Einmal im Monat blicken wir zurück auf das, was in der AI-Welt passiert ist. Wir sammeln die lesenswertesten Artikel aus der Community und die wichtigsten Produkt-Updates, kuratiert von unserem AI-Team.
Im Juli ging es um die Frage, wie viel Führung ein Agent noch braucht. Anthropic hat über 80 % des Claude-Code-Systemprompts gestrichen und lässt die Modelle selbst mehr entscheiden. Das Bauen ist billig geworden, das Prüfen aber nicht. Genau dort liegt jetzt der Engpass. Codeberg zieht die Konsequenz und verbietet Projekte, die überwiegend von LLMs stammen.
Auf der Produktseite kam mit Opus 5 ein neues Standardmodell von Anthropic, und mit Kimi-K3 steht ein offenes chinesisches Modell an der Spitze eines Coding-Benchmarks.
Lesenswertes aus der Community
80 % weniger Systemprompt
Anthropic · claude.com
Ältere Claude-Modelle brauchten viel mehr explizite Regeln, damit sie nichts falsch machten. Die Claude-5-Generation urteilt besser und kommt mit deutlich weniger Anweisungen aus. Anthropic hat darum über 80 % des Claude-Code-Systemprompts gestrichen, ohne in den eigenen Coding-Tests an Qualität einzubüssen.
Zu viele Regeln waren sogar schädlich, weil sie sich zum Teil widersprachen. Die Systemprompts sind über die Zeit gewachsen, jede Regel kam als Antwort auf ein einzelnes Problem dazu, und weggenommen wurde selten etwas. So stand in einer Anfrage “dokumentiere, wo es angebracht ist” neben “füge keine Kommentare hinzu”. Heute überlässt ein einziger Satz dem Modell das Urteil: “schreibe Code, der sich wie der umgebende Code liest”.
Was Claude nur manchmal braucht, steht gar nicht mehr im Systemprompt. Anthropic nennt das progressive Offenlegung. Das Modell bekommt nur, was es gerade braucht, der Rest wird erst geladen, wenn er relevant wird. Fürs eigene Setup gilt dasselbe. CLAUDE.md bleibt kurz, und was nur zu einem Thema gehört, kommt in einen Skill. Zum Aufräumen im eigenen Setup gibt es in Claude Code den Befehl /doctor.
Mit einer neuen Modellgeneration lohnt es sich, auch das eigene Setup zu überdenken. Was wir um die Modelle herum gebaut haben, muss sich mit ihnen weiterentwickeln, und wie viel dabei zusammenkommt, sieht man an Anthropics eigenem Prompt. Als Faustregel schreiben wir unser CLAUDE.md eher wie ein Inhaltsverzeichnis unserer Dokumentation und nicht wie die Dokumentation selbst. Es hält fest, was sich am Code nicht ablesen lässt, für den Rest verweist es auf docs/ oder einen Skill.
Umsetzen wird billig, Prüfen nicht
Clifford · 12gramsofcarbon.com
Jede Aufgabe kostet zweimal: einmal, um sie zu bauen, und einmal, um das Ergebnis zu prüfen. Agenten machen das Bauen billig. Das Prüfen ist nicht im gleichen Mass billiger geworden, und wer nicht gegensteuert, zahlt dafür sogar mehr als vorher. Wer nur auf die Umsetzung schaut, lässt darum Dinge bauen, die er selbst nicht mehr beurteilen kann.
Daraus entsteht eine Faustregel, was man einem Agenten abgibt. Was mühsam zu bauen, aber leicht zu prüfen ist, ist ein Fall für den Agenten. Ist beides teuer, arbeitet man besser selbst mit. Sonst wird der Agent zum Glücksspiel, und man startet ihn so lange neu, bis das Ergebnis zufällig passt.
Wer schnell baut und nicht mitprüft, sammelt Verifikationsschulden. Es entstehen Features, die niemand mehr im Zusammenhang versteht. Und wer den Zusammenhang nicht kennt, kann auch das nächste Ergebnis nicht beurteilen. So wächst der Rückstand von Runde zu Runde. Eine Codebasis, die niemand mehr versteht, wird am Ende auch für den Agenten teuer.
Der Vorschlag dreht die Sache darum um. Bauen ist billig geworden, also soll man damit das Prüfen billiger machen. Der Agent soll sein Ergebnis selbst ausprobieren können, im Browser oder im Terminal. Logs, Metriken und Traces zeigen ihm, was zur Laufzeit passiert. Und jede Umsetzung soll über Tests abgesichert werden, die er vorher schreibt. Früher war dieser Aufbau teuer, heute baut ihn der Agent selbst.
Das deckt sich mit unserer Erfahrung. Die Prüfung kommt mit dem Tempo im Bau nicht mit. Ein Feature ist schnell entwickelt und als Pull Request freigegeben, der Druck landet dann beim Reviewer. Wir nehmen ihm diesen Druck an drei Stellen ab.
- Im Pull Request. Wer eine Änderung vorschlägt, hat die Domäne vorher verstanden, gerne auch mit Hilfe von AI. Und ein Pull Request ändert entweder das Verhalten oder die Struktur, nicht beides auf einmal.
- In der Architektur. Vieles lässt sich schon dort lösen. Wenn sie die Sicherheit garantiert, ist die Frage nach der Korrektheit beantwortet, bevor jemand den Code liest.
- Vor dem Umbau. Bei grossen Umbauten hält Golden-Master-Testing das Verhalten fest, bevor es sich ändert.
Was passiert, wenn AI-generierter Code bei fremden Projekten landet, zeigt der Beschluss von Codeberg.
Codeberg verbannt KI-generierte Projekte
Codeberg · blog.codeberg.org
Codeberg untersagt künftig Projekte, die überwiegend von LLMs geschrieben und gepflegt werden. Beschlossen hat das die Mitgliederversammlung des Vereins im Juli mit 358 zu 144 Stimmen.
Die Begründung ist zuerst wirtschaftlich. Auf Codeberg existieren AI-getriebene Projekte mit bloss einem einzigen Entwickler und praktisch ohne Nutzer, die gleich viele Ressourcen verbrauchen wie die grössten Community-Projekte. Viel Code-Aktivität, dauernd laufende CI und grosse Release-Binaries belasten die Infrastruktur. Gleichzeitig ist Hardware teuer geworden. Als Beispiel nennen die Autoren SSD-Preise, die von 700 auf 3’700 Euro gestiegen sind.
Dazu kommt, dass Vertrauen verloren geht. Maintainer bekommen gut gemeinte, aber schlecht geprüfte LLM-Beiträge, deren Review viel Zeit kostet. Und von aussen ist kaum noch erkennbar, hinter welchem Projekt ein Mensch steht.
Der Entscheid wird von Hand durchgesetzt. Es gibt keine Massenlöschung und kein automatisches Scannen, entschieden wird fallweise im Moderationsteam. Aktive Projekte mit Community bleiben willkommen, kleine Experimente werden geduldet.
Wir arbeiten selbst täglich mit Agenten und veröffentlichen Open Source, etwa Asylum. Das Problem, das Codeberg beschreibt, kennen wir. Ein striktes Verbot nach Herkunft des Codes geht uns trotzdem etwas zu weit. AI gehört heute zur Softwareentwicklung, und ihr Anteil wird weiter wachsen. Mit einem Agenten geschrieben heisst für uns auch nicht automatisch schlecht geschrieben. Es kommt darauf an, ob ein seriöser Prozess dahintersteht und wie viel ein Mensch am Ende entscheidet und verantwortet. Weil Codeberg jeden Fall von Hand beurteilt, trifft es wohl vor allem die Ausreisser.
Produkt-Updates
Claude Opus 5: Anthropic hat am 24. Juli Opus 5 als neues Standardmodell veröffentlicht. Es löst Opus 4.8 ab und liegt in den Coding-Benchmarks fast gleichauf mit dem deutlich teureren Fable 5. Die Token-Preise bleiben unverändert, pro erledigter Aufgabe wird die Arbeit aber günstiger. Neu ist ein Fast Mode, der 2,5-mal schneller läuft, dafür aber doppelt so viel kostet.
Fable 5 für Premium-Seats: Seit dem 20. Juli ist Fable 5 in den Premium-Seats von Team und Enterprise enthalten. Nutzen lässt es sich für höchstens die Hälfte des Wochