# Einführung
Jeder ist Baumakler. Weitaus weniger Menschen können genau erklären, warum ihr Agent ewig in der Schleife bleibt, ein ihm gegebenes Werkzeug ignoriert oder selbstbewusst über den Erfolg einer Aufgabe berichtet, die er nie erledigt hat. In der Lücke zwischen der Bereitstellung eines Agenten und dem Verstehen eines Agenten befinden sich diese fünf Ressourcen, und jede davon ist völlig kostenlos.
Ich habe hier bewusst die Register gemischt: einen praktischen Kurs, den Sie an einem Wochenende absolvieren können, einen anspruchsvollen akademischen Textual content für den Fall, dass der Hype nachlässt und Sie die Grundlagen brauchen, und ein paar Dinge dazwischen. Wenn Sie nur drei davon durchgehen, werden Sie Agenten so gestalten, dass sie wissen, was unter der Orchestrierung geschieht, und nicht wie jemand, der Eingabeaufforderungen einfügt und darauf hofft.
# KI-Agenten für Anfänger (Microsoft)
Beginnen Sie hier, wenn Sie Struktur wünschen. KI-Agenten für Anfänger ist ein vollständiger Kurs auf GitHub unter einer MIT-Lizenz, der mehr als fünfzehn Lektionen mit Video-Komplettlösungen und ausführbarem Python für jede einzelne umfasst. Es geht von den eigentlichen Grundlagen – was ein Agent ist und wann Sie einen tatsächlich brauchen – über die Entwurfsmuster, die Sie ständig wiederverwenden: Werkzeugnutzung, Planung, Retrieval-Augmented Technology (RAG), Multi-Agent-Setups und die Speicher- und Kontexttechnik, die eine Demo von etwas Brauchbarem unterscheiden.
Was es zum besten kostenlosen Ausgangspunkt macht, ist, dass es beibehalten und nicht aufgegeben wird und die neueren Interoperabilitätsstandards wie Mannequin Context Protocol (MCP) abdeckt, die das meiste Materials aus der Ära 2023 vollständig älter sind. Es kommt einem strukturierten Lehrbuch am nächsten, das auch kompiliert.
# Hugging Face AI Brokers-Kurs
Der Hugging Face Brokers-Kurs ist dasjenige, das mit dem von Microsoft kombiniert werden kann, da es unermüdlich praxisorientiert und mit Frameworks vergleichbar ist. Sie erstellen Agenten über Smolagents, LlamaIndex und LangGraph hinweg, anstatt eine einzige Bibliothek zu vereinen. Das ist genau die Perspektive, die Sie sich wünschen, bevor Sie einen Produktions-Stack in ein Ökosystem übernehmen.
Es ist wirklich kostenlos, ohne Paywall-Stufe und endet mit einem Benchmark-Projekt und einem Zertifikat, sodass es eher eine Ziellinie als eine endlose Playlist gibt. Wenn Ihnen der Kurs von Microsoft die Konzepte beibringt, vermittelt Ihnen dieser Kurs die Schwielen.
# Effektive Agenten aufbauen (anthropisch)
Anthropics technischer Leitfaden Effektive Agenten aufbauen ist kurz, das ist der Punkt. Es wird die nützlichste Unterscheidung auf diesem Gebiet getroffen – zwischen Workflows (große Sprachmodelle, die vordefinierten Pfaden folgen) und Agenten (große Sprachmodelle, die ihren eigenen Prozess steuern) – und dann die wenigen Muster katalogisiert, die es zu kennen gilt: Eingabeaufforderungsverkettung, Routing, Parallelisierung, Orchestrator-Employee- und Evaluator-Optimierer-Schleifen.
Sein bester Beitrag ist eine Warnung, die in den meisten Tutorials übersprungen wird: Agenten bringen höhere Kosten mit sich und bergen die Möglichkeit, Fehler zu verschlimmern. Daher sollten Sie nach der einfachsten Lösung greifen, die funktioniert, und die Autonomie nur dann hinzufügen, wenn das Drawback dies erfordert. Lesen Sie es, nachdem sich Ihr erster Agent daneben benimmt, und Sie werden das Gefühl haben, als würde Ihnen jemand Ihren eigenen Fehler erklären.
# Multiagentensysteme (Shoham & Leyton-Brown)
Wenn der Hype nachlässt und Sie wissen möchten, warum sich Multiagentensysteme so verhalten, wie sie es tun, Multiagentensysteme von Yoav Shoham und Kevin Leyton-Brown ist die strenge Grundlage. Die Autoren stellen mit Zustimmung ihres Herausgebers eine kostenlose elektronische Kopie zur Verfügung; Laden Sie es von dieser Seite herunter, anstatt woanders nach dem PDF zu suchen, da die Leser ausdrücklich aufgefordert werden, einen Hyperlink zur Quelle anzugeben.
Dies sind die Spieltheorie, die verteilte Entscheidungsfindung und die logischen Grundlagen, die den heutigen Agentengesprächen zugrunde liegen. Es stammt aus der Zeit vor der Ära der großen Sprachmodelle und ist genau deshalb wertvoll: Koordinations-, Verhandlungs- und Anreizprobleme zwischen Agenten sind alt und intestine erforscht, und die meisten Leute, die sie jetzt wiederentdecken, würden Wochen sparen, wenn sie die eigentliche Theorie einmal lesen würden.
# Whitepaper-Serie zu Google und Kaggle Brokers
Googles Fünfteiler Agenten-Whitepaper-Reihe zu Kaggle ist kostenlos, aktuell und insgesamt buchlang. Die Bände behandeln Agentenarchitekturen, Instruments und Interoperabilität mit MCP, Kontext-Engineering für Sitzungen und Speicher, Agentenqualität und -bewertung sowie den Sprung vom Prototyp zur Produktion.
Dieses vierte Thema – die Bewertung – ist der Grund, warum diese Serie ihren Platz verdient: Die Messung, ob ein Agent tatsächlich intestine ist, ist die am wenigsten gelehrte und am meisten benötigte Fähigkeit in der gesamten Disziplin, und das meiste kostenlose Materials hört bei „Bei meinem Beispiel funktioniert es“ auf. Wenn ich diese fünf nach dem ordnen müsste, was Ihre Agenten in diesem Quartal am meisten verbessern wird, würde ich das Bewertungsvolumen an die erste Stelle setzen. Etwas zum Laufen zu bringen, ist die Demo. Zu wissen, ob es funktioniert, ist die Aufgabe.
# Wohin als nächstes gehen?
Fünf Ressourcen, ein bewusster Weg: Lernen Sie Microsoft und Hugging Face kennen, schärfen Sie Ihr Urteilsvermögen mit Anthropic, verankern Sie es in der Theorie mit Shoham und Leyton-Brown und lernen Sie, mit der Google-Reihe zu messen. Nichts davon kostet etwas außer den Stunden, und die Stunden sind der einzige Teil, der jemals von Bedeutung sein würde.
Nahla Davies ist Softwareentwickler und technischer Autor. Bevor sie sich hauptberuflich dem technischen Schreiben widmete, schaffte sie es – neben anderen faszinierenden Dingen –, als leitende Programmiererin bei einer Inc. 5.000-Organisation für experimentelles Branding zu arbeiten, zu deren Kunden Samsung, Time Warner, Netflix und Sony gehören.