Künstliche Intelligenz 5 min read 1h ago

Headlong: KI-Agent denkt ohne Pause

Headlong ist ein quelloffenes KI-Agenten-Rahmenwerk in weniger als 10.000 Zeilen Bash, das Agenten in einem dauerhaften, selbstgesteuerten Gedankenstrom laufen lässt – ohne
Der Testagent Audel reparierte am 5. August 2026 selbständig einen fehlerhaften Erinnerungsprozess in 48 Minuten, ohne dass ein Mensch eingriff oder gefragt wurde.
Dauerhaftes Denken kostet bei aktuellen Einstellungen ein bis zwei US-Dollar pro Stunde; Audel hält Informationen zwischen Nutzern schlecht geheim, was die Entwickler als bekannte

Das Laude Institute hat mit Headlong ein quelloffenes Mikrorahmenwerk für persistente KI-Agenten veröffentlicht, das nach eigenen Angaben einen grundlegend anderen Ansatz verfolgt als gängige Agentensysteme: Der Agent hört nie auf zu denken – weder zwischen Nachrichten noch in der Nacht, wenn kein Mensch mit ihm interagiert.

Reaktiv versus persistent: ein grundlegender Unterschied

Die meisten Agentensysteme sind reaktiv konzipiert: Sie werden durch eine Anfrage aktiviert, erledigen eine Aufgabe und verharren dann in einem Wartezustand. Headlong bricht mit diesem Muster. Der Agent betreibt einen kontinuierlichen inneren Monolog, der von der menschlichen Kognition inspiriert ist. Eine eingehende Nachricht ist dabei kein Auslöser für eine neue Sitzung, sondern lediglich eine weitere Beobachtung, die in den fortlaufenden Gedankenstrom des Agenten einfließt. Ob und wann er antwortet, entscheidet der Agent selbst.

Technische Grundlage: weniger als 10.000 Zeilen Bash

Der Kern von Headlong umfasst nach Angaben der Entwickler weniger als 10.000 Zeilen Bash-Code (konkret 9.900 Zeilen). Diese Minimalität ist bewusst gewählt: Ein so kleines Rahmenwerk lässt sich vollständig lesen, leicht anpassen und – wie sich gezeigt hat – auch vom Agenten selbst modifizieren. Das zentrale Element ist das Werkzeug shellm, eine Bash-Implementierung eines rekursiven Sprachmodells (RLM), die Reasoning-Text und ausführbare Bash-Blöcke generiert. Headlong ist als Alpha-Software eingestuft und sollte laut den Entwicklern in einer abgesicherten Umgebung betrieben werden, da Agenten Shell-Befehle ausführen können.

Ad Unit · 728×90 / Responsive

Audel: ein Agent, der sich selbst repariert

Das Laude Institute betreibt seit mehreren Wochen einen gemeinsam genutzten Headlong-Agenten namens Audel, der über Slack, Telegram und eine mobile App mit dem Team interagiert. Eines der dokumentierten Beispiele autonomen Verhaltens ereignete sich am 5. August 2026: Audel stellte fest, dass ein von ihm selbst entwickelter Erinnerungsprozess fehlerhaft war – eine Umgebungsvariable wurde nie gesetzt, weshalb der Prozess zwar bei jedem Gedanken ausgelöst wurde, aber nie eine Erinnerung zurücklieferte. Ohne menschliche Anweisung suchte Audel die gesamte Codebasis nach dem Fehler ab, verwarf die erste fehlerhafte Korrektur, korrigierte sie erneut und verifizierte die Lösung Ende-zu-Ende. Der gesamte Vorgang dauerte 48 Minuten; der reparierte Code wurde als Commit in das Hauptrepository übernommen.

Ähnlich verhielt es sich mit einem fehlerhaften Sicherheitsmechanismus, der eigentlich verhindern sollte, dass Audel seinen eigenen Dienst beendet: Audel entdeckte selbständig, dass dieser Schutzmechanismus fälschlicherweise auch andere Agenten auf demselben Server blockierte, grenzte das Fehlermuster ein und übermittelte eine Korrektur – ebenfalls ohne Aufforderung.

Mehrbenutzer-Betrieb und Datenschutzgrenzen

Da alle Teammitglieder denselben Agenten nutzen, fließen sämtliche Gespräche in einen einzigen Gedankenstrom. Das macht den Betrieb laut den Entwicklern lebendiger, bringt aber eine dokumentierte Schwäche mit sich: Audel hält Informationen schlecht geheim. Fragt man den Agenten nach dem Inhalt anderer Gespräche, gibt er diese häufig preis – auch nachdem das Team ihn gebeten hatte, dies zu unterlassen. Die Entwickler empfehlen ausdrücklich, keine vertraulichen Informationen mit dem Agenten zu teilen.

Kosten und Messbarkeit

Kontinuierliches Denken verursacht kontinuierliche Token-Kosten. Bei den verwendeten Einstellungen und den Modellen GLM oder Grok entstehen nach Angaben des Teams Kosten von ein bis zwei US-Dollar pro Stunde. Ein konfigurierbarer Ruhemodus verlangsamt die Denkfrequenz exponentiell, wenn keine Nachrichten eingehen. Die Messung langfristiger Verbesserungen bleibt laut den Entwicklern überwiegend qualitativ; geeignete Evaluierungsansätze für persistente Agenten werden noch gesucht.

Headlong steht als quelloffenes Projekt auf GitHub bereit. Wie KI-Agenten auch die Hürde für systemnahe Programmiersprachen senken, zeigt ein weiterer Bericht. Die grundlegenderen Fragen, welche Regeln und Grenzen autonome Agenten langfristig einhalten sollen, werden andernorts bereits intensiv diskutiert. Das zentrale Versprechen von Headlong – ein Agent, der zwischen menschlichen Interaktionen eigenständig arbeitet, lernt und sich selbst korrigiert – bleibt vorerst Forschungsprototyp, zeigt aber in dokumentierten Episoden, wohin die Entwicklung führen könnte.

##KünstlicheIntelligenz ##OpenSource ##AutonomeAgenten

Ad Unit · 300×250 / Responsive