Das Start-up Reflection will mit seinem KI-Agenten Asimov die Entstehung von Software vollständig nachvollziehbar machen.
Das von früheren Google-Deepmind-Forschern gegründete KI-Start-up Reflection AI hat einen neuen KI-Agenten namens Asimov vorgestellt. Dieser soll nicht nur Code analysieren, sondern auch E-Mails, Slack-Nachrichten, Projektstatusberichte und weitere technische Dokumentationen verarbeiten – mit dem Ziel, zu verstehen, wie Software entsteht. Laut dem Unternehmen soll das auch den Weg zu deutlich leistungsfähigeren Softwareassistenten und langfristig zur Entwicklung superintelligenter KI-Systeme ebnen.
Reflection wurde unter anderem von CEO Misha Laskin und CTO Ioannis Antonoglou gegründet. Beide arbeiteten zuvor bei Google Deepmind, Laskin unter anderem an Gemini und verschiedenen KI-Agenten, Antonoglou an Reinforcement-Learning-Techniken wie denen hinter AlphaGo.
In einer internen, nicht unabhängig überprüften Umfrage bevorzugten Entwickler in 82 Prozent der Fälle Asimovs Antworten gegenüber 63 Prozent für Claude Code von Anthropic (Modell Sonnet 4). Gegenüber Cursor Ask (einem weiteren Konkurrenzprodukt) schnitt Asimov ebenfalls besser ab.
Deep Research für internen Code
Reflection verfolgt einen anderen Ansatz als viele bestehende Agentenlösungen: Während die Branche sich derzeit stark auf die Generierung von Code konzentriert, soll Asimov vor allem lernen, Code und den gesamten Entwicklungsprozess zu verstehen.
Asimov ist daher - ähnlich wie ein Deep-Research-System - auf die Verarbeitung großer Informationsmengen ausgelegt: Die Architektur kombiniert viele sogenannte „Retriever“-Agenten, die aus umfangreichen Codebasen relevante Informationen extrahieren, mit einem einzelnen „Combiner“-Agenten, der diese Informationen zu einer kohärenten Antwort zusammenfasst. Ziel ist es, eine dauerhafte Gedächtnisstruktur für das Wissen eines Entwicklerteams aufzubauen – inklusive Entscheidungsdokumentation und Geschäftskontext.
Asimov Memories speichern teaminternes Wissen
Ein zentrales Merkmal ist die Funktion „Asimov Memories“, mit der Entwickler gezielt teaminternes Wissen dauerhaft speichern können, etwa durch Eingaben wie „@asimov remember X works in Y way“. Diese Erinnerungen unterliegen einem rollenbasierten Zugriffssystem, das festlegt, wer Inhalte hinzufügen oder verändern darf. Laut Reflection unterscheidet sich dieser Ansatz von anderen Agentenlösungen, die nur auf individuelle Entwicklerpräferenzen reagieren.
Technisch basiert Asimov noch auf Open-Source-Modellen, die von Reflection mit Reinforcement Learning weiter trainiert werden. Dabei kommen sowohl menschlich annotierte als auch synthetisch erzeugte Daten zum Einsatz. Kundendaten werden laut dem Unternehmen nicht zum Training verwendet. Asimov wird in der virtuellen privaten Cloud des Kunden betrieben, um sensible Informationen zu schützen. Eigene Modelle sind bereits in der Entwicklung.
