MIT und Asari AI stellen EnCompass vor: Ein Paradigmenwechsel für zuverlässige KI-Agenten

Die Entwicklung autonomer KI-Agenten (AI Agents) wurde lange Zeit durch eine beständige Herausforderung behindert: das Problem der Fehlerkumulierung (Compounding Error Problem). Während Large Language Models (LLMs) komplexe, mehrstufige Workflows ausführen, kann eine einzige Halluzination (Hallucination) oder ein logischer Fehltritt einen gesamten Prozess zum Scheitern bringen, was lang laufende Agenten für kritische Unternehmensaufgaben unzuverlässig macht. In einem bedeutenden Durchbruch, der diese Woche bekannt gegeben wurde, haben Forscher des Computer Science and Artificial Intelligence Laboratory (CSAIL) des MIT und das Startup Asari AI EnCompass vorgestellt, ein neuartiges Framework, das darauf ausgelegt ist, diese Zuverlässigkeitskrise zu lösen, indem es die Art und Weise, wie Agenten Code ausführen, grundlegend neu konzipiert.

EnCompass wurde auf der NeurIPS 2025-Konferenz präsentiert und wird nun in einem viel diskutierten Paper detailliert beschrieben. Es führt das Konzept der "Inferenzzeit-Suche (Inference-time Search)" in die Agentenprogrammierung ein. Durch die Entkopplung der Kernlogik des Agenten von den Strategien, die zur Suche nach korrekten Ergebnissen verwendet werden, ermöglicht das Framework Entwicklern die Implementierung anspruchsvoller Fehlerbehebungsmechanismen – wie Backtracking und parallele Exploration –, ohne ihre gesamte Codebasis umschreiben zu müssen.

Die Herausforderung: Die Fragilität von „Program-in-Control“-Agenten

Um die Bedeutung von EnCompass zu verstehen, muss man zunächst die Architektur moderner KI-Agenten verstehen. Viele Agenten der Unternehmensklasse arbeiten nach einem „Program-in-Control“-Modell, bei dem ein Entwickler einen spezifischen Workflow definiert (z. B. „diesen Code übersetzen“, „diesen Finanzbericht analysieren“, „eine Hypothese generieren“) und das LLM aufgerufen wird, um spezifische Teilaufgaben auszuführen.

Obwohl diese Systeme leistungsfähig sind, sind sie anfällig. LLMs sind nicht-deterministisch; sie können in einem Moment eine brillante Antwort geben und im nächsten eine Halluzination. In einem Workflow mit Dutzenden von Schritten nähert sich die Wahrscheinlichkeit eines fatalen Fehlers der Gewissheit. Traditionell haben Entwickler versucht, dies durch das Schreiben von umfangreichem „Glue Code“ abzumildern – manuelle Schleifen, Retry-Logik und bedingte Prüfungen, um Fehler abzufangen. Dieser Ansatz führt jedoch oft zu aufgeblähten, unüberschaubaren Codebasen, in denen die Fehlerbehandlungslogik die eigentliche Aufgabenlogik in den Schatten stellt.

EnCompass adressiert dies, indem es die Ausführung eines Agenten nicht als linearen Pfad, sondern als Suchproblem betrachtet. Anstatt darauf zu hoffen, dass das Modell jeden Schritt richtig macht, erkennt das Framework an, dass der „richtige“ Pfad in einem Baum von Möglichkeiten verborgen ist, und bietet die Werkzeuge, um diesen Baum effizient zu navigieren.

Entkopplung von Logik und Suche: Das PAN-Modell

Im Herzen von EnCompass liegt eine theoretische Innovation namens Probabilistischer Engelhafter Nondeterminismus (Probabilistic Angelic Nondeterminism - PAN). Dieses Programmiermodell ermöglicht es Entwicklern, das „Was“ – die Abfolge der Schritte, die der Agent ausführen soll – getrennt vom „Wie“ – der Strategie zur Navigation durch diese Schritte – zu schreiben.

In der Praxis wird dies durch einen Python-Decorator, @encompass.compile, erreicht. Wenn ein Entwickler die Funktion seines Agenten mit diesem Decorator umschließt, kompiliert EnCompass den Workflow in einen Suchraum. Stellen im Code, an denen das LLM abgefragt wird, werden als „Verzweigungspunkte“ (Branchpoints) behandelt – Gabelungen im Weg, an denen die Ausführung divergieren kann.

Diese Trennung bietet tiefgreifende Vorteile:

• Modularität: Entwickler können die Suchstrategie ändern (vom einfachen Sampling zu komplexen Baumsuchen wechseln), indem sie einen einzigen Parameter ändern, ohne den Workflow-Code anzurühren.
• Sauberkeit: Die Kernlogik bleibt lesbar und auf die Aufgabe konzentriert, befreit von komplexen Retry-Schleifen.
• Leistungsfähigkeit: Fortgeschrittene Suchalgorithmen, die zuvor manuell zu schwer zu implementieren waren, werden standardmäßig zugänglich.

Technischer Tiefgang: Backtracking und parallele Ausführung

Das EnCompass-Framework stattet Agenten mit Fähigkeiten aus, die der menschlichen Problemlösung nachempfunden sind. Wenn ein menschlicher Experte in eine Sackgasse gerät, kehrt er zu einer vorherigen Annahme zurück und versucht einen anderen Ansatz. EnCompass ermöglicht es KI-Agenten, dasselbe programmatisch zu tun.

