ESAA-Conversational: An Event-Sourced Memory Layer for Continuity, Handoff, and Curation Across Heterogeneous LLM Coding Agents
Dieses Paper stellt ESAA-Conversational vor, eine auf Event Sourcing basierende Speicherschicht, die es heterogenen LLM-Coding-Agenten ermöglicht, über Sitzungen hinweg Kontinuität und Kollaboration zu wahren, indem sie sichtbare Konversationsverläufe in einem gemeinsamen, append-only Log erfasst und deterministische Read-Models für Zustände, Entscheidungen und Aufgaben projiziert, ohne dass eine direkte Agent-zu-Agent-Kommunikation oder ständige LLM-Inferenz erforderlich ist.
Originalarbeit lizenziert unter CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen
Stellen Sie sich vor, Sie sind ein Projektmanager, der ein Team aus vier sehr unterschiedlichen Spezialisten leitet: einem Programmierer, einem Architekten, einem Forscher und einem Designer. Jeder von ihnen ist ein KI-Agent (wie Codex, Grok oder Claude). Sie sind brillant, aber sie haben einen großen Makel: Sie haben ein Kurzzeitgedächtnis und sprechen nicht miteinander.
Wenn der Architekt ein Meeting beendet, schreibt er seine Notizen in ein privates Notizbuch. Wenn der Programmierer seine Schicht beginnt, hat er keine Ahnung davon, was der Architekt entschieden hat, es sei denn, Sie, der Mensch, kopieren diese Notizen manuell in einen neuen Chat. Das ist langsam, unordentlich, und man verliert oft wichtige Details.
ESAA-Conversational ist ein neues System, das genau das beheben soll. Es fungiert wie ein zentralisiertes, gemeinsames „Projekt-Logbuch“, das zwischen all diesen verschiedenen KI-Agenten sitzt.
So funktioniert es, unter Verwendung einfacher Analogien:
1. Der „Black Box“-Rekorder (Mechanische Erfassung)
Anstatt die KI zu bitten, sich an Dinge zu „erinnern“, installiert das System ruhig eine Sicherheitskamera (einen sogenannten Hook oder Watcher) über den Bildschirm der KI.
- Was es tut: Jedes Mal, wenn die KI eine Nachricht schreibt, macht die Kamera ein Foto und schreibt es in ein digitales Logbuch namens
activity.jsonl. - Die Regel: Dieses Logbuch ist append-only (nur anfügbar). Denken Sie an einen Flugschreiber in einem Flugzeug. Sobald eine Zeile geschrieben wurde, kann sie nicht mehr gelöscht oder geändert werden. Es ist die „Single Source of Truth“ (die einzige Quelle der Wahrheit).
- Warum das wichtig ist: Die KI muss keinen zusätzlichen Aufwand betreiben, um ihre Arbeit zu speichern. Das System zeichnet einfach automatisch die rohen Beweise auf.
2. Die „Zusammenfassungen“ (Projektierte Read-Modelle)
Ein rohes Logbuch mit 500 Seiten Chat ist nutzlos, wenn man nur wissen will, wie der aktuelle Plan aussieht. Deshalb erstellt das System automatisch saubere, lesbare Zusammenfassungen basierend auf diesem Logbuch.
- Die Analogie: Stellen Sie sich einen Bibliothekar vor, der die unordentlichen, handgeschriebenen Tagesprotokolle einer Baustelle liest und dann drei saubere Berichte für den Bauleiter schreibt:
state.md: „Hier ist der aktuelle Stand.“decisions.md: „Hier sind die 5 großen Entscheidungen, die wir getroffen haben, und warum.“tasks.json: „Hier ist die Liste der Dinge, die noch zu erledigen sind.“
- Die Magie: Diese Berichte werden automatisch generiert. Niemand bearbeitet sie manuell. Wenn sich das Logbuch ändert, aktualisieren sich die Berichte sofort. Dies stellt sicher, dass die Zusammenfassungen immer mit der rohen Wahrheit übereinstimmen.
3. Die „Übergabe“ (Kontinuität)
Wenn der Architekt seine Schicht beendet und der Programmierer seine Arbeit aufnimmt, muss der Programmierer nicht das gesamte 500-seitige Logbuch lesen.
- Der Prozess: Der Programmierer fordert einfach eine „Übergabe“ (Handoff) vom System an. Das System händigt ihm die
handoff.md(eine Zusammenfassung dessen, was passiert ist) und ein spezifisches „Fenster“ der letzten 20 Nachrichten aus, die für seine Aufgabe relevant sind. - Der Vorteil: Der Programmierer kann sofort mit der Arbeit beginnen, mit vollem Kontext, ohne Zeit mit dem Lesen irrelevanter Chats zu verschwenden oder den Faden früherer Entscheidungen zu verlieren.
4. Der „Mensch im Prozess“ (Kuration)
Das System unterscheidet zwischen dem, was passiert ist (Beweise), und dem, was wichtig ist (Entscheidungen).
- Beweis: Die KI schreibt „Ich denke, wir sollten Python verwenden“ – das ist nur ein Turn im Log.
- Kuration: Wenn die KI (oder ein Mensch) sagt: „Okay, wir haben beschlossen, Python zu verwenden“, zeichnet das System dies als formales Decision Event (Entscheidungsereignis) auf.
- Warum das wichtig ist: Dies trennt das Rauschen der Konversation von den dauerhaften Regeln des Projekts. Das System erkennt den Unterschied zwischen einem flüchtigen Gedanken und einer endgültigen Regel.
5. Privatsphäre und Sicherheit
Das Papier betont, dass dieses System für die öffentliche Nutzung sicher konzipiert ist.
- Das „Greenfield“-Paket: Als die Entwickler das Tool veröffentlichten, gaben sie jedem ein brandneues, leeres Logbuch. Sie haben nicht ihre eigenen privaten Gespräche geteilt.
- Die „Nicht teilen“-Liste: Das System verbirgt die unordentlichen Logdateien automatisch vor der öffentlichen Ansicht (ähnlich wie eine
.gitignore-Datei), um sicherzustellen, dass sensible private Chats nicht versehentlich ins Internet hochgeladen werden.
Der Praxistest
Die Autoren haben dieses System an sich selbst getestet. Sie nutzten verschiedene KI-Agenten, um das System zu entwerfen und zu bauen, während das System ihre eigenen Gespräche aufzeichnete.
- Ergebnis: Die Agenten konnten erfolgreich zusammenarbeiten, ohne jemals direkt miteinander zu sprechen. Sie lasen lediglich das gemeinsame Logbuch und die Zusammenfassungen.
- Ausgang: Sie bewiesen, dass man zwischen verschiedenen KI-Tools wechseln kann (wie beim Wechsel von Grok zu Claude), ohne den roten Faden der Konversation zu verlieren, solange alle dasselbe gemeinsame Log lesen.
Zusammenfassung
ESAA-Conversational ist ein Werkzeug, das verhindert, dass KI-Agenten unter Amnesie leiden. Es funget als gemeinsames, unveränderliches Tagebuch, das alles aufzeichnet, automatisch saubere Zusammenfassungen für die nächste Person schreibt und sicherstellt, dass man beim Wechsel der Tools nicht wieder bei Null anfangen muss. Es verwandelt den chaotischen Prozess des Wechsels zwischen KI-Assistenten in einen reibungslosen, kontinuierlichen Arbeitsablauf.
Ertrinken Sie in Arbeiten in Ihrem Fachgebiet?
Erhalten Sie tägliche Digests der neuesten Arbeiten passend zu Ihren Forschungsbegriffen — mit technischen Zusammenfassungen, in Ihrer Sprache.