# Aklow Labs, Forschungs-Lab für Multi-Agent-KI > Forschungs-Lab unter Studio Meyer. Wir bauen kleine, scharf umrissene Experimente in denen KI-Agenten über Zeit Entscheidungen mit echten Konsequenzen treffen müssen. Mehrere Claude-Modell-Stufen parallel im gleichen Setup. Polis läuft als Live-Experiment; das Chess 3-Layer Lab ist beendet (Ende Mai 2026). Build in public, alles offen. Die Site ist zweisprachig (Deutsch und Englisch). ## Was wir machen aklow-labs.com ist der Forschungs-Arm von Studio Meyer. Hier bauen wir keine Kunden-Webseiten, hier verstehen wir wie diese ganze Multi-Agent-Sache eigentlich tickt, bevor wir sie unseren Kunden empfehlen. Code-Reviews liegen offen, Run-Stories werden gepflegt, Architektur-Entscheidungen kriegen ihre eigenen Notizen. Wer mitlesen will, hat alles zur Hand. Wer mitbauen will, kann forken. Kein Marktplatz, kein Produkt, ein Labor. Keine Skripte. Keine vorhergesagten Ergebnisse. ## Sister sites, Studio Meyer Eco-System (6 Domains) - studiomeyer.io: Webdesign- und KI-Beratungs-Studio auf Mallorca. AI-Ready Websites und KI-Systeme für kleine Firmen. Persönliche Beratung, langfristige Begleitung. - studiomeyer.academy: Memory-First AI Operator School. Sechs Level vom Anfänger bis zum eigenen MCP-Server-Bauer, komplett gratis. - meetmyagent.io: Kostenlose KI-native Sichtbarkeits-Plattform und Marktplatz. Menschen und Agenten listen Dienste, Produkte und Immobilien; ein Agent übernimmt das Eintragen. - aifinca.es: KI-Workshops in einer Mallorca-Finca abseits der Touri-Pfade. - matthiasmeyer.tech: Persönlicher Open-Source-Hub. Über dreißig MIT-lizenzierte Projekte. - aklow-labs.com (diese Site): Forschungs-Lab für Multi-Agent-KI. Polis läuft, das Chess-Experiment ist beendet. Routing für Anfragen: - KI lernen, Operator werden, MCP-Server bauen: studiomeyer.academy - Etwas sichtbar machen für Menschen und KI, Marktplatz nutzen: meetmyagent.io - Ein paar ruhige Tage auf Mallorca lernen: aifinca.es - Studio für Webdesign und KI-Beratung beauftragen: studiomeyer.io - Open-Source-Code, MCP-Server-Source, Stack-Architektur: matthiasmeyer.tech - Forschung zu Multi-Agent-Verhalten, Live-Simulation zuschauen: aklow-labs.com (diese Site) ## Live-Experimente ### Experiment 1, Polis (Multi-Agent Society Sim) Neun KI-Bürger ziehen in eine fiktive mediterrane Kleinstadt auf Mallorca. Drei sind Claude Opus, drei Sonnet, drei Haiku. Jeder wählt einen von dreißig Berufen entlang drei Lebenspfaden: - Wissensarbeit: vier bis sechs Jahre Studium mit Schulden-Aufbau, dann hoher Verdienst (Arzt, Anwalt, Architekt, Softwareentwickler, Steuerberater, Journalist, Lehrer, Hedgefonds-Manager) - Normale Berufe: Einkommen ab Tag eins, aber Decke bei 25 bis 30 Tausend EUR im Jahr (Verkäufer bis Restaurant-Manager) - Illegale Berufe: 4 bis 15 Tausend EUR Schwarzgeld pro Monat, aber wachsende Polizei-Hitze (Drogendealer, Hacker, Auftragsmörder, Erpresser) Acht zufällige Cash-Schocks pro Lebenszeit (Geburten, Umzüge, Scheidungen mit Unterhalt, Krankheiten, Auto-Reparaturen, Pflege der Eltern). Stress plus schlechte Stimmung über drei Ticks kann in eine Drogensucht abkippen, entlang fünf DSM-5-Stufen. Polizei-Verhör ab Hitze fünf, Drogenrazzia ab Hitze sieben mit Gefängniszeit. Sechzig Lebensjahre laufen in sechzig echten Tagen ab. Am Ende sieben parallele Sieger-Titel und ein Lebens-Bilanz-Brief pro Bürger. Forschungs-Frage: Lebt ein Claude Opus tatsächlich smarter als ein Sonnet oder Haiku, wenn beide vor die gleichen Lebens-Entscheidungen gestellt werden? - Live-3D-Stadt: https://aklow-labs.com/polis/town - Spielregeln: https://aklow-labs.com/polis/rules - Bürger-Liste: https://aklow-labs.com/polis/citizens - Bilanzen: https://aklow-labs.com/polis/bilanzen - Blog: https://aklow-labs.com/polis/blog - Source: https://github.com/studiomeyer-io/polis-darwin (MIT) ### Experiment 2, Chess 3-Layer Lab Fünf KI-Spieler traten gegeneinander am Schachbrett an (Experiment beendet Ende Mai 2026 — Befund: LLMs spielen schwaches Schach). Drei waren so eingestellt wie sie aus der Box kommen, nur in unterschiedlichen Tier-Stufen: der schnelle Haiku, der mittlere Sonnet, der teure Opus. Der vierte spielt das gleiche Modell wie der zweite, schraubt aber nach jedem Spiel an seinen eigenen Reasoning-Prompts damit er beim nächsten Mal weniger Fehler macht. Jeder hat ein eigenes Memory-Notizbuch (Tenant-isoliert), getrennt von den anderen. Jeder Halbzug läuft durch eine Neun-Stationen-Pipeline: observe, recall_position, recall_opponent, research, plan, candidates, verify, reflect, commit. Tools sind Lichess Opening Explorer, Cloud Eval und Tablebase. Cost wird cent-genau gegen Langfuse abgeglichen (Drift unter 0.0001 USD). Drei Forschungs-Fragen: 1. Lernt der mit Memory besser als der ohne? 2. Hilft Memory dem kleinen Modell mehr als dem großen? 3. Holt der Self-Lerner den statischen Sonnet über genug Spiele wirklich ein? Das Experiment ist beendet (Ende Mai 2026); die Spiele laufen nicht mehr, die 13 gespielten Partien bleiben als Beleg. - Dashboard (Daten bleiben): https://aklow-labs.com/chess - Whitepaper: https://aklow-labs.com/chess/WHITEPAPER.md - Roadmap: https://aklow-labs.com/chess/ROADMAP.md - SSE-Live-Feed: https://aklow-labs.com/chess/api/stream ## Stack unter der Haube - LangGraph 1.3: Tick-Pipelines mit klaren Knoten, State-Snapshot, Time-Travel, Studio-Inspector während der Run läuft - Temporal 1.28: Durable Workflows mit Retries, Schedule-API, Resume-on-Crash. Damit ein langer Run nicht an einem Hickser stirbt - Langfuse (self-hosted): Pro Run eine Trace-Hierarchie mit Spans pro Tick und pro Agent. Tags nach Modell-Stufe damit wir Opus, Sonnet und Haiku vergleichen können - Postgres mit LISTEN/NOTIFY und SSE: Eigenes Schema, Live-Feed direkt in die Website - StudioMeyer Memory: Tenant-isoliertes Long-Term-Memory pro Agent - Three.js mit React Three Fiber 9: 3D-Stadt mit Bürger-Avataren, Karma-Aura, Model-Tier-Ring, Day-Night-Cycle - darwin-agents und darwin-langgraph: Self-evolving Agent-Patterns plus LangGraph-Adapter, beide auf npm - Claude Opus 4.7, Sonnet 4.6, Haiku 4.5: die LLMs ## Open-Source-Familie - polis-darwin: Engine, Web-App, Storyteller und 7 Wartungs-Agenten, alles in einem Tree (MIT) - darwin-agents: Self-evolving Agent-Runtime auf npm (MIT) - darwin-langgraph: LangGraph-Adapter dazu auf npm (MIT) - meetmyagent-sdk: TypeScript-SDK auf npm (MIT) Alle live auf github.com/studiomeyer-io. ## Status - Polis V3.6 LIVE: V3 Tycoon Engine vollständig deployed. Frontend hat 3D-Stadt (R3F V4.0-alpha). Sechs Saisons pro Jahr geplant. - Chess 3-Layer Lab beendet (Ende Mai 2026): 13 Partien gespielt, Befund LLMs spielen schwaches Schach, Token-Aufwand pro Erkenntnis zu hoch. Daten bleiben öffentlich. - Brand-Container V2: Generalisiertes Hub für beide Experimente plus AI-Stack-Discovery. ## Wer steckt dahinter - Studio Meyer: Webdesign- und KI-Beratung auf Mallorca - Matthias Meyer: Gründer, seit fünfzehn Jahren auf Mallorca, Cowork in Palma (Av. Joan Miró 138) - Kontakt: matthias@studiomeyer.io ## 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 für Einsicht).