nützliche Arbeit findet immer noch innerhalb von Webschnittstellen statt.

Um ein Ticket zu lösen, muss das Help-Staff eine Admin-Konsole verwenden. Ein Betriebsteam verlässt sich auf Dashboards, um Alarme im Auge zu behalten. Bevor ein Vertriebsmitarbeiter mit einem Kunden spricht, wird er wahrscheinlich zunächst das CRM überprüfen.

Damit LLM-Agenten in diesen Arbeitsabläufen nützlich sind, müssen sie direkt über den Browser arbeiten.

In diesem Beitrag erstellen wir einen browserbasierten Agenten mit OpenAI Brokers SDK und Playwright MCP. Wir betrachten zunächst den Kreislauf hinter der Browsernutzung und setzen ihn dann anhand einer konkreten Fallstudie in die Praxis um.

---

1. Das mentale Modell

Auf einer höheren Ebene wird ein Browser-verwendender Agent am besten als ein LLM verstanden, der in einer Interaktionsschleife mit einem Browser platziert ist.

Die Schleife läuft folgendermaßen ab: Der Agent startet mit einer Aufgabe und dem aktuellen Standing des Browsers. Der Agent interpretiert dann diesen Zustand, entscheidet, was als nächstes zu tun ist, und sendet eine Aktion zurück an den Browser. Diese Aktion würde einen neuen Browserstatus erzeugen, der als Eingabe für die nächste Entscheidung dient.

Diese Schleife wird fortgesetzt, bis der Agent glaubt, dass die Aufgabe abgeschlossen ist.

Damit die Schleife funktioniert, benötigen wir zwei Verbindungen zwischen dem Agenten und dem Browser:

1. Ein Beobachtungskanaldamit der Agent den aktuellen Browserstatus erhalten kann.
2. Ein Aktionskanaldamit der Agent mit dem Browser interagieren kann.

Zu den gängigen Optionen für den Beobachtungskanal gehören Screenshots, strukturierte Seiteninformationen (z. B. Dokumentobjektmodell oder Barrierefreiheitsbaum) oder eine Kombination aus beidem.

Für den Aktionskanal kann der Agent Maus- und Tastatursteuerungen verwenden, auf bestimmte Seitenelemente abzielen oder übergeordnete Browserbefehle ausgeben.

Die Beobachtungs- und Handlungsentscheidungen sind normalerweise unabhängig voneinander, in der Praxis sind jedoch häufig zwei Paarungen zu beobachten:

1. Screenshot + koordinatenbasierte Maus- und Tastaturaktionen
2. Strukturierter Seitenstatus + elementbezogene Browseraktionen

Die erste Paarung tendiert zum Allgemeinen Computernutzungdie sich über den Browser hinaus auf andere Desktop-Anwendungen erstreckt. Die zweite Möglichkeit ist spezifischer für die Verwendung im Browser, da sie die Struktur nutzt, die bereits in einer Webseite vorhanden ist.

In diesem Beitrag konzentrieren wir uns auf strukturierte Seitenbeobachtungen zusammen mit elementbezogenen Browseraktionen.

---

2. Fallstudie: Lösung einer Kundensupportanfrage

Für unsere Fallstudie erstellen wir einen browserbasierten Agenten, der eine Kundenanfrage über eine webbasierte Supportkonsole löst.

2.1 Vorbereiten der Help-Konsole

Um die Browserumgebung zu erstellen, habe ich eine kleine Kundensupportkonsole mit Vibe-Code versehen. Es handelt sich um eine statische Webanwendung, die mit einfachem HTML, CSS und JavaScript erstellt wurde. Es gibt kein Anwendungs-Backend oder eine Datenbank: Alle Daten befinden sich im Browser.

Wir können die Konsole lokal mit dem integrierten HTTP-Server von Python bereitstellen:

cd toy_app
python -m http.server 8000 --bind 127.0.0.1

Dadurch wird die Konsole unter http://127.0.0.1:8000 verfügbar, unter der wir später den Agenten übergeben APP_URL:

Die linke Seite der Konsole funktioniert wie ein Help-Posteingang. Sobald ein Fall ausgewählt ist, werden im Relaxation der Konsole die zugehörige Bestellung, der Kundenkontext und die Lösungsrichtlinien angezeigt. Von dort aus kann der Fall mit einer internen Notiz geklärt werden. Die Konsole verfügt außerdem über ein Audit-Protokoll, das das Replace verfolgt.

Die Aufgabe des Agenten ist einfach: Untersuchen Sie einen eingehenden Help-Fall und führen Sie ihn bis zur Lösung durch, und zwar vollständig über diese Konsolenschnittstelle.

2.2 Definieren des Browser-verwendenden Agenten

Als nächstes konfigurieren wir den Browser-verwendenden Agenten.

Für den Tech-Stack verwenden wir hier den OpenAI Brokers SDK um die Agent-Laufzeit mit Strom zu versorgen und Dramatiker MCP um den Agenten mit dem Browser zu verbinden.

Unser endgültiger, konfigurierter Agent sieht so aus:

# pip set up openai-agents
from brokers import Agent, ModelSettings
from openai.sorts.shared import Reasoning

agent = Agent(
    title="Help Console Browser Agent",
    mannequin="gpt-5.4",
    model_settings=ModelSettings(
        reasoning=Reasoning(effort="medium"),
    ),
    directions=AGENT_INSTRUCTIONS,
    mcp_servers=(playwright_server),
)

Es gibt drei Teile, die wir hier entpacken müssen, nämlich den LLM-Consumer, die Agentenanweisung und die Browser-Instruments.

Zuerst verbinden wir das Brokers SDK mit Azure OpenAI:

import os
from openai import AsyncAzureOpenAI
from brokers import (
    set_default_openai_api,
    set_default_openai_client,
)

azure_client = AsyncAzureOpenAI(
    api_key=os.environ("OPENAI_API_KEY"),
    api_version=os.environ("OPENAI_API_VERSION"),
    azure_endpoint=os.environ("OPENAI_API_BASE"),
)

set_default_openai_client(azure_client)
set_default_openai_api("responses")

Wir registrieren den Consumer beim Brokers SDK und konfigurieren ihn für die Verwendung der Responses API.

Dann haben wir die folgende Anweisung, die absichtlich minimal ist:

AGENT_INSTRUCTIONS = """
You might be an agent that may work together with an internet browser.
""".strip()

Wir richten lediglich die Rolle des Agenten ein. Die eigentliche Aufgabe kommt später in der Eingabeaufforderung, die an den Agenten gesendet wird.

Als nächstes müssen wir das Playwright MCP einrichten.

Was ist Dramatiker MCP?
Playwright ist eine Browser-Automatisierungsbibliothek. Es steuert in Ihrem Namen einen echten Browser und übernimmt das Klicken, Tippen, Navigieren und Lesen aller Inhalte auf der Seite.

MCP (Mannequin Context Protocol) ist eine Standardmethode, um Instruments einem LLM zur Verfügung zu stellen, damit ein Agent sie direkt aufrufen kann. Playwright MCP ist das, was Sie erhalten, wenn Sie beides zusammenfügen, nämlich die Browserfunktionen von Playwright, die als Instruments zur Verfügung stehen, die ein Agent in die Hand nehmen und verwenden kann.

Das Interessante daran ist, wie es dem Agenten die Seite zeigt. Anstelle eines Screenshots verwendet Playwright MCP standardmäßig einen Schnappschuss der Barrierefreiheitwas im Grunde eine strukturierte Lektüre dessen ist, was auf der Seite steht. Interaktive Elemente wie Hyperlinks, Schaltflächen und Eingabefelder erhalten jeweils eine Referenz-ID, auf die der Agent direkt abzielen kann. Das ist genau die Kombination aus strukturierter Beobachtung und elementbezogener Aktion, über die wir zuvor gesprochen haben.

Playwright MCP läuft über Node.js. So installieren Sie Node.js unter Home windows:

winget set up OpenJS.NodeJS.LTS

Auf macOS:

brew set up node

Und unter Linux:

curl -o- https://uncooked.githubusercontent.com/nvm-sh/nvm/v0.40.5/set up.sh | bash
. "$HOME/.nvm/nvm.sh"
nvm set up --lts

Überprüfen Sie dann die Set up:

node --version
npx --version

Wir können das Brokers SDK folgendermaßen konfigurieren, um den MCP-Server zu starten npx Befehl:

from brokers.mcp import MCPServerStdio

playwright_server = MCPServerStdio(
    title="Playwright MCP",
    params={
        "command": "npx",
        "args": (
            "-y",
            "@playwright/mcp@newest",
            "--browser",
            "chrome",
        ),
    },
)

Hier, npx Ruft das neueste Playwright MCP-Paket ab und führt es aus. Der -y Flag akzeptiert automatisch die npx Bestätigungsaufforderung, während --browser chrome teilt Playwright mit, welcher Browser gestartet werden soll. Chrome ist auch der Standardbrowser von Playwright MCP. Wenn er bereits installiert ist, ist keine separate Browserinstallation erforderlich.

MCPServerStdio konfiguriert das Brokers SDK so, dass Playwright MCP als lokaler Prozess gestartet wird. Wenn der Agent zum ersten Mal ein Browser-Instrument aufruft, öffnet Playwright MCP ein sichtbares Chrome-Fenster und führt die angeforderte Browser-Aktion aus.

2.3 Ausführen des Agenten

Jetzt können wir dem Agenten eine konkrete Aufgabe geben:

APP_URL = "http://127.0.0.1:8000"

TASK = f"""
Open {APP_URL} and resolve the help case for order ORD-1042.

The client says they acquired the flawed merchandise. Use the data obtainable within the
utility to find out and apply the suitable decision. Add a concise inside
notice and ensure the decision was efficiently recorded.

Report what you probably did when the duty is full.
""".strip()

In der Aufgabenaufforderung haben wir den Zugriff auf die Anwendung und das gewünschte Ergebnis beschrieben.

Anschließend führen wir den Agenten aus mit:

from brokers import Runner

async with playwright_server:
    end result = await Runner.run(
        agent,
        TASK,
        max_turns=20,
    )

print(end result.final_output)

Der async with Der Block startet den Playwright MCP-Prozess und hält ihn verbunden, während der Agent ausgeführt wird. Wir verwenden max_turns um eine Obergrenze dafür festzulegen, wie viele Runden der Agent ausführen kann.

Nach dem Begin öffnete sich Chrome und wir konnten über die Help-Konsole beobachten, wie der Agent arbeitete.

Die endgültige Antwort fasste das Ergebnis richtig zusammen:

Resolved CASE-4107 for order ORD-1042 with Alternative.

The case now reveals Resolved, the recorded motion is Alternative,
and the audit log comprises the corresponding decision entry.

Wenn Sie möchten, können Sie die Browser-Instrument-Aufrufe und ihre Ausgaben auch auf diese Weise überprüfen:

for merchandise in end result.new_items:
    print(sort(merchandise).__name__, merchandise)

Bei meinem Durchlauf hat der Agent den damit verbundenen Fall gefunden ORD-1042 Außerdem wurden die Bestellung, die Kundenanfrage, der Bestandsstatus und die relevanten Lösungsrichtlinien überprüft. Anschließend kam es zu dem Schluss, dass eine Ersetzung angebracht sei, fügte einen internen Vermerk hinzu und reichte den Beschluss ein. Abschließend überprüfte es das aktualisierte Fall- und Auditprotokoll, um zu bestätigen, dass die Aktion aufgezeichnet wurde.

Das ist genau das Agentenverhalten, das wir wollen.

---

3. Von der Browsernutzung zur Computernutzung

Was wir in dieser Fallstudie erstellt haben, ist ein Browser-verwendender Agent. Dennoch ist das zugrunde liegende Muster, das heißt das beobachten, entscheiden, handeln und wiederholen Schleife, erstreckt sich natürlich auf allgemein Computernutzung.

Was sich ändert, sind die Beobachtungs- und Handlungskanäle.

In unserem Fall versorgt Playwright MCP den Agenten mit strukturierten Seiteninformationen und ermöglicht ihm die gezielte Ausrichtung auf einzelne Webelemente. Ein allgemeinerer Computernutzer könnte stattdessen anhand von Screenshots arbeiten und Maus und Tastatur über Koordinaten steuern.

Das Repo zu unserer Fallstudie finden Sie hier: https://github.com/ShuaiGuo16/llm-browser-agent/tree/most important

E-Commerce-Unternehmen stehen heutzutage vor vielen Veränderungen und KI spielt dabei eine große Rolle. Immer mehr E-Commerce-Unternehmen kämpfen mit den Folgen des Iran-Kriegs, den Zöllen, der wachsenden Konkurrenz durch Oligopole und anderen Problemen. Intelligente E-Commerce-Startups werden sich auf KI verlassen müssen wenn sie erfolgreich sein wollen.

Neue Durchbrüche in der Datenanalyse helfen E-Commerce-Startups dabei, ihre Kunden zu verstehen, die Nachfrage vorherzusagen und begrenzte Budgets sinnvoller auszugeben. Mithilfe dieser Instruments können Sie erkennen, auf welche Produkte Sie sich konzentrieren sollten, welche Kanäle echte Käufer anlocken und welche Botschaften geändert werden sollten, bevor noch mehr Geld verschwendet wird. Lesen Sie weiter, um mehr zu erfahren.

Wie Datenanalyse E-Commerce-Startups dabei hilft, wettbewerbsfähig zu sein

Eram Shaikh und Shubham Singh von DataRefs berichten, dass 84 Prozent der Unternehmen es nutzen. A datengesteuertes Attributionsmodell kann Startups auch helfen zu verstehen, welche Anzeigen, E-Mails, Suchbesuche und Social-Media-Beiträge tatsächlich zu Verkäufen führen. Dies ist besonders nützlich, wenn ein neues Geschäft über ein knappes Price range verfügt und es sich nicht leisten kann, weiterhin für den Verkehr zu bezahlen, der zwar viel zu tun scheint, aber keine Conversions erzielt.

Auch bei der Bestandsplanung gibt es große Vorteile, da Analysetools die Verkaufshistorie, saisonale Veränderungen, Preisverschiebungen und Kundennachfragesignale vergleichen können. E-Commerce-Startups können diese Erkenntnisse auch nutzen, um zu verhindern, dass sie bei einem Ladenhüter zu viel bestellen oder ihnen ein Produkt ausgeht, das an Bedeutung gewinnt. Durch bessere Bestandsentscheidungen kann der Cashflow geschützt werden, der oft eine der größten Schwächen eines jungen Ladens darstellt. Gründer, die Daten auf diese Weise nutzen, können kleinere und sicherere Einsätze abschließen, anstatt sich nur auf ihren Instinkt zu verlassen.

Akim Benamara von TechAfrica Information berichtet, dass selbst Entwicklungsländer mehr in KI investieren und eine neue KI-gestützte E-Commerce-Plattform die Zukunft der Branche verändern könnte. „Die Einführung stellt eine strategische Anstrengung dar, den digitalen Handel in ganz Afrika zu stärken, indem Unternehmen Instruments zur Verfügung gestellt werden, die Skalierbarkeit und grenzüberschreitenden Handel unterstützen. Durch die Nutzung künstlicher Intelligenz und integrierter Zahlungsfunktionen möchte Shopaza den On-line-Verkauf vereinfachen und Händlern dabei helfen, Kunden über ihre unmittelbaren Märkte hinaus zu erreichen.“ Benamara sagt.

Dies ist wichtig, da das Wachstum des E-Commerce nicht auf wohlhabende Märkte mit ausgereiften Einzelhandelssystemen beschränkt ist. Sie können sehen, wie KI-gestütztes Verkaufen funktioniert Instruments können Händlern dabei helfen, Käufer über Grenzen hinweg zu erreichenverwalten Sie Zahlungen und erstellen Sie On-line-Retailers, ohne dass große technische Groups erforderlich sind.

Die Deloitte-Autoren Jan Michalski, Stacey Winters, Douglas Gunn und Jennifer Holland berichten, dass es für viele Unternehmen immer noch schwierig ist, KI-Renditen zu erzielen, auch wenn viele weiterhin in sie investieren. Die Autoren berichten außerdem, dass 48 % mit Ja auf die Frage antworteten: „Wir nutzen strategische KI-Instruments (einschließlich GenAI), um Mitarbeiter zu unterstützen und Arbeitsabläufe zu optimieren.“ Es ist eine Erinnerung daran, dass KI helfen kann, aber nur, wenn Unternehmen Instruments verbinden, um klare Geschäftsziele zu erreichen, anstatt jedem neuen Produkt hinterherzujagen. „Nur etwa jedes fünfte befragte Unternehmen qualifiziert sich als echter KI-ROI-Spitzenreiter. Diese übertreffen ihre Mitbewerber, indem sie KI als Unternehmenstransformation betrachten, eine umsatzorientierte ROI-Disziplin einbetten und frühzeitig strategische Wetten sowohl auf generative als auch auf agentische KI eingehen.“ behaupten die Autoren.

Für E-Commerce-Startups kann diese Warnung genauso nützlich sein wie die Erfolgsgeschichten. Etwas, das stärkere Betreiber von schwächeren unterscheidet, ist die Fähigkeit, einen engen Anwendungsfall auszuwählen, das Ergebnis zu messen und keine Instruments mehr zu verwenden, die weder Umsatz, Service noch Kosten verbessern.

Der Einsatz von KI als neue E-Commerce-Marke bietet viele praktische Vorteile

Es gibt viele praktische Ansatzpunkte, darunter Kundensegmentierung, Produktempfehlungen, E-Mails zu abgebrochenen Warenkörben, Preistests, Betrugsprüfung und Bewertungsanalyse. Eine weitere Sache, die Gründer in Betracht ziehen sollten, ist die Verwendung von Dashboards, die Ladenverkäufe, Anzeigenergebnisse, E-Mail-Ergebnisse und Kundendienstdaten an einem Ort verbinden. Sie können bessere Entscheidungen treffen, wenn die Zahlen zeigen, welche Produkte Wiederholungskäufer anlocken und welche Aktionen nur einmalige Schnäppchenjäger locken. Im Laufe der Zeit können diese Erkenntnisse als Leitfaden für die Produktbeschaffung, Inhaltsplanung und Änderungen an bezahlten Kampagnen dienen.

Die Zukunft des E-Commerce wird nicht automatisch honest sein, aber Datenanalysen geben Startups eine bessere Likelihood, sich zu wehren. Es reicht nicht aus, KI-Software program zu kaufen und zu hoffen, dass sie schwache Angebote, schlechten Service oder unordentliche Abläufe behebt. Gründer brauchen immer noch Urteilsvermögen, Geduld und Disziplin. Wenn Analysen jedoch an bestimmte Ziele gebunden sind, können kleine E-Commerce-Groups sicherer agieren und mit Unternehmen mit weitaus größeren Budgets konkurrieren.

Die Google-Suche hat sich gerade von einer Enzyklopädie zu einem Assistenten entwickelt.

Das ist der Kern von allem, was Google auf seiner jüngsten I/O-Konferenz für 2026 angekündigt hat. Das Schlagwort lautet „KI-Agenten“, die nun in die Google-Suche und ihre Codierungsplattformen einsteigen und sogar eine ganz neue eigenständige App für sich erhalten. Die Idee besteht darin, von einer KI, die antwortet, zu einer KI überzugehen, die tatsächlich Dinge für Sie erledigt.

Das heißt: Wenn Sie das nächste Mal im Web nach der Denims, die Sie lieben, oder dem gewünschten Hemd suchen, müssen Sie nicht eine endlose Liste von Web sites durchsuchen. Teilen Sie es einfach der Google-Suche mit und sie wird Ihnen die Optionen auflisten, die genau zu der Denims oder dem Hemd Ihrer Wahl passen. Im Backend scrollen seine KI-Agenten in Sekundenschnelle durch Millionen von Web sites und versuchen, eine möglichst ähnliche Übereinstimmung zu finden. Am vorderen Ende warten Sie ein paar Sekunden und erhalten direkt vor sich die Kaufoption.

Das muss ich Ihnen nicht sagen – es ist eine revolutionäre Veränderung in der Artwork und Weise, wie wir im Web suchen. Und das nach soliden 25 Jahren Google-Suche, wie wir sie kennen – Suchen und Durchforsten einer Liste von Plattformen nach der richtigen Antwort. Wenn KI-Agenten im Einsatz sind, fragen Sie einfach nach, und es wird erledigt.

Aber Second, das ist nur eines der Updates, die Google auf seiner Google I/O 2026 vorgestellt hat. Hier finden Sie alles, was der Tech-Main auf der Veranstaltung enthüllt hat und wie es Ihr Leben zum Guten/Schlechtigen verändert.

Google-Suche erhält KI-Agenten

Das ist das große Spotlight, einfach wegen der enormen Wirkung, die es mit sich bringt. Die Google-Suche ist für die meisten Nutzer auf der ganzen Welt der Einstiegspunkt ins Web. Und ich bin mir sehr sicher, dass dieses Replace mit seinem neuen und veränderten Verhalten einen revolutionären Punkt in der Geschichte des Internets markieren wird.

Wie ich bereits erwähnt habe, tendiert die Google-Suche jetzt dazu, auf Ihre Anfrage zu reagieren, anstatt sie einfach zu beantworten. Wie verändert das die Dinge? Nun, Sie haben oben das Beispiel des On-line-Shoppings gelesen. Hier sind einige weitere Beispiele, um Ihnen einen tieferen Kontext zu vermitteln.

Die Google-Suche kann Ihnen jetzt bei der Visualisierung von Konzepten helfen:

Stellen Sie sich vor, Sie möchten ein neues Konzept verstehen und ein visuelles Component würde Ihnen dabei helfen. Jetzt können Sie einfach den KI-Modus von Google bitten, Ihnen eine visuelle Illustration des Konzepts zu zeigen Agentische KI im Inneren wird es direkt ankommen. Das heißt, Sie müssen nicht mehr durch Web sites scrollen oder YouTube-Movies ansehen, um die richtigen Bilder zu finden. Die Google-Suche hilft Ihnen dabei, genau das zu generieren, was Sie brauchen, genau dann, wenn Sie es brauchen.

Sie können jetzt mit der Google-Suche codieren:

Haben Sie einen Code, bei dem Sie Hilfe benötigen? Teilen Sie es einfach mit der Google-Suche und bitten Sie um Hilfe, und die darin enthaltenen KI-Agenten machen sich an die Arbeit.

Verfolgen Sie Ereignisse und Updates mit der Google-Suche:

Jetzt können Sie die Google-Suche bitten, Sie an das bevorstehende Ereignis oder Replace Ihrer Wahl zu erinnern. Die KI-Agenten von Google werden sofort einen Tracker einrichten, der Sie über die Google-App informiert, sobald etwas passiert.

Ich hoffe, diese Beispiele geben Ihnen einen Eindruck davon, wozu die Google-Suche jetzt fähig ist. Fazit: Die Google-Suche kann Ihnen jetzt beim Verstehen, Suchen und sogar Ausführen helfen, und Sie müssen nur noch fragen.

Das Herzstück des Ganzen ist Googles brandneues KI-Modell – Gemini 3.5 Flash. Das bringt uns zum nächsten großen Replace, das Google auf der Google I/O 2026 angekündigt hat …

Gemini 3.5 Flash ist da

Dies markiert die Geburtsstunde einer neuen Familie von KI-Modellen aus dem Hause Google, nämlich Gemini 3.5. Wir können die Flash- oder Mild-Model jetzt auf allen Plattformen sehen – einschließlich der Gemini-App und der Google-Suche. Mittlerweile hat das Unternehmen auch die Einführung von Gemini 3.5 Professional für nächsten Monat geplant. Aber im Second ist Gemini 3.5 Flash das Modell, das die Hauptarbeit bei Googles neuem KI-Vorstoß leistet. Entwickler können über auf das Modell zugreifen Google AntigravityGemini API, AI Studio und Android Studio, während Enterprise-Kunden es in der Gemini Enterprise Agent Platform und Gemini Enterprise finden können.

Das Wichtigste ist einfach: Gemini 3.5 Flash ist für Motion konzipiert. Google gibt an, dass es eine Spitzenleistung für Agenten und Codierung liefert und gleichzeitig viermal schneller ist als andere Grenzmodelle bei der Ausgabe von Tokens professional Sekunde. In der Praxis bedeutet das schnellere Antworten, bessere Codierungshilfe, stärkere Agenten-Workflows und dynamischere KI-generierte Schnittstellen innerhalb der Suche selbst.

Gemini 3.5 Flash-Highlights

Einige wichtige Highlights sind wie folgt:

• Gemini 3.5 Flash ist jetzt weltweit das Standardmodell für die Gemini-App und den KI-Modus in der Google-Suche. Dies bedeutet, dass die meisten Nutzer die neuesten KI-Funktionen von Google durch die leichtere und schnellere Model der neuen Modellfamilie erleben werden.
• Das Modell wurde mit Agenten und Codierung im Kern erstellt. Anstatt additionally nur Fragen zu beantworten, kann es Arbeitsabläufe unterstützen, bei denen KI schlussfolgern, handeln, Code generieren und mehrstufige Aufgaben erledigen muss.
• Es arbeitet eng mit Antigravity zusammen, um komplexere Agenten-Workflows abzuwickeln. Dadurch können Entwickler und Energy-Consumer mehrere KI-Agenten ausführen, Aufgaben verwalten und fortschrittlichere KI-gesteuerte Systeme erstellen.
• Das Modell kann dabei helfen, umfangreichere Webschnittstellen, Grafiken und interaktive Erlebnisse zu generieren. Dadurch wirkt die neue Google-Suche weniger wie eine Linkliste, sondern eher wie ein dynamischer KI-Arbeitsbereich.

Sie können mehr über das Neue lesen Gemini 3.5 Flash hier.

