Neuer Compiler für Agenten-Dialoge steigert Lernleistung

In der Ära des kontextbasierten Lernens gewinnen Agenten-Logs immer mehr an analytischem Wert. Doch bisher wurde das Format der Gespräche oft als nebensächlich betrachtet. Der neue View‑oriented Conversation Compiler (VCC) ändert das: Er wandelt rohe JSONL‑Logs von Agenten in strukturierte Ansichten um, die die Komplexität moderner Dialoge – verschachtelte Tool‑Aufrufe, Gedankenketten, Sub‑Agenten‑Aufrufe und systemgestützte Anweisungen – exakt abbilden.

VCC besteht aus fünf Schritten – Lexing, Parsing, IR‑Erstellung, Lowering und Emission – und liefert drei Hauptansichten: eine verlustfreie Vollansicht als Referenz, eine Benutzeroberflächenansicht, die das Gespräch so wiedergibt, wie es vom Nutzer wahrgenommen wurde, und eine adaptive Ansicht, die nach Relevanzkriterien gefiltert wird. Diese strukturierte Darstellung ersetzt das herkömmliche, flache JSON‑Format, das bei Analysewerkzeugen wie Reflektoren oft zu Informationsverlust führt.

In einem Experiment mit der AppWorld‑Umgebung zeigte sich, dass die Umstellung von rohen JSONL‑Logs auf VCC‑Ansichten die Erfolgsquoten aller getesteten Modelle erhöhte. Gleichzeitig sank der Tokenverbrauch des Reflektors um ein Drittel bis zur Hälfte, und die daraus abgeleitete Lern‑Speicher‑Komponente wurde kompakter. Die Ergebnisse unterstreichen, dass die Nachrichtenformatierung nicht nur ein technisches Detail, sondern ein wesentlicher Bestandteil der Kontext‑Lerninfrastruktur ist.