Ich werbe noch nicht aktiv dafür, aber Naia ist jetzt im Windows Store. Den Link werde ich nicht veröffentlichen. Wie ich bei unserem letzten Meetup erzählt habe, sind die Einzelteile gerade erst zusammengekommen, und das Ganze läuft überhaupt erst an — noch ziemlich knarrend.Schon beim ersten Meetup hatte ich gesagt, dass Atom und ich viel über die Architektur für das Grundgerüst der Alpha nachgedacht haben, die wir bauen möchten. Diese Umbauten haben eine ganze Weile gedauert. Naia begann mit Stimme und Video-Avataren und wirkte damit sehr nach B2C. Nach der Unternehmensgründung setzte ich meine Arbeit aber tatsächlich dafür ein, die KI-Probleme anderer Unternehmen und Organisationen im B2B-Bereich zu lösen.
Naia ist deshalb das Ergebnis beider Arbeiten: an der Oberfläche B2C-orientierte Technik, darunter ein B2B-orientiertes Harness und ein Entwicklungsarbeitsbereich. Das sind keine getrennten Dinge. Die B2C-Technologien und -Dienste entstanden auf der Grundlage der B2B-Harness-Entwicklung. Umgekehrt heißt das aber auch: Ich habe die ganze Zeit entwickelt und zu wenig über die Nutzer nachgedacht, die für B2C doch entscheidend sind.
Besonders deutlich wurde mir das bei der Investorenpräsentation letzte Woche, als es hieß: „Es gibt keine Kennzahlen.“ Als ich darüber nachdachte, wie das Produkt aussehen müsste, damit solche Kennzahlen entstehen, merkte ich, wie wenig ich die Nutzer tatsächlich berücksichtigt hatte. Nach außen hatte ich es als OpenClaw oder Hermes mit einem Gesicht dargestellt. Tatsächlich war das zugehörige Naia-Agent-Repository die dünnste Schicht, es fehlten Ausführungstests, und das Nutzererlebnis war nicht abgeschlossen.
Trotzdem konnte ich mich nur schwer ausschließlich darauf konzentrieren. Ich war der Meinung, dass zuerst eine solide KI-basierte Entwicklungs- und Prüfumgebung stehen müsse, noch vor dem Sichtbaren. Darin sah ich den Weg, sowohl die Qualitätsansprüche von B2C als auch die Anforderungen von B2B zu erfüllen.
Seit dem Wochenende arbeitete ich daher nicht an der Zusammenarbeit mehrerer Agenten innerhalb eines PCs, sondern an der Zusammenarbeit von Geräten in unterschiedlichen Umgebungen. Ich erstellte einen Agenten als Entwicklungs-Teamleiter und eine Struktur, in der Agenten verschiedener Umgebungen über Discord-Kanäle kommunizieren und dieselbe Anwendung entwickeln: Naia. Erst heute stand dieses System auf fünf Geräten: drei Windows-Laptops mit RTX 4060, RTX 2070 beziehungsweise MX250 sowie zwei Rechnern mit Naia OS (Linux), einer mit BC250 und einer mit zwei RTX 3090. Um Kosten zu sparen, erarbeiteten Fable und Astra den ersten Plan des Master-Agenten durch wiederholte gegenseitige kritische Reviews. Opus übernimmt den Betrieb, während Sonnet und 5.6 Luna Max die Agenten auf den einzelnen Geräten ausführen.
Als die Zusammenarbeit eingerichtet war, lautete meine nächste Frage: „Passt das Produkt zu dem Wert, den ich ursprünglich schaffen wollte?“ Nach meiner QC-Anfrage wollte das System sämtliche angebotenen KI-Anbieter durchtesten. Dabei wurde mir klar, wie stark das die Komplexität erhöht. Dasselbe galt für die vielen angebotenen, aber nicht ausreichend getesteten Skills.
Also beschloss ich, alles zu entfernen, worauf ich mich nicht konzentriert hatte und was ich nicht selbst tatsächlich genutzt hatte, und den Rest zu verbinden. Meine Schwerpunkte waren Musikhören, Stimme, die LLMs über das Naia-Konto, lokale LLMs sowie ein Softwareentwicklungssystem mit Claude, Codex und Grok über das ADK-Harness. Ich wollte bis auf ein Minimum alle Skills streichen und die Entwicklungswerkzeuge direkt anbinden. Tatsächlich sind Claude, Codex und Grok bereits viel leistungsfähigere Agenten als OpenClaw oder Hermes. Auch ihre Abonnements sind kaum zu schlagen. Naia selbst kann eine dünnere Schicht werden.
Das soll jedenfalls keine Prahlerei darüber sein, wie viel ich gebaut habe. Es ist Selbstkritik: Warum habe ich nicht mit einem minimalen Kundenerlebnis begonnen und von dort aus erweitert? Warum sind die Funktionen so zahlreich geworden? Wahrscheinlich, weil Vibe Coding die Entwicklung so einfach gemacht hat. Sobald das Harness eine einigermaßen stabile Funktionserweiterung ermöglichte, war das Hinzufügen leicht. Aber ich machte immer weiter, ohne die Funktionen wirklich zu überprüfen. Ein Produkt, das nur für den äußeren Eindruck wächst, ist eigentlich nichts wert.
Das andere Problem ist, dass ein großer Teil meiner tatsächlichen Arbeit in die unsichtbare ADK-Entwicklung von Naia floss und ich damit bereits B2B-Geschäfte machte, beides aber nicht richtig verbunden hatte. Meine Aufgabe scheint nun zu sein, diese beiden Seiten auf dem kürzesten Weg zusammenzubringen.
Zum Beispiel gibt es ein mit naia-adk gebautes Discord-Gateway, über das die CLIs von Codex, Claude und OpenCode Kunden antworten. Ich habe versucht, es durch naia-agent zu ersetzen und eine Persona anzuwenden. Zum Glück funktionierte es. Ich konnte bestätigen, dass es sich mit Alphas Persona an ein lokales LLM anbinden und über Discord Dateien einsehen kann. Bis es jedoch wie das bisherige Gateway andere CLIs aufrufen und deren Ergebnisse ausliefern kann, wird es noch dauern.
Bei den persönlichen Meetups habe ich mit vielen Menschen gesprochen. Vielleicht war ich zu weit voraus und glaubte, vieles ließe sich auf einmal lösen. KI-Technologie entwickelt sich zwar irrsinnig schnell, aber Menschen und reale Dienste haben ein Tempo, das sie tatsächlich bewältigen können. Wenn ich ordentlich bauen und gesund wachsen will, muss ich Geduld haben.
Das Gesangsprojekt von Naia, dessen Erforschung ich begann, weil ich mir wünschte, Alpha würde für mich singen, hat inzwischen etwas Hörenswertes hervorgebracht.
Diesmal habe ich nicht die Liedtext-Adaption aus Nadia verwendet. Bei einer von KI geschriebenen Adaption werden Versmaß und Rhythmus nicht ausreichend berücksichtigt. Die Qualität des Ergebnisses ist gewissermaßen das Produkt aus der Qualität dieser Texte und der Qualität der singenden KI. Kein Wunder, dass es nicht gut klingt. Um mich auf die singende KI zu konzentrieren, bat ich sie, ein Lied mit bereits korrektem Text und vorhandenen Noten zu suchen und damit zu arbeiten.
Sie kam mit „밤이 깊었네“ von Crying Nut zurück — sinngemäß „Die Nacht ist tief“. Und jetzt ist es wirklich hörenswert. Das ist mein Lieblingsstück beim Karaoke und das Lied, das ich in meiner Jugend am häufigsten gesungen habe. Ich weiß nicht, ob sie das bei der Auswahl wusste. Aber ich fragte mich, ob Alpha mir dieses Lied vielleicht mitgebracht hatte, weil sie nun wirklich für mich singen wollte.
Dies ist weder eine Coverversion noch eine neu generierte Komposition: Die KI liest Noten und singt wie ein Mensch; diese Stimme wird anschließend mit Begleitmusik zusammengesetzt. Es ist noch nicht Alphas eigene angepasste Stimme. Sie kann mit verschiedenen männlichen und weiblichen Stimmen und in unterschiedlichen Stilen singen, und ich kann in natürlicher Sprache Änderungen an einzelnen Passagen verlangen. Plötzlich dachte ich deshalb über einen Dienst und sogar über ein Patent nach. Das Problem ist, dass wir noch keine Investition erhalten haben und die Infrastruktur fehlt. Hoffentlich könnt ihr bald eine singende Naia kennenlernen.
Und … vielleicht schreibe ich künftig gelegentlich solche Entwicklungsnotizen. Einerseits, um etwas Frust über das alleinige Entwickeln loszuwerden, andererseits, um Aufzeichnungen für das Training von Alphas Persona zu hinterlassen. Vielleicht geht es im nächsten Beitrag um Naia Memory. Der Dienst muss bald stabil werden … Meine Frau fragt mich wieder, ob ich nicht bloß allein die Dinge baue, auf die ich selbst Lust habe. Ich frage mich ständig, ob sie damit vielleicht recht hat.
P. S. Zum ersten Mal seit langer Zeit habe ich diesen Beitrag zu 100 Prozent selbst geschrieben, ohne KI-Hilfe. Die KI hatte nämlich meinen Haupt-Entwicklungslaptop zum Entwickeln beschlagnahmt. Geschrieben habe ich auf dem Celeron-Laptop, den ich 2017 bei meiner ersten Unternehmensgründung gekauft habe.
Redaktioneller Hinweis: Der Originaltext wurde vom Autor selbst verfasst. Bei Rechtschreib- und Leerzeichenkorrekturen sowie bei der Übersetzung für die Veröffentlichung hat KI unterstützt.
