KI ist der Computer

KI ist der Computer

Wir haben vor Kurzem Perplexity Computer eingeführt. Dieser Beitrag erläutert unsere Überlegungen dazu.

Alle paar Wochen kommt ein neues KI-Produkt auf den Markt, das für Panik am Markt sorgt. Es ist eine neue Initiative, ein Agent oder irgendetwas anderes. Was auch immer es ist, eines kann ich Ihnen sagen: Das kann es nicht leisten.

Selbst mit dem besten KI-Modell der Welt kann es für Sie nicht seine beste Arbeit leisten.

Woher weiß ich das? Weil der Stand der Spitzenmodelle inzwischen so weit fortgeschritten ist, dass man verschiedene Modelle zusammenarbeiten lassen muss, um das Beste aus ihnen herauszuholen. Die größte Schwäche von Claude besteht darin, dass es nur mit Claude zusammenarbeitet.

Keine Modellfamilie kann auf ihrem höchsten Niveau arbeiten, ohne die Talente der anderen zu nutzen. Da Modelle immer leistungsfähiger werden, sehen wir eine zunehmende Spezialisierung. Die Zukunft der KI liegt darin, dass Ihre Arbeit am besten erledigt wird, wenn verschiedene Modelle zusammenarbeiten.

In der KI nennen wir dies "Orchestrierung" oder manchmal "das Harness". Wie auch immer man es nennen möchte, die überlegene Leistung der Multi-Modell-Orchestrierung ist allem weit voraus, was eine einzelne Modellfamilie leisten kann.

Die nächste Phase der KI muss massiv multimodal sein. Das ist Perplexity Computer. Neunzehn Modelle stehen im Backend zur Verfügung, und die Ergebnisse haben mich seit Langem mehr beeindruckt als alles andere in der KI.

Hier ist die Entstehungsgeschichte.

Wie Computer entwickelt wurde

Anfangs nannten wir unser Experiment ASI. Es stand eigentlich für nichts, aber manchmal nannten wir es "Artificial Super Intelligence" (Künstliche Superintelligenz). (Es hätte auch "Another Slack Integration" bedeuten können, denn dort war es anfangs zu Hause.)

Wir betrachteten es als digitalen Mitarbeiter. Man sendet dem Mitarbeiter eine Aufgabe über Slack, und er macht sich an die Arbeit. Er delegiert, erstellt Unter-Agenten für verschiedene Aufgaben, erstellt Dateien, um sich selbst bei den nächsten Schritten zu helfen, findet wichtige Informationen und meldet sich gelegentlich, nur wenn nötig. Man könnte schlafen gehen und mit wochenlanger erledigter Arbeit aufwachen. Oder man könnte ihn wochenlang arbeiten lassen, und er würde dies zuverlässig und wiederholt tun.

In dieser Zeit entdeckte die Welt Clawdbot, jetzt OpenClaw. Es war interessant, wenn man mag, dass Malware die eigenen Texte liest. Wir konnten sehen, dass ASI sicherer und weitaus leistungsfähiger war: Es verfügte über ein Dateisystem, war mit Hunderten von Tools verbunden, konnte Dateien lesen und schreiben, Code schreiben, CLI-Tools verwenden, im Internet surfen und war in der Lage, jede Aufgabe an die richtigen Unter-Agenten zu delegieren, die das für diese Aufgabe am besten geeignete Modell verwenden. Alles innerhalb einer sicheren Entwicklungssandbox in der Cloud.

Tatsächlich war ASI nicht wirklich ein ferner digitaler Mitarbeiter. Mit dem Zugriff auf ein Dateisystem, einer Shell zur sicheren Ausführung von Code und einem Browser für den Zugriff auf Web-Apps und Konnektoren war ASI im Grunde ein Computer. Ihr Computer. Der Computer.

Daher nannten wir es offiziell Perplexity Computer.

Warum das Web wichtig ist

Im Jahr 2011 hatte Google die Idee, dass man einen Computer nur mit dem Internet, Dateien und einem Bash-Terminal starten könnte. Es wurde Chromebook genannt. Google hatte recht mit der Erkenntnis, dass der wichtigste Teil des Computers der Webzugang ist.

Das Web ist der Ort, an dem wir arbeiten und kommunizieren. Es ist auch unser Speichergerät, sowohl buchstäblich als auch im übertragenen Sinne. Es enthält riesige Mengen an Daten, Informationen und Wissen. Manche geteilt, manche persönlich.

Wenn man das Web als Speichersystem für Wissen betrachtet, war es schon immer sehr gut in der WRITE-Funktion. Der erste Blog wurde Anfang der 90er Jahre veröffentlicht, und die Veröffentlichung und Speicherung von Wissen im Web ist seitdem explodiert.

Was Google beim Chromebook unterschätzt hat, ist, dass das größte Problem des Webs als Speichersystem eigentlich die READ-Funktion ist. Um Wissen aus dem Web zu lesen, haben wir uns auf die algorithmische Suche verlassen, die sich seit 28 Jahren mehr oder weniger nicht verändert hat.

Suchmaschinen waren als Mittel zum Zugang zu Wissen noch nie zu vertiefter Recherche, Synthese oder Zusammenfassung fähig. Auch können Suchmaschinen nicht wie ein Agent agieren, um auf Wissen im Web zuzugreifen, das eine Aktion erfordert.

Dann kam die KI. Perplexity baute die erste Answer Engine, und die anderen folgten. Wir sind auf genaue KI fokussiert geblieben, mit intensivem Fokus auf Vertiefte Recherche. Denn wenn KI das gesamte Wissen des offenen Webs finden, analysieren, logisch verknüpfen und präzise darstellen kann, ist das READ-Problem endlich gelöst.

Wenn das Internet die Festplatte des Wissens der Erde ist, hat Perplexity die Read-Funktion gelöst.

Sobald das Web ein voll funktionsfähiges Lese-/Schreib-Speichersystem ist, mit Agenten, die navigieren und Aufgaben erledigen können, ist das Einzige, was der Computer noch braucht, alles, was persönlich ist.

Persistenter Speicher macht einen Computer persönlich. Er hat Dateien und Tools, und es sind Ihre Dateien und Tools, privat und auf Ihre Vorlieben zugeschnitten. Der Computer muss in der Lage sein, persönlich mit ihnen für Sie zu arbeiten.

Computer erschaffen auch. Sie erstellen echte Artefakte wie Code, Dokumente und Dateien. Sie speichern die Dateien, rufen sie ab, schreiben neue Dateien und greifen auf die Dateien zu. KI kann all diese Dinge tun. Wenn die KI schließlich all diese Arbeit erledigt, benötigen Sie verschiedene Spitzenmodelle für unterschiedliche Aufgaben im Computer.

Jeder nützliche Computer erfordert zu viele verschiedene Skills, als dass ein einziges Modell sie alle gut beherrschen könnte. Orchestrierung ist für den Computer unerlässlich.

Es ist möglich, dass dies bedeutet, dass der Hardcode des Betriebssystems für Gerätehersteller weniger als Burggraben dient, wenn die KI fortschreitet. Ich weiß es nicht. Was wir wissen, ist der Computer ist das Orchestrierungssystem.

Warum Orchestrierung wichtig ist

Steve Jobs sagte: "Musiker spielen ihre Instrumente. Ich spiele das Orchester." Bei KI ist es ähnlich. Eine Stradivari hat bestimmte Eigenschaften, und wir sind von ihrem Klang und ihrer Handwerkskunst begeistert. Aber sie kann einen nicht so erschüttern wie eine Basstrommel, und die Trommel kann einen nicht so bewegen wie Mahlers Sinfonie.

Modellhersteller sind die Antonio Stradivaris unserer Zeit. Ich meine das nicht respektlos. Ich bin beeindruckt von jeder neuen Modellfähigkeit und unterstütze leidenschaftlich die Arbeit in den Frontier Labs. Sie treiben unsere Zukunft voran.

Aber wir sehen jetzt, dass sich die Modelle spezialisieren, nicht verallgemeinern. Wenn Sie Agenten mit ihnen bauen, haben sie unterschiedliche Talente, wie jeder Mitarbeiter. Einer ist besser im logischen Denken. Ein anderer beim Code. Ein weiterer beim kreativen Schreiben. Was zählt, ist, wie Sie sie orchestrieren.

