Beobachtetes Signal · 11. Aug. 2026 · Product Launch · Quelle: DEV Community · Relevanz: 4/5 · Sentiment: Neutral
Google Cloud veröffentlicht agents-cli und Leitfaden für Self-Improving Agents
Google Cloud Tech hat einen wegweisenden Leitfaden mit sieben Regeln für sich selbst optimierende Agenten-Loops veröffentlicht und gleichzeitig die Open-Source-CLI agents-cli gelauncht. Das Tool unterstützt Entwickler beim Aufbau von AI Agents auf Google Cloud und automatisiert Schleifen zur Selbstverbesserung wie Trace-Generierung und Evaluierung. Der Leitfaden adressiert Risiken automatisierter Optimierung, etwa die Fehlausrichtung auf rein gemessene Metriken. Er fordert sieben Best Practices, darunter der Start mit einem fehlerhaften Fall, deterministische Code-Prüfungen, die Bewertung von tatsächlichem Verhalten statt exakter Pfade, der Umgang mit instabilen Fällen sowie die Nutzung von Testdaten-Schnitten. Zudem wird empfohlen, benutzerdefinierte Metriken wie retention_offered zu definieren und exakt dieselben Evaluierungsmetriken für die Entwicklung und das produktive Monitoring einzusetzen, um Regressionen frühzeitig zu erkennen.
Die Einführung von agents-cli und des operativen Leitfadens durch Google Cloud verändert die Art und Weise, wie Entwicklungsteams autonome AI Agents entwerfen, evaluieren und überwachen, maßgeblich und setzt neue Standards für produktive KI-Prozesse.
Marktsignale zu Google in Echtzeit verfolgen
Polaris7 erfasst behördliche Registrierungen, Primärquellen, Führungswechsel und Deal-Aktivitäten rund um die Uhr. Erstellen Sie Ihren kostenlosen Explorer-Workspace, um automatisierte Executive Briefings zu erhalten.
Wichtigste Kernpunkte & Evidenz
- Google Cloud Tech veröffentlichte den Artikel zu den sieben Regeln für sich selbst optimierende Agenten-Loops.
- Mit agents-cli stellt Google eine Open-Source-CLI für Google Cloud bereit, die auf dem Agent Development Kit (ADK) basiert.
- Die CLI automatisiert Agenten-Selbstverbesserungsschleifen inklusive Trace-Generierung, Benotung und Vergleichen.
- Der Leitfaden nennt sieben Regeln, darunter Fokus auf Fehlermöglichkeiten, Erklärungen für Fehler durch Evaluatoren und deterministische Prüfungen.
- Es wird empfohlen, identische Metriken in Entwicklung und Produktion einzusetzen, um Regressionen zu verhindern.
Verknüpfte Unternehmen
2 verknüpfte Unternehmen“Google is the publisher of the agents-cli project described as "agents-cli, Open-source CLI and skills for building agents on Google Cloud" ...”
“Google Cloud Tech published "7 rules for self-improving agent loops every AI engineer should know" and launched agents-cli, an open-source C...”
Ontologie & Marktkonzepte
Verwandte Marktsignale & Trends
Aktuelle verifizierte Unternehmensentwicklungen und Deal-Aktivitäten in diesem Marktsegment.
Warum die meisten KI-Agenten nach der Google Cloud NEXT '26 scheitern werden
Dieser Dev.to-Beitrag vom 26. April 2026 reagiert auf Ankündigungen der Google Cloud NEXT ’26 – darunter Agent-to-Agent-Kommunikation, ein Agent Development Kit (ADK) und erweiterte Orchestrierung via Vertex AI. Der Autor argumentiert, dass die Plattform zwar die Leistungsfähigkeit steigert, aber das Kontrollproblem ungelöst lässt. Er prägt den Begriff der „Agent Constitution“: eine strukturierte Kontrollschicht zwischen LLM- und Agenten-Fähigkeiten und der Ausführung, die Berechtigungen, Limits, Stoppregeln und Fehlereindämmung definiert. Anhand eines Beispiels eines autonomen Abrechnungsagenten zeigt der Text, wie mangelnde Governance zu Fehlern eskalieren kann. Gefordert werden ingenieurtechnische Kontrollen wie Berechtigungsgrenzen, Validierungs-Engines, Konfidenzschwellen, Human-in-the-Loop-Checkpoints, Rollback-Systeme und Observability auf Reasoning-Ebene. Der Wandel verlagert die Entwicklerrolle von der Code-Erstellung zum Design gesteuerten autonomen Verhaltens, um operationelle Risiken im großen Maßstab zu verhindern.
KI-Instruktionsstandard teilt sich in drei Schichten auf: AGENTS.md, SKILL.md und DESIGN.md
Der Artikel beschreibt einen wachsenden dreischichtigen Standard zur Instruktion von KI-Agenten: AGENTS.md regelt das Gesamtverhalten und die Grenzen, SKILL.md dient wiederverwendbaren Aufgabenprozeduren (eingesetzt von Anthropics Claude Skills und dem Agent Skills-Standard) und DESIGN.md — ein im April 2026 veröffentlichtes Google Labs-Design-Spezifikationsformat. Dieses kombiniert maschinenlesbare Design-Token in YAML mit menschenlesbarer Intention und wird mit einem CLI-Validator ausgeliefert. Der Autor argumentiert, dass diese Formate verifizierbare Regeln von urteilsbasierten Leitlinien trennen und verortet die Aufteilung im Kontext von Spec-Driven Development-Workflows. Dieser dreischichtige Ansatz ergänzt SDD und zielt auf eine schrittweise Einführung ab, bei der Verifikation einen messbaren Mehrwert bietet.
KI-Agenten erstellen und ausführen Werkzeuge dynamisch
Dieser technische Leitfaden demonstriert eine agentische Architektur, die es autonomen AI Agents ermöglicht, eigenständig Google Apps Script-Tools in einer sicheren Sandbox zu generieren, zu testen und auszuführen. Er beschreibt eine Multi-Agent-Orchestrierung aus fünf Subagenten und einem Orchestrator, integriert in die Gemini CLI, unter Verwendung von gas-fakes zur Emulation von Google Apps Script auf Node.js sowie clasp für Drive-Uploads. Der Artikel adressiert die sogenannte 'Tool Space Interference' (TSI) – einen Leistungsabfall bei der LLM-Inferenz durch zu viele Werkzeugdefinitionen im Kontext – und beleuchtet Sicherheitsrisiken agentischer Workflows. Das Repository und diverse Anwendungsbeispiele für Sheets, Calendar, Drive und Docs illustrieren den vollständigen Lebenszyklus von der Codegenerierung bis zur sandboxed Ausführung, während serverlose Deployments und identitätsbasierte Kontrollen für Skalierbarkeit empfohlen werden.
Marktsignale & Strategische Shifts in Echtzeit verfolgen
Erstellen Sie benutzerdefinierte Watchlists, um automatisierte, evidenzbasierte Executive Briefings zu erhalten, sobald wesentliche Signale oder Marktverschiebungen auftreten.