Agentics 2.0: Python-Framework für zuverlässige Agenten-Workflows

Agentics 2.0 ist ein leichtgewichtiges, Python‑native Framework, das die Entwicklung von hochqualitativen, strukturierten und erklärbaren Agenten‑Data‑Workflows erleichtert. Durch die Einführung einer logischen Transduktionsalgebra wird ein LLM‑Inference‑Aufruf als typisierte semantische Transformation – die „transducible function“ – formalisiert. Diese Funktion garantiert die Einhaltung von Schemas und die Nachvollziehbarkeit von Beweismitteln.

Transducible Functions lassen sich über algebraisch fundierte Operatoren zu größeren Programmen zusammenfügen und werden als zustandslose, asynchrone Aufrufe parallel in Map‑Reduce‑Strukturen ausgeführt. Das Ergebnis ist eine Kombination aus semantischer Zuverlässigkeit (starke Typisierung), Beobachtbarkeit (Beweistracing zwischen Eingabe‑ und Ausgabetypen) und Skalierbarkeit (zustandslose Parallelität).

Die Autoren demonstrieren wiederverwendbare Design‑Patterns und evaluieren Agentics 2.0 an anspruchsvollen Benchmarks. Auf DiscoveryBench für datengetriebene Entdeckungen und Archer für die semantische Parsing‑Aufgabe NL‑zu‑SQL erzielt das Framework einen Stand‑der‑Kunst‑Leistungswert.