Für ein Forschungsteam ist der sinnvolle Test eng gefasst. Das Verhalten des Agenten sollte sich aufgrund von Ergebnissen ändern, die deine Arbeit bestätigt hat, und du solltest sehen können, welche Ergebnisse welche Änderung bewirkt haben. Sprachgewandtheit und Selbstsicherheit spielen keine Rolle. Verbesserung zeigt sich in der Forschung an weniger Läufen für Ansätze, von denen das Team schon weiß, dass sie scheitern, an einer besseren ersten Wahl bei wiederkehrenden Entscheidungen und an weniger Korrekturen für dieselbe Art von Fehler.

In MS Duplex ist der Maßstab das Ergebnis. Ein Test wird bestanden, eine Messung kommt zurück, ein Experte gibt eine Schlussfolgerung frei oder korrigiert sie und sagt, warum. Aus diesen bestätigten Ergebnissen lernen deine Agenten, und an ihnen wird auch jede Verhaltensänderung gemessen. Die eigene Einschätzung des Agenten, wie gut er war, ist kein Beleg.

  • Ein Test oder eine Prüfung, die der Vorschlag des Agenten besteht oder nicht besteht
  • Ein Mess- oder Simulationsergebnis aus einem Lauf, den der Agent geplant hat
  • Die Freigabe einer Schlussfolgerung durch einen Experten
  • Die Korrektur eines Experten, mit dem Grund dahinter

Dein Team wählt aus, welche dieser Ergebnisse MS Duplex erfasst, und deine Wissenschaftler und Ingenieure entscheiden, was übernommen wird. Deine Regeln haben Vorrang.

Wie sich das Verhalten eines Agenten Runde für Runde ändert

Für das Team ändert sich am Arbeitstag wenig. Deine Agenten arbeiten weiter über die Tools, die sie heute nutzen, in Claude, Codex, Cursor, einem anderen Agenten, der MCP spricht, oder deinen eigenen Agenten über die API und das Python SDK. MS Duplex arbeitet neben dem Modell, dessen Gewichte bleiben, wie sie sind, und nimmt die Ergebnisse auf, sobald sie eintreffen. Aus jedem bestätigten Ergebnis wird ab der nächsten Anfrage gelernt.

Daraus folgen zwei Änderungen. Was funktioniert hat, rückt nach vorn: Wenn das nächste Mal ein ähnlicher Fall auftritt, gehört der Ansatz hinter einem bestätigten Erfolg zu den ersten Dingen, die der Agent versucht. Was gescheitert ist, wird unter den Bedingungen, unter denen es gescheitert ist, nicht mehr vorgeschlagen. Die zweite Hälfte zählt ebenso wie die erste. Eine Einstellung, die außerhalb eines bekannten Betriebsbereichs scheitert, kann innerhalb davon in Ordnung sein. Deshalb hält MS Duplex die Bedingungen zusammen mit dem Fehlschlag fest und hält die Einstellung nur dort zurück, wo sie übereinstimmen.

Angenommen, der Agent eines Teams empfiehlt Einstellungen für den nächsten Lauf einer wiederkehrenden Bewertung. Über einige Runden könnte das Muster so aussehen:

  1. Eine gemischte erste RundeDer Agent empfiehlt Einstellungen für acht Läufe. Fünf bestehen die Abnahmeprüfung des Teams. Drei scheitern, alle mit derselben Einstellung, die über den Bereich hinaus getrieben wurde, in dem die Methode gilt. Das Team bestätigt beide Gruppen von Ergebnissen.
  2. Eine engere zweite RundeDer Agent geht von den Einstellungen hinter den fünf Erfolgen aus und lässt die scheiternde Einstellung weg, wo die Bedingungen übereinstimmen. Weniger Läufe gehen auf ein Ergebnis, das das Team schon gesehen hat.
  3. Eine Korrektur mit BegründungEin Prüfer korrigiert eine Empfehlung und hält fest, warum: Eine Prüfung, die der Agent übersprungen hat, ist bei dieser Art von Eingabe wichtig. Ab der nächsten Anfrage nimmt der Agent diese Prüfung bei gleichartigen Eingaben auf.
  4. Eine bessere erste WahlEine ungewöhnliche Kombination ist erfolgreich, wo die übliche erste Wahl nicht ausgereicht hat. Der neue Ansatz rückt nach vorn, verknüpft mit dem Lauf, der ihn begründet hat.
  5. Ein Review mit geöffnetem ProtokollDie Teamleitung öffnet das Protokoll und sieht jede Änderung im Verhalten des Agenten, wann sie stattfand und welche Ergebnisse sie bewirkt haben.

