Ein neues Framework namens Nurture-First Development (NFD) verspricht, die Art und Weise, wie domänenspezifische KI-Agenten entstehen, grundlegend zu verändern: nicht mehr einmaliger Bau, sondern kontinuierliche Erziehung durch Expertengespräch. Die Idee trifft einen blinden Fleck der bisherigen Ansätze — aber ihre theoretischen Fundamente haben Risse.
Es gibt Probleme, die sich hartnäckig halten, weil sie strukturell sind und nicht technisch. Eines davon ist die Frage, wie sich das Wissen erfahrener Praktiker in KI-Systeme überführen lässt — jenes implizite, situationsgebundene, schwer artikulierbare Wissen, das Experten von Anfängern unterscheidet, aber in keinem Handbuch steht. Die bisherigen Antworten der KI-Entwicklung auf dieses Problem waren entweder zu grob oder zu starr.
Ein aktuelles Konzept-Paper versucht, diesen Knoten zu lösen. Es führt das Paradigma der Nurture-First Development(NFD) ein und setzt dabei auf einen radikal anderen Ausgangspunkt: Agenten werden nicht gebaut, sie werden erzogen.
Das Argument
Klassische Entwicklungsansätze haben eine gemeinsame Grundannahme: Expertise wird vor dem Deployment ins System gebracht — entweder als Code (Pipelines, Regelwerke) oder als statischer Systemprompt. NFD bricht mit dieser Annahme. Ein Agent startet mit einem minimalen konstitutionellen Gerüst und wächst im laufenden Betrieb. Domänenwissen fließt hauptsächlich über natürliche Sprache ein — durch alltägliche Arbeitsgespräche mit dem Fachexperten.
Die Architektur ist in drei Schichten gegliedert. Der Constitutional Layer enthält stabile Identität und Grundprinzipien, knapp gehalten und in jeder Session präsent. Der Skill Layer akkumuliert modularisierte Fähigkeiten und Referenzwissen, das durch Erfahrung schrittweise angereichert wird. Der Experiential Layer schließlich ist hochvolatlil: Dialoglogs, Fallbeispiele, Fehler und Muster, per semantischer Suche abrufbar und periodisch nach oben verdichtet.
Dieser Verdichtungsprozess — Knowledge Crystallization — ist der Kern des Konzepts. Er läuft in vier Phasen: Alltagsdialog, strukturierte Erfahrungsspeicherung, Mustererkennung und Generalisierung, schließlich Anwendung der verdichteten Muster, die wiederum neue Erfahrungen erzeugt. Ein spiralförmiger Prozess, der den Agenten iterativ aufwertet.