AgentPantheon
Teenage-AGI logo

Teenage-AGIOffenes, autonomes KI-Agentsystem mit dauerhafter Speicherung und kontextualer Argumentation

4.8 (4)
Daniel NikulshynGeprüft von Daniel Nikulshyn·Aktualisiert Juli 2026

Übersicht

Teenage-AGI ist ein experimentelles Projekt für autonome Agenten, das ein großes Sprachmodell mit einer Vektordatenbank kombiniert, um dem Agenten ein langfristiges, abfragbares Gedächtnis zu geben. Im Gegensatz zu zustandslosen Chatbots speichert es seine Gedanken und Aktionen, damit es früheren Kontext über Sitzungen hinweg abrufen und auf vergangenes Denken aufbauen kann. Der Agent arbeitet in einer Schleife aus Denken, Handeln und Erinnern, wodurch Entwickler offene Aufgaben zuweisen und beobachten können, wie er diese plant und ausführt. Er richtet sich hauptsächlich an Forscher und Bastler, die agentisches Verhalten, gedächtnisgetriebenes Denken und die praktischen Grenzen der aktuellen LLM-basierten Autonomie erforschen möchten. Da es sich um ein community-getriebenes, code-basiertes Projekt handelt, eignet sich Teenage-AGI am besten für Nutzer, die mit Python, API-Schlüsseln und Self-Hosting vertraut sind, anstatt für diejenigen, die ein ausgefeiltes Verbraucherprodukt suchen.

Hauptfunktionen

  • Autonomer Denk-Akt-Erinnerungs-Schleifen
  • Vektordatenbank für Langzeit-Speicherung
  • kontextuelle Argumentation mit Unterstützung durch SLM
  • Erhaltung der Wissen über den Sitzungen hinweg
  • Umsetzung auf Python-Basis und selbstbetriebene Plattform
  • Benutzerdefinierte Ziele und Anforderungen

Preise

Modell
Freemium
Kategorie
AI Agents
Bewertung
4.8 / 5 (4)

Anwendungsfälle

Autonomer Forschungsassistent

Teenage-AGI kann Forscher unterstützen, indem es große Mengen an Daten sammelt, analysiert und verbindet und durch kontextuelle Argumentation Einblicke liefert.

virtueller Tutor oder Begleiter

Das AI-Agents-System kann in Diskussionen miteinbezogen werden, versteht und reagiert auf emotionale Hinweise und passt sich den Bedürfnissen und dem Lernverhalten von einzelnen Nutzern an, um dabei einen persönlichen Lernprozess zu bieten.

Pro & Contra

Pro

  • Kostenlos und offene Quellen
  • Dauerhafter Langzeitspeicherung über Vektor-Speicherung
  • Nutzbare Sandbox zur Untersuchung des Agentenverhaltens
  • Benutzerdefinierte und erweiterbare Codebasis

Contra

  • Erfordert technische Einrichtung und API-Schlüssel
  • Token- und Datenbankkosten können schnell ansteigen
  • Experimentell, nicht produktionsreif
  • Begrenzte Benutzeroberfläche und Dokumentation

Bewertungen

4.8

Durchschnitt aus 4 Bewertungen.

5
3
4
1
3
0
2
0
1
0

Melde dich an, um eine Bewertung abzugeben.

M

Solid for our team

We rolled this out across the team last quarter and customizable and extensible codebase. Python-based, self-hosted implementation fits neatly into how we already work, and autonomous think-act-remember loop removed a step we used to do by hand. Experimental, not production-ready, which is the main caveat, but it has held up under daily use.

V

Victor Nguyen

Dec 22, 2025

Years in this space

I've evaluated a lot of these over the years. What stands out here is python-based, self-hosted implementation — handled better than most — and customizable and extensible codebase. Token and database costs can grow quickly is my one real gripe. Worth the time if this is your use case.

F

Fatima Zahra

Dec 20, 2025

Does the job

Pretty happy overall. Python-based, self-hosted implementation just works and customizable and extensible codebase. but no dealbreakers — I'd recommend it to a friend without hesitating.

A

Aisha Khan

Jul 19, 2025

Does the job

Pretty happy overall. Vector database for long-term memory just works and persistent long-term memory via vector storage. but no dealbreakers — I'd recommend it to a friend without hesitating.

Fragen & Antworten

Noch keine Fragen — sei die/der Erste!

Frage stellen

Alternativen zu AI Agents