Nichts davon wartete auf einen Trainingslauf, einen vorbereiteten Datensatz oder jemanden, der die Anweisungen des Agenten neu schreibt. Der Agent hat sich zwischen den Reviews verbessert, weil die Belege zwischen den Reviews weiter eintrafen.

Eine Treppe aus quadratischen Blöcken auf einem Sockel aus Graphit, unten grober Graphit, weiter oben feineres satiniertes Silber und ein kobaltblauer Block als oberste Stufe.Eine Treppe aus quadratischen Blöcken auf einem Sockel aus Graphit, unten grober Graphit, weiter oben feineres satiniertes Silber und ein kobaltblauer Block als oberste Stufe.
Eine Treppe aus quadratischen Blöcken, die von rauem Graphit unten über feineres Satinsilber zu einer kobaltblauen obersten Stufe aufsteigt: Jede Runde bestätigter Arbeit lässt den Agenten eine Stufe höher beginnen als die vorige.

Von einem verifizierten Ergebnis zu einer Methode, die das Team wiederverwendet

Manches, was ein Agent lernt, ist eine Präferenz: dies zuerst versuchen, das hier zurückhalten. Manches ist ein ganzes Verfahren. Eine Forscherin legt sich auf eine Abfolge von Prüfungen fest, die eine fehlerhafte Eingabe abfängt, bevor sie einen Lauf verbraucht, oder auf eine Art, Daten aufzubereiten, die einen Vergleich zwischen Designs fair macht. Sobald ein Test oder ein Experte bestätigt, dass das Verfahren funktioniert, hält MS Duplex es als Methode fest, mit seinen Schritten, den Bedingungen, unter denen sie bestätigt wurden, und dem Ergebnis, das sie belegt hat.

Eine Methode wird auf eine von zwei Arten genutzt, je nachdem, wie nah der nächste Fall ist.

Der nächste gleichartige Fall

Wo die Bedingungen denen entsprechen, unter denen die Methode bestätigt wurde, wendet der Agent sie direkt an. Der Agent einer Kollegin bekommt bei derselben Art von Aufgabe dieselben bewährten Schritte, sodass das Ergebnis weniger davon abhängt, wer die Arbeit gerade erledigt hat.

Ein verwandter Fall

Wo sich etwas unterscheidet, etwa ein neues Eingabeformat, ein anderes Tool oder ein breiterer Betriebsbereich, passt MS Duplex die Methode an die neuen Bedingungen an und schlägt sie zur Prüfung vor, bevor sich jemand darauf verlässt. Sobald die angepasste Version bestätigt ist, wird sie zu einer eigenen Methode. Mit der Zeit baut ein Team eine Familie verwandter Methoden auf, jede verknüpft mit dem Ergebnis, das sie belegt hat.

Methoden, denen dein Team vertraut, werden mit den Personen und Agenten geteilt, die deine Regeln zulassen. Eine Methode kann bei einem einzelnen Forscher bleiben, mit einem Team geteilt werden oder zum Standard in der ganzen Organisation werden. Jede wird dort, wo sie genutzt wird, erneut verifiziert, sodass ein Verfahren, das sich in einem Umfeld bewährt hat, im nächsten erneut geprüft wird, bevor man ihm dort vertraut. Der Agent eines neuen Teammitglieds beginnt mit den besten Methoden des Teams, die bereits bereitstehen, und wenn ein Experte weiterzieht, bleiben die Methoden, die er erarbeitet hat, beim Team.

