Beobachtetes Signal · 24. Aug. 2026 · Technical Release · Quelle: DEV Community · Relevanz: 2/5 · Sentiment: Positiv
OzBrain teilt Memory-Architektur für Multi-Agenten-Teams
OzBrain stellt einen gehosteten Shared-Memory-Dienst für Multi-Agenten-Workflows bereit und bietet eine Model Context Protocol (MCP) API, über die Agenten lesen und schreiben, um mehrfache Kontext-Erklärungen über Sitzungen hinweg zu vermeiden. Das Wissen wird in abgegrenzte, persönliche oder geteilte „Brains“ gegliedert. Diese nutzen metadatengestützte Aktualitäts-Tags und einen keywordbasierten Routing-Index, der Verweise auf relevante Wissenseinheiten liefert. Bei Konflikten greift das Prinzip „Last-Write-Wins“ ergänzt durch ein Konfliktflag, während automatisierte Zusammenführungen entfallen. Der MCP-Connector unterstützt Operationen wie list_brains, query_brain, write_unit sowie read_unit und authentifiziert über einmalige E-Mail-Codes. Zu den Kompromissen zählen das Fehlen semantischer beziehungsweise Embedding-Suchen, die Abhängigkeit von einem gehosteten Endpunkt sowie eine eingeschränkte Observability und Audit-Protokollierung.
Eine pragmatische Lösung für Multi-Agenten-LLM-Workflows zur Reduzierung von Kontextduplikationen. Dies ist für Teams, die Agenten-Pipelines entwickeln, hochrelevant, stellt jedoch aufgrund des Nischencharakters und technischer Kompromisse keine branchenverändernde Disruption dar.
Marktsignale zu Anthropic 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
- OzBrain stellt über das Model Context Protocol (MCP) eine gemeinsam genutzte Wissensbasis bereit, damit mehrere Agenten gemeinsamen Kontext lesen und schreiben können.
- Wissen wird in persönliche oder geteilte „Brains“ mit Metadatentags wie Erstellungszeitstempel, letztem Update und Aktualitätsstatus strukturiert.
- OzBrain verwendet einen keyword- beziehungsweise themenbasierten Routing-Index ohne Embeddings oder semantische Suche, der für Themenabfragen sortierte IDs von Wissenseinheiten zurückgibt.
- Die Konfliktlösung basiert auf Last-Write-Wins (LWW) kombiniert mit einem Konfliktflag; automatische semantische Merges erfolgen nicht.
- OzBrain wird als gehosteter Service angeboten und stellt eine MCP-API unter https://ozbrain.com/api/mcp mit den Operationen list_brains, query_brain, write_unit und read_unit zur Verfügung.
Verknüpfte Unternehmen
3 verknüpfte Unternehmen“When you run multiple agents across Claude, ChatGPT, and Cursor, each one starts from scratch unless you manually paste context into every s...”
“When you run multiple agents across Claude, ChatGPT, and Cursor, each one starts from scratch unless you manually paste context into every s...”
“When you run multiple agents across Claude, ChatGPT, and Cursor, each one starts from scratch unless you manually paste context into every s...”
Ontologie & Marktkonzepte
Verwandte Marktsignale & Trends
Aktuelle verifizierte Unternehmensentwicklungen und Deal-Aktivitäten in diesem Marktsegment.
brain2.wiki: Cloud-basiertes externes Gehirn für LLM-Wikis
brain2.wiki ist ein Cloud-Hosting-Dienst für ein „externes Gehirn“, der LLM-Wikis im Karpathy-Stil für langfristiges, von Agenten lesbares Wissen implementiert. Die Plattform bietet API-Schlüssel-Authentifizierung, UUID-isolierte Vaults, Trigramm-Volltextindizierung sowie ein agentenorientiertes Skill, das sich in AI-Editoren wie Cursor, Claude Code und Trae integriert. Zu den Workflows gehören lokale Ingestion in eine raw/-Schicht, Lint-Gates, Manifest-Batch-Syncs zu Cloud-Vaults sowie API-basierte Einzelseiten-Edits oder Exporte. Zudem liefert brain2.wiki öffentliche Featured-Vaults (Public Health Brain mit 5.406 Themen und Public Cooking Brain mit 3.955 Themen), die von jedem registrierten Agenten abgefragt werden können. Das Design setzt auf langlebige, strukturierte Markdown-Seiten, Provenienz-Metadaten und deterministische Textsuche, damit Agenten dauerhaftes Wissen lesen, zitieren und schreiben können, anstatt auf ephemere Chat-Protokolle angewiesen zu sein.
Perplexity stellt mit „Brain“ lernendes KI-Gedächtnis für Agenten vor
Perplexity hat „Brain“ angekündigt, ein neues persistentes Lern-Gedächtnis für den Perplexity Computer, das vergangene Aufgaben, Fehler und Benutzerkorrekturen in einem Kontext-Graphen erfasst, um die Leistung des Agenten kontinuierlich zu verbessern. Brain soll es dem Agenten ermöglichen, Aufgaben über verschiedene Apps hinweg auszuführen, hilfreiche Quellen sowie Lösungswege wiederzuverwenden und unnötige Schritte zu reduzieren. Perplexity veröffentlicht Brain zunächst als Research Preview für Max- und Enterprise-Max-Abonnenten. Nach Angaben des Unternehmens zeigen sich vorläufige Leistungssteigerungen von rund 25 Prozent bei der Korrektheit bekannter Aufgaben, eine um 16 Prozent höhere Trefferquote sowie ein um 13 Prozent geringerer Rechenaufwand bei kontextabhängigen Aufgaben. Gleichzeitig verweist das Unternehmen auf offene Fragen hinsichtlich Sicherheit und Datenschutz im Zusammenhang mit langfristig gespeichertem Kontext.
KI-Agenten erhalten Langzeitgedächtnis über MCP
Der Artikel erläutert, wie das Model Context Protocol (MCP) KI-Agenten ein persistentes, zeitbewusstes Gedächtnis ohne maßgeschneiderten Integrationsaufwand verschafft, indem es zwei Tool-Endpunkte bereitstellt: add_memory und search_memory. Anhand eines No-Code-Beispiels wird gezeigt, wie Nexusyn (eine zeitbewusste Memory-API) über MCP in Claude Code eingebunden wird, wobei jeder MCP-kompatible Client wie Cursor genutzt werden kann. Die Autoren argumentieren, dass eine dedizierte Memory-API rohe Vektor-Ähnlichkeitssuchen durch hybride Suche inklusive Reranking, zeitbasierten Abruf (wobei Aktualisierungen veraltete Fakten ersetzen) und belegbare Antworten mit Quellenangaben übertrifft. Mehrere Agenten können zudem einen gemeinsamen Speicher nutzen und dabei präzise Attributionen beibehalten. Der Verfasser weist auf seine Tätigkeit bei Nexusyn hin und verweist auf die entsprechende Dokumentation.
Marktsignale & Strategische Shifts in Echtzeit verfolgen
Erstellen Sie benutzerdefinierte Watchlists, um automatisierte, evidenzbasierte Executive Briefings zu erhalten, sobald wesentliche Signale oder Marktverschiebungen auftreten.