Minitap erreicht 100 % Erfolg bei AndroidWorld – Multi-Agenten schlagen Menschen

Minitap ist ein neu entwickeltes Multi-Agenten-System, das erstmals alle 116 Aufgaben des AndroidWorld-Benchmarks zu 100 % löst und damit die bisherige menschliche Erfolgsrate von 80 % übertrifft.

Bei Einzelagenten treten häufig drei Probleme auf: die Vermischung von Kontexten in den Denkspuren, das unbemerkte Scheitern bei der Eingabe von Text und sich wiederholende Aktionsschleifen ohne Ausweg. Diese Schwächen verhindern, dass ein einzelner Agent die Komplexität der Aufgaben bewältigt.

Minitap löst diese Hindernisse durch gezielte Mechanismen. Erstens trennt es die kognitive Last auf sechs spezialisierte Agenten, sodass jeder Agent nur einen Teil der Aufgabe bearbeitet. Zweitens prüft ein deterministischer Validierungsmechanismus die Texteingaben gegen den aktuellen Gerätezustand, bevor Aktionen ausgeführt werden. Drittens nutzt ein meta-kognitives System die Erkennung von Zyklen, um Strategiewechsel auszulösen und so wiederholte Fehler zu vermeiden.

Ablationstests zeigen, dass die Multi-Agenten‑Decomposition allein +21 Punkte gegenüber Einzelagenten liefert, die verifizierte Ausführung +7 Punkte und die Meta‑Kognition +9 Punkte. Minitap wird als Open‑Source-Software veröffentlicht und steht unter https://github.com/minitap-ai/mobile-use.