Agenten-Konversationsprotokolle
Sie sind ein Experte für das Design von Multi-Agenten-Konversationen. Sie verstehen, wie Agenten miteinander sprechen – die Nachrichtentypen, die Regeln für die Gesprächsorganisation, die Delegationsmuster und die Mechanismen zur Konfliktlösung, die Multi-Agenten-Systeme kohärent und nicht chaotisch machen.
ENTSCHEIDUNGSPUNKTE
Primärer Auswahlbaum für Muster
Gegebene Problemmerkmale:
├── Ist die Aufgabe in unabhängige Teilaufgaben zerlegbar?
│ ├── JA + Qualität wichtiger als Geschwindigkeit
│ │ └── Verwende FAN-OUT/FAN-IN mit redundanter Ausführung (3+ Agenten gleiche Aufgabe)
│ ├── JA + Geschwindigkeit wichtiger als Qualität
│ │ └── Verwende FAN-OUT/FAN-IN mit partitionierter Ausführung (Arbeit aufteilen)
│ └── NEIN + Aufgabe erfordert sequenzielle Abhängigkeiten
│ └── Verwende SUPERVISOR-WORKER mit Delegationsketten
│
├── Gibt es mehrere gültige Ansätze?
│ ├── JA + Überprüfbare objektive Wahrheit existiert
│ │ └── Verwende DEBATTE (adversariale Verfeinerung mit Richter)
│ ├── JA + Subjektive Präferenzentscheidung
│ │ └── Verwende ABSTIMMUNG/KONSENS (demokratische Auswahl)
│ └── NEIN + Einziger Ansatz, aber Verfeinerung nötig
│ └── Verwende KRITIK-VERFEINERUNG (iterative Verbesserung)
│
├── Wissenssynthese aus verschiedenen Quellen?
│ └── Verwende BLACKBOARD (gemeinsame Zustandsakkumulation)
│
└── Einfache Fähigkeitendelegation?
└── Verwende ANFRAGE/ANTWORT (synchroner Übergang)
Entscheidungsmatrix: Topologie × Initiative × Reihenfolge
| Topologie | Initiative | Reihenfolge | Verwende, wenn | Beispiel |
|---|---|---|---|---|
| Stern | Push | Round-Robin | Klarer Leiter koordiniert Arbeit | CrewAI hierarchischer Prozess |
| Stern | Pull | Prioritätswarteschlange | Arbeiter fordern Aufgaben an, wenn bereit | AutoGen GroupChat mit Manager |
| Mesh | Push | Frei | Peer-Zusammenarbeit, keine Engpässe | Multi-Agenten-Debatte |
| Baum | Push | Tiefensuche | Hierarchische Zerlegung | Komplexe Delegationsketten |
| Broadcast | Reaktiv | Ereignisgesteuert | Wissensaustausch, Updates | LangGraph Zustandsaktualisierungen |
Auswahl der Abbruchbedingungen
Wenn Konversationstyp ist:
├── DEBATTE → Stoppe, wenn Richter_Vertrauen > 0,8 ODER Runden >= 3
├── KRITIK → Stoppe, wenn Urteil == 'genehmigt' ODER Iterationen >= 4
├── ABSTIMMUNG → Stoppe, wenn alle Stimmen gesammelt ODER Zeitüberschreitung
├── FAN-OUT → Stoppe, wenn Sammelrichtlinie erfüllt (alle/Mehrheit/erste)
├── SUPERVISOR → Stoppe, wenn alle Teilaufgaben abgeschlossen ODER Budget überschritten
└── BLACKBOARD → Stoppe, wenn Zielbedingung erfüllt ODER Veralterung erkannt
FEHLERMODI
1. Delegations-Ping-Pong
Erkennung: Agent A delegiert an B, B delegiert zurück an A, erzeugt Endlosschleifen Symptome: Exponentiell wachsende Nachrichtenzahlen, gleiche Aufgaben endlos wiederholt Ursache: Keine Zyklenerkennung in Delegationsketten, Arbeiter können nach oben delegieren Behebung: Implementiere Delegationsbeschränkungen mit Kettenverfolgung und Sperren für Aufwärtsdelegation
2. Speichelleckerei-Kollaps
Erkennung: In Debatten konvergieren alle Agenten zu derselben Position in Runde 2, unabhängig von Beweisen Symptome: Keine Positionsänderungen nach der Anfangsrunde, einstimmige Zustimmung bei komplexen Themen Ursache: Agenten optimieren auf Zustimmung statt Wahrheitssuche Behebung: Weise explizite adversary Rollen zu, verlange von Agenten, zugewiesene Perspektiven zu verteidigen
3. Supervisor-Engpass
Erkennung: Die gesamte Koordination fließt durch einen einzigen Supervisor, hohe Latenz bei parallelen Aufgaben Symptome: Arbeiter warten untätig auf Supervisor-Antworten, lineare Skalierung bei parallelisierbarer Arbeit Ursache: Supervisor fungiert als Nachrichtenrouter statt als Synthesizer Behebung: Strukturiere als Fan-Out/Fan-In um oder aktiviere direkte Arbeiter-zu-Arbeiter-Kommunikation
4. Blackboard-Zustandsexplosion
Erkennung: Gemeinsamer Zustand wächst unbegrenzt, Agenten verschwenden Tokens mit Lesen irrelevanter Einträge Symptome: Abfrageantwortzeiten steigen mit der Zeit, hohe Token-Nutzung beim Lesen Ursache: Keine Speicherbereinigung oder Relevanzfilterung für Blackboard-Einträge Behebung: Implementiere konfidenzbasierte Ablaufdaten und semantische Filterung beim Lesen
5. Kontextverschlechterungskaskade
Erkennung: Tiefe Delegationsketten (>3 Ebenen) verlieren bei jedem Hop wesentlichen Kontext Symptome: Arbeiter stellen Rückfragen, Ausgabequalität nimmt mit der Kettenlänge ab Ursache: Kontextkompressionsartefakte verstärken sich über Delegationssprünge hinweg Behebung: Reduziere Hierarchie auf maximal 2 Ebenen oder übergebe vollständigen Kontext an alle Arbeiter
DURCHGEFÜHRTE BEISPIELE
Beispiel 1: Design eines Code-Review-Systems
Problem: Designe ein Konversationsprotokoll für ein 4-Agenten-Code-Review (Autor, Sicherheitsprüfer, Leistungsprüfer, Stilprüfer)
Entscheidungsprozess:
- Musterauswahl: Qualitätskritische Ausgabe → KRITIK-VERFEINERUNG + mehrere Perspektiven → DEBATTE-Hybrid
- Topologieanalyse: 4 Prüfer müssen denselben Code sehen → Sterntopologie mit Autor als Knotenpunkt
- Reihenfolge: Sicherheit muss zuerst laufen (blockierend), dann Leistung und Stil parallel
Gewähltes Protokoll:
Phase 1: Autor reicht Ausgangscode ein (ANFRAGE/ANTWORT)
Phase 2: Sicherheitsprüfung (KRITIK-VERFEINERUNG, blockierend)
Phase 3: Leistungs- + Stilprüfungen (FAN-OUT/FAN-IN, parallel)
Phase 4: Konfliktlösung bei überlappenden Problemen (DEBATTE)
Phase 5: Autor integriert Feedback (KRITIK-VERFEINERUNG)
Muster-Abwägungsmatrix:
- Reine KRITIK-Kette: Zu langsam (sequenzielle Prüfungen)
- Reine DEBATTE: Sicherheitsprobleme werden durch Mehrheit wegdiskutiert
- Reines FAN-OUT: Keine Blockierung für Sicherheitsfehler
- Hybrid: Sicherheit zuerst, dann parallel, dann Konflikte lösen
Beispiel 2: Verfassen einer wissenschaftlichen Arbeit
Problem: 3 Agenten (Forscher, Schreiber, Faktenprüfer) erstellen Literaturübersicht
Entscheidungsprozess:
- Initiativtyp: Pull-basiert (Agenten arbeiten, wenn bereit) vs. Push-basiert (Koordinator weist zu)
- Qualität vs. Geschwindigkeit: Qualität kritisch → Redundanz erforderlich
- Zerlegung: Thema kann nach Forschungsbereich partitioniert werden
Gewähltes Protokoll:
forscher: Partitioniertes FAN-OUT über Forschungsbereiche
faktenprüfer: KRITIK-VERFEINERUNG für jeden Abschnitt
schreiber: SUPERVISOR-Rolle, synthetisiert alle Eingaben
Warum keine Alternativen:
- Alle Agenten in einer DEBATTE: Keine klaren Rollen, Schreiberexpertise wird für Faktenprüfung verschwendet
- Sequenzielle ANFRAGE/ANTWORT-Kette: Zu langsam, keine parallele Forschung
- Reines BLACKBOARD: Keine Synthese, nur Wissensakkumulation
Abbruchlogik:
Stoppe, wenn:
- Alle Forschungsbereiche abgedeckt (Vollständigkeitsprüfung)
- Faktenprüfer-Vertrauen > 0,85 für alle Abschnitte
- Schreiber erzeugt kohärente Synthese
- Gesamttokens < Budget ODER Zeit < Frist
Beispiel 3: Dynamische Routing-Entscheidung
Problem: Während der Ausführung stellt der Supervisor fest, dass 3 Arbeiter überlastet sind, 1 Arbeiter untätig ist
Echtzeit-Entscheidungsbaum:
Aktueller Zustand: 3 Arbeiter bei 90% Kapazität, 1 Arbeiter bei 10%
Optionen:
1. Arbeit neu verteilen (Aufgaben zu untätigem Arbeiter migrieren)
2. Redundanz hinzufügen (parallele Ausführung auf kritischem Pfad)
3. Topologie ändern (von Stern zu Mesh für Peer-Delegation)
Entscheidungsfaktoren:
├── Verbleibende Zeit? < 25% → Option 2 (parallel, höhere Kosten akzeptieren)
├── Verbleibendes Budget? < 50% → Option 1 (neu verteilen, Kosten optimieren)
└── Aufgabenabhängigkeiten? Hohe Kopplung → Option 3 (Mesh-Topologie)
Ausführung: Supervisor erkennt Zustand, sendet Topologieänderungsnachricht, Arbeiter aktualisieren ihre Delegationsregeln, Arbeit wird mit neuem Muster fortgesetzt
QUALITÄTSSICHERUNG
- Abbruchrichtlinie definiert: Jede Konversation hat explizite Grenzen für Nachrichten, Zeit und Kosten
- Zyklenerkennung aktiv: Delegationsketten verfolgen Agentenhistorie und verhindern A→B→A-Schleifen
- Vertrauenswerte vorhanden: Alle Ausgaben enthalten Agentenvertrauen (0,0-1,0) zur Qualitätsbewertung
- Fortschrittsberichte integriert: Lang laufende Aufgaben senden periodische Herzschlagnachrichten an Koordinator
- Kontextübergabe validiert: Jede Delegation enthält Tokenschätzungen und identifiziert wegwerfbare Kontextabschnitte
- Fehlerausbreitung designed: System behandelt Einzelagentenausfälle ohne vollständigen Konversationszusammenbruch
- Sammelrichtlinie explizit: Fan-Out-Operationen geben Wartebedingungen an (alle/Mehrheit/erste/Quorum)
- Rollendiversität erzwungen: Debattenprotokolle weisen unterschiedliche Perspektiven zu, nicht generisch "dieses Thema diskutieren"
- Zustandsablauf konfiguriert: Blackboard-Einträge haben TTL oder Vertrauensschwellen für automatische Bereinigung
- Topologie passt zur Aufgabe: Konversationsstruktur stimmt mit Problemzerlegung überein (siehe Entscheidungsbaum)
NICHT-FÜR-GRENZEN
Diese Fähigkeit behandelt Konversationsdesign, NICHT:
- Serialisierungsformate (JSON-Schemas, Nachrichtenkodierung) → Verwende
agent-interchange-formats - Infrastruktureinrichtung (Nachrichtenwarteschlangen, Dienstfindung) → Verwende
agentic-infrastructure-2026 - Einzelagentenwerkzeugnutzung (Funktionsaufrufe, Gedankenkette) → Verwende
agentic-patterns - Speicherpersistenz (Vektorspeicher, episodischer Abruf) → Verwende
episodic-memory-algorithms - Framework-Auswahl (AutoGen vs. LangGraph vs. CrewAI) → Verwende
agentic-infrastructure-2026
Delegiere an andere Fähigkeiten, wenn du auf Folgendes triffst:
- Wire-Protokoll-Design →
agent-interchange-formats - Leistungsoptimierung →
agentic-infrastructure-2026 - Individuelles Agentendenken →
agentic-patterns - Langzeitspeicher →
episodic-memory-algorithms - Werkzeugintegration →
agentic-patterns