Gemini 3.5 Flash unterstützt auch Gemini Spark, den neuen persönlichen KI-Agenten von Google, der rund um die Uhr verfügbar ist. Dies macht es zu einem zentralen Bestandteil von Googles umfassenderem Plan, KI-Systeme zu entwickeln, die im Hintergrund für Benutzer arbeiten, und bringt uns zum nächsten großen Replace von Google I/O 2026 –

Gemini Spark ist Ihr KI-Agent rund um die Uhr

Wenn Gemini 3.5 Flash das Gehirn ist, gibt Google diesem Gehirn bei Gemini Spark einen Job. Spark ist ein persönlicher KI-Agent innerhalb der Gemini-App, der unter Ihrer Anleitung Maßnahmen in Ihrem digitalen Leben ergreifen kann. Der große Unterschied? Es ist nicht erforderlich, dass Ihr Laptop computer geöffnet bleibt. Spark läuft auf dedizierten virtuellen Maschinen in Google Cloud, was bedeutet, dass es rund um die Uhr im Hintergrund weiterarbeiten kann, während Sie Ihrem Tagesablauf nachgehen.

Spark basiert auf Gemini 3.5 und dem Google Antigravity-System und kann langwierige Aufgaben bewältigen, sich mit Googles eigenen Instruments verbinden und bald über MCP mit Instruments von Drittanbietern zusammenarbeiten. Sie können es in der Gemini-App und später per E-Mail, Chat, Android Halo und Chrome verwenden. Kurz gesagt ist Spark das deutlichste Sign von Google, dass KI-Agenten nicht mehr nur für Entwickler gedacht sind, sondern für alltägliche Benutzer verfügbar sind.

Und inmitten dieses Agenten-KI-Vorstoßes während der Google I/O 2026 kommt das nächste große Ding von Google – ein KI-Videomacher, der für die Bilderzeugung genauso vielversprechend aussieht wie Nano Banana.

Gemini Omni: KI-Videogenerierung auf Steroiden

Gemini Omni ist das neue Modell von Google, das die Denkfähigkeit von Gemini in die Videoerstellung einbringt. Einfach ausgedrückt: Es kann Eingaben wie Textual content, Bilder, Video und Audio aufnehmen und in eine einzige hochwertige Videoausgabe umwandeln. Das erste Modell dieser Familie, Gemini Omni Flash, wird jetzt für die Gemini-App, Google Circulation und YouTube Shorts eingeführt.

Und wenn Sie dies in Aktion sehen, wissen Sie zumindest anhand der von Google geteilten Demos, dass es sich nicht nur um einen weiteren KI-Videoersteller im Web handelt. Das Beste daran: Sie können damit Movies durch Gespräche bearbeiten. Bitten Sie es, die Szene zu ändern, ein Objekt hinzuzufügen, die Aktion zu ändern oder den Stil zu ändern, und es kann auf Ihrer vorherigen Anweisung aufbauen, ohne den ursprünglichen Thread zu verlieren. Laut Google nutzt Omni auch Geminis reales Wissen und Verständnis für Physik, Geschichte, Wissenschaft und Kultur, um visuell beeindruckende, aussagekräftige und konsistente Movies zu erstellen.

Darüber hinaus kann es ein Bild oder sogar eine ganz neue Illustration davon in einem Video kombinieren. Wenn ich additionally einen Planeten wie Saturn in einen Videoclip zum Weltraum einfügen würde, könnte ich sogar einen Cricketball verwenden, um ihm Kontext zu verleihen. Oder, noch einfacher, fordern Sie es einfach auf, den Planeten einzubeziehen, und Gemini Omni wird es tun.

Kurz gesagt, Gemini Omni könnte dafür sorgen, dass bei der Videoerstellung die Bearbeitungssoftware überflüssig wird und das Gefühl entsteht, als würde man bei einer Szene Regie führen. Sie beschreiben, was Sie wollen, verfeinern es Schritt für Schritt und überlassen die schwere Arbeit dem Modell. Das könnte eine große Veränderung für Kreative, Vermarkter, Pädagogen und jeden sein, der jemals eine visuelle Idee hatte, aber nicht über die Werkzeuge verfügt, um sie zum Leben zu erwecken.

Das ist für Entwickler gedacht, aber bei der Google I/O geht es natürlich mehr um Entwickler, und sie kann nicht ohne entwicklerorientierte Funktionen abgeschlossen werden. Hier sind einige –

Google Updates – Alles für Entwickler

In diesem Jahr ist die Richtung von Google klar: Es will nicht nur, dass Entwickler KI nutzen. Sie wollen, dass sie Software program mit KI-Agenten entwickeln.

Wirkstoffentwicklung mit Antigravitation

Das größte Replace hier ist Antigravity 2.0, Googles neue Agent-First-Entwicklungsplattform. Mit der neuen Antigravity- und Antigravity-CLI können Entwickler jetzt spezielle Subagenten für komplexe Arbeitsabläufe erstellen. Ein Agent kann programmieren, ein anderer kann testen, ein anderer kann debuggen und ein anderer kann sich wiederholende Aufgaben erledigen. Google hat außerdem Sicherheitsfunktionen wie Terminal-Sandboxing, Anmeldeinformationsmaskierung und strenge Git-Richtlinien hinzugefügt, um diese Arbeitsabläufe sicher zu halten.

AI Studio und Android-Entwicklung

Auch Google AI Studio erhielt große Upgrades. Es unterstützt jetzt natives Kotlin, Google Workspace-Integrationen, One-Click on-Bereitstellung in Cloud Run, Firebase-Unterstützung und Projektexport nach Antigravity. Dies bedeutet, dass Entwickler von einem Ort aus Full-Stack-Apps erstellen, verbinden, bereitstellen und weiter verbessern können.

Für Android führte Google Android CLI, Open-Supply-Android-Abilities für LLMs, Android Bench und einen integrierten Migrationsagenten ein Android Studio. Der Migrationsagent ist besonders interessant, da er dabei helfen kann, in React Native, Internet-Frameworks oder iOS erstellte Apps in native Kotlin-Android-Apps zu konvertieren.

Auch die Webentwicklung wird Agent

Für Webentwickler hat Google WebMCP, Fashionable Internet Steerage, Chrome DevTools für Agenten und HTML-in-Canvas eingeführt. Zusammen unterstützen diese Instruments KI-Agenten dabei, Webfunktionen zu nutzen, Finest Practices zu befolgen, Code zu debuggen, Audits durchzuführen und immersive Weberlebnisse zu schaffen.

Kurz gesagt, Google bereitet Entwickler auf eine Welt vor, in der Apps, Web sites und Arbeitsabläufe nicht nur von Menschen mithilfe von KI erstellt werden, sondern von Menschen, die mit Groups spezialisierter KI-Agenten zusammenarbeiten.

Abschluss

Google I/O 2026 hat eines sehr deutlich gemacht: Google geht mit KI weit über einen Anrufbeantworter hinaus. Es baut jetzt eine KI auf, die tatsächlich auf Ihre Anfragen reagieren und die Arbeit erledigen kann. Sei es bei der Suche von Google oder seinen KI-spezifischen Plattformen.

Wenn die Dinge so laufen, wie Google es geplant hat, werden wir alle bald auf ganz neue Artwork einkaufen, Updates verfolgen, kleine Instruments erstellen, Movies erstellen oder digitale Aufgaben verwalten. Mit der Zeit wird alles eine Aktionsmaschine sein und keine „Suchmaschine“, wie wir sie kannten.

Natürlich gab es auch einige andere Updates, darunter KI-{Hardware}, Ask YouTube, Entwicklertools und mehr. Aber die größere Botschaft blieb auf ganzer Linie dieselbe.

Google möchte nicht, dass AI eine weitere App ist, die Sie öffnen. KI soll zur Ebene werden, über die Sie das Web selbst nutzen.

von OpenAI) hat a gepostet GitHub-Kern Anfang dieses Jahres.

Es heißt „LLM-Wiki.“ Ungefähr 1.500 Wörter. Es beschreibt a Muster wo man ein baut persönliches Wiki dass ein LLM pflegt für dich: ein beharrlicher, Compoundierung Artefakt, das mit jedem Hinzufügen reicher wird.

Das Wissen wird einmal zusammengestellt und auf dem neuesten Stand gehalten, anstatt bei jeder Abfrage von Grund auf neu abgeleitet zu werden.

Die meisten Leute haben es wahrscheinlich gelesen, dachten „das ist interessant“ und haben den Tab geschlossen!

Ich habe es erstellt und dieser Artikel zeigt, wie man es einrichtet. Außerdem erzähle ich Ihnen, was ich bei der Implementierung gelernt habe.

Jeder Gespräch beginnt leer.

Sie öffnen einen Chat, erklären, wer Sie sind, woran Sie arbeiten und was Sie letzte Woche beschlossen haben. Sie erhalten eine nützliche Antwort. Sie schließen die Registerkarte. Morgen machst du es wieder.

Das Device funktioniert intestine, aber die Kontextebene darunter ist es fehlen!

Es ist wahr, dass eingebaut Erinnerung hilft ein wenig.

Claude erinnert sich an dich Identify Und Berufsbezeichnung. ChatGPT weiß, dass Sie Aufzählungspunkte bevorzugen. Aber keiner weiß das Particulars B. über Ihre aktiven Projekte, den Deal, den Sie abschließen möchten, den Anbieter, den Sie letzten Monat ausgeschlossen haben, oder was diese Woche in Ihrer Pipeline passiert ist.

