Blog

Dieser Leitfaden erklärt, wie man einen Markdown-Blog mit GitHub Copilot Agents zu einer mehrsprachigen Publishing-Pipeline automatisiert, bei der ein Orchestrator Sprach-Subagents koordiniert, README-Zusammenfassungen aktualisiert, Hooks und Skills als Guardrails einsetzt und reproduzierbare, skalierbare Ergebnisse erzeugt.

Beim Aufbau von SDLC Memory stieß ich auf ein unerwartetes architektonisches Dilemma. Sollte das System wie ein autonomer Agent schlussfolgern, sich wie ein deterministischer Datentransformator verhalten oder irgendwo dazwischen liegen? Ich entscheide noch, welche Richtung für das MVP die richtige ist.

In „Part 1 – From RAG to Provenance: How We Realized Vector Alone Is Not Memory“ haben wir uns von RAG zu Provenance bewegt, von Ähnlichkeit zu Lineage. Doch wenn KI-Agenten künftig 50–80 % der Arbeit erzeugen, stellt sich die eigentliche Frage: Wie wird Gedächtnis sicher aktualisiert? Wie werden neue Entscheidungen validiert, verknüpft und gesteuert, anstatt einfach nur eingebettet zu werden? Dieser Artikel zeigt Schritt für Schritt den inkrementellen Graph-Update-Prozess hinter dem Entscheidungs-Gedächtnis anhand eines realen Beispiels. Denn im KI-Zeitalter muss sich Gedächtnis weiterentwickeln, nicht nur Informationen abrufen.

Was wäre, wenn Ihr SDLC sich eigentlich an nichts erinnert und nur Fragmente abruft? Wir haben leistungsstarke RAG-Systeme gebaut, die in Millisekunden „relevanten“ Text finden können. Doch Relevanz ist keine Kausalität. Und wenn in der Produktion etwas schiefgeht, wird Ähnlichkeit Ihnen nicht sagen, warum es passiert ist oder welche Entscheidung, welches Risiko oder welche Abhängigkeit dazu geführt hat. In diesem Artikel erkläre ich, warum Vektorsuche allein kein Gedächtnis ist, wie eine Graphstruktur das Spiel verändert und wie die Kombination aus Vektor-Suche und einem strikten Provenance-Modell verstreute Dokumentation in etwas verwandelt, das organisatorischer Kognition näherkommt. Wenn Sie sich für Erklärbarkeit, Entscheidungs-Lineage und echte Delivery-Intelligenz interessieren – dieser Artikel ist für Sie.