Quinelings: Hoskinson stellt reproduzierbare Programme für KI Agenten vor

Charles Hoskinson stellte Quinelings am 19. Oktober vor und beschrieb sie als sich selbst replizierende digitale Lebensformen, die vollständig aus Code bestehen. Das Projekt verbindet ausführbare Aufgaben mit mathematischen Wesen, deren Strukturen Nutzer erkunden können. Veröffentlicht unter der Apache-2.0 Lizenz, erscheint es zusammen mit Hoskinsons Nightframes Vision für private, stets aktive KI Agenten.

Wie Quinelings Programmoperationen sichtbar machen

Ein Quineling enthält eine definierte Aufgabe, die Anweisungen zu deren Ausführung und eine mathematische Beschreibung seines Körpers. Einzelne Operationen entsprechen Teilen des Wesens und bilden so ein visuelles Inhaltsverzeichnis des Programms.

Das Auswählen einer Operation zeigt ihre Verbindungen und nach der Ausführung ihre aufgezeichneten Eingaben und Ausgaben. Nutzer können nachvollziehen, wie bereitgestellte Daten eine Berechnung durchlaufen und zum Ergebnis beitragen.

Der Name bezieht sich auf eine quine, ein Programm, das seinen eigenen Quellcode ausgibt. Quinelings reproduzieren den vollständigen Quelltext, der sowohl ihre Aufgabe als auch ihr visuelles Design enthält. Dieser Quelltext kann in eine frische Ausführungsumgebung geladen, erneut ausgeführt und mit dem Original verglichen werden.

Das Projekt nennt diese Objekte Living Thoughts. Der Begriff bezieht sich auf explizit deklarierte, ausführbare Aufgaben. Ihre sichtbare Struktur ermöglicht es Nutzern, die Anweisungen und das Ausführungsprotokoll zu inspizieren statt das private Schlussfolgern eines Sprachmodells aufzudecken.

Erscheinung und Identität sind getrennt. Zwei Programme können ähnlich aussehen, während ihre genauen Identitäten von ihrem Quelltext abhängen. Spezielle mathematische und RGB Kodierungen bieten zusätzliche Wege, diesen Quelltext wiederherzustellen.

Routenplanung, Aufgabenbibliotheken und Programmnachkommen

Die Startseite demonstriert einen Routenplaner, der auf eine Brückensperrung reagiert. Nutzer können die resultierende Route vergleichen, die relevanten Operationen inspizieren und eine separat ausführbare Kopie reproduzieren.

Die Demonstration verknüpft eine sichtbare Veränderung der Umstände mit einer nachvollziehbaren Berechnung. Das Durchlaufen der Animation oder das Auswählen eines Körperteils führt die Aufgabe nicht erneut aus.

Weitere verfügbare Beispiele umfassen das Addieren von Wassermessungen, das Planen von Aufträgen mit Abhängigkeiten, das Bewerten von Angeboten und das Abgleichen teilweise bestätigter Ergebnisse. Jedes Beispiel definiert die Eingaben, die es akzeptiert, und die Berechnung, die es durchführt.

Die experimentelle Ranch fügt Komposition hinzu: Zwei Programme können nach festgelegten Regeln Logik zu einem neuen “offspring” beitragen. Ein dokumentiertes Beispiel verbindet eine Durchschnittswasserberechnung mit einer Aufgabe zur Ressourcenbudgetierung. Das resultierende Programm berechnet, wie viel zugewiesen werden kann und was verbleibt, wobei die kombinierte Logik in seinem Quelltext erhalten bleibt.

Entwickler können mit diesen Fähigkeiten über ein TypeScript SDK arbeiten. MCP und A2A Adapter stellen Schnittstellen bereit, um KI Systeme mit den Werkzeugen des Projekts zu verbinden und Agentenanfragen auszutauschen. Unterstützte Operationen umfassen das Kompilieren, Inspizieren, Verifizieren, Ausführen und Reproduzieren von Aufgaben.

Das Repository enthält außerdem Lean Beweise, Quint Modelle und Implementierungstests. Die Dokumentation unterscheidet verifizierte Eigenschaften von Arbeiten, die noch unbewiesen sind.

Wie Quinelings in die Nightframes Vision passen

Bei Midnight City Tokyo am 10. Oktober präsentierte Hoskinson Nightframes als eine Vision für private Programme, die aktiv bleiben und auf die Ziele ihrer Eigentümer hinarbeiten. Der Bericht von Input Output betonte die Nutzerkontrolle über persönliche Daten, Identität und Geld, wobei Midnight City eine Umgebung zum Erkunden von Agenteninteraktionen bietet.

Quinelings adressieren eine engere Fragestellung innerhalb dieser Richtung: wie sich eine Rechenaufgabe so verpacken lässt, dass ihre Anweisungen, Struktur und Ergebnisse geprüft und reproduziert werden können. Ihre potenzielle Rolle als Komponenten größerer Agentensysteme bleibt konzeptionell.

Der aktuelle Prototyp läuft lokal, ohne Verbindung zu Midnight City oder die Fähigkeit, einen Live City Agenten zu reproduzieren. Seine simulierten Aktionen können keine Mittel bewegen oder externe Arbeit ausführen, und er bietet keinen automatischen Zugang zu midnight’s Netzwerkdatenschutzmechanismen. Dauerhafter Betrieb und private Ausführung erfordern separate Infrastruktur.

Für Entwickler in den Cardano und midnight Ökosystemen ist der verfügbare Ausgangspunkt eine reproduzierbare Aufgabe mit einem inspizierbaren Ausführungsprotokoll. Im Beispiel der Brückensperrung kann ein anderer Entwickler den ausgegebenen Quelltext nehmen, dieselbe Karte und Sperrdaten bereitstellen und prüfen, ob eine frische Kopie dieselbe Route erzeugt. Die Berechnung kann zusammen mit dem Code reisen, der zu ihrer Prüfung benötigt wird.