The Agent Architect #32: Transactive Memory Systems

Pattern der Woche

Transactive Memory Systems

Was:

Agenten pflegen ein gemeinsames Wissen über die Expertise der anderen und verteilen Aufgaben nach Spezialisierung, was die kollektive Problemlösefähigkeit erweitert.

Wann einsetzen:

Multi-Agenten-Teams in komplexen Projekten, in denen Agenten unterschiedliche Fähigkeiten haben und Arbeit ohne redundante Verarbeitung effizient verteilen müssen.

Achtung:

Expertise-Karten veralten schnell; Agenten leiten womöglich an überholte Spezialisierungen weiter oder übersehen Kompetenzverschiebungen, was die Leistung mit der Zeit verschlechtert.

Diese Woche in agentischer KI

• How GPT-5.6 fuses frontier intelligence with frontier efficiencyOpenAI

  GPT-5.6 improves efficiency across models, inference, and agentic workflows.

• LFM2.5-Encoders for Fast Long-Context Inference on CPUHugging Face

  LFM2.5-Encoders provide fast long-context inference on CPU hardware.

• Kimi K3: Open Frontier IntelligencearXiv cs.AI

  Kimi K3 is a 2.8 trillion parameter mixture-of-experts model with 104 billion activated parameters, native vision, and 1-million-token context window.

• ARB: A Matched Authorship-Rewriting Benchmark Dataset for AI-Text Detector EvaluationarXiv cs.AI

  Researchers created ARB, a benchmark dataset for evaluating AI-text detectors on human-authored content rewritten by language models.

• How enabling two settings tripled our scores on the ARC-AGI-3 benchmarkOpenAI

  Two API settings improved GPT-5.6 performance on ARC-AGI-3 by retaining reasoning and enabling compaction.