Die Aufgabe vor dem Modell

Ich baue meine eigene Agentenplattform Harness. Die Modellwahl ist ein Teil davon. Zuerst muss die Aufgabe begrenzt sein: Welche Dateien gehören dazu, welches Ergebnis erwarte ich und wie lässt es sich prüfen? Architektur und Regeln lege ich fest. Einen großen Teil des Codes schreiben Agenten unter meiner Anleitung.

Nachprüfen statt raten

Ich möchte mich auf einen Assistenten möglichst verlassen können. Dazu gehört, dass er Unsicherheit benennt und seine Annahmen an Quellen prüft. Ein anderer Agent kann dabei helfen, einen übersehenen Punkt zu finden. Auch dann bleibt es nötig, das Ergebnis selbst zu prüfen.

Übergaben gehören zum Arbeitsablauf

Ein volles Kontextfenster beendet die Aufgabe nicht. context-parachute (CLI / Hooks) hält den Stand für den nächsten Agenten fest. lore (lokal, Python) archiviert den Verlauf. Beide Werkzeuge sind aus diesem Bedarf entstanden und als MIT-Projekte auf GitHub verfügbar.

Ein Review braucht Grenzen

Vor dem Merge auf main prüfen zwei Modelle den Commit. Bei Dissens entscheidet ein drittes. Ein Einwand ist ein Anlass zum Nachprüfen. Auch ein Review kann sich irren. Tests und die Verantwortung für die Änderung bleiben nötig.