Ein Satz ineinandergreifender Zahnräder auf einer Graphitplatte, ein kobaltblaues Hauptzahnrad treibt Zahnräder in satiniertem Silber in verschiedenen Größen an.Ein Satz ineinandergreifender Zahnräder auf einer Graphitplatte, ein kobaltblaues Hauptzahnrad treibt Zahnräder in satiniertem Silber in verschiedenen Größen an.
Ein kobaltblaues Hauptzahnrad, das satinsilberne Zahnräder unterschiedlicher Größe auf einer Platte aus Graphit antreibt: eine verifizierte Methode, angepasst, um die verwandten Fälle um sie herum zu bewegen.

Sehen, warum sich der Agent verändert hat

Einer Verbesserung, die dein Team nicht nachvollziehen kann, ist schwer zu vertrauen, und noch schwerer lässt sie sich gegenüber denen vertreten, die die Arbeit finanzieren. MS Duplex hält jede Verhaltensänderung im Protokoll fest: was der Agent jetzt anders macht, seit wann und welche Ergebnisse das begründet haben. Jede Methode behält das Ergebnis, auf dem sie beruht. Wenn eine Teamleitung fragt, warum der Agent diesen Monat bessere Läufe plant als im letzten, steht die Antwort im Protokoll, mit ihren Quellen.

Über das Protokoll wird auch ein Fehler behoben. Angenommen, eine Änderung beruhte auf einem einzigen Ergebnis, das sich später als zweifelhaft erwies. Das Team entfernt diese eine Lektion, und die Empfehlungen, die von ihr abhingen, verschwinden mit ihr, während alles andere, was der Agent gelernt hat, bleibt. Eine Lektion zu korrigieren funktioniert genauso: Nur diese Lektion ändert sich.

Wenn sich Ansätze bewähren, lassen sich mehr Routineentscheidungen direkt anhand gelernter Methoden treffen, oft ganz ohne Modellaufruf. Wo die Beleglage dünn oder der Fall unbekannt ist, geht die Entscheidung an dein Modell oder an eine Forscherin oder einen Forscher, mit dem Grund.

  • +16 Punktegenauer als ein für die Aufgabe feinabgestimmtes Modell, bei wiederkehrender Arbeit, ohne Trainingslauf, in den kontrollierten Tests von MatterSpace

Diese Zahl stammt aus den kontrollierten Tests von MatterSpace mit MS Duplex bei wiederkehrender Arbeit. Sie zeigt, was Lernen aus bestätigten Ergebnissen neben einem Modell leisten kann. Was es für dein Team leistet, ist eine Frage deiner eigenen Arbeit, beurteilt von deinen eigenen Experten.

Wie du es an deiner eigenen Arbeit beurteilst

Der faire Test für einen Agenten, der sich mit der Nutzung verbessert, ist wiederkehrende Arbeit, die dein Team bereits leistet, gemessen so, wie deine Experten sie messen würden.

  • Wähle Entscheidungen, die sich wiederholen und bei denen ein falscher oder unnötiger Lauf teuer ist. Verbesserung lässt sich am leichtesten dort erkennen, wo dieselbe Art von Wahl oft wiederkommt.
  • Vereinbare den Maßstab mit deinen Experten, bevor etwas läuft: die Kosten jedes akzeptierten, reproduzierbaren Ergebnisses und die Expertenzeit, die es erfordert.
  • Lass dasselbe Modell, dieselben Tools, dieselben Daten und dasselbe Budget mit und ohne MS Duplex nebeneinander laufen.
  • Lass deine Experten die Ergebnisse blind bewerten, ohne zu wissen, welches Setup sie erzeugt hat.
  • Lies neben den Bewertungen auch das Protokoll: Fehler, die sich nicht mehr wiederholen, Korrekturen, die niemand zweimal machen muss, und Methoden, die neue Teammitglieder erreichen.

Ein Pilotprojekt mit MatterSpace folgt diesem Muster, an deinen eigenen Workflows, mit deinen Experten als Bewertern.

Häufige Fragen

Verbessert sich der Agent, ohne dass jemand ihn prüft?

Er verbessert sich anhand der Ergebnisse, die dein Team erfassen möchte, etwa Tests, Messungen und Expertenkorrekturen, und wird so zwischen den Reviews weiter besser. Deine Wissenschaftler und Ingenieure entscheiden, was übernommen wird, deine Regeln haben Vorrang, und in regelgesteuerten Umgebungen warten die Schritte, die du auswählst, auf eine Person, bevor sie laufen.

Was ist der Unterschied zwischen einer Lektion und einer Methode?

Eine Lektion ändert, was der Agent in einer bestimmten Situation versucht oder zurückhält, etwa eine Einstellung, die unter bestimmten Bedingungen gescheitert ist. Eine Methode ist ein ganzes Verfahren, bei dem bestätigt ist, dass es funktioniert, festgehalten mit seinen Schritten, seinen Bedingungen und dem Ergebnis, das es belegt hat, sodass es direkt angewendet oder an einen verwandten Fall angepasst werden kann.

Müssen wir unser Modell per Fine-Tuning anpassen?

Nein. MS Duplex arbeitet neben dem Modell, dessen Gewichte bleiben, wie sie sind. Es muss also kein Datensatz vorbereitet und auf keinen Trainingslauf gewartet werden. Es arbeitet neben einem feinabgestimmten Modell ebenso wie neben einem allgemeinen.

Was passiert mit dem, was der Agent gelernt hat, wenn wir das Modell wechseln?

Es bleibt bei deinem Team. Die Erfahrung liegt in MS Duplex, in einem Speicher, der deiner Organisation gehört, sodass ein neues Modell oder ein neuer Agent mit den Methoden und Lektionen startet, die dein Team bereits bestätigt hat.

Gebaut von MatterSpace

MatterSpace baut MS Duplex für Wissenschaftler, Forschende und Ingenieure in jedem Fachgebiet, damit die KI, die sie bereits nutzen, aus jedem Ergebnis lernt, das sie bestätigen.

Weiterlesen

  • Ein kobaltblaues, blockförmiges Modul mit Reihen runder Anschlüsse, das auf einem satinsilbernen rechteckigen Sockel sitzt.Ein kobaltblaues, blockförmiges Modul mit Reihen runder Anschlüsse, das auf einem satinsilbernen rechteckigen Sockel sitzt.

    MS Duplex8 Min. Lesezeit

    MS Duplex stellt sich vor: selbstverbessernde Agenten für Teams in Wissenschaft und Technik.

    MS Duplex lässt sich an die KI anbinden, die deine Wissenschaftler und Ingenieure bereits nutzen, und lässt sie aus bestätigten Ergebnissen, Expertenkorrekturen und Entscheidungen lernen. Was es ist, für wen es gedacht ist und wie du anfängst.

    Beitrag lesen →
  • Eine Schreibtischablage aus Graphit mit einem Stapel dünner satinsilberner Karten, in deren Mitte eine einzelne kobaltblaue Karte mit Registerreiter aufrecht steht.Eine Schreibtischablage aus Graphit mit einem Stapel dünner satinsilberner Karten, in deren Mitte eine einzelne kobaltblaue Karte mit Registerreiter aufrecht steht.

    MS Duplex8 Min. Lesezeit

    Warum deine Forschungs-KI vergisst und was es dein Team kostet.

    Die meisten KI-Tools beginnen jede Sitzung mit dem, was das Modell wusste, als sein Training endete. Was das ein Forschungsteam kostet und was sich ändert, wenn bestätigte Ergebnisse zu Erfahrung werden.

    Beitrag lesen →
  • Ein großer geschlossener Block aus Graphit mit einem schlanken satinsilbernen Modul an der Seite, das eine kleine quadratische kobaltblaue Anzeige trägt.Ein großer geschlossener Block aus Graphit mit einem schlanken satinsilbernen Modul an der Seite, das eine kleine quadratische kobaltblaue Anzeige trägt.

    MS Duplex8 Min. Lesezeit

    Lernen aus jedem bestätigten Ergebnis, ohne Trainingslauf.

    Wie MS Duplex sich für Forschungsteams von Fine-Tuning unterscheidet: wofür sich beides eignet, warum eine Korrektur ab der nächsten Anfrage gilt und wie sich eine einzelne Lektion für sich ändern oder entfernen lässt.

    Beitrag lesen →

Damit der nächste Lauf vom letzten profitiert.

Bring uns die Forschung, in der deine KI besser werden soll. Wir planen ein Pilotprojekt an deinen eigenen Workflows, mit deinen Experten als Jury.