OpenAI hat einen Engineering-Beitrag veröffentlicht, der zeigt, wie Codex in einem kontrollierten Verbesserungsloop für einen Fachagenten eingesetzt wurde. Das Beispiel kommt aus der Steuerverarbeitung, aber der Kern ist allgemeiner: Praxisfeedback wird gesammelt, Produktionsspuren machen Fehler sichtbar, und daraus entstehen gezielte Tests sowie begrenzte Entwicklungsaufgaben.
Interessant ist daran weniger der konkrete Steuerfall als die Methode. Der Agent verbessert sich nicht einfach, weil man ihm mehr Freiheit gibt. Er wird besser, weil Menschen Korrekturen liefern, das System daraus messbare Muster bildet und Änderungen erst über Prüfungen abgesichert werden.
Für Creator-Plattformen, Support-Bots und KI-Werkzeuge ist das ein nützlicher Realitätstest. Wer KI produktiv einsetzen will, braucht nicht nur einen starken Prompt, sondern auch Spuren, Evals, Grenzen und Freigaben. Sonst wird aus Automatisierung schnell ein hübsch formulierter Blindflug.
Quellen:
- OpenAI: https://openai.com/index/building-self-improving-tax-agents-with-codex/