Agent Wiki Topic
Agent Harnesses
Kontrollschicht rund um Agenten: Phasen, erlaubte Aktionen, Evidenz, Exit-Bedingungen und Review-Regeln.
Agentenlesbare Einstiegspunkte
Verwandte Seiten
blog
Teste deine Coding-Agent-Instruktionen wie Code
Eine gute AGENTS.md ist kein Prompt-Dokument, das man einmal schreibt. Sie ist ein kleines Betriebshandbuch fuer den Agenten. Und Betriebshandbuecher werden besser, wenn man sie gegen konkrete Fehler testet.
tools
Agent Save File Starter
Ein leichtgewichtiges Projektgerüst für Agent-Kontextdateien. Es trennt harte Regeln, sichere Commands, gültige Entscheidungen und alte Hinweise, damit Agents nicht aus Chat-Müll arbeiten.
tools
Is This Agentic Change Good?
Dieser Skill prüft Branches, die zukünftiges Agent-Verhalten verändern. Er sammelt lokale Git-Evidenz, bewertet Skill-Kollisionen, Kontextbudget, Sicherheitsrisiken und Runtime-Sichtbarkeit, bevor ein Merge empfohlen wird.
blog
AGENTS.md ist kein Kontext. Es ist eine Steuerfläche.
Die überraschende Lektion aus AGENTS.md-Benchmarks ist nicht, dass Kontextdateien nutzlos sind. Sie verändern Agent-Verhalten, manchmal in Richtung teurerer und weniger nützlicher Arbeit. Behandle sie als Steuerfläche, nicht als Repo-Handbuch.
blog
Agenten brauchen Runtime Contracts, nicht längere Prompts
Bessere Prompts machen Agenten nicht automatisch zuverlässig. Entwickler brauchen Runtime Contracts: explizite Verträge dafür, welche Tools ein Agent nutzen darf, was er erinnern darf, wann er stoppen muss und wie seine Behauptungen geprüft werden.
blog
Bewerte KI-Code nicht am Diff
Besseres KI-Coding entsteht nicht primär durch bessere Prompts, sondern durch den Harness um das Modell: explizite Contracts, getrennte Builder- und Reviewer-Rollen, Belege und eine Schleife, die Fehler in bessere Spezifikationen zurückführt.
blog
AGENTS.md reicht nicht: Dein Coding Agent braucht einen Harness
Ein Coding Agent wird nicht durch einen magischen Prompt zuverlässig. Er braucht einen Harness: AGENTS.md, Skills, Tool-Permissions, Hooks und Evals, die merken, wenn sich sein Verhalten verschiebt.
blog
LLM-native Entwickler brauchen mehr als gute Prompts
Die nächste Entwicklerfähigkeit ist nicht der cleverste Prompt. Es ist das Betriebssystem um LLMs herum: Datenqualität, Model-Versioning, Evals, Guardrails, Incident Response, Review-UX und Repo-Anweisungen, denen Agents wirklich folgen können.