Multi-Agenten-Workflows dominieren derzeit GitHub. Entwickler verketten große Sprachmodelle, weisen jedem Agenten eine spezialisierte Aufgabe zu und orchestrieren deren Ausgaben, um Aufgaben zu bewältigen, die ein einzelnes Modell allein nicht bewältigen könnte. Die Ergebnisse können beeindruckend sein. Ein Agent recherchiert, ein anderer entwirft, ein dritter prüft Fakten und ein vierter formatiert die endgültige Ausgabe. Doch unter all dieser Koordination verbirgt sich eine brüchige Abhängigkeit. Wenn der allererste Schritt – die Umwandlung menschlicher Eingaben in maschinenlesbare Anweisungen – langsam oder ungenau ist, bricht die gesamte Kette zusammen. Ein nachgeschalteter Agent kann keinen Müll korrigieren. Er kann ihn nur weitergeben.
Genau hier setzt Iflytek/domux an. Es ist ein Open-Source-Modell, das für genau eine kritische Aufgabe entwickelt wurde: schnelles Befehlsverständnis. Anstatt Essays zu schreiben oder offene Gespräche zu führen, analysiert domux natürliche Sprache und exportiert starre, strukturierte Daten, die andere Agenten sofort verarbeiten können. Jedes System, das strukturierte Eingaben in Echtzeit benötigt – von Smart-Home-Hubs bis hin zu industriellen Bedienfeldern –, kann es als Wahrnehmungsschicht nutzen.
Das schwächste Glied in der Kette
Betrachten