Goal-Driven
Ein Multi-Agenten-Master-Subagenten-Framework zur Durchführung von über 100 Stunden kontinuierlicher Programmierung oder mathematischer Problemlösung.
Führen Sie 100-stündige automatisierte Schleifen für komplexe Programmier-, Mathematik- und Systemdesign-Herausforderungen aus.
Goal-Driven ist eine Prompt-Vorlage für ein Multi-Agenten-System, die entwickelt wurde, um autonome Agenten dazu zu bringen, über 100 Stunden lang an hochkomplexen Problemen zu arbeiten. Es eignet sich für Entwickler und Forscher, die sich mit komplizierter Logik wie Compilern oder Datenbankarchitektur befassen und automatisierte Persistenz benötigen.
Was es ist
Das System weist einen Master-Agenten zu, der einen Subagenten beaufsichtigt, welcher mit einem bestimmten, verifizierbaren Ziel betraut ist. Der Master-Agent überprüft die Aktivität des Subagenten alle fünf Minuten, startet inaktive Agenten neu und bewertet die Ergebnisse anhand strenger Kriterien, bis das Ziel vollständig erreicht ist.
Für wen
Es eignet sich für fortgeschrittene Entwickler, Informatikstudenten und Forscher, die komplexe, verifizierbare Systeme wie Compiler oder Theorembeweiser entwickeln. Es ist nicht für Gelegenheitsnutzer oder solche geeignet, die schnelle Code-Generierungshelfer für eine einzelne Anfrage suchen.
Wichtige Funktionen
Master- und Subagenten-Hierarchie
Trennt die Task-Ausführung von der Überwachung, um den Fokus auf komplexe, mehrtägige Ziele aufrechtzuerhalten.
Fünfminütige Aktivitätsprüfungen
Der Master-Agent überprüft regelmäßig, ob der Subagent aktiv ist, und startet ihn automatisch neu, wenn er ins Stocken gerät.
Kriterienbasierte Bewertung
Beendet die Endlosschleife erst, wenn explizite, klar definierte Erfolgskriterien vollständig erfüllt sind.
Langzeitpersistenz
Entwickelt, um kontinuierlichen Einsatz für über 100 Stunden bei abstrakten, zeitaufflösenden Aufgaben aufrechtzuerhalten.
Startklar in 3 Schritten
Unser ehrliches Fazit
Stärken
- Zwingt autonome Agenten, über 100 Stunden lang ohne manuelles Eingreifen an komplexen Aufgaben festzuhalten.
- Der integrierte Überwachungskreislauf startet inaktive oder ins Stocken geratene Subagenten automatisch neu.
- Die Überprüfung strenger Erfolgskriterien verhindert verfrühte Erklärungen zum Abschluss von Aufgaben.
- Bewährt bei schwierigen Projekten wie dem Schreiben eines TypeScript-Compilers in C++ oder von SQLite in Rust.
Schwächen
- Verbraucht während mehrtägiger Läufe eine erhebliche Menge Zeit und LLM API-Token.
- Kann das Kontextfenster Ihres KI-Agenten kontaminieren, wenn es direkt zu permanenten Fähigkeiten oder Plugins hinzugefügt wird.
- Erfordert ein unterstütztes Multi-Agenten-Tool wie Claude Code, Codex oder OpenClaw für den Betrieb.
Preise & Lizenz
Die Prompt-Vorlage ist kostenlos nutzbar, die einzigen Kosten entstehen jedoch durch den Betrieb Ihres eigenen Multi-Agenten-Tools, das bei 100-stündigen Läufen ein hohes Volumen an LLM API-Token verbrauchen kann.
Stellen für Deutschsprachige
879 offene Remote-Stellen im KI-Training, aktualisiert am 15. November 2026; die meisten zahlen $20–$175 pro Stunde. 12 davon suchen Deutschsprachige. Zekai listet sie kostenlos; die Bewerbung läuft über die Plattform des Arbeitgebers.
Alternativen
Nutze es, oder lass es uns einrichten
FAQ
Welche Tools werden benötigt, um dies auszuführen?
Sie benötigen ein Tool mit Multi-Agenten-Unterstützung wie Claude Code, Codex oder OpenClaw.
Warum sollte ich dies nicht zu den Fähigkeiten meines Agenten hinzufügen?
Der Autor rät davon ab, es zu Fähigkeiten oder Plugins hinzuzufügen, da dies Ihr Kontextfenster kontaminieren könnte.
