Stellen Sie sich vor, Sie haben eine Idee für eine komplexe Software, aber anstatt stundenlang Code zu tippen, geben Sie einfach Anweisungen an eine KI – und diese baut das gesamte System für Sie. Klingt nach Science-Fiction? Nicht mehr.
Dank intelligenter KI-Agenten und leistungsstarker Sprachmodelle wie dem neu veröffentlichten GPT 5.5 wird dies zur Realität. In diesem Artikel tauchen wir in ein faszinierendes Projekt ein, das genau das demonstriert: Eine komplette Gravitationssimulation, die fast vollständig von KI-Agenten erstellt wurde.
Im Zentrum dieses Projekts steht eine beeindruckende Simulation namens „Gravity Well". Hierbei navigieren kleine blaue Raumschiffe um vier massive Sonnen (Schwerkraftbrunnen). Die Herausforderung ist immens: Die Schiffe müssen die starke Gravitationskraft überwinden, verfügen über begrenzten Treibstoff und müssen ihre gerichteten Schubdüsen intelligent einsetzen, um nicht von der Bahn abzukommen oder in eine Sonne zu stürzen.
Es gibt Bewegungserhaltung, Kollisionen und ein sich bewegendes Ziel: Die Schiffe müssen so lange wie möglich in einem dynamischen Kreis bleiben. Jeder Tick innerhalb dieses Kreises zählt als Punkt.
Das Erstaunliche daran? Die gesamte Simulation – die Website, alle Funktionen, die Spielmechanik und vor allem die Skripte, die die Flugbahn der Schiffe steuern – wurde vollständig von großen Sprachmodellen (LLMs) geschrieben. Der menschliche Input beschränkte sich im Wesentlichen auf die Vorgabe der Richtung und die Bereitstellung von Anleitungen.
Wie erreicht eine KI eine solche Leistung? Nicht im ersten Anlauf. Das Modell erhält eine detaillierte Beschreibung des Spiels auf Englisch, inklusive Physik, Regeln und Ziel. Basierend darauf generiert es ein erstes Skript für die Schiffssteuerung. Dieses Skript wird dann in der Simulation getestet und erhält eine Punktzahl.
Hier beginnt der eigentliche Zauber: Die KI lernt aus ihren Fehlern. Über 20 Iterationen hinweg wird der Code immer wieder angepasst und verbessert, bis die Schiffe die höchstmögliche Punktzahl erreichen.
Man sieht eine deutliche Lernkurve: Ein Modell wie Claude Opus 4.5 startet mit niedrigen Punktzahlen, erreicht aber durch kontinuierliche Anpassung beeindruckende Werte von bis zu 276. Kleinere Modelle wie Claude Sonnet 4.6 lernen ebenfalls, stoßen aber an ihre Grenzen.
Die Motivation hinter einem solch aufwendigen Aufbau ist tiefgreifend: Offizielle Benchmarks sind oft undurchsichtig oder können von den trainierenden Unternehmen gezielt optimiert werden. Der Wunsch war, eine eigene, unabhängige Testbatterie zu schaffen, um die wahre Intelligenz und Anpassungsfähigkeit eines LLMs zu beurteilen.
Diese „Gravity Well"-Benchmark stellt eine einfache, aber entscheidende Frage: Kann ein Modell Anweisungen in natürlicher Sprache verstehen, darauf basierend spezifischen Code schreiben und diesen Code dann durch Iteration selbstständig verbessern?
Um die Robustheit zu gewährleisten, wird jedes vom Modell erstellte Programm nicht nur 20 Mal iteriert, sondern dann zusätzlich in 100 verschiedenen „Seeds" (leicht variierende Startpositionen) ausgeführt.
Der gesamte Bauprozess für diese komplexe Simulation dauerte etwa 40 Stunden menschlicher Arbeitszeit – größtenteils durch Prompting des Agenten. Nur drei Zeilen Code (für sensible API-Schlüssel) mussten manuell eingefügt werden.
Das Projekt „Gravity Well" ist weit mehr als nur eine nette Simulation. Es ist ein lebendiger Beweis für die revolutionären Möglichkeiten von KI-Agenten wie Hermes in Verbindung mit den neuesten Sprachmodellen wie GPT 5.5.
Es zeigt, wie Entwickler ihre Rolle von reinen Codern zu Architekten und Direktoren von KI-gesteuerten Entwicklungsprozessen verlagern können. Tagsüber kollaborative KI-Arbeit, nachts übernehmen die automatisierten KI-Agenten die „Drecksarbeit".
Die Fähigkeit der KI, komplexe Systeme von Grund auf zu entwickeln, durch iterative Schleifen zu optimieren und dann autonom verschiedene Modelle zu testen, ist extrem wertvoll. Das Projekt soll zukünftig sogar als Open-Source-Code veröffentlicht werden.
Die Zukunft, in der die KI unser bester Co-Entwickler ist, ist bereits angebrochen.