Einen solchen Betriebszustand gibt es nirgendwo hartnäckig!

Die Choice, nach der die meisten Ingenieure als nächstes greifen, ist LAPPEN.

RAG ist echt nützlichaber es löst ein anderes Downside.

Bei jeder Abfrage wird das Wissen von Grund auf neu abgeleitet. Sie betten ein Unterlagenabrufen Brocken zur Abfragezeit und hoffen, dass die richtigen Fragmente auftauchen. Es sammelt sich nichts an.

Eine Frage, die erfordert synthetisieren Fünf Dokumente bedeuten, dass das LLM diese Fragmente jedes Mal finden und wieder zusammensetzen muss.

Der Gewölbe Ansatz dieses Artikels kompiliert Wissen einmal und behält es aktuell. Wenn Sie etwas Neues hinzufügen, indiziert das LLM es, liest es, integriert es, aktualisiert verwandte Seiten, markiert Widersprüche usw pflegt Querverweise.

Die Synthese ist bereits abgeschlossen, bevor Sie Ihre nächste Frage stellen.

Karpathy bringt es klar auf den Punkt: Das Wiki ist ein beständiges, sich zusammensetzendes Artefakt.

Die Querverweise sind bereits vorhanden. Die Analyse verschwindet nicht im Chatverlauf. Es baut.

---

Hallo! Mein Identify ist Sara und ich behandle jede Woche den praktischen KI-Aufbau Lernen Sie KI. Werkzeuge, Muster und was in der Produktion tatsächlich kaputt geht. Kostenloses Abonnement.

---

Die Architektur: zwei Ordner und eine Schemadatei

Die Kernstruktur passt in einen einzelnen Verzeichnisbaum:

vault/
├── CLAUDE.md            ← schema file, entry level for any AI
├── Uncooked/                 ← immutable supply paperwork
│   ├── Assembly Notes/
│   ├── Paperwork/
│   └── _pending.md      ← compilation queue
└── Wiki/                ← LLM-generated, structured, listed
    ├── Tasks/
    ├── Individuals/
    ├── Selections/
    ├── _hot.md          ← lively cache
    ├── _log.md          ← audit path
    └── _index.md        ← grasp index

(Dies ist nur ein Beispiel. Sie können es gerne anpassen.)

Roh ist deine Quelle der Wahrheit.

Besprechungsprotokolle, exportierte Slack-Threads und Dokumente, die von dort abgerufen werden, wo Ihre Arbeit tatsächlich stattfindet. Die Regel ist absolut: Die KI liest Uncooked, bearbeitet es niemals. Anhängen-nur.

Wiki ist das, was die KI erstellt und verwaltet. Eine Datei professional Projekt, Particular person, Entscheidung oder Domänenbereich. StrukturiertQuerverweise. Das liest die KI zuerst, wenn Sie eine Frage stellen.

Wenn Sie mit Daten gearbeitet haben Pipelinesdiese Spaltung ist bekannt. Roh ist Ihre Landezone. Wiki ist Ihre kuratierte Ebene. Wenn das Wiki abweicht oder beschädigt wird, erstellen Sie es von Uncooked aus neu. Sie verlieren nie die Quelle.

Die Schemadatei befindet sich im Stammverzeichnis und teilt jeder KI mit, wie der Tresor organisiert ist, was zuerst gelesen werden soll und welche Betriebsregeln gelten. Ich nenne es CLAUDE.md. Wenn Sie Codex verwenden, AGENTS.md funktioniert. Geben Sie ihm einen beliebigen Namen, solange Sie die KI zu Beginn jeder Sitzung darauf hinweisen.

Dies ist der Teil, den die meisten Implementierungen überspringen, und deshalb sterben die meisten Implementierungen stillschweigend ab.

Ein Ordner mit Abschlag Dateien sind kein System. Diese drei Dateien machen es zu einem.

_hot.md ist der Cache. Jeden Morgen, das Tägliche Automatisierung wird neu geschrieben diese Datei mit den meisten Aktive Threadsbeliebig Schlüssel Zahlen oder Fristen, die aufgetaucht sind, und eine Zeile für alles dringend. Es bleibt unten 500 Token. Wenn Sie ein Gespräch eröffnen und eine schnelle Einweisung wünschen, liest die KI vor _hot.md Erstens ist es nicht erforderlich, das vollständige Wiki zu laden.

_pending.md ist das Warteschlange. Jedes Mal, wenn eine neue Datei in Uncooked landet, werden der Dateiname und das Datum hier angehängt. Wenn die wöchentliche Kompilierung ausgeführt wird, liest sie diese Datei. Prozesse jeden Eintrag, kompiliert ihn im Wiki und markiert ihn (COMPILED — 2026-05-01). Ohne diese Datei können die tägliche Aufnahme und die wöchentliche Zusammenstellung nicht koordiniert werden. Sie erhalten verwaiste Rohdateien und ein Wiki, das Wochen im Rückstand ist.

_log.md ist die Prüfung Pfad. Jeder automatisiert run fügt einen zeitgestempelten Eintrag an: Was wurde ausgeführt, welche Dateien wurden verarbeitet, welche Wiki-Seiten wurden erstellt oder aktualisiert. Wenn das System abweicht, finden Sie auf diese Weise heraus, wo. Karpathys Kerngedanke enthält hier einen nützlichen Tipp: Beginnen Sie jeden Protokolleintrag mit einem konsistenten Präfix wie ## (2026-05-01) daily-ingest Daher kann das gesamte Protokoll mit grundlegenden Unix-Instruments grep-analysiert werden.

In einem Tresor ohne diese Dateien sammelt sich Staub an. Mit ihnen haben Sie eine funktionierende Pipeline.

Die Schemadatei: Bringt jeder KI bei, Ihren Tresor zu lesen

CLAUDE.md ist der Einstiegspunkt. Jede Sitzung beginnt hier.

Was drin ist:

• Der Ordnerzuordnung (Was ist in Uncooked, was ist in Wiki, wozu dienen die einzelnen Unterverzeichnisse)
• Lesen Befehl (_hot.md immer zuerst, dann der entsprechende Domainindex)
• Hart Regeln: „Bearbeiten Sie niemals Dateien in Uncooked/“, „Erfinden Sie niemals Fakten, die nicht in Quelldateien enthalten sind“, „Nach jedem Lauf immer an _log.md anhängen“
• Area Struktur (welche Indizes existieren, wie sie benannt sind)

In der Schemadatei kodieren Sie auch Ihre Aufforderung Standardwerte. Ich verwende ein sehr bekanntes Muster, das direkt in das Schema übernommen wurde:

I need to (TASK) in order that (WHAT SUCCESS LOOKS LIKE).

First, learn the uploaded information fully earlier than responding.

DO NOT begin executing but. Ask me clarifying questions so we
can refine the strategy collectively.

Solely start work as soon as we have aligned.

Wenn dies in Ihr integriert ist Schemajede KI, die Ihren Tresor liest, weiß es bereits fragen vor ausführen. Sie erhalten keine unausgegorenen Ergebnisse mehr von einem Modell, das davon ausgeht, dass es die Aufgabe verstanden hat.

Die inspirierende Philosophie, die es wert ist, explizit kodiert zu werden:

• Kontext schlägt Eingabeaufforderungen. Geben Sie die AI-Dateien ein, keine Anweisungen.
• Beispiele Rezepte übertreffen. Zeigen Sie, was Sie wollen, beschreiben Sie es nicht.
• Einschränkungen Regeln schlagen. Sagen Sie, was die Ausgabe NICHT ist, lassen Sie die KI entscheiden, wie.
• Ziele Beat-Anweisungen. Sagen Sie, was Sie erreichen möchten, nicht wie.
• Zustand die Aufgabe und die Erfolgskriterien. Zwei Sätze.

Die Automatisierungsebene: drei Kadenzen, nicht einer

Zwei Versagen Modi, die ich gesehen habe: Sie aktualisieren den Tresor manuell und eine Woche lang ist alles in Ordnung, dann passiert das Leben und es ist drei Wochen her, seit etwas abgelegt wurde.

Oder Sie erstellen einen großen automatisierten Job, der alles in einem Durchgang erfasst, synthetisiert und prüft, und jetzt besteht Ihre tägliche Aufnahme darin, Wiki-Dateien zu bearbeiten, die niemals berührt werden sollten.

Die Lösung besteht darin, die Aufgaben zu trennen. Lassen Sie es uns weiter unten erkunden.

Täglich (werktags vormittags): nur Einnahme

Ziehen aus Ihren Quellen. Legen Sie neue Dateien ab Uncooked/. Warteschlange sie hinein _pending.md. Umschreiben _hot.md basierend auf dem, was aufgetaucht ist.

