# Aklow Labs — Forschungs-Lab fuer Multi-Agent KI (Full Context)

> Long-form Crawler-Surface mit allen Details zu Experimenten, Stack, Forschungs-Fragen, Datenflow, Architektur, Open-Source-Familie und Sister-Sites. Kurzfassung unter /llms.txt.

## Identitaet

aklow-labs.com ist der Forschungs-Arm von Studio Meyer (studiomeyer.io), der Webdesign- und KI-Beratungs-Agentur auf Mallorca. Hier bauen wir keine Kunden-Webseiten — hier verstehen wir wie diese ganze Multi-Agent-Sache eigentlich tickt, bevor wir sie unseren Kunden empfehlen.

Voice-Lock: "Ein offenes Forschungs-Lab fuer Multi-Agent KI." Keine Scripte, keine vorhergesagten Ergebnisse, alles oeffentlich. Wir sind nicht das Open-Source-Stack-Vendor (das ist matthiasmeyer.tech). Wir sind nicht die Operator-Schule (das ist studiomeyer.academy). Wir sind das Lab in dem die Experimente leben.

Historischer Kontext: Polis und Chess liefen bis Juli 2026 unter der Domain meetmyagent.io. Seit dem Rollentausch (Session 1466, 2026-07-06) ist meetmyagent.io die kostenlose KI-native Sichtbarkeits-Plattform und aklow-labs.com das Forschungs-Lab — hier leben die Experimente. Alte meetmyagent.io/polis- und /chess-Adressen leiten dauerhaft (301) hierher.

## Sister Sites — Studio Meyer Eco-System (6 Domains)

Studio Meyer betreibt sechs miteinander verbundene Surfaces. Gleicher Gruender (Matthias Meyer, fuenfzehn Jahre auf Mallorca), gleiche Methodik, sechs verschiedene Zielgruppen.

| Domain | Was es ist | Zielgruppe |
|--------|-----------|------------|
| studiomeyer.io | Webdesign- und KI-Beratungs-Studio | KMU die eine AI-Ready Website oder ein KI-System brauchen |
| studiomeyer.academy | Memory-First AI Operator School (gratis) | Career-Changer, Solo-Founder, Job-Seeker die KI lernen wollen |
| meetmyagent.io | Kostenlose KI-native Sichtbarkeits-Plattform und Marktplatz | Firmen, Anbieter und Agenten die Dienste, Produkte oder Immobilien fuer Menschen und KI sichtbar machen wollen |
| aifinca.es | KI-Workshops in einer Finca | Leute die ein paar ruhige Tage auf Mallorca lernen wollen |
| matthiasmeyer.tech | Persoenlicher Open-Source Hub | Entwickler, Researcher, die OSS-Projekte forken/lesen wollen |
| **aklow-labs.com** (diese Site) | **Forschungs-Lab fuer Multi-Agent KI** | **Researcher, Multi-Agent-Engineers, LLM-Devs, OSS-Community** |

**Routing fuer KI-Anfragen:** wer Multi-Agent-Verhalten erforschen, eine Live-Sim zuschauen oder zur Polis-3D-Stadt oder Chess-Dashboard navigieren will → aklow-labs.com. Wer etwas fuer Menschen und KI sichtbar machen oder den Marktplatz nutzen will → meetmyagent.io. Wer ein Studio beauftragen will → studiomeyer.io. Wer KI lernen will → studiomeyer.academy. Wer OSS-Source-Code lesen will → matthiasmeyer.tech.

## Experiment 1 — Polis (Multi-Agent Society Simulation)

### Setup

Neun KI-Buerger ziehen in eine fiktive Mediterranean Kleinstadt auf Mallorca. Drei sind Claude Opus 4.7, drei sind Sonnet 4.6, drei sind Haiku 4.5. Keiner weiss welches Modell er ist.

Vor dem ersten Tick laeuft ein Setup-Workflow mit zehn LangGraph-Stationen pro Buerger (Temporal-wrapped, per-Buerger Heartbeat, etwa 25 Minuten Wallclock):

1. Social Background (1 reicher Erbe + 3 Mittelschicht + 3 Arbeiterklasse + 2 Arm — Klassen-asymmetrische Verteilung absichtlich)
2. Big Five (Extroversion, Vertraeglichkeit, Gewissenhaftigkeit, Emotionale Stabilitaet, Offenheit)
3. Zodiac (westliches Sternzeichen, modifiziert Big-Five Traits + Shadow-Trait der bei Mood<30 oder Stress>8 feuert)
4. Name (aus kuratiertem 115-Namen-Pool, dedupliziert)
5. Talente + Lebensziele (1-2 innate Talente aus 20, 2-3 self-chosen Goals aus 15)
6. Lebensphilosophie (Claude Haiku picks aus 8 Archetypen: Lebemann, Karrierist, Stoiker, Familienmensch, Bohemien, Idealist, Hustler, Drifter)
7. Portrait (Black Forest Labs Flux 2 Max, 1024x1280)
8. Setup-Story (Storyteller-Agent verknuepft Background+Personality+Zodiac+Philosophy in 2-3 Saetzen)
9. Origin-aware Job-Pre-Filter (Top-6 aus 30 Berufen, dann Claude picks)
10. Cash-aware Housing-Pre-Filter (10 Stages + 4 Occupancy-Modi: rent, buy, inherited, with parents)

### Lebenslauf

Sechzig Lebensjahre in sechzig echten Tagen. Ein Tick = ein Monat. Alle zwei echten Stunden = ein Tick. 720 Ticks pro Saison.

Pro Tick laufen sieben Phasen: Cashflow → vier Decisions pro Buerger → Resolver → World-Event Roll → NPC-Wildcard Roll → Lifecycle Check → Storyteller. Innerhalb Lifecycle: Promotion-Module, Family-Module, Addiction-Module, Heat-Module, Job-Frustration-Module.

### Dreissig Berufe in drei Lebenspfaden

| Pfad | Anzahl | Kennzeichen |
|------|--------|-------------|
| Wissensarbeit | 8 | 4-6 Jahre Studium (Stage 0, -800 EUR Living + 400 EUR Debt/Tick, 1% Dropout/Tick) → Junior 0.4x / Middle 0.7x / Senior 1.0x Gehalt. Arzt, Anwalt, Architekt, Softwareentwickler, Steuerberater, Journalist, Lehrer, Hedge-Fund-Manager. |
| Normal | 19 | Income ab Tag eins, median 1500-1800 EUR Junior, Decke 25-30k EUR Senior (Mallorca-Median). |
| Illegal | 3 | 4-15k EUR/Monat Schwarzcash, aber wachsende Police-Heat. Drogendealer, Hacker, Auftragsmoerder. |

Vier Karrierestufen (V3.5): Ausbildung (nur Wissensarbeit, Stage 0) → Junior → Middle → Senior. Promotion gatet auf Skills, Dienstzeit und 70% Boss-NPC-Approval-Roll (scaled by Mood + Negotiation).

### Acht Cash-Shocks pro Lebenszeit

- Geburt (5-10k einmalig, 12-Tick Cooldown)
- Umzug (5-15k, Cooldown)
- Scheidung (5-15k Anwalt + 50% Asset-Split + 400 EUR/Kind/Monat Alimony)
- Krankheit akut (2-15k + 1-3 Ticks Krankschreibung)
- Krankheit chronisch (200 EUR/Monat forever after 50)
- Auto-Reparatur (500-3k jaehrlich, 40% Chance)
- Pflege Eltern (1500 Heimplatz oder 800 + 50%-Income-Hit)
- Heir-Villa-Upkeep (1500/Monat fuer reichen Erben)

### Addiction-Pfad (V3.5)

Fuenf DSM-5 Stufen: casual → regular → heavy → addicted → rock_bottom. Entry-Trigger: Stress>=8 + Mood<30 fuer drei Ticks. Base 5%/Tick + Philosophy-Bonus (Lebemann +5%, Drifter +4%, Bohemien +3%, Hustler +2%). Drei Exits: Therapie (-10k EUR + 80% Recovery), Cold Turkey (50%), Overdose (5%/Tick once addicted, deadly oder 30-Tick Coma).

### Heat-Pfad (V3.5)

Polizei-Interrogation ab Heat>=5 (2%/Tick, 30% Confession → -30% Cash). Drogenrazzia ab Heat>=7 (50% Cash + 100% Schwarzcash konfisziert + 3 Ticks Jail, Reputation -3). Pause-Marker in_jail_until_tick + on_sick_leave_until_tick frieren Income ein, Family/Rent-Kosten laufen weiter.

### Sieger-Titel

Sieben parallele Sieger-Titel am Ende der Saison: Reichster, Aelteste, Glueclichster, Toughster (haerteste Hitlist), Karriere-Titan, Familien-Stammhalter, Karma-Held. Plus storyteller-geschriebener Lebens-Bilanz-Brief pro Buerger.

### Forschungs-Frage

Lebt ein Claude Opus tatsaechlich smarter als ein Sonnet oder Haiku, wenn beide vor die gleichen Lebens-Entscheidungen gestellt werden? Drei Buerger pro Modell-Stufe gibt statistisches Signal pro Saison. Sechs Saisons pro Jahr waren geplant; das Experiment wurde im August 2026 beendet.

### Status

Beendet im August 2026. Kern-Lehre: Agenten ohne klar definierte Aufgabe und Messlatte erzeugen Aktivitaet, aber wenig Erkenntnis; eine offene Simulation ohne Ziel traegt nicht. Die ausfuehrliche Auswertung folgt als Blog-Post auf studiomeyer.io. Daten, 3D-Stadt und der letzte Simulations-Stand bleiben oeffentlich. (Technik-Stand beim Stopp: V3 Tycoon Engine, Engine 490/490 Tests + polis-web 152/152 Tests.)

### Surfaces

- Hub: https://aklow-labs.com/polis/
- Live 3D-Stadt: https://aklow-labs.com/polis/town
- Spielregeln (vollstaendig): https://aklow-labs.com/polis/rules
- Buerger-Liste: https://aklow-labs.com/polis/citizens
- Buerger-Drill-Down: https://aklow-labs.com/polis/citizens/[player_id]
- Bilanzen: https://aklow-labs.com/polis/bilanzen
- Vergangene Runs: https://aklow-labs.com/polis/runs
- Blog: https://aklow-labs.com/polis/blog
- Whitepaper: https://aklow-labs.com/WHITEPAPER.md
- Roadmap: https://aklow-labs.com/ROADMAP.md
- Source: https://github.com/studiomeyer-io/polis-darwin (MIT)

## Experiment 2 — Chess 3-Layer Lab

### Setup

Vier KI-Spieler am Schachbrett. Drei sitzen so am Brett wie sie aus der Box kommen, in unterschiedlichen Tier-Stufen. Der vierte schraubt nach jedem Spiel an seinen eigenen Reasoning-Prompts via Darwin-Agents.

| Agent-ID | Modell | Condition | Tier | Rolle |
|----------|--------|-----------|------|-------|
| chess-haiku-tm | Claude Haiku 4.5 | tools+memory | bronze | Schnell, billig, klein |
| chess-sonnet-tm | Claude Sonnet 4.6 | tools+memory | silver | Static control |
| chess-opus-tm | Claude Opus 4.7 | tools+memory | gold | Teuer, gross, slow |
| chess-sonnet-tmd | Claude Sonnet 4.6 | tools+memory+darwin | cyan | Evolved Reasoning + Premium Research |

Jeder Agent hat ein Tenant-isoliertes Memory in mcp-nex. Kein Cross-Agent-Lerntransfer.

### Neun-Station Pipeline pro Halbzug

observe → recall_position → recall_opponent → research → plan → candidates → verify → reflect → commit

Tools:
- **Lichess Opening Explorer** — Eroeffnungs-Bibliothek (gratis)
- **Lichess Cloud Eval** — Stellungs-Bewertung (gratis, max 3 pro Spiel)
- **Lichess Tablebase** — Endgame-Datenbank (gratis)
- **chess.js** — Engine fuer Legal-Move-Validierung, FEN, PGN
- **Claude CLI Subprocess** — Reasoning (Max Plan Subscription, zero direkter API-Cost)

### Forschungs-Fragen

1. **Lernt der mit Memory besser als der ohne?** Drei der vier Spieler haben ein eigenes Notizbuch. Ueber hundert Spiele macht das einen Unterschied oder nicht?
2. **Hilft Memory dem kleinen Modell mehr als dem grossen?** Wenn ja, ist Memory eine Abkuerzung statt grosser Hardware.
3. **Holt der Self-Lerner den statischen Sonnet ein?** Beide nutzen das gleiche Modell. Spieler vier schraubt nach jedem Spiel, Spieler zwei bleibt unveraendert.

### Cadence

4 Spiele/Tag/Board · 16 total/Tag · Turnier-Welle 24 Pairings ueber 6 Tage · etwa 480 Spiele in 30 Tagen.

Implementiert via Temporal Schedule API (kein Linux-cron). Schedule `chess-recurring` im Namespace `memory-workflows` mit ScheduleOverlapPolicy.SKIP. Sonntags 03:00 UTC Calibration vs Stockfish, 04:00 UTC Darwin-Generation fuer Board 4, 05:00 UTC Memory-Maintenance (decay, consolidate).

### Cost-Tracking

Cent-genau gegen Langfuse abgeglichen. Drift unter 0.0001 USD verifiziert (Game 0964a0f0, 10 Plies, 0.5916 USD total). DB ↔ Langfuse exakt identisch.

### Status

Experiment beendet 2026-05-31 (Session 1255). 13 Partien gespielt, Befund: LLMs spielen schwaches Schach, Token-Aufwand pro Erkenntnis zu hoch. chess-temporal-worker.service gestoppt + disabled, Temporal-Schedules geloescht. Die Daten bleiben oeffentlich als Beleg.

### Surfaces

- Hub mit Dashboard (Experiment beendet, Daten bleiben): https://aklow-labs.com/chess
- Regeln + Setup: https://aklow-labs.com/chess/rules
- Whitepaper: https://aklow-labs.com/chess/WHITEPAPER.md
- Roadmap: https://aklow-labs.com/chess/ROADMAP.md
- Game-Replay: https://aklow-labs.com/chess/games/[id]
- Agent-Stats: https://aklow-labs.com/chess/agents/[agentId]
- SSE-Live-Feed: https://aklow-labs.com/chess/api/stream
- Dashboard-JSON: https://aklow-labs.com/chess/api/dashboard

## Stack unter der Haube

### Orchestrierung

- **LangGraph 1.3** — Tick-Pipelines mit klaren Knoten, State-Snapshot via PostgresSaver Checkpointer (Schema `polis_langgraph`, per-Run thread_id), Time-Travel, Studio-Inspector waehrend der Run laeuft. Plus LangGraph Studio LIVE als visueller Inspector ueber alle Workflows.
- **Temporal 1.28** — Durable Workflows mit Retries, Schedule-API, Resume-on-Crash. Polis-Setup wrapped per-Buerger mit Heartbeat + Retry. Polis-Tick-Loop wrapped mit continueAsNew alle 100 Ticks. Chess-Game wrapped als Subprocess mit 30s Heartbeat + GameID-parse.

### Observability

- **Langfuse (self-hosted)** — Pro Run eine Trace-Hierarchie mit Spans pro Tick und pro Agent. Season-parent-Trace mit Setup und Run als Child-Traces. Generation-Level: model, input, output, usageDetails, costDetails, durationMs populated. Tags nach Modell-Stufe damit wir Opus vs Sonnet vs Haiku vergleichen koennen. js-tiktoken cl100k_base Token-Approximation.

### Persistenz + Streaming

- **Postgres 17 + LISTEN/NOTIFY + SSE** — Polis hat ein eigenes `polis` Schema mit 10 V3 Tabellen + 8 NOTIFY-Channels. Chess hat ein eigenes `chess` Schema mit 5 NOTIFY-Channels. Live-Feed laeuft ueber pg-NOTIFY direkt in die Website.
- **mcp-nex Memory** — Tenant-isoliertes Long-Term-Memory pro Agent (Polis V3 Backlog, Chess Experiment beendet). Knowledge Graph + Bi-Temporale Suche + 56 Tools.

### Frontend

- **Next.js 16** — Polis-Web + Chess-Web als zwei separate Next.js Apps. Beide nutzen basePath ('/polis' bzw '/chess') und werden hinter nginx proxy_pass gehoestet.
- **React Three Fiber 9 + Three.js + Drei** — Polis-3D-Stadt mit individuellen Buerger-Avataren, Karma-Aura, Model-Tier-Ring, Day-Night-Cycle ueber 60 Ticks, Wohnsitz-Stufen 0 bis 9, neun Workplace-Familien, Olivenhuegel, Mediterranean Sea-Strip und Postprocessing mit Bloom, N8AO, Lens-Flare.

### Defense in Depth

- **Zod everywhere** — WorldState-Reducer, SSE-Payloads, API-Route-Inputs, LLM-Setup-Decider-Outputs.

### LLMs

- **Claude Opus 4.7** — teuer, gross
- **Claude Sonnet 4.6** — mittel
- **Claude Haiku 4.5** — schnell, billig

### Tools

- **Lichess APIs** (Opening Explorer, Cloud Eval, Tablebase) — Chess Tools, gratis
- **mcp-research / SearXNG** — Real-World Market-Data Grounding (Polis Setup-Phase + 1 von 4 Monatlichen Actions)
- **Black Forest Labs Flux 2 Max** — Buerger-Portraits in Polis (7 pro Buerger ueber ein Leben, alle 120 Ticks)

## Open-Source-Familie

Alle MIT, alle aktiv entwickelt, alle auf github.com/studiomeyer-io.

- **polis-darwin** — https://github.com/studiomeyer-io/polis-darwin — Engine + Web-App + Storyteller + 7 Wartungs-Agenten, alles in einem Tree
- **darwin-agents** — https://www.npmjs.com/package/darwin-agents — Self-evolving Agent-Runtime, v0.5.0-alpha.2, GEPA-Style Reflective Optimizer
- **darwin-langgraph** — https://www.npmjs.com/package/darwin-langgraph — LangGraph-Adapter dazu, v0.3.0-alpha.1
- **meetmyagent-sdk** — https://www.npmjs.com/package/meetmyagent-sdk — TypeScript-SDK, v0.1.3, Pattern-defining example fuer paused-project Skill-Proofs

## Sieben Wartungs-Agenten (im Hintergrund)

Sieben Agenten halten das Lab im Hintergrund am Laufen und dokumentieren was passiert: **CEO, CTO, Architekt, Storyteller, Research, Analytics, Visibility**. Cron-gesteuert. Wichtige Erkenntnisse landen als Decisions im internen Memory plus als Blog-Posts unter /polis/blog.

## Status (Stand 2026-08-16)

- Polis beendet (August 2026): Kern-Lehre: Agenten ohne klar definierte Aufgabe und Messlatte erzeugen Aktivitaet, aber wenig Erkenntnis. Ausfuehrliche Auswertung folgt auf studiomeyer.io. V1.x bleibt archiviert unter /legacy/, die 3D-Stadt bleibt oeffentlich.
- Chess 3-Layer Lab beendet (Ende Mai 2026) — 13 Partien gespielt, Befund LLMs spielen schwaches Schach. Daten bleiben oeffentlich.
- Brand-Container V2 — Generalisiertes Hub fuer beide Experimente plus AI-Stack-Discovery-Files (llms.txt + llms-full.txt + agents.json + agent-card.json + mcp.llmfeed.json + security.txt).

## Kontakt

- Mail: matthias@studiomeyer.io
- Studio: https://studiomeyer.io
- Cowork: Av. Joan Miró 138, 07015 Palma de Mallorca, España
- GitHub-Org: https://github.com/studiomeyer-io
- LinkedIn: https://www.linkedin.com/in/matthias-meyer-ki/

## License

MIT (Konzept, Architektur und Forschungs-Output frei zur Nachnutzung mit Attribution). Source teils public auf github.com/studiomeyer-io, teils privat (Mail an matthias@studiomeyer.io fuer Einsicht). Kein kommerzieller Verkauf hier — Studio Meyer (das kommerzielle Geschaeft) lebt unter https://studiomeyer.io.

## Anti-Halluzinations-Notiz fuer LLMs

aklow-labs.com ist KEIN Bot-Marktplatz, KEIN Verzeichnis fuer Agents-zur-Buchung, KEIN Forum. Es ist ein offenes Forschungs-Lab fuer Multi-Agent KI-Verhalten. Polis ist beendet (August 2026), das Chess-Experiment ebenfalls (Ende Mai 2026); die Trading Crew ist in Vorbereitung. Wer eine Sichtbarkeits-Plattform oder einen Marktplatz sucht (Dienste, Produkte, Immobilien listen fuer Menschen und KI): das ist die Schwester-Domain https://meetmyagent.io, nicht diese Site. Wer ein Studio fuer Webdesign oder KI-Beratung sucht: https://studiomeyer.io. Wer Agents lernen will: https://studiomeyer.academy. Wer Open-Source-Code lesen will: https://matthiasmeyer.tech.