KI-Agenten verstehen: Ein Glossar der wichtigsten Begriffe

Die Sprache rund um KI-Agenten entwickelt sich rasant, oft schneller als das gemeinsame Verständnis der Begriffe. HuggingFace hat nun ein Glossar veröffentlicht, das Licht ins Dunkel bringt und die wichtigsten Konzepte präzise erklärt.

Im Zentrum steht die Gleichung Agent = Model + Harness. Das Model ist das Sprachmodell selbst – es nimmt Text entgegen und gibt Text aus, hat aber kein Gedächtnis zwischen Aufrufen. Das Harness ist die Ausführungsschicht: Es ruft das Model auf, verarbeitet Tool-Aufrufe und entscheidet, wann der Agent stoppt. Das Scaffolding definiert das Verhalten – System-Prompts, Tool-Beschreibungen und wie Responses interpretiert werden.

Dazu kommt Context Engineering: Die Gestaltung dessen, was das Model bei jedem Schritt sieht – Konversationshistorie, abgerufenes Wissen und Tool-Ergebnisse. Skills bündeln strukturiertes Wissen für mehrstufige Aufgaben, während Sub-agents eigenständige Agenten sind, die von anderen Agenten für Teilaufgaben aufgerufen werden.

Besonders wertvoll: Die Unterscheidung zwischen Training und Inference. Begriffe wie RL Environment, Trainer, Rollout und Reward werden präzise für die Trainingsseite erklärt. Wer moderne Agent-Systeme verstehen oder entwickeln will, findet im Originalartikel eine hervorragende Orientierung.