Keine Wiki-Änderungen. Die tägliche Arbeit ist mechanisch, schnell und sicher genug, um jeden Tag unbeaufsichtigt ausgeführt zu werden.

So sieht die Eingabeaufforderung in der Praxis aus:

Each weekday morning, do the next:

1. Verify (your undertaking administration software) for objects up to date or
   created within the final 24 hours.

2. Verify (your assembly notes supply) for brand new transcripts. For
   each discovered, reserve it as a markdown file in Uncooked/Assembly Notes/
   utilizing the format YYYY-MM-DD — (assembly title).md.
   Add a line to Uncooked/_pending.md with the filename and date.

3. Verify (your staff communication software) for messages in key
   channels. Extract selections, motion objects, and something
   that impacts an lively undertaking.

4. Verify (your electronic mail) for flagged or essential messages.
   Summarize what wants consideration.

After finishing the above, rewrite Wiki/_hot.md with:
- Probably the most lively threads or open selections from right this moment's scan
- Any key numbers or deadlines that surfaced
- One line on something pressing

Maintain _hot.md below 500 tokens.

Ersetzen die in Klammern gesetzten Platzhalter mit Ihren tatsächlichen Werkzeugen. Die Struktur funktioniert unabhängig davon, ob Sie Linear und Slack, Notion und E-Mail oder irgendetwas anderes nutzen.

Wöchentlich (Montagmorgen): Zusammenstellung

Lesen _pending.md. Für jeden unverarbeitet Datei, lesen Sie sie vollständig, erstellen Sie eine strukturiert Wiki-Seite im rechten Area-Ordner, aktualisieren den relevanten Index, Backlinks zu verwandten Seiten hinzufügen, markieren Der Eintrag wurde zusammengestellt.

Der wöchentlich Der Job übernimmt die Interpretation. Es synthetisiert Rohinhalte zu strukturiertem Wissen. Es ist langsamer, teurer und es lohnt sich, es gelegentlich zu überprüfen, um zu überprüfen, ob die KI die Dinge korrekt ablegt.

Monatlich (1. des Monats): Flusen

Nur Gesundheitscheck. Durchsuchen Sie das gesamte Wiki nach veralteten Seiten (Daten oder Standing, die durch neuere Inhalte ersetzt wurden), fehlenden Backlinks, Widersprüchen zwischen Seiten, Abdeckungslücken und verwaisten Seiten, auf die in keinem Index verwiesen wird.

Schreiben Sie eine Berichtsdatei. Veröffentlichen Sie eine Zusammenfassung in einfachem Englisch. Reparieren Sie nichts automatisch.

Der monatlich Der Job berührt niemals Wiki-Inhalte direkt. Diese Grenze macht es sicher, ohne Aufsicht zu laufen.

Jede Kadenz hat eine andere Risikotoleranz: täglich ist mechanisch, wöchentlich erfolgt die Interpretation und monatlich erfolgt die Diagnose. Werden sie in einem Job gemischt, können Tresore beschädigt werden.

Zum Werkzeug: Jedes System mit Terminplanung funktioniert hier. Ein Cron-Job mit einer MCP-fähigen CLI, n8n oder einem AI-Desktop-Device, das geplante Aufgaben unterstützt.

Die obigen Eingabeaufforderungen sind die Logik. Der Läufer ist austauschbar.

Was sich tatsächlich ändert

Du hörst auf sich selbst noch einmal erklärenund die Gespräche verändern ihren Charakter.

Wann Kontext bereits geladen ist, hören Sie auf, KI für isolierte Fragen zu verwenden und beginnen, sie für die eigentliche Arbeit zu verwenden.

Die KI weiß Ihre offenen Projekte, Ihre jüngsten Entscheidungen, Ihr Group. Sie fragen: „Was soll ich heute priorisieren?“ und es liest _hot.md sowie Ihre Projektdateien und gibt Ihnen eine fundierte Antwort.

Portabilität ist das andere!

Ihr Kontext lebt in einem Ordner auf Ihrem Laptop, nicht im Speichersystem einer KI. Punkt eine andere KI im selben Ordner und liest dieselben Dateien. Wechseln Sie die Instruments, wann immer Sie möchten. Der Tresor Reisen.

Einige Fehlermodi, die Sie vor dem Erstellen kennen sollten:

_pending.md stellt eine Sicherung dar, wenn die tägliche Aufnahme zu umfassend ist und die wöchentliche Zusammenstellung sie nicht schnell genug entleeren kann. Ziehen Sie täglich fest, was Sie einziehen.

Wiki Drifts wenn niemand liest _log.md. Der monatliche Linter fängt dies auf, aber nur, wenn Sie den Bericht tatsächlich lesen.

Das gesamte System bricht zusammen, wenn die Automatisierung Uncooked jemals berührt. Ein Job, der „nur dieses eine Mal“ an Uncooked schreibt, und Sie haben die Garantie der Quelle der Wahrheit verloren. Diese Grenze verbiegt sich nicht.

Der langweilig Ein Teil der Pflege einer Wissensdatenbank ist nicht das Lesen oder Denken.

Es ist das Buchhaltung. Querverweise aktualisieren, Zusammenfassungen auf dem neuesten Stand halten und feststellen, wenn neue Daten alten Behauptungen widersprechen. Menschen geben Wikis auf, weil die Wartung Die Belastung wächst schneller als der Wert.

LLMs Lassen Sie sich nicht langweilen, vergessen Sie nicht, einen Querverweis zu aktualisieren, und können Sie 15 Dateien in einem Durchgang bearbeiten.

Karpathy führt dies auf Vannevar Bushs Memex-Konzept aus dem Jahr 1945 zurück, ein persönlich kuratiertes Wissensspeicher mit assoziativen Pfaden zwischen Dokumenten. Bushs Imaginative and prescient kam dem näher als dem, was aus dem Web wurde. Der Teil, den er nicht lösen konnte, struggle, wer die Wartung durchführt.

Der Gewölbe Ich verwende Claude als KI-Ebene und ein Markdown-Device als Frontend.

Der Muster Funktioniert mit jeder KI, die Dateien liest, und jedem Planer, der eine Eingabeaufforderung auf einer Uhr ausführen kann! Der Ordner ist nur ein Ordner. Die Dateien sind nur Textual content.

Sie richten dies einmal ein. Danach beginnt Ihre KI nicht mehr bei Null.

Vielen Dank fürs Lesen!

Wie erstellen Sie zuverlässige KI-Agenten, die sich in Ihre bestehenden Go-Dienste integrieren lassen, ohne einen separaten Sprachstapel zu benötigen? Google hat gerade veröffentlicht Agent Improvement Equipment für Go. Go-Entwickler können jetzt KI-Agenten mit demselben Framework erstellen, das bereits Python und Java unterstützt, und dabei alles innerhalb einer vertrauten Go-Toolchain und eines vertrauten Bereitstellungsmodells behalten.

Für KI-Entwickler und Backend-Entwickler, die Go bereits für Dienste nutzen, schließt dies eine Lücke. Sie benötigen keinen separaten Python-basierten Stack mehr für Agenten. Sie können Agentenlogik, Orchestrierung und Software-Nutzung direkt im Go-Code ausdrücken und dieselben Agenten dann in Vertex AI Agent Builder und Agent Engine verschieben, wenn Sie für die Produktion bereit sind.

Was das Agent Improvement Equipment bietet?

Das Agent Improvement Equipment (ADK) ist ein Open-Supply-Framework für die Entwicklung und Bereitstellung von KI-Agenten. Es ist für Gemini und Google Cloud optimiert, das Design ist jedoch modellunabhängig und bereitstellungsunabhängig.

In der Praxis bietet Ihnen ADK:

• Ein Code-First-Programmiermodell, bei dem Agentenverhalten, Instruments und Orchestrierung in normalen Quelldateien gespeichert sind
• Workflow-Agenten für den sequenziellen, parallelen und schleifenartigen Kontrollfluss innerhalb eines Agentensystems
• Ein umfangreiches Software-Ökosystem mit integrierten Instruments, benutzerdefinierten Funktionstools, OpenAPI-Instruments, Google Cloud-Instruments und Ökosystem-Instruments
• Bereitstellungspfade, die lokale Ausführungen, Container, Cloud Run und Vertex AI Agent Engine abdecken
• Integrierte Bewertungs- und Sicherheitsmuster, integriert mit Vertex AI Agent Builder

Für einen Entwickler verwandelt ADK einen Agenten in einen normalen Dienst. Sie führen es lokal aus, prüfen Ablaufverfolgungen und stellen es in einer verwalteten Laufzeit bereit, anstatt es als einmaliges Skript zu behandeln, das ein LLM aufruft.

Welche ADK für Go fügt hinzu?

Die Go-Model behält die gleichen Kernfunktionen wie die Python- und Java-SDKs bei, stellt sie jedoch über eine idiomatische Go-API bereit. Das Google AI-Workforce beschreibt ADK für Go als eine idiomatische und leistungsstarke Möglichkeit, Agenten zu erstellen, die Go-Parallelität und starke Typisierung nutzen.

Hier sind einige wichtige Punkte:

• ADK for Go wird mit installiert go get google.golang.org/adk
• Das Projekt ist Open Supply und wird unter gehostet github.com/google/adk-go
• Es unterstützt den Aufbau, die Evaluierung und den Einsatz hochentwickelter KI-Agenten mit Flexibilität und Kontrolle
• Es verwendet dieselben Abstraktionen für Agenten, Instruments und Workflows wie die anderen ADK-Sprachen

Dies bedeutet, dass ein Go-Dienst Agentenverhalten einbetten kann, ohne die Sprache zu wechseln. Sie können eine Multi-Agent-Architektur erstellen, in der jeder Agent eine Go-Komponente ist, die mit anderen Agenten zusammenarbeitet, die dasselbe Framework verwenden.

Unterstützung des A2A-Protokolls in Go

ADK for Go wird mit nativer Unterstützung für das Agent2Agent-Protokoll oder A2A ausgeliefert.

Das A2A-Protokoll definiert eine Möglichkeit für Agenten, andere Agenten über eine Standardschnittstelle anzurufen. In der Go-Model betont Google, dass ein primärer Agent Aufgaben orchestrieren und an spezialisierte Subagenten delegieren kann. Diese Subagenten können lokal oder als Distant-Bereitstellungen ausgeführt werden. A2A hält diese Interaktionen sicher und undurchsichtig, sodass ein Agent für die Teilnahme keinen internen Speicher oder proprietäre Logik offenlegen muss.

Google hat außerdem ein A2A Go SDK zum A2A-Hauptprojekt beigetragen. Dies gibt Go-Entwicklern einen Einstiegspunkt auf Protokollebene, wenn sie Agenten benötigen, die mit anderen Laufzeiten und Frameworks zusammenarbeiten, die ebenfalls A2A unterstützen.

MCP Toolbox für Datenbanken und Instruments

Ein wichtiges Element im offiziellen Google-Ankündigung ist eine native Integration mit MCP Toolbox for Databases. Darin heißt es, dass ADK Go über diese Toolbox sofort einsatzbereite Unterstützung für mehr als 30 Datenbanken bietet.

MCP Toolbox for Databases ist ein Open-Supply-MCP-Server für Datenbanken. Es kümmert sich um Verbindungspooling, Authentifizierung und andere Anliegen und stellt Datenbankoperationen mithilfe des Mannequin Context Protocol als Instruments zur Verfügung.

Innerhalb von ADK bedeutet das:

• Sie registrieren MCP Toolbox for Databases als MCP-Software-Anbieter
• Der Agent ruft Datenbankoperationen über MCP-Instruments auf, anstatt Roh-SQL zu erstellen
• Die Toolbox erzwingt eine Reihe sicherer, vordefinierter Aktionen, die der Agent ausführen kann

Dies passt zum ADK-Modell für Instruments im Allgemeinen, bei dem Agenten eine Mischung aus integrierten Instruments, Google Cloud-Instruments, Ökosystem-Instruments und MCP-Instruments verwenden, die alle in der Dokumentation zum Vertex AI Agent Builder beschrieben sind.

Integration mit Vertex AI Agent Builder und Agent Engine

ADK ist das primäre Framework, das im Vertex AI Agent Builder zum Aufbau von Multi-Agent-Systemen unterstützt wird.

Die neuesten Agent Builder-Updates beschreiben einen Construct-Pfad, bei dem Sie:

1. Entwickeln Sie den Agenten lokal mit ADK, jetzt einschließlich ADK für Go
2. Verwenden Sie den ADK-Schnellstart und die Entwicklungsoberfläche, um den Agent mit mehreren Instruments zu testen
3. Stellen Sie den Agenten als verwaltete Laufzeit in der Vertex AI Agent Engine bereit

Für Go-Groups bedeutet dies, dass die in Diensten und Infrastruktur verwendete Sprache jetzt über den gesamten Agentenlebenszyklus hinweg verfügbar ist, von der lokalen Entwicklung bis zur verwalteten Produktionsbereitstellung.

Mit dieser Einführung wird das Agent Improvement Equipment für Go als praktische Brücke zwischen KI-Agenten und vorhandenen Go-Diensten positioniert, wobei dasselbe Open-Supply-Code-First-Toolkit verwendet wird, das Python- und Java-Agenten zugrunde liegt. Es bringt A2A-Protokollunterstützung und MCP Toolbox for Databases in eine native Go-Umgebung, abgestimmt auf Vertex AI Agent Builder und Vertex AI Agent Engine für Bereitstellung, Evaluierung und Beobachtbarkeit. Insgesamt macht diese Model Go zu einer erstklassigen Sprache für die Erstellung produktionsbereiter, interoperabler KI-Agenten im Google-Ökosystem.

---

Schauen Sie sich das an Repo, Proben Und Technische Particulars. Schauen Sie sich gerne bei uns um GitHub-Seite für Tutorials, Codes und Notebooks. Sie können uns auch gerne weiter folgen Twitter und vergessen Sie nicht, bei uns mitzumachen 100.000+ ML SubReddit und Abonnieren Unser Publication. Warten! Bist du im Telegram? Jetzt können Sie uns auch per Telegram kontaktieren.

DALLAS, 26. September 2025-Limestone-Netzwerke, ein Unternehmen mit Naked-Steel- und Cloud-Infrastruktur, hat sich mit GPU Cloud-Plattform-LAD für einen 60-Petaflop-Supercomputer für KI und Superior Enterprise Workloads zusammengetan.

Die Unternehmen sagten, der Zweck des Methods sei es, Supercomputing-Strom auf Bedarf für Forscher, Startups und Unternehmen zugänglich zu machen, um groß angelegte KI-Modelle zu trainieren und einzusetzen.

Charg tippte den Kalkstein, um die Colocation und das globale Netzwerk -Rückgrat zu entwerfen, zu bauen und auszuführen, das das System anzieht. Jetzt leitet Limestone den GTM -Schub und bringt einen der mächtigsten GPU -Wolken der Welt direkt auf den Markt.

„Timing ist alles. Die Zeit ist jetzt. Limestone -Netzwerke und Charg liefert einen der größten GPU -Cluster im Maßstab.“ sagte Preston Gosdin, CEO von Limestone Networks. „Charg hat den GPUs mitgebracht, wir haben das globale Rückgrat mitgebracht, und zusammen haben wir ein Monster gebaut. Unternehmen, Startups, Forscher: Wenn Sie bereit sind, die KI über das Restrict vorbei zu bringen, ist #lsnmetal-superchargs offen für Geschäft.“

Unter der Motorhaube verfügt das System über 200 Gbit / s HDR InfiniBand Material, eine All-Flash-Speicherschicht und das für Skalierbarkeit entwickelte Chassis mit Upcycled Cray Supercomputing.

Bei 60 PETAFLOPS of RAW Efficiency gehört der Einsatz zu den größten GPU-gesteuerten Plattformen im Handel erhältlich, was von Deep Studying Analysis bis hin zu Inferenzpipelines im Unternehmensmaßstab beschleunigt werden kann.

Judd Lindvall, Chief Cloud-Offizier bei Charg, fügte hinzu: „Die Fähigkeit von Limestone, komplexe Builds im Maßstab auszuführen, haben sie zur offensichtlichen Wahl gemacht. Zusammen bauen wir nicht nur eine Cloud, sondern auch die Hochleistungs-Computing neu.“

Das System wird Anfang Oktober lebend.com. Unternehmen, Startups und Forscher können den frühen Zugriff auf die Leistung von Supercomputing ohne den Hyperscaler -Overhead einschränken.

Limestone Networks, Inc. ist eine globale Kraft in Naked Steel Cloud, Colocation und Personal Cloud – mit mehr als 20 Punkten der Präsenz weltweit und mehr on-line. Aufgebaut auf roher Leistung und Eisenverträglichkeit. Limestone gibt Unternehmen die Macht, ohne Kompromisse einzu starten, zu skalieren und zu dominieren. Von Startups bis hin zu globalen Unternehmen werden missionskritische Workloads auf #LSnmetal härter, schneller und stärker.

CHARG ist eine GPU -Cloud -Plattform für KI-, HPC- und Enterprise -Workloads. Mit Leistung, Flexibilität und Kosteneffizienz im Kern definiert Charg neu, wie Unternehmen auf Rechenleistung zugreifen und bereitstellen.

SAN FRANCISCOAnwesend 13. März 2025 – Databricks und Palantir Applied sciences Inc. (NASDAQ: BLTR), Anbieter von Unternehmensbetriebssystemen, kündigte heute eine strategische Produktpartnerschaft an, die das KI -Betriebssystem von Palantir und die Plattform von Databricks für KI, Information Warehousing und Information Engineering kombiniert.

Die Partnerschaft bietet eine offene und skalierbare Datenarchitektur, die das leistungsstarke Ontologiesystem von Palantir mit der Verarbeitungsskala und der branchenführenden Daten und der KI-Plattform kombiniert. Angesichts von katt getesteten Verbesserungen für gemeinsame Kunden vor Ort liefern Palantir und Databricks durch die Integration der Datenblockplattform und der Palantir AIP die autonome Workflows in Echtzeit, autonomen KI-betriebenen KI-Workflows.

Durch die Kombination von Einheitskatalog durch Delta Sharing und Palantirs multimodales Sicherheitssystem können gemeinsame Kunden die Leistung von Genai, maschinellem Lernen und Information -Lagerung in einer sicheren, einheitlichen und skalierbaren Umgebung freischalten.

Kunden möchten den Wert ihrer Daten maximieren, indem sie KI-betriebene Geschäftsprozesse ohne huge Kosten liefern. Diese Partnerschaft senkt die technischen und operativen Hindernisse für die Nutzung von Genai und erhöht den Kundenwert, indem autonome Workflows in Produktion effizient eingesetzt werden. Durch gemeinsame Ingenieurwesen können Kunden ihr gesamtes Datengebiet konsequent regieren und sichern, indem sie die Einheitskatalog von Databricks und das militärische Sicherheit von Palantir von Databricks erhalten, damit Unternehmen auf einer vertrauenswürdigen Stiftung aufbauen können, gleichzeitig die Effizienz aufrechterhalten und die TCO niedrig halten können. Die Integration von Datenbanken und Palantir dient bereits eine Reihe von missionskritischen Ergebnissen für Kunden im öffentlichen und privaten Sektor-einschließlich des Verteidigungsministeriums, des Finanzministeriums, des Finanzministeriums, des Ministeriums für Gesundheit und menschliche Dienste, BP und andere.

„Datenbank- und Palantir -Kunden im öffentlichen und privaten Sektor suchten bereits nach Möglichkeiten, die beiden Technologien zu integrieren, um die Leistung zu optimieren und redundante Kosten zu beseitigen“ Rory PattersonVorsitzender des Vorstands von Datenbank Bundes. In den letzten vier Monaten haben wir mit gemeinsamen Kunden zusammengearbeitet, die erstaunt waren, wie sich unsere beiden Technologien nahtlos in eine einheitliche, offene und skalierbare Datenarchitektur durch die Kombination von Einheitskatalog durch Delta Sharing mit dem Palantir -System integrieren. Die Kombination von Palantir durch die schnelle Lieferung des geschäftlichen Werts mit der führenden Daten intelligence -Plattform von Databricks bietet unseren gemeinsamen Kunden das Beste aus beiden Welten. “

„Die operative Integration von Palantir- und Datenbanken reduziert die Kosten und die Komplexität für unsere Kunden und bietet gleichzeitig eine Grundlage, um ihre Geschäftstätigkeit in das Alter der KI zu beschleunigen“ Ted MabreyPalantirs globaler Leiter des Werbespots. „Palantir und Databricks sind ausgerichtet, die missionskritischen Ziele unserer Kunden zu liefern, und diese Partnerschaft hat sich bereits erwiesen, um diese Ergebnisse zu beschleunigen. Der technische Ansatz von ‚Better of beider Welten‘ bedeutet die besten Ergebnisse für unsere gegenseitigen Kunden.

„Eine robuste Datenstiftung ist der Schlüssel zur Bereitstellung von BP-Reset-Strategie und unserer langfristigen Wettbewerbsfähigkeit“, sagte Emeka Emembolu, EVP-Technologie von BP. „Palantir und Databricks sind wichtige Associate für die nächste Section unserer digitalen Transformation. Indem wir auf der Arbeit aufbauen, die wir zusammen ausführen, werden wir Groups in allen BP stärken, den Wert unserer Daten maximieren und die Akzeptanz von KI beschleunigen. “

Durch diese Zusammenarbeit wird Globant eine modern Methode zur Messung und Gewinnung von Erkenntnissen über die Leistung seines Groups und die Auswirkungen auf die Geschäftsergebnisse einführen, insbesondere innerhalb des Softwareentwicklungslebenszyklus.

Faros KIein führender Anbieter von Software program-Engineering-Intelligence, gab eine strategische Partnerschaft mit bekannt Globant (NYSE: GLOB), ein digital natives Unternehmen, das sich darauf konzentriert, Unternehmen durch modern Technologielösungen neu zu erfinden. Diese Zusammenarbeit zielt darauf ab, die Kundentransformation durch schnellere und effizientere Agentic-Projekte für künstliche Intelligenz zu beschleunigen und eine einheitliche Plattform bereitzustellen, die die Fähigkeiten und Vorteile von KI-gestützten Groups hervorhebt.

Faros AI optimiert Engineering-Arbeitsabläufe, indem es die Produktivität über den gesamten Softwareentwicklungslebenszyklus (SDLC) vergleicht und Engpässe, Hotspots und Verbesserungsmöglichkeiten identifiziert. Globant wird seine Entwicklungsteams weltweit mit diesem neuen Software ausstatten, damit Globers schnellere und sicherere Entscheidungen für die Softwareentwicklung treffen können. Die erwartete Steigerung der Entwicklerproduktivität, der Softwarequalität und der Systemzuverlässigkeit wird die Kundenzufriedenheit verbessern und dazu beitragen, neue Chancen zu erschließen.

„Wir verändern unseren Ansatz zur Teamleistung, indem wir KI nutzen, um die Stärken sowohl der technologischen Fähigkeiten als auch der menschlichen Authentizität zu maximieren“, sagte Diego Tartara, Chief Know-how Officer bei Globant. „Die Partnerschaft von Globant mit einem Innovator wie Faros AI stellt einen natürlichen und wesentlichen Schritt vorwärts dar, um Organisationen dabei zu helfen, von KI-Durchbrüchen auf Unternehmensebene zu profitieren. Datengesteuerte Einblicke in unsere Engineering-Prozesse werden es uns ermöglichen, unseren Kunden schneller und effizienter einen größeren Mehrwert zu bieten.“

Im Gegensatz zu herkömmlichen Metriken, die für eingeschränkte Sichtbarkeit eine Neuarchitektur von Instruments und Prozessen erfordern, bietet Faros AI eine reibungslose, offene Datenplattform, die Informationen aus allen aktuellen und zukünftigen Engineering-Instruments konsolidiert, die Globant im gesamten SDLC verwendet. Diese Plattform bietet Dwell-Suggestions und ermöglicht es Groups, ihre Arbeitsabläufe kontinuierlich zu verbessern. Lighthouse AI, das fortschrittliche KI/ML-Framework von Faros AI, liefert eine detaillierte Ursachenanalyse und maßgeschneiderte Empfehlungen zur Verbesserung von Durchlaufzeiten, Produktqualität und Produktionszuverlässigkeit. Dieses neue Software ergänzt die laufende Strategie von Globants eigener Agentic AI, die in Kombination mit den bestehenden KI-Produkten von Globant X durch die autonome Ausführung von Aufgaben eine starke Synergie und effizientere Entwicklungszyklen schafft.

„Wir freuen uns, mit einem wachstumsstarken Kraftpaket wie Globant zusammenzuarbeiten, um unsere KI-native Datenplattform in diesem entscheidenden Second der KI-Revolution mehr Ingenieurteams weltweit zugänglich zu machen“, sagte Vitaly Gordon, CEO und Mitbegründer von Faros AI , dessen Staff Pionierarbeit bei der KI bei Salesforce leistete und nun Pionierarbeit bei Software program-Engineering-Intelligenz für Unternehmen leistet. „KI verändert die Software program-Engineering-Disziplin und die Entscheidung von Globant, mit Faros AI zusammenzuarbeiten, zeugt von der Tiefe und Anpassungsfähigkeit unserer Plattform sowie den einzigartigen Erkenntnissen, die wir einbringen, um die Wirkung KI-gestützter Groups auf Geschäftsergebnisse zu maximieren.“

Diese Partnerschaft kommt besonders zeitgemäß, da sie sich an Branchentrends orientiert und der steigenden Nachfrage nach fortschrittlichen Analysen und Erkenntnissen gerecht wird, die zu einer stärkeren Teamleistung führen. Laut Gartner werden bis 2027 50 % der Software program-Engineering-Organisationen Software program-Engineering-Intelligence-Plattformen nutzen, um die Entwicklerproduktivität zu messen und zu steigern, verglichen mit 5 % im Jahr 2024.

Melden Sie sich für die kostenlosen insideAI-Information an Publication.

Begleiten Sie uns auf Twitter: https://twitter.com/InsideBigData1

Treten Sie uns auf LinkedIn bei: https://www.linkedin.com/firm/insideainews/

Begleiten Sie uns auf Fb: https://www.fb.com/insideAINEWSNOW

Schauen Sie bei uns vorbei YouTube!