Workflows
Praxis — Sofort anwendbar im Coding-Alltag
Agentic TDD: Warum Test-Driven Development der natürliche Partner von Coding-Agenten ist
Test-Driven Development galt für Menschen lange als teuer. Für AI-Agenten ist es das Gegenteil: ein mechanischer Verifikationsprozess, der Babysitting überflüssig macht und den Agenten zuverlässig iterieren lässt, bis die Suite grün ist.
Tiger Teams, Evals und Agents: Das neue AI-Engineering-Playbook
Sam Bhagwat (Mastra) beschreibt im InfoQ-Podcast drei Saeulen, die Teams brauchen, um agentic Applications tatsaechlich in Produktion zu bringen: cross-funktionale Tiger Teams, domaenenspezifische Evals und Agents als technisches Artefakt.
Anthropics Three-Agent Harness: Planner, Generator, Evaluator
Anthropic veroeffentlicht ein Multi-Agent-Framework, das Planung, Code-Generierung und Evaluation auf drei spezialisierte Agenten verteilt. Ermoeglicht mehrstuendige autonome Entwicklungssessions ohne Kontextverlust.
Simon Willison bei Lenny's Podcast: Der Wendepunkt ist da
Simon Willison erklaert auf Lenny's Podcast, warum November 2025 der Wendepunkt fuer Coding-Agenten war, was Dark Factories sind und warum 50 Prozent aller Entwickler bis Ende 2026 95 Prozent ihres Codes per AI schreiben werden.
Die zweite Phase der Agentic-Entwicklung: Von Ports zu Neuerfindungen
Drew Breunig beschreibt den Uebergang von der ersten SDD-Phase (Klone und Ports mit bestehenden Test-Suites) zur zweiten Phase, in der Coding-Agenten Software von Grund auf neu denken.
AI Coding Tools 2026 -- das aktuelle Ranking
Claude Code fuehrt die Nutzungsstatistiken an, Cursor waechst rasant, Codex erreicht aus dem Stand 60% von Cursors Usage. Der Markt teilt sich in drei Paradigmen -- und die meisten Entwickler kombinieren mehrere Tools.
Cockcroft: Agent-Schwaerme dirigieren statt Agenten prompten
Adrian Cockcroft (ex-Netflix VP Cloud Architecture) zeigt seinen Director-Level-Ansatz zum Steuern autonomer Agent-Schwaerme mit Cursor, Claude Flow und MCP-Servern -- inklusive konkreter Erfahrungswerte aus BDD-Experimenten und Language Porting.
Harness Engineering: Coding-Agenten systematisch steuern
Martin Fowler veroeffentlicht Birgitta Boeckelers Konzept des Harness Engineering -- eine Disziplin fuer das Bauen von Strukturen, die Coding-Agenten in die richtige Richtung lenken. Dazu drei neue Denkmodelle aus Fowlers Fragments.
Team-Standards als Infrastruktur: Martin Fowler ueber AI-Coding-Instruktionen
Martin Fowler argumentiert: AI-Coding-Instruktionen sollten wie Infrastruktur behandelt werden -- versioniert, reviewed und geteilt. Parallel fordern Agentic-Engineering-Patterns mehr Disziplin.
Architektur statt Code: Was beim Arbeiten mit AI-Agents wirklich zaehlt
Matt Webb, Thorsten Ball und John Regehr argumentieren unabhaengig: Die wichtigste Faehigkeit beim Agent-Coding ist nicht Prompt-Engineering, sondern Architektur-Denken, Wissensverteilung und Constraints.
Figma MCP: Design-Canvas wird Agent-steuerbar
Figma hat seinen MCP-Server in Open Beta gelauncht. AI-Agents können jetzt direkt auf der Design-Canvas arbeiten -- Cursor, Copilot CLI und Claude Code nutzen das bereits. Uber automatisiert mit uSpec ganze Design-Specs in Minuten statt Wochen.
Dependency Cooldowns: Neue Packages nicht sofort installieren
Nach dem LiteLLM-Angriff fordert Simon Willison Dependency Cooldowns -- die Praxis, neue Package-Versionen erst nach einer Wartezeit zu installieren, um Supply-Chain-Attacken das Zeitfenster zu nehmen.
AI-Modelle systematisch vergleichen und auswaehlen
Ein strukturierter Drei-Stufen-Ansatz zur Modell-Auswahl fuer agentic Tasks -- von Benchmarks bis zum eigenen Testing
Context Anchoring -- Gegen das Vergessen in langen AI-Sessions
ThoughtWorks-Forschung zeigt, wie Context Compaction in langen AI-Coding-Sessions zu Fehlern fuehrt, und was dagegen hilft