Das Framework unterstützt out-of-the-box mehrere Suchstrategien, sodass Entwickler je nach Anwendungsfall auf Geschwindigkeit, Kosten oder Genauigkeit optimieren können.

Tabelle: Von EnCompass unterstützte Suchstrategien

Durch die Standardisierung dieser Strategien ermöglicht EnCompass einem Agenten, der versucht, eine Java-Codebasis in Python zu übersetzen, gleichzeitig mehrere Übersetzungsoptionen für eine schwierige Funktion zu explorieren. Wenn ein Pfad zu Code führt, der nicht kompiliert werden kann, kann der Agent ihn verwerfen und mit einer praktikablen Alternative fortfahren, was alles automatisch von der Runtime-Engine übernommen wird.

Erprobte Leistung: Die Java-zu-Python Fallstudie

Die Forscher validierten EnCompass durch strenges Benchmarking, insbesondere durch eine Fallstudie zur automatisierten Übersetzung von Java-Repositories in Python – eine Aufgabe, die für ihre Anforderungen an hohe Präzision und Kontextbewusstsein bekannt ist.

Die Ergebnisse, wie in der Bekanntgabe von MIT CSAIL detailliert beschrieben, waren beeindruckend. Agenten, die mit EnCompass erweitert wurden, zeigten eine Verbesserung der Übersetzungsgenauigkeit um 15 % bis 40 % im Vergleich zu Standard-Agenten, die keine Suche verwendeten. Vielleicht noch beeindruckender für die Entwickler-Community war die Reduzierung der Code-Komplexität. Die Implementierung der Suchlogik über EnCompass erforderte etwa 80 % weniger Codezeilen als die manuelle Implementierung derselben Funktionalität.

Dieser Effizienzgewinn legt nahe, dass EnCompass die Erstellung robuster KI-Agenten demokratisieren könnte. Kleinere Teams, die sich zuvor den technischen Aufwand für den Aufbau maßgeschneiderter Suchalgorithmen nicht leisten konnten, können nun Agenten einsetzen, die mit der Zuverlässigkeit der von Tech-Giganten entwickelten Systeme konkurrieren.

Auswirkungen auf die Industrie: Zuverlässigkeit im großen Maßstab

Für den Unternehmenssektor signalisiert die Ankunft von EnCompass eine Reifung des KI-Engineerings (AI Engineering). Wir bewegen uns von der Ära des „Prompt Engineering“ – dem Anpassen von Texten, um ein Modell zur Arbeit zu bewegen – hin zum „Flow Engineering“ und „Search Engineering“, wo systemische Architektur Zuverlässigkeit garantiert.

Zhening Li, der Hauptautor und Forscher am MIT CSAIL sowie bei Asari AI, betonte, dass EnCompass kein Ersatz für Frameworks wie LangChain ist, sondern eine ergänzende Schicht. Während LangChain die Werkzeuge und Prompts orchestriert, verwaltet EnCompass die Entscheidungsfindungs-Trajektorie.

Wichtige Auswirkungen für Enterprise AI:

1. Vorhersehbarkeit: Durch die Validierung mehrerer Pfade ist es weniger wahrscheinlich, dass Agenten „halluzinierte“ oder nicht funktionierende Ergebnisse liefern.
2. Auditierbarkeit: Die Trennung von Suche und Logik erleichtert das Debugging der Frage, warum ein Agent eine bestimmte Entscheidung getroffen hat.
3. Skalierbarkeit: Da Agenten längere Horizonte bewältigen – wie den Entwurf von Hardware-Blaupausen oder die Durchführung wissenschaftlicher Experimente –, wird die Fähigkeit, sich ohne Neustart von Fehlern zu erholen, entscheidend.

Ausblick: Die Zukunft der agentischen Suche

Die Veröffentlichung von EnCompass steht im Einklang mit einem breiteren Trend in der KI-Branche: dem Übergang zum „Inferenzzeit-Computing“ (Inference-time Compute). Genau wie OpenAIs jüngste Reasoning-Modelle mehr Zeit dem „Nachdenken“ widmen, bevor sie antworten, ermöglichen Frameworks wie EnCompass Entwicklern, Rechenressourcen gegen höhere Zuverlässigkeit auf der Anwendungsebene einzutauschen.

Asari AI und das MIT-Team stellen sich eine Zukunft vor, in der EnCompass es Agenten ermöglicht, als echte Kollaborateure bei Entdeckungen zu fungieren. Stellen Sie sich einen Agenten vor, der mit dem Entwurf einer neuen chemischen Verbindung beauftragt ist. Mithilfe von MCTS über EnCompass könnte der Agent Tausende potenzieller molekularer Strukturen untersuchen, bei einem unmöglichen Syntheseweg zurückkehren und dem menschlichen Wissenschaftler nur die praktikabelsten Kandidaten präsentieren.

Durch die effektive Lösung des Problems der Fehlerakkumulation könnte EnCompass genau die fehlende Infrastruktur sein, die benötigt wird, um KI-Agenten von experimentellen Spielzeugen zu kritischen Produktionssystemen zu machen.

Referenzen und weiterführende Literatur

• MIT News: „Helping AI agents search to get best results from LLMs“ (Feb 2026)
• HPCWire: „New MIT Framework Uses Search to Handle LLM Errors in AI Agents“
• Artificial Intelligence News: „How separating logic and search boosts AI agent scalability“
• NeurIPS 2025 Proceedings: „ENCOMPASS: Enhancing Agent Programming with Search Over Program Execution Paths“