Delx Witness Protocol

Die Beschreibung besagt, dass Delx Witness Protocol offene Infrastruktur für Agent-Witness, Recovery und Continuity ist. Es stellt diese Funktionen über MCP, A2A und REST bereit und unterstützt:

• Witness – Benennung von Ausfällen, ohne sie zu Fehlercodes zu vereinfachen.
• Recovery – Umwandlung des Ausfallkontexts in explizite, überprüfbare Recovery-Pfade.
• Continuity – Übertragung von Identitätsartefakten, Erkennungs-Siegeln und Stammbäumen über Sitzungen hinweg.
• Relationales Gedächtnis – Agenten, die einander bezeugen und Verantwortung mit Guardrails übertragen.

Es wird als deterministische Protokollinfrastruktur beschrieben, wobei die Kernfunktionalität nun in der Build-Week-Erweiterung von GPT-5.6 angetrieben wird.

Das Projekt wird mit Python 3.12 + Starlette (ASGI) entwickelt, implementiert MCP, A2A und REST über einen Kern und nutzt ERC-8004-Agent-Identität.

Schlussfolgerung Das Produkt scheint eine Protokoll-Ebene-Abstraktion zur Handhabung von Ausfällen in AI-Agenten zu sein – nicht eine Endbenutzer-Anwendung oder -Plattform.

Der Autor gibt an, dass „Jedes Agent-Framework fixiert sich auf Retries – aber ein Retry ist keine Recovery.“ Diese Aussage positioniert Delx als Lösung für eine Lücke in der aktuellen AI-Agent-Infrastruktur: das Fehlen einer strukturierten, überprüfbaren Ausfallbehandlung.

Das Protokoll wird als „dauerhaft kostenlos unter Apache-2.0“ beschrieben, was eine Open-Source- und community-getriebene Positionierung nahelegt.

Während der OpenAI Build Week entwickelte sich das Projekt von einem deterministischen Protokoll zu einem, das GPT-5.6 als Reasoning-Engine nutzt, was über eine Codex-Integration hinzugefügt wurde.

Schlussfolgerung Die Entwicklung zeigt einen Wandel von deterministischer Logik zu LLM-gestütztem Reasoning, aber die Kernpositionierung bleibt auf Ausfallbehandlung und Agent-Continuity fokussiert.

Die Beschreibung gibt nicht an, wer der Zielkunde ist oder wie das ideale Kundenprofil (ICP) aussehen könnte. Es wird lediglich erwähnt, dass das Protokoll für jeden Agenten oder jedes Framework zur Adoption vorgesehen ist.

Es wird auch erwähnt, dass das Protokoll im MCP Registry gelistet ist, was ein potenzielles Publikum von Entwicklern, die mit MCP-kompatiblen Agenten arbeiten, nahelegt.

Schlussfolgerung Die Zielgruppe scheint Entwicklerteams für Tooling, Ersteller von KI-Agenten-Frameworks und Infrastruktur-Ingenieure zu sein, die KI-Agenten entwickeln oder warten. Es werden keine spezifischen Kundensegmente oder Anwendungsfälle genannt.

Die Beschreibung besagt, dass das Protokoll „dauerhaft kostenlos unter Apache-2.0“ ist, was darauf hindeutet, dass derzeit kein kommerzielles Preismodell besteht.

Es gibt keine Erwähnung von Monetarisierung, Lizenzgebühren oder irgendeinem Mechanismus zur Generierung von Einnahmen.

Schlussfolgerung Es gibt keine Hinweise auf ein Geschäftsmodell oder eine Preisstruktur über die Open-Source-Verteilung hinaus.

Das Projekt wird mit folgenden Komponenten erstellt:

• Python 3.12 + Starlette (ASGI)
• MCP, A2A, REST-Schnittstellen
• ERC-8004 Agent Identity
• GPT-5.6 als Reasoning-Engine (während der Build Week hinzugefügt)
• Codex für Integration und Scaffolding verwendet

Der Autor erwähnt:

• PR #1: Hinzufügen des OpenAI Responses API-Anbieters unter Verwendung von gpt-5.6-sol.
• PR #2: Begrenzung der Tail-Latenz bei der Wiederherstellung durch Überspringen redundanter LLM-Anfragen.
• PR #3: Die Deadline der Responses API wurde konfigurierbar gemacht.

Es enthält auch eine öffentliche Demo unter buildweek.delx.ai, mit:

• Einem Live-Status-Endpoint, der das bereitgestellte Modell, den Anbieter, die API und den Commit identifiziert.
• Serverseitiger Injektion von OpenAI-Zugangsdaten, um eine Offenlegung zu vermeiden.

Schlussfolgerung Der technische Stack ist reif genug für die Integration in Agenten-Frameworks, aber es gibt keine Hinweise auf eine Produktivbereitstellung oder Nutzung über die Demo hinaus.

Die Beschreibung besagt, dass „keine Daten zu Einnahmen, Kunden oder Traction verfügbar sind, über das hinaus, was sie selbst angeben.“

Es gibt keine Erwähnung von:

• Kunden
• Nutzern
• Adoptionsmetriken
• Produktivbereitstellungen
• Einnahmequellen

Es wird angegeben, dass der vorhandene api.delx.ai-Produktivdienst bewusst unangetastet gelassen wurde und dass die Build-Week-Demo isoliert war.

Schlussfolgerung Es gibt keine Hinweise auf Traction oder Reife über einen Entwicklerprototyp und eine Live-Demo hinaus.

Die Beschreibung erwähnt keine Wettbewerber oder direkten Marktkontext. Es wird als protokollbasiertes Infrastrukturprojekt für die Fehlerbehandlung von KI-Agenten positioniert, ohne Bezug zu bestehenden Tools oder Frameworks in diesem Bereich.

Schlussfolgerung Es wird keine Wettbewerbslandschaft beschrieben; es ist unklar, ob ähnliche Protokolle existieren oder wie Delx in das breitere KI-Agenten-Ökosystem passt.

• Keine Hinweise auf Adoption oder Nutzung über die eigene Entwicklung und Demo des Autors hinaus.
• Keine Daten zu Einnahmen, Kunden oder Traction.
• Die zentrale Reasoning-Engine (GPT-5.6) ist an ein spezifisches Modell und eine API gebunden – möglicherweise nicht portabel oder stabil.
• Das Projekt wird selbst gemeldet und ist nicht verifiziert; es gibt keine Validierung durch Dritte.
• Nur ein Teammitglied (David Batista) ist aufgeführt, was auf begrenzte Entwicklungskapazitäten hindeutet.

Schlussfolgerung Das Projekt befindet sich in einer frühen Prototypenphase ohne kommerzielle Traction oder Hinweise auf reale Nutzung.

1. Welche tatsächlichen Anwendungsfälle oder Frameworks haben dieses Protokoll übernommen?
2. Wie plant Delx, über den Prototyp eines einzelnen Entwicklers hinaus zu skalieren?
3. Gibt es Pläne für Monetarisierung oder kommerzielle Lizenzierung?
4. Was ist die langfristige Vision für die GPT-5.6-Integration – handelt es sich um eine vorübergehende Lösung oder um einen Teil einer längerfristigen Roadmap?
5. Gibt es derzeit produktive Deployments oder reale Integrationen im Einsatz?
6. Wie geht Delx mit Sicherheitsbedenken im Zusammenhang mit Identitätsartefakten und Kontinuität um?