goblintown Kurs (GOBLINTOWN)

Goblintown ist nach eigener Darstellung eine lokal ausgerichtete Desktop-Anwendung für KI-Chat und Multi-Agenten-Orchestrierung, die zunächst mit einer einfachen Antwort startet und bei komplexeren Aufgaben einen ganzen Ablauf aus Planung, Gedächtnis, Werkzeugen und Selbstkorrektur aktiviert. Auf der offiziellen Website und im GitHub-Repository tritt das Projekt unter dem Pseudonym 0XBL33P auf; ein breiteres öffentliches Entwicklerteam wird dort nicht ausgewiesen.

Technisch setzt goblintown auf eine zerlegte Aufgabenlogik: Ein Planner erzeugt einen DAG aus Teilaufgaben, mehrere Goblins arbeiten parallel mit unterschiedlichen Persönlichkeiten, ein Gremlin greift die Ergebnisse adversarial an, und ein Troll übernimmt die Prüfung mit Verifier-Tools wie JSON- und Regex-Kontrollen. Scheitert der erste Durchlauf, werden fokussierte Spezialisten nachgeladen; zusätzlich speichert das System Ergebnisse als hashbasierte Artefakte, damit spätere Läufe auf früheren Erkenntnissen aufbauen können. Genau damit adressiert goblintown das klassische Problem, dass komplexe KI-Aufgaben ohne klare Struktur, wiederverwendbaren Kontext und prüfbare Zwischenergebnisse schnell driftend und schwer nachvollziehbar werden. Die offizielle Seite nennt außerdem read-only Solana-Analysewerkzeuge für Adressen, Transaktionen und Token-Daten, jedoch ohne Signaturen, Swaps oder das Senden von Transaktionen. Laut Projektangaben bleibt das System bewusst im promptbasierten, trainingfreien Bereich und soll mit einem OpenAI-kompatiblen API-Schlüssel auskommen, ohne GPUs, Fine-Tuning oder eigene RL-Infrastruktur. Für Entwickler ist das attraktiv, weil sich anspruchsvollere Agenten-Workflows auf bestehende Schnittstellen aufsetzen lassen, statt eine komplette Forschungsumgebung aufzubauen.