Zum Inhalt springen

Publikation · · 3 Min. Lesezeit

Wie wir einen KI-Agenten bauen, in fünf Schritten

Ein Agent ist Software, die in Ihren Systemen handelt. Wir bauen ihn in fünf Schritten, innerhalb von Grenzen außerhalb des Modells, mit einem Menschen, wo es darauf ankommt.

Von Etheon · Etheon Lab

Typ
Publikation
Veröffentlicht
Auf dieser Seite

Ein Agent ist Software, die in Ihren Systemen handelt: Er liest eine Aufgabe, ruft die Tools auf, die er aufrufen darf, und protokolliert jeden Schritt. Wir bauen jeden Agenten in fünf Schritten, in einem Harness aus Berechtigungen und Grenzen, die außerhalb des Modells liegen, mit einem Menschen, der die von Ihnen gewählten Schritte freigibt, sodass der Agent nur tun kann, was Sie festgelegt haben.

1. Was sind die fünf Schritte?

  1. Die Aufgabe abgrenzen: die Schritte, die Systeme und die Entscheidungen, die bei einem Menschen bleiben.
  2. Die Tools bauen: jedes Tool, das der Agent aufrufen darf, mit eigener Berechtigung.
  3. Evaluieren: ein Evaluierungsdatensatz aus Ihren eigenen Fällen, vor dem Release bewertet.
  4. In Etappen freigeben: Zuerst gibt ein Mensch jede Aktion frei, dann nur noch die Ausnahmen.
  5. Beobachten und verbessern: Traces, Alarme und ein regelmäßiges Review dessen, was schiefging.

2. In welchen Grenzen arbeitet der Agent?

In den Grenzen, die Sie setzen, durchgesetzt außerhalb des Modells:

  • Tools, die der Agent aufrufen darf, jedes mit eigener Berechtigung.
  • Grenzen für Daten, Ausgaben und Umfang.
  • Ein Mensch, der die Schritte freigibt, die Sie wählen.
  • Jeder Schritt protokolliert, damit Ihr Team nachvollziehen kann, was der Agent getan hat und warum.

Die Software um das Modell herum, die diese Grenzen hält, ist das Agent-Harness: die Tools, die er aufrufen darf, die Berechtigungen für jedes, den Kontext, den er lesen darf, wo er läuft, die Schritte, die ein Mensch freigibt, und das Log jedes Schritts. Wir bauen zuerst das Harness und den Agenten darin, damit seine Grenzen halten, was auch immer das Modell antwortet. Unsere Forschungsnotiz Zuerst das Harness erklärt, warum.

3. Wie sieht ein Lauf aus?

Jeder Schritt wird festgehalten. Hier ist das Format, an einer Illustration (kein System eines Kunden): eine Erstattung, die der Agent nur innerhalb seines Limits vornehmen darf.

Zeit

Schritt

Was passiert ist

Ergebnis

00.00

Anfrage

Bestellung 1042 erstatten, wenn die Richtlinie es erlaubt


00.12

Abruf

refund-policy.md, Abschnitt 3.2

belegt

00.31

Tool

orders.lookup(1042)

vor 9 Tagen zugestellt

00.44

Prüfung

innerhalb der 14-Tage-Frist

bestanden

00.52

Schranke

Betrag unter dem Limit des Agenten

bestanden

00.53

Mensch

keine Freigabe nötig unter dem Limit

übersprungen

00.71

Tool

payments.refund(1042)

erledigt

00.72

Log

jeder Schritt zur Prüfung gespeichert

gespeichert

4. Wie wird der Agent vor dem Release getestet?

An einem Evaluierungsdatensatz aus Ihren eigenen Fällen, vor dem Release bewertet. Wie jedes Modell, das wir bauen, besteht er dieselben Gates, bevor er Ihre Nutzer erreicht: Aufgabenqualität, Verankerung, Sicherheit, Datenschutz, Latenz, Kosten und Drift. Wir vereinbaren jeden Schwellenwert mit Ihnen, bevor die Arbeit beginnt.

5. Was erhalten Sie?

  • Der Agent und seine Tools in Ihrem Repository.
  • Eine Berechtigungsübersicht.
  • Ein Evaluierungsdatensatz und seine Werte.
  • Ein Trace jedes Laufs.
  • Ein Runbook für Ihr Team.

6. Wo läuft heute ein Agent, den wir gebaut haben?

Jeriko ist ein Kundenprojekt: Etheon hat es für einen Kunden gebaut, und wir nennen es mit Erlaubnis des Kunden. In seinen eigenen Worten ist Jeriko ein Team persönlicher KI-Agenten, jeder eine Person in der App mit eigenem Gedächtnis, eigenen Anweisungen, eigener Wallet und eigener E-Mail-Adresse. Auf unserer KI-Seite ist es der Nachweis für Agenten, die innerhalb der Berechtigungen handeln, die Sie setzen. Seine Fallstudie steht auf der Seite Referenzen.

Die Etappe Agenten, das Harness und die Release-Gates stehen auf unserer KI-Seite. Agenten für Ihr Unternehmen: Nennen Sie uns die Aufgabe und die Systeme, die sie berührt. Wir antworten innerhalb eines Werktags.

Zitieren

Etheon (2026). Wie wir einen KI-Agenten bauen, in fünf Schritten. Etheon Lab.

Verwandte Forschung. Mehr aus unserem Lab zu KI.

  1. Publikation

    Welches KI-Modell sollten wir nutzen?

    Das Modell, das Ihre Aufgabe am besten erledigt, zu Kosten, die Sie tragen können. Wir bewerten Kandidatenmodelle an Ihrem Evaluierungsdatensatz und wählen nach Qualität, Kosten und Antwortzeit.

    Von Etheon

    4 Min. Lesezeit

  2. Publikation

    Woran das Etheon Lab arbeitet

    Das Etheon Lab untersucht, was KI-Software sicher auslieferbar macht: Evaluierung, Leitplanken, Observability, sichere Releases und Governance.

    Von Etheon

    1 Min. Lesezeit

  3. Publikation

    Wie wir ein Modell vor dem Release testen

    Jedes Modell, das wir bauen, besteht dieselben Release-Gates, bevor es Nutzer erreicht: Aufgabenqualität, Verankerung, Sicherheit, Datenschutz, Latenz, Kosten und Drift.

    Von Etheon

    2 Min. Lesezeit

Wo wir das einsetzen

Starten Sie mit Etheon

Nennen Sie uns Ihren Anwendungsfall und Ihren Zeitplan. Wir antworten innerhalb eines Werktags.

KI

Agenten, Modelle und MLOps

Entdecken KI

Open Source

Unser Code, den Ihre Engineers lesen können.

Open Source auf GitHub (öffnet in einem neuen Tab)