Die Orchestrierung über Modelle und Familien hinweg ist die einzige Möglichkeit, ein System zu bauen, das vielseitig genug ist, um echte Arbeit zu bewältigen. Wenn Sie vertiefte Recherche benötigen, um eine Entscheidung fundiert zu treffen, wünschen Sie sich ein Modell, das auf Genauigkeit und Abruf optimiert ist. Wenn Sie Code schreiben müssen, benötigen Sie ein Modell, das mit Milliarden von Zeilen von Produktions-Codebasen trainiert wurde.

Ob Sie ein Team von Menschen oder eine Sinfonie von Musikern leiten, hochwertige Arbeit war schon immer so. KI-Agenten sind nicht anders.

Für Workflows ist das Differenzierungsmerkmal das Harness. Ein Planer unterteilt komplexe Ziele in Teilaufgaben. Ein Orchestrator weist diese Aufgaben den richtigen Agenten zu, setzt Regeln durch und verwaltet die Ausführung. Spezialisierte Unter-Agenten führen fokussierte Aktionen aus. Gemeinsamer Speicher speichert Kontext und Erkenntnisse für Kontinuität. Mit anderen Worten: die Intelligenz ist der Computer.

Die nächste Evolution des Computers

Vor 400 Jahren war ein "Computer" der Lehrling eines Astronomen. (Die Leute, die Kometen benannten.)

Dann war der Computer mechanisch, dann elektromechanisch, dann digital. Um 1974 kam die GUI (grafische Benutzeroberfläche) auf. Mit der GUI konnten wir auf neue Weise mit dem Computer arbeiten. Wir konnten an ihn delegieren und seine Arbeit sehen. Später klappte der Bildschirm über die Tastatur, um ein tragbarer, persönlicher Computer zu sein.

Es ist ein Meme zu sagen, die nächste Evolution des Computers sei gewesen, als Steve Jobs den persönlichen Computer in jedermanns Tasche steckte. Heute erscheint es genauer zu sagen, er habe jedem einen Bildschirm vor das Gesicht gesetzt. Jeder scrollt. In den letzten 49 Jahren hat sich die GUI von der Art und Weise, wie wir den Computer steuern, dazu entwickelt, wie der Computer uns steuert.

Die Erschöpfung durch dieses Modell nimmt zu. Der verrückte Ansturm auf Mac Minis während des OpenClaw-Fads war ein perfektes Beispiel. GUIs sind notwendig, aber sie sind nicht immer notwendig.

KI-Modelle sind endlich weit genug fortgeschritten, um den Computer zu seiner wahren Bedeutung zurückzuführen: autonom und präzise zu arbeiten. Und asynchron, um uns davon zu befreien, ihm bei der Arbeit zuzusehen.

Maus, GUI und Tastatur sind alles wichtige Technologien, aber sie sind Schnittstellen. Und sofern Sie kein voll selbstfahrendes Pferd wollen, müssen Sie zugeben: Die Schnittstelle war noch nie so wichtig wie der Computer selbst.

Die Zukunft ist Computer

KI-Modelle werden so leistungsfähig, dass die Produkte, die um sie herum gebaut wurden, zum Engpass für die Darstellung ihres wahren Potenzials geworden sind. Die Chat-Benutzeroberfläche ist gut für Antworten, und Agenten sind gut für individuelle Aufgaben. Währenddessen war die Benutzeroberfläche für ganze Workflows schon immer der Computer.

KI ist jetzt fest multimodal. Sie versteht und generiert viele Formen von Daten in einem einzigen, kohärenten System. Jensen und andere haben gesagt, dass die Zukunft der KI auch multimodal sein muss. Sie haben recht; spezialisierte Modelle müssen wie ein Team zusammenarbeiten. Es ist möglicherweise genauer zu sagen, dass die Zukunft der KI massiv multimodal ist.

Während KI mehr Funktionen des Computers selbst ersetzt, wird die zentrale Aktivität des Computers die massiv multimodale Orchestrierung sein.

Und wir stehen erst am Anfang. Im Jahr 2025 kam im Durchschnitt alle 17 Tage ein neues Spitzenmodell auf den Markt. Mit jedem neuen Fortschritt in der KI-Fähigkeit betritt ein weiterer Musiker die Bühne, um seinen Platz in der Sinfonie einzunehmen. Der Dirigent tippt mit dem Taktstock. Der Computer geht an die Arbeit.

Probieren Sie Computer noch heute aus.