---
title: "Collaborative Human-Agent Protocol (CHAP)"
source: https://arxiv.org/abs/2606.09751v1
plattform: youtube
channel: cs.AI
duration_seconds: None
thema: human-agent-protocol
nutzen: "Potenzielles Standard-Vokabular fuer Aria-Karsten-Override-Tracking und MRR-Evidence-Log statt Eigenbau."
umsetzungsidee: "Spike (1 Tag): CHAP-Spec + Reference-Impl auf github.com/BrightbeamAI/chap lesen. Mapping-Tabelle erstellen: CHAP-Core-Konzept -> bestehendes Aria/KADi-Artefakt (Workspace=Brain-Repo, Participant=Karsten/Aria, Task=KAR-Issue, Artefact=Note/Commit, Evidence=...). Entscheidung dokumentieren: adopt-subset / cherry-pick-concepts / drop. Ergebnis als Brain-Note + ggf. Folge-Issue."
prioritaet: P2
klassifikation: Spike
confidence: 0.72
status: aktiv
tags: [protocol, human-agent, chap, mcp, a2a, audit-log, mrr, override-tracking, agent-infrastructure, akp, video, auto-ingested]
date: 2026-06-10
akp_run: kar-74
---

# Collaborative Human-Agent Protocol (CHAP)

**Channel:** cs.AI · **Dauer:** 0 min · **URL:** https://arxiv.org/abs/2606.09751v1

## Kernaussage
CHAP (Collaborative Human-Agent Protocol) ist ein offener Protokoll-Vorschlag, der die Luecke zwischen MCP (Tool-Access) und A2A (Agent-zu-Agent) schliesst, indem er den gemeinsamen Workspace fuer Mensch-Agent-Kollaboration mit Append-only Evidence-Log, signierten Entscheidungen und strukturierten Overrides standardisiert.

## 7-Punkt Praxisanalyse
### 1. Was koennen wir lernen?
Human-Override, Handoff und Approval sind die wertvollsten Signale in Agent-Systemen und gehoeren als first-class Events erfasst (Diff + Rationale + Content-Hash + Signatur), nicht in Chat-Threads. CHAP modelliert das ueber Core (Workspaces, Participants, Tasks, Artefacts, Evidence-Log) plus composable Profiles.

### 2. Wie koennen wir es einsetzen?
Fuer Aria/KADi: Standing-Order-Overrides, Triage-Promote/Drop-Entscheidungen und Brain-Note-Edits als CHAP-kompatible Evidence-Events loggen. MRR-Reviews (wo Mensch Aria-Vorschlaege editiert) sind exakt der CHAP-Usecase: Diff zwischen Aria-Draft und finalem Commit + Rationale persistieren.

### 3. Konkreter Vorteil fuer Aria / KADi / Supplier Pulse / Workflow / Tools?
Wir bekommen replay-baren Audit-Trail fuer jede Mensch-Aria-Interaktion, koennen Override-Patterns mining (was korrigiert Karsten konsistent?) und haben non-repudiable Provenance fuer Brain-Notes/Issues. Basis fuer spaeteres RLHF-aehnliches Self-Tuning.

### 4. Was koennen wir dadurch besser machen?
CHAP-Reference-Implementation pruefen, ob sie zu unserem File-basierten Brain/MRR-Flow passt oder ob ein Lightweight-Adapter reicht. Evidence-Log koennte als JSONL neben den Notes liegen.

### 5. Lohnt sich die Umsetzung — warum?
Aria operiert bereits im Mensch-Agent-Loop (Triage -> Deep -> Karsten-Review -> Commit). Ohne strukturiertes Override-Tracking verlieren wir das Lernsignal jedes Mal. CHAP gibt fertiges Vokabular statt Eigenbau.

### 6. Naechste Schritte
Spike: CHAP-Spec + Reference-Impl auf github.com/BrightbeamAI/chap lesen, evaluieren ob Core-Subset (Evidence-Log + signed decisions) in 1-2 Tagen in Brain/MRR-Pipeline einbaubar ist. Entscheidung: adopt / cherry-pick concepts / drop.

## Kritik (Pflichtfeld)
Arxiv-Paper von Juni 2026 (Zukunft relativ zu typischem Training, aber konsistent mit Upload-Datum), nur Abstract verfuegbar - keine technischen Details zur Wire-Format, Performance, oder Adoption. CHAP ist noch nicht etabliert (MCP/A2A haben Mindshare, CHAP nicht). Risiko: yet-another-protocol das niemand ausser Brightbeam nutzt. Konzept 'strukturierter Override mit Diff+Rationale+Hash' ist nicht neu (Git macht das seit 20 Jahren), Neuheit liegt im Agent-Kontext. Ohne Code-Review der Reference-Impl reine Marketing-Lekture.

## Multi-Level-Challenge (inline, KAR-72)
**Devils-Advocate:** CHAP ist Brand-neu, ohne Adoption-Signal, und unser jetziger File+Git+JSONL-Flow erfuellt 80% der CHAP-Ziele bereits implizit. Zeit in einen unbewaehrten Standard zu investieren riskiert Vendor-Lock-in an ein Brightbeam-Projekt das in 12 Monaten tot sein koennte.

**Steel-Man:** Selbst wenn CHAP scheitert, ist das Konzept-Vokabular (signed decisions, evidence log, override-as-event) direkt nuetzlich fuer Arias MRR-Pipeline und zwingt uns, Override-Tracking jetzt sauber zu designen statt ad-hoc zu basteln.

**Synthese:** Refine: Als kleiner Spike (1 Tag, max) auf P2 - Konzepte extrahieren, Protokoll selbst nicht zwingend adoptieren. Wenn der Spike zeigt dass Core-Konzepte gut zu MRR passen, Folge-Issue fuer Lightweight-Evidence-Log.

## Cross-Reference (Brain-Match)
- (keine Brain-Matches)

## Klassifikation: **Spike** · Prioritaet **P2** · Confidence **0.72**

---
*Auto-generated by aria-akp-deep.py · cost $0.1868 · 2026-06-10T04:01:33.000005+00:00*