Argus: Microsoft und Shanghai Uni stellen KI-Agent für autonome Forschung frei
Veröffentlicht am: 07.09.2026 um 12:04 Uhr | Redaktion boerse-global.de
Im Rahmen einer gemeinsamen Initiative haben Microsoft und die Shanghai Jiao Tong University ein neues Agenten-Runtime-System namens Argus vorgestellt. Die Software, die speziell für die autonome Durchführung langfristiger Forschungsprozesse konzipiert wurde, steht der Fachwelt ab sofort als Open-Source-Lösung zur Verfügung.
Ziel der Entwicklung ist es, komplexe wissenschaftliche und technische Aufgaben über ausgedehnte Zeiträume hinweg ohne kontinuierliche menschliche Aufsicht zu bewältigen.
Hohe Autonomie in Langzeittests
Die Leistungsfähigkeit von Argus wurde in umfangreichen Testreihen belegt. Das System wurde in insgesamt 27 verschiedenen Forschungskampagnen über eine kumulierte Dauer von 1.548 Stunden evaluiert. Ein zentrales Ergebnis dieser Versuchsreihen ist die hohe Betriebskontinuität: Argus erreichte einen Arbeitszyklus, der sich zwischen 95,1 % und 98,7 % bewegte.
Besonderes Augenmerk legten die Entwickler auf die Reduzierung menschlicher Eingriffe. Den vorliegenden Daten zufolge war eine manuelle Intervention durch Forscher lediglich alle 40,7 Stunden erforderlich.
Diese Kennzahl unterstreicht die Fähigkeit des Systems, über mehrere Tage hinweg weitgehend eigenständig zu agieren, was eine signifikante Entlastung für wissenschaftliches Personal in rechenintensiven oder zeitaufwendigen Projekten darstellen kann.
Multi-Agent-Architektur und Selbst-Evolutionsmechanismus
Technologisch basiert Argus auf einem evidenzgetriebenen Ansatz, der durch eine Multi-Agent-Architektur realisiert wird. In diesem Gefüge arbeiten verschiedene spezialisierte KI-Agenten kollaborativ zusammen, um Forschungsziele zu erreichen.
Während autonome Systeme wie Argus die Forschung revolutionieren, stellt der gesetzliche Rahmen für solche Technologien Unternehmen vor neue Herausforderungen. Dieser kostenlose Umsetzungsleitfaden bietet einen kompakten Überblick über alle Anforderungen, Pflichten und Fristen der EU-KI-Verordnung. EU AI Act in 5 Schritten verstehen
Ein integrierter Selbst-Evolutionsmechanismus soll dabei sicherstellen, dass das System seine Vorgehensweise während der Laufzeit optimiert und sich an neue Erkenntnisse oder veränderte Rahmenbedingungen innerhalb des Forschungsprozesses anpasst.
Dieser methodische Aufbau hat bereits zu greifbaren wissenschaftlichen Durchbrüchen geführt. Die Kooperationspartner berichteten, dass Argus im Bereich der Mathematik ein Problem gelöst habe, das seit 20 Jahren als ungelöst galt. Dies unterstreiche das Potenzial autonomer Systeme, auch in hochkomplexen theoretischen Feldern substantielle Beiträge zu liefern.
Breite Anwendungsbereiche von Chipdesign bis AI4Science
Das Einsatzspektrum von Argus ist breit gefächert und deckt diverse technologische Schlüsselfelder ab. In der Erprobungsphase wurden bereits Ergebnisse in den Bereichen AI4AI, also der Nutzung von Künstlicher Intelligenz zur Verbesserung von KI-Systemen, sowie bei der Optimierung von GPU-Kerneln erzielt. Weitere Anwendungsgebiete umfassen die mathematische Forschung (AI4Math) und die computergestützte Naturwissenschaft (AI4Science).
Der Einsatz solch komplexer KI-Systeme erfordert eine präzise Risikodokumentation und Qualitätssicherung gemäß aktueller Gesetzgebung. Erfahren Sie in diesem kostenlosen Report, welche Systeme als Hochrisiko gelten und wie Sie die rechtlichen Vorgaben für Ihr Unternehmen konkret umsetzen. Kostenlosen Leitfaden zum AI Act herunterladen
Darüber hinaus findet das System Anwendung in der Hardware-Entwicklung, insbesondere beim Chipdesign, sowie in der Optimierung komplexer Softwaresysteme (AI4System). Durch die Flexibilität der Agenten-Runtime können unterschiedliche wissenschaftliche Arbeitsabläufe automatisiert und beschleunigt werden.
Verfügbarkeit für die Forschungsgemeinschaft
Um die weitere Entwicklung und Anwendung in der akademischen und industriellen Forschung zu fördern, haben Microsoft und die Shanghai Jiao Tong University die Software sowie die zugehörigen Forschungsergebnisse vollständig zugänglich gemacht. Der Quellcode des Projekts wurde auf der Plattform GitHub hinterlegt.
Parallel dazu ist ein wissenschaftliches Paper, das die theoretischen Grundlagen und die Testergebnisse detailliert beschreibt, auf dem Preprint-Server arXiv unter der Kennung 2608.05144 verfügbar. Mit diesem Schritt soll eine breite Basis für die Weiterentwicklung autonomer Forschungsagenten geschaffen werden.
