Knoten
Agenten, deterministische Guards, menschliche Entscheidungen und dauerhafte Artefakte erfüllen klar begrenzte Rollen.
Eine naïve-labs Arbeitsdefinition · 2026
Graph Engineering
Die Wege gestalten, die Agenten nehmen dürfen — samt Evidenz, Zustand und Autorität.
Arbeitsgraph liveLernkante offen
Ein ArbeitsgraphFlaiwheel / 2026
QuelleMemexQuellidentität, lesbare Bedeutung und Provenienz.
Semantischer KnotenLotseVerdichtet und bewertet begrenzte Projektrelevanz.
Typisierte ÜbergabeNutrientKompakte Evidenz überquert die Grenze, ohne lokale Wahrheit zu verändern.
Scope-eigener KnotenGardenerKlassifiziert und integriert innerhalb der Projektgrenze.
Flower / Petal
Seed
Activity
Resource
Governance-Vorschlag
Compost
01 / Definition
Der Graph ist die Arbeitsstruktur.
Loop Engineering gestaltet, wie ein Agent beobachtet, handelt, prüft und wiederholt. Graph Engineering gestaltet, wie Loops, deterministische Schritte, menschliche Gates und dauerhafte Artefakte zu einem steuerbaren System verbunden werden.
Kanten
Jeder Übergang legt fest, was sich bewegen darf, was geprüft werden muss und wo Arbeit endet.
Zustand
Übergaben, Receipts und Provenienz überleben einzelne Modellaufrufe und machen den Graphen prüfbar.
Autorität
Die Topologie trägt Berechtigungen: Ein Knoten bewertet, ein anderer schreibt, Entscheidungen hoher Gravität bleiben beim Menschen.
02 / Arbeitsgraph
Von erfasster Bedeutung zu lokaler Substanz.
Flaiwheel betreibt bereits einen begrenzten Graphen aus zwei semantischen Agenten und mehreren deterministischen Grenzen.
Lotse landet Fracht
Lotse liest begrenzte Quellbedeutung, bewertet Projektrelevanz und darf nur unter einem konservativen Evidenz-Gate ein direktes Ziel wählen.
Ein Nutrient überquert die Grenze
Die Übergabe trägt kompakte Fakten, Fragen und Provenienz. Sie ist bewusst noch keine Aufgabe, Entscheidung oder Projektänderung.
Gardener integriert
Gardener liest den lokalen Projektkontext, wählt eine erlaubte Route und hält den Übergang mit einem Receipt fest.
03 / Die Übergabe
Ein Grenzobjekt, keine Nachricht.
Das Nutrient macht die wichtigste Kante des Graphen greifbar. Es lässt nützliche Bedeutung zwischen Agenten wandern, ohne dem vorgelagerten Agenten Autorität über die nachgelagerte Domäne zu geben.
Lotse darf entscheiden, dass Material an ein Projekt-Dock gehört. Er darf nicht entscheiden, ob daraus Seed, Flower, Activity, Resource oder Governance-Vorschlag wird. Diese Interpretation gehört Gardener im nativen Scope des Projekts.
Deterministische Guards prüfen Projektkarten, Evidenzidentitäten, Routen, Gravität und Idempotenz rund um beide semantischen Entscheidungen. Der Graph transportiert deshalb mehr als Daten: Er trägt epistemische und operative Grenzen.
04 / Abgrenzung
Loops leben in Graphen.
Loop Engineering
Gestaltet einen wiederholten Zyklus: beobachten, entscheiden, handeln, prüfen, wiederholen oder stoppen.
Graph Engineering
Gestaltet das Zusammenspiel mehrerer Loops, Rollen, Zustände, Verzweigungen und Autoritätsgrenzen.
Knowledge Graph Engineering
Modelliert Entitäten, Fakten und Relationen. Es kann einen Agentengraphen tragen, löst aber ein anderes Kernproblem.
05 / Aktueller Stand
Der Graph arbeitet. Die Lernkante ist offen.
Ein realer Pfad führte bereits von Paperless über Memex und Lotse in ein Projekt-Nutrient und durch Gardener in eine Resource mit erhaltener Provenienz.
Gardeners Ergebnisse kalibrieren Lotse noch nicht automatisch.
Relevanzbewertungen und Routing-Receipts erzeugen bereits Lern-Evidenz. Der Rückweg von diesen Ergebnissen zu Lotses Schwellenwerten ist noch nicht geschlossen. Bis genügend geprüfte Beispiele vorliegen, bleibt autonome Landung bewusst auf einen exklusiven Direktfit mit starker Evidenz begrenzt.
Das ist keine versteckte Implementierungsschuld, sondern die nächste Forschungsfrage: Wann wird nachgelagerter Erfolg zu verlässlicher vorgelagerter Kalibrierung, ohne lokales Urteil zu verdrängen?
06 / Praxis
Graph Engineering macht erlaubte Bewegung so explizit wie Fähigkeit.
Ein Diagramm kann zeigen, dass Agenten verbunden sind. Ein engineered Graph erklärt, warum ein Übergang erlaubt ist, welche Evidenz ihn trägt, wo Zustand bestehen bleibt, wer ihn ablehnen darf und wie das System lernt, ohne mehr Wissen vorzutäuschen als vorhanden ist.