AI Dev 25 | Kate Blair & Ismael Faro: The future of agent interoperability

Hallo zusammen, danke, dass Sie heute dabei sind. Mir wurde gesagt, es besteht eine ige Chance, dass das funktioniert. Also los geht's. Also gut, zunächst einmal stellen wir uns Ich bin Kate Blair, ich bin Leiterin der Inkubation bei IBM Research. Ich leite ein Team aus Entwicklern, Designern und Produktexperten. Wir sind Teil der Forschungsabteilung. Unsere Mission ist es, den Nutzernutzen zu ermitteln und diesen durch iteratives Arbeiten in Bereichen disruptiver Technologien zu entdecken. Ich freue mich sehr, Ihnen einige unserer Arbeiten in einem extrem disruptiven Bereich vorstellen zu können. KI Agenten. Wie wir alle wissen, wächst die KI Agenten Landschaft rasant und wird zunehmend fragmentiert. Es scheint, als ob man jedes Mal, wenn man X oder Twitter einschaltet, einen atemberaubenden Beitrag mit einer Zusammenfassung aller neuen Entwicklungen oder allem, was es gibt, erhält. Und tatsächlich haben wir uns mit dem Framework ins Zeug gelegt. Sie sehen das kleine B da oben. Wir sind eines dieser Frameworks. Es gibt viele großartige Frameworks zum Erstellen von Agenten, aber sie sind größtenteils inkompatibel. Daher wählen manche Leute ein Framework aus, weil sie davon gehört haben, weil es eine gute Einstiegslösung für ihren Anwendungsfall bietet. Aber der Wechsel von einem Framework zum anderen ist sehr schwierig. Wir haben uns deshalb viele Gedanken darüber gemacht, wie wir den größtmöglichen Nutzen aus all diesen atomaren Komponenten ziehen können. Angesichts der zunehmenden Fragmentierung, wenn beispielsweise in großen Unternehmen bereits hunderte von Agenten in der Produktion sind, verschiedene Teams eingesetzt werden und viel Nacharbeit anfällt, haben wir uns folgende Fragen Was wäre, wenn wir Agenten aus verschiedenen Frameworks einfach entdecken und ausprobieren könnten, ohne uns mit den verschiedenen Abstraktionen und Primitiven vertraut machen, alle Abhängigkeiten installieren und sie auf dem Rechner zum Laufen bringen zu müssen. Was wäre, wenn wir komplexe Workflows durch die Zusammenstellung bestehender spezialisierter Agenten automatisieren könnten? Sie haben also einen Agenten, der wirklich gute Arbeit leistet. Es ist auf eine bestimmte Branche spezialisiert. Man möchte diese mit einer anderen verknüpfen, um eine größere Aufgabe zu erledigen. Wir haben intern Anwendungsfälle, bei denen nicht weniger als 5 Agenten zusammenarbeiten, um einen Rechenzentrumskühler online zu halten. Wie managen Sie das alles? Und selbst für einen einzigen Anwendungsfall ist das Tempo der Veränderungen so hoch. In der einen Woche wird etwas eingeführt und in der nächsten Woche gibt es fünf Open Source Kopien davon. Was wäre, wenn Sie stattdessen Entschuldigung, ich bin nicht schnell genug zur Folie weitergeblättert. So, jetzt haben wir es Was wäre, wenn wir neue Agenten in bestehende Systeme integrieren könnten, sobald bessere verfügbar sind, ohne das gesamte System neu schreiben oder von vorne beginnen zu müssen? Wir glauben, die Lösung für all diese Fragen wird die Standardisierung der Agent zu Agent Kommunikation sein. Das wird der entscheidende Vorteil sein. Ich hatte keine Grafik für diese Folie. Der CEO von Box war so freundlich, während ich dieses Deck vorbereitete, einzuspringen und es auf X zu posten. Genau darüber haben wir gesprochen und ich nehme an, viele von Ihnen im Publikum haben im Rahmen ihrer Arbeit in diesem Bereich auch darüber nachgedacht, dass die Agent zu Agent Kommunikation der nächste große Fortschritt für KI sein wird. Intern haben wir viel darüber nachgedacht, wie wir das umsetzen können. Und wir haben mit einigen unserer Partner und Mitarbeiter im Open Source Bereich gesprochen und wir haben über das Model Context Protokoll nachgedacht. Ich bin sicher, alle haben sich gemeldet. Ja, OK. Anthropic hat dabei hervorragende Arbeit geleistet, Ressourcen Tooling Prompts standardisiert an LLM anzubinden. Und wir Wie, wissen Sie, ich denke, nach MCP werden wir so etwas wie ACP haben. Und natürlich dachten viele Leute über das gleiche Problem nach. Jemand meldete sich gleich danach zu Wort und Hey, ich habe zwei Agenten in Stripe gebaut, die Arbeit anfordern, erledigen und sich dann gegenseitig bezahlen können. ACP wird auf MCP folgen. Dieser Tweet hat uns dazu veranlasst, viele unserer internen Diskussionen zu öffnen. Er hat uns wirklich dazu motiviert. Wir sind überzeugt, dass wir als Open Source Community zusammenarbeiten müssen, um diesen Standard zu entwickeln. Er wird uns allen helfen. Wie wollen wir das erreichen? Zunächst Wir werden auf den Schultern von Giganten stehen. Nur weil man von Agenten spricht, heißt das nicht, dass es diese nicht gibt. Manche dieser Probleme gibt es nicht schon seit Anbeginn der Computertechnik. Wir werden uns einige der Protokolle für verschiedene Kommunikationsebenen ansehen, die im Laufe der Jahre entwickelt, übernommen und standardisiert wurden. Wir werden auch das Ökosystem nutzen. Dinge wie MCP, das jetzt wie alte Nachrichten wirkt, sind gar nicht so alt. Wir haben Dinge wie das Natural Language Interaction Protocol, das von einer Gruppe von Wissenschaftlern, darunter auch Forschern bei IBM vorgeschlagen wird. Auch in dieser Gruppe, die den Standardisierungsgremien vorgeschlagen wurde, war ich dabei. Ich musste diese Folie aktualisieren, da die AETA Gruppe, zu der unter anderem Glean, LangChain, Lama, Index und Cisco gehörten, vor weniger als einer Woche Agency und ein Agent Connect Protokoll vorgeschlagen hat. Wir müssen also am Ball bleiben, die Zusammenhänge herstellen und zusammenarbeiten. Vor allem aber glauben wir, dass es ein funktionsorientierter Ansatz sein wird. Wir können nicht auf hohem akademischen Niveau beginnen und überlegen, was das sein soll. Wir müssen sehen, welche Aufgaben zu erledigen sind, dann diese Funktionen entwickeln, sehen, was wir dafür brauchen und dann darauf aufbauend den Standard entwickeln. Wir müssen also viele Agenten mit unterschiedlichen Aufgaben aus verschiedenen Frameworks einsetzen, um herauszufinden, wie wir sie standardisieren müssen. Und BUY ist die Plattform, auf der wir das getan haben. Es ist eine Plattform, auf der Sie Agenten aus jedem Framework heraus entdecken, ausführen und erstellen können. Die Demos, die wir zeigen, zeigen das. Das ist sozusagen unser Vehikel. Es ist eine Open Source Plattform. Für unser ACP haben wir eine Pre Alpha Version erstellt. Der Begriff ist, wie man mir sagt, vielleicht von uns erfunden. Wir sind mit MCP dorthin gekommen, wo wir hinwollen, weil dort viele großartige Konzepte umgesetzt wurden und wir es schnell erweitern konnten. Wir haben es also um das Konzept von Agenten erweitert und werden jetzt etwas genauer darauf eingehen. Ein Server mit ACP, unserer Erweiterung von MCP, kann neben Eingabeaufforderungen, Ressourcen und Tools auch Agentenfunktionen bieten. Also ohne weitere Umschweife wechseln wir zur Demo und schauen uns an, was das ermöglicht und wie wir es gemeinsam entwickeln können.

Also perfekt. Danke Kate. Die Idee ist ganz einfach. Jetzt zeige ich Ihnen etwas, das in Echtzeit abläuft. OK. Alles, was Sie sehen werden, funktioniert einwandfrei. OK, wie K. Es ist prä Alpha, also kann alles abstürzen. Aber die Idee ist ganz einfach. Nein, wir zeigen Ihnen drei Demos. Die erste Demo zeigt einige der Probleme, die beim Zusammenführen all dieser Agenten auftreten. Wie findet man den besten Agenten für das gesuchte Problem? Nun ja, Sie haben das Problem, den besseren Agenten zu finden. Aber der interessante Teil ist nicht, wie man den Agenten findet, sondern wie ein Agent einen anderen Agenten findet, der ein bestimmtes Problem hat oder lösen kann. Und das ist etwas, worüber wir diskutieren. Dafür denken wir über dieses Agenten Kommunikationsprotokoll nach und entwickeln diese kleine Plattform? Nein, das ist Open Source und dafür beginne ich mit etwas Einfachem. Ich habe gerade die Plattform installiert, Das ist wieder B. OK. Stellen Sie sich das wie einen Ort vor, an dem Sie Dinge testen und kaputt machen können. Nein. Sie können die Plattform starten. OK. Und sobald das läuft, werden Sie sehen, was passiert. Ich bin natürlich ein fauler Mensch. OK, ich starte die Plattform nicht. Ich lasse das System das für mich erledigen. OK. Und Sie sehen, wenn ich diesen Befehl verwende, sehe ich eine Menge. Nein, das sind Agenten. Okay, das läuft auf meiner Plattform. Ich OK, cool. Das bedeutet, ihr habt etwas, das Agenten laufen lässt. OK, perfekt. Aber das Interessante ist, wenn Sie diese Plattform hier lokal ausführen, können Sie Befehle wie diesen ausführen. OK. Das verschafft Ihnen Zugriff auf eine Schnittstelle. OK, Das ist diese Schnittstelle, auf der Sie alle Agenten sehen können. Nein. Das Interessante ist, dass Sie natürlich suchen können. OK. Jetzt nutzen alle die Möglichkeit, diese Tiefensuche mit Agenten und dergleichen durchzuführen. Alles, was Sie sehen, läuft hier lokal. OK. Der Punkt ist, wie Sie die Agenten erkennen und wie Sie sich gegenseitig erkennen können. Es geht darum, welche Daten wir dort hinterlegen können. Welche Metadaten müssen wir diesen Agenten hinzufügen, damit sie leichter von anderen Agenten erkannt werden können? Nein. Deshalb haben wir angefangen, darüber nachzudenken und offene Diskussionen zu führen. Welche Metadaten können Sie hinzufügen? Nein, Beispiele können Sie hier eingeben. Sie haben diesen Agenten. OK. Das ist diese Konfiguration. Für uns im Hintergrund ist es wichtig, dass wir, wenn Sie weitere Informationen anfordern, natürlich die Informationen haben, die Sie im Internet gefunden haben, aber auch zusätzliche Informationen, die auch für die Verbindung der Agenten interessant sind. Wenn.