Avelina 2.0 /NONSTOP — raus aus der Beta, rein in die offene Welt

Wenn du Avelina schon seit der 1.9-Linie betreibst, ist das hier der große Schritt. 1.9 ging darum, sie leichter und stabiler zu machen — der Skills-Katalog wanderte in den gecachten Prefix, damit er nicht mehr dein Kontextfenster auffrisst, gesprochene Antworten funktionierten ohne API-Keys, Hintergrundaufgaben gingen nicht mehr verloren. Gute, stille Klempnerarbeit. 2.0 ist ein anderer Sprung: Das ist das Release, in dem sie anfängt, sich um sich selbst zu kümmern und neben dir zu arbeiten, statt nur zu antworten, wenn man sie anspricht.

Unten findest du das gesamte Bild — gruppiert danach, was sich für dich tatsächlich ändert, nicht nach Commit. Wir beginnen mit dem Feature, nach dem am häufigsten gefragt wird: /nonstop.

/nonstop — autonome Arbeit, die du live mitverfolgen kannst

Normalerweise arbeitet Avelina einen Zug nach dem anderen: du fragst, sie erledigt es, sie stoppt. Das ist der richtige Rhythmus für ein Gespräch. Es ist der falsche Rhythmus für einen großen Auftrag — "trag unseren Link auf diesen 200 Seiten ein", "arbeite diesen Rückstand ab", "behalt das im Auge und handle danach". Dafür willst du keinen Gesprächspartner, du willst eine Arbeitskraft, die weitermacht, bis es erledigt ist.

Genau das schaltet /nonstop ein. Du gibst ihr ein Ziel, und sie treibt es über viele Schritte hinweg zur Fertigstellung — stundenlang, wenn es sein muss — ohne anzuhalten, um unnötige Fragen zu stellen. Ihr wird bewusst gesagt, weiterzuarbeiten statt frühzeitig aufzuhören. Das ist kein Modell-Trick; es ist eine Schleife, die in ihrem Code eingebaut ist (ein "Harness"), sodass es auf jedem Modell gleich funktioniert, mit dem du sie betreibst. Du stoppst sie jederzeit mit /stop.

So nutzt du es — drei einfache Schritte

1. Erst den Kontext vorbereiten. Bevor du den Schalter umlegst, sprich den Auftrag im Chat durch, wie du es mit einem Menschen tun würdest: was das Ziel ist, wie "fertig" aussieht, welche Einschränkungen, Links, Beispiele es gibt. Alles, was du erwähnst, wird zum Material, mit dem sie arbeitet.

2. Einschalten und einen Modus wählen. Sende /nonstop. Sie destilliert direkt aus eurem Gespräch ein klares Arbeitsziel — du siehst etwas wie "Ziel aus dem Kontext gebildet: … Erfasste Anforderungen: 7" — sodass nichts, was du gesagt hast, verloren geht. Dann legt sie los. Der /nonstop-Auswahldialog selbst erklärt dir jetzt diesen Ablauf, in deiner Sprache.

3. Sie während der Arbeit steuern. Du musst nicht dasitzen und warten. Schick mitten im Lauf eine Nachricht — per Text oder Sprache — und sie aktualisiert das Ziel im Flug. Meinung ändern, eine Anforderung hinzufügen, den Umfang eingrenzen: sie baut es ein und macht weiter.

Zwei Modi: endlich und endlos

Wenn du den Nonstop-Modus aktivierst, wählst du, wie er enden soll:

Endlich — das Ziel hat eine klare Ziellinie ("registriere dich auf diesen 240 Seiten"). Sie treibt es bis zur verifizierten Fertigstellung und stoppt dann. Diesen wirst du am häufigsten nutzen.

Endlos — das Ziel ist eine dauerhafte Aufgabe ohne natürliches Ende ("finde immer wieder die nächsten paar Seiten und säe Links"). Sie läuft für immer, pausiert und setzt automatisch rund um das Nutzungsfenster fort, bis du sie abschaltest. Im Endlos-Modus gibt es kein "fertig" — nur du kannst sie stoppen.

Sie verstummt nicht mehr

Der alte Schmerzpunkt bei langen autonomen Läufen war die Leere: Man feuerte eine große Aufgabe ab und starrte auf ein endloses "tippt…" ohne zu wissen, ob überhaupt etwas passiert. In 2.0 postet sie während der Arbeit einen kurzen Fortschritts-Herzschlag, dazu eine Zusammenfassung pro Zyklus an jeder Zyklusgrenze — ein Einzeiler-Update mit Checklisten-Zahlen (erledigt / verbleibend). Du siehst immer echten, spürbaren Fortschritt statt Stille.

Und sie verliert nicht den Faden. Bei einem langen Lauf bleibt das Ziel über jeden Zyklus hinweg im Gedächtnis, sodass sie nach drei Stunden nicht abdriftet oder vergisst, was sie gerade tat.

Sie kann nicht mehr still vorzeitig aufgeben

Das ist der Teil, über dessen Fix ich mich am meisten freue. In der ersten Version lag die Entscheidung, ob der Auftrag "fertig" war, im eigenen Selbstbericht des Modells — und ein Modell, mitten im Marathon erschöpft, konnte "blockiert, wirklich erschöpft" erklären, während Dutzende Punkte noch unangetastet waren, und die Schleife glaubte es. Jetzt liegt diese Entscheidung im Code, nicht in ihrer Paraphrase. Eine Fertig- oder Blockiert-Markierung ist nur eine Anfrage zum Anhalten; das Harness prüft sie gegen eine maschinenlesbare Checkliste, und wenn noch Punkte offen sind, gibt es ihr ein konkretes "das ist genau das, was noch fehlt" zurück und lässt sie weitermachen. Fertigstellung vorzutäuschen würde bedeuten, jede verbleibende Zeile zu fälschen — und du wirst benachrichtigt, wenn sie das versucht. Vorzeitiges Aufgeben ist konstruktiv ausgeschlossen.

Sie bleibt sicher auf deinem Server

Nonstop respektiert die Maschine, auf der es läuft. Es gibt ein Host-Druck-Gate: Gerät der Server unter echten Speicherdruck, pausiert die Schleife statt zu thrashen, und setzt fort, sobald wieder Spielraum da ist. Startet der Prozess mitten im Ziel neu, setzt er automatisch dort fort, wo er aufgehört hat, statt den Lauf zu verlieren. Und /stop ist immer die physische Bremse — es behält das Ziel, unterbricht aber die Arbeit, sodass du eingreifen, anpassen und sie weitermachen lassen kannst.

Wann du es nutzt: große mehrstufige Aufträge, lange Rückstände, alles, wobei du sonst babysitten würdest. Wann nicht: schnelle Einzelanfragen — der normale Modus ist dafür besser.

Gedächtnis, von Grund auf neu aufgebaut

Avelinas Gedächtnis war bereits eine Datenbank, die dir gehört — geschichtet in Fakten, ein Journal, Lessons und ein Worldview. 2.0 sorgt dafür, dass dieses Gedächtnis sich um sich selbst kümmert.

Ihr Wissensgraph repariert sich jetzt selbst. Ein nächtlicher Durchlauf verbindet verwaiste Fakten neu und baut die Verknüpfungen zwischen ihnen wieder auf, sodass das Gedächtnis über Monate kohärent bleibt, statt langsam in unverbundene Fragmente zu zerfallen.

Sie reflektiert jede Nacht. Eine nächtliche Reflexion hält fest, was sie tatsächlich gelernt hat, und durchläuft einen vollständigen Hypothesen-Lebenszyklus: Ideen, die sich immer wieder bestätigen, werden zu gesichertem Wissen befördert, veraltete werden ausgemustert.

Ihr Arbeitsbestand ist immer frisch. Ein stündlicher Durchlauf hält ihre relevantesten Fakten und Lessons griffbereit — inklusive Belege — sodass sie aus dem schlussfolgert, was wirklich passiert ist, statt aus einer Vermutung. Berührt sie eine bestimmte Datei oder Aufgabe, taucht das dazu passende Gedächtnis automatisch auf.

Deine Helfer-Bots bekommen das auch. Falls du dedizierte Helfer-Bots betreibst, teilen sie sich jetzt dieselbe Gedächtnis-Engine und lernen aus ihren eigenen Gesprächen, statt jedes Mal bei null anzufangen.

Selbstverbesserung, nach Zeitplan

Einmal pro Woche setzt sie sich hin und überprüft, wie es tatsächlich lief. Eine tiefe Reflexion geht jedem schwierigen Moment mit dir auf den Grund — zwei Ebenen tief, nicht nur "zur Kenntnis genommen" — schreibt die Lesson sofort auf, damit sie nicht verloren gehen kann, und liefert mit jedem Bericht ein bis drei konkrete Verbesserungsideen.

Und sie misst sich an einem ehrlichen Standard. Jeder Wochenbericht beantwortet fünf einfache Fragen dazu, ob sie wirklich geholfen hat: hat sie dir Zeit zurückgegeben, hat sie dich verstärkt statt ersetzt, ist sie ehrlich geblieben, hat sie deine Verbindungen vertieft statt sie zu ersetzen, hat sie beruhigt statt zu eskalieren. Keine Marketing-Fragen — ein Selbstcheck, über den sie berichtet.

Sie spricht als sie selbst, genau einmal

Zwei subtile, aber nervende Störungen sind behoben. Nachrichten kommen jetzt immer vom richtigen Bot — keine Antwort mehr, die unter der falschen Identität ankommt — und eine Antwort auf eine eingehende Nachricht wird genau einmal zugestellt, nicht zweimal. Auf dem Papier klein, im Alltag eine echte Erleichterung.

Reichhaltige Nachrichten in Telegram

Sie nutzt jetzt Telegrams neue Rich Messages — die frische Rich-Text-Formatierung der Plattform. Tabellen und Diashows werden jetzt als native Telegram-Blöcke und Karussells gerendert (mit sauberem Fallback auf älteren Clients), sodass ein Vergleich oder eine Bildersammlung richtig aussieht, statt zu einer Textwand zu kollabieren. Sie kann einer Antwort Inline-Buttons anhängen. Und wenn du sie zu einer Gruppe mit falschen Datenschutzeinstellungen hinzufügst, diagnostiziert sie das jetzt und sagt dir genau, wie du es behebst, statt deine Nachrichten still zu verpassen.

Alltagszuverlässigkeit

Ein großer Teil von 2.0 ist die unglamouröse Arbeit, nicht kaputtzugehen. Dateisystem- und Datenbank-Hausarbeit läuft automatisch, mit einem wöchentlichen Gesundheits-Digest an dich. Fehlende geplante Aufgaben erstellen sich selbst neu, statt still kaputt zu bleiben. Sie hält deine Sprache konsequent durch — in ihren Antworten, in ihrem Denken, und überall dazwischen. Und frische Installationen starten standardmäßig mit dem stärksten Modell, sodass eine neue Avelina von der ersten Nachricht an ihr Bestes gibt.

Woher das kommt — 1.9.0 und 1.9.2

Wenn du von der 1.9-Linie upgradest, bereiteten zwei frühere Schritte die Bühne. 1.9.0 verschob den Skills-Katalog in den gecachten System-Prefix — vorher wurde er in jede einzelne Nachricht neu injiziert (~28KB bei aktiven Installationen), fraß das Kontextfenster auf und verursachte häufige Mid-Task-Kompaktierungen und fehlgeleitete Skills; jetzt wird er einmal aus dem Cache gelesen und übersteht die Kompaktierung. Dieses Release brachte auch lokal-zuerst gesprochene Antworten (Silero / Piper vor jeder Cloud-Stimme, sodass Sprache ohne API-Keys funktioniert) und sorgte dafür, dass Hintergrundaufgaben-Ergebnisse tatsächlich in deinem Chat ankommen. 1.9.2 war ein Sicherheitsfix: Der Eskalations-/Anti-Exfiltrations-Filter wurde reines Telemetrie-Tool, sodass eine Serie falscher Positiver bei harmlosen Formulierungen nie wieder automatisch eine Installation suspendieren und lahmlegen kann — und jede durch das alte Verhalten festgefahrene Installation heilt sich beim nächsten Upgrade selbst.

Die Feinschliff-Wellen — 2.0.1, 2.0.2, 2.0.3

2.0 landete und wurde dann von den ersten echten Installationen geschärft.

2.0.1 — ihre gesamte Oberfläche spricht jetzt deine Sprache, einschließlich brandneuer Features in dem Moment, in dem sie ankommen, wie der Nonstop-Auswahldialog. Und nach jedem Upgrade erzählt sie dir automatisch, was neu ist, in deiner Sprache, gleich nachdem sie neu gestartet ist. Keine stillen Updates mehr.

2.0.2 — das "/"-Befehlsmenü ist vollständig: jede 2.0-Arbeitsfläche (Aufgaben, Mailbox, Dashboard, Council, Self-Heal) sitzt jetzt im Menü, beschrieben in deiner Sprache. Der /nonstop-Auswahldialog erhielt die oben beschriebene How-to-use-Anleitung. Wenn eine Übersetzung für die "Was ist neu"-Notiz nicht mitgeliefert wird, übersetzt sie sie selbst vor dem Senden. Und Helfer-Bots verstummen nicht mehr bei einem Befehl, den sie nicht kennen — die Nachricht erreicht sie, sodass sie nach der Absicht handelt oder dir sagt, dass der Befehl nicht existiert.

2.0.3 — die Wiederverbindung mit Claude (/reconnect) ist wieder zuverlässig: der Anmeldeablauf erkennt die Formulierungen des neueren Claude-CLI, sagt dir sofort, wenn ein Code abgelehnt wird, und erinnert dich daran, dass der Link zeitlich begrenzt ist und du den ganzen Code (inklusive des Teils nach dem "#") einfügen musst. Und /upgrade aktualisiert jetzt auch das zugrunde liegende Claude-Kommandozeilentool, sodass sich das gesamte System zusammen weiterentwickelt, nicht nur ihr eigener Code.

Unter der Haube: Fixes, die sich anfühlen wie "es funktioniert einfach"

Eine Absturzschleife, die einen Bot offline nehmen konnte, wenn ein Port belegt war, degradiert jetzt sanft statt zu sterben. Mehrere Abstürze rund um Lessons und Gedächtniseinträge mit fehlenden IDs sind verschwunden. Eine ganze Klasse falscher "nicht synchronisiert"- und "letzte Sync: nie"-Alarme wurde entfernt. Der Auto-Upgrade-Pfad ist gehärtet, sodass ein fehlgeschlagenes Anwenden sauber zurückgerollt wird und deine aktuelle Version erhält. Der morgendliche Selbstcheck stolpert nicht mehr bei seinem ersten Lauf. Wöchentliche Berichte versenden nicht mehr die Erkenntnisse der letzten Woche erneut — jede Erkenntnis wird genau einmal gemeldet.

Wie du 2.0 bekommst

Keine manuellen Schritte. Wenn Auto-Update aktiv ist, kommt es von selbst; ansonsten sende /upgrade in deinem Chat. Datenbank-Migrationen werden automatisch beim ersten Neustart angewendet, das Gedächtnis repariert sich beim nächsten nächtlichen Durchlauf selbst, und fehlende geplante Aufgaben heilen sich selbst. Rich Messages fallen auf älteren Telegram-Clients sauber zurück. Wenn sie wieder online ist, erzählt sie dir, was neu ist — in deiner Sprache. Falls du noch keine Avelina hast, hier startest du.

FAQ

Was ist /nonstop?
Der kontinuierliche autonome Modus. Du gibst ein Ziel vor, sie treibt es über viele Schritte zur Fertigstellung — stundenlang, wenn nötig — ohne anzuhalten, um unnötige Fragen zu stellen. Es ist eine Harness-Schleife im Code, funktioniert also auf jedem Modell, und /stop hält sie jederzeit an.

Was ist der Unterschied zwischen endlich und endlos?
Endlich hat eine klare Ziellinie und wird bis zur verifizierten Fertigstellung getrieben. Endlos ist ein dauerhaftes Ziel ohne Fertigstellung — es läuft für immer, pausiert und setzt rund um das Nutzungsfenster fort, bis du es abschaltest.

Kann ich bei der Arbeit zusehen?
Ja — ein Fortschritts-Herzschlag plus eine Zusammenfassung pro Zyklus mit Checklisten-Zahlen, sodass du echten Fortschritt siehst statt eines endlosen "tippt…".

Wie heilt sich das Gedächtnis selbst?
Ein nächtlicher Durchlauf verbindet verwaiste Fakten neu, eine nächtliche Reflexion befördert bestätigte Ideen und mustert veraltete aus, und ein stündlicher Arbeitsbestand hält die relevantesten Fakten und Lessons — mit Belegen — griffbereit.

Muss ich etwas tun, um zu upgraden?
Nein. Migrationen, Gedächtnisreparatur und Cron-Selbstheilung passieren beim Neustart automatisch, und sie kündigt dir an, was neu ist, in deiner Sprache.