Ein Coding-Agent kann ein großes Repository nicht vollständig in ein Modellfenster laden. Gute Agentenarbeit entsteht daher nicht durch möglichst viel Kontext, sondern durch einen kontrollierten Such-, Lese- und Verifikationsprozess.
1. Struktur vor Inhalt
Der Agent beginnt mit Dateibaum, Symbolen und Projektregeln. So erkennt er verantwortliche Bereiche, ohne tausende Dateien zu lesen. Ein Code-Index verbindet Dateien, Symbole und semantische Ähnlichkeit.
2. Semantische Suche für Verantwortlichkeiten
Exakte Suche beantwortet Fragen wie „Wo wird resolveUser aufgerufen?“. Semantische Suche hilft bei Fragen wie „Wo wird Autorisierung entschieden?“. Beide Methoden haben unterschiedliche Aufgaben und sollten nicht durch zufälliges Dateipaging ersetzt werden.
Ein belastbarer Agent prüft anschließend die gefundenen Quellen direkt. Ein Suchtreffer ist eine Orientierung, kein Beweis.
3. Call-Chain und Grenzen nachvollziehen
Vor einer Änderung müssen mindestens vier Dinge klar sein:
- verantwortliche Implementierung,
- relevante Caller oder Datenflüsse,
- erwartete Seiteneffekte,
- ausführbarer Verifikationspfad.
Fehlt eine dieser Informationen, ist weitere gezielte Recherche günstiger als ein plausibel wirkender Fehlversuch.
4. Kontext über lange Sessions erhalten
Lange Aufgaben erzeugen mehr Verlauf, als dauerhaft im aktiven Kontext bleiben kann. Context Compaction verdichtet bestätigte Entscheidungen, offene Aufgaben und Verifikationsergebnisse. Wichtig ist, nur bestätigte Fakten zu persistieren—keine Spekulationen oder Rohdatenberge.
5. Rollen in Multi-Agent-Workflows trennen
Bei unabhängigen Teilproblemen kann Orchestration Recherche, Implementierung und Review trennen. Die Rollen benötigen klare Inputs und überprüfbare Ergebnisse. Mehr Agenten ersetzen keine Architekturkenntnis.
6. Externe Tools kontrollieren
MCP-Integrationen erweitern den Zugriff auf externe Systeme. Für Teams gilt: nur freigegebene Remote-Transporte, minimale Berechtigungen und explizite Bestätigung für sichtbare oder irreversible Aktionen.
Ein nachvollziehbarer Standardablauf
- Regeln und Struktur lesen.
- Verantwortliche Stelle lokalisieren.
- Caller, Datenfluss und Tests prüfen.
- Minimalen Plan formulieren.
- Chirurgisch ändern.
- Lint, Tests und Build ausführen.
- Bestätigte Ergebnisse dokumentieren.
Die AI-Agent-Funktion bündelt diesen Workflow. Entscheidend ist nicht, wie viel Code ein Agent lesen kann, sondern wie zuverlässig er Relevanz erkennt und Änderungen verifiziert.
Lurus Redaktion · Technische Redaktion
KI-gestützte Softwareentwicklung, Codequalität und sichere Entwicklungsworkflows
Unser redaktioneller Standard