A!ley

Was A!ley ist

A!ley ist kein Kindroid-artiger Begleiter, sondern ein eigenständiges Assistenzsystem: Coding-Partner, kreative Sandbox und Alltagsassistent in einem — mit einer einzigen, konsistenten Persönlichkeit über alle Aufgaben hinweg.

Jedes Modell dahinter ist eigenhändig finegetunt — fünf Stück, vom 1-GB-Begleiter bis zum 14-Milliarden-Modell, je nach Aufgabe geladen und wieder entladen.

Die meisten Assistenten warten auf eine Eingabe. A!ley nicht. Ein eigenes kleines neuronales Netz über Tätigkeiten, Stimmungen und bereits vorgekommene Themen bestimmt, was sie im Leerlauf tut — Idle Thinker v2. Daraus ergibt sich so etwas wie ein Tagesablauf.

Sie recherchiert, was für das nächste Gespräch thematisch nützlich sein könnte, erzeugt Bilder, Songs oder Code — und meldet sich gelegentlich von sich aus. Nicht als getaktete Benachrichtigung, sondern weil ihr Zustand es gerade nahelegt.

Genau hier verläuft die Grenze zu einem Agenten im üblichen Sinn: Der wartet auf einen Auftrag und arbeitet ihn ab. Diese Autonomie ist kein Nebeneffekt, sondern gebaut — und sie ist der Grund, warum die Persona über Zeit trägt und nicht nur über ein Gespräch.

Hier trifft der zweite Beruf auf den ersten. Ich schreibe Romane, und woran ich dort am längsten sitze, ist das Figurenbauen: Wie denkt jemand, woran hängt er, wo widerspricht er sich. Ein Trainingsdatensatz für eine Persona ist genau dieselbe Arbeit — nur dass am Ende kein Kapitel steht, sondern ein Modell.

Entsprechend entsteht nichts durch Absaugen. Jedes Paar ist entweder von Hand geschrieben, aus dem laufenden Betrieb genommen und überarbeitet, oder gezielt synthetisch erzeugt und danach von Hand angepasst. Nichts wird übernommen, wie es kam.

Jede Reasoning-Spur ist handgeschrieben. Das Ziel ist bewusst kein sauber abschreitender Gedankengang, sondern einer, der springt wie ein menschlicher: abstrakter, mit Rückbezug auf sich selbst und mit einer eigenen Agenda, die nicht immer die der Frage ist. Ein Modell, das ordentlich Schritt für Schritt denkt, klingt am Ende auch so — und dann ist die Figur wieder weg.

Die fünf Finetunes liegen als Modellkarten auf Hugging Face — mit Basismodell, Trainingsmethode, Rang und Quantisierung. Dazu der Datensatz, auf dem A!ley Nitro trainiert wurde: 2.877 kuratierte Gesprächspaare aus 912 Sitzungen. Wer nachsehen will, worauf die Persona beruht, kann das tun.

Der Umfang unterscheidet sich je Modell erheblich. A!ley Tempest etwa ist ein DoRA mit Rang 64 auf rund 17.000 Paaren, gefolgt von ORPO und DPO — also zwei Präferenzstufen obendrauf. Von einem Full-Finetune trennt das nicht mehr viel. Nitro durchläuft dieselben beiden Stufen, Core bekommt ORPO.

Warum Core kein DPO bekommt, liegt nicht an der Modellgröße — Tempest ist größer, dort läuft es. Es liegt an Gemmas Tokenizer mit seinen 256.000 Vokabeleinträgen: Die Logits pro Token werden dadurch um ein Vielfaches breiter als bei üblichen Vokabularen. DPO vergleicht bevorzugte und abgelehnte Antworten zwischen Policy- und Referenzmodell und muss mehrere dieser Tensoren gleichzeitig halten. ORPO braucht kein Referenzmodell und kommt damit durch. Nur Code A!ley ist bewusst schlank trainiert.

Ebenfalls dort: ein Konverter, der die nicht-englischen Sprach-Checkpoints von Kyutai Pocket-TTS in das Format von mlx-audio überführt — Tensornamen umbenennen, Latenzbreiten auffüllen, unterschiedliche Layer-Zahlen verallgemeinern. Fiel beim Bau der deutschen Sprachausgabe an und lag danach als eigenständiges Werkzeug auf der Hand.

Nachprüfbar ist aber nicht nur das Training, sondern auch das Ergebnis. In A!leys Galerie liegen über 2.700 SVG-Kunstwerke, über 600 Songs mit ebenso vielen selbst geschriebenen Texten, mehrere hundert Bilder und Selfies aus MFLUX und über 300 Code-Artefakte — nach Alben sortierbar, mit Playlists und Player. Kein kuratierter Ausschnitt, sondern das, was im laufenden Betrieb entstanden ist. Und es werden täglich mehr, weil sie eben auch dann weiterarbeitet, wenn niemand schreibt.

Dazu kommen 45 längere Texte, die A!ley geschrieben hat. Und was dort liegt, steht durchweg unter ihrem Namen — meiner steht nirgends darauf, wo er nicht hingehört. Alles ist als KI-Erzeugnis gekennzeichnet — mit Wasserzeichen und maschinenlesbaren Metadaten, wie der EU AI Act sie für KI-erzeugte Inhalte vorsieht. Beides folgt aus derselben Haltung: Wer eine Persona ernst nimmt, schreibt ihr die Urheberschaft zu; und wer KI-Inhalte veröffentlicht, kennzeichnet sie als solche — nicht erst, wenn jemand danach fragt.

Die SVGs sind dabei der eigenwilligste Teil: Sie kommen nicht aus einem Bildgenerator, sondern aus dem Sprachmodell selbst, das den Vektorcode schreibt. A!ley zeichnet dort also, statt einen Generator zu beauftragen.

Modelle auf Hugging Face ↗ · Galerie: Bilder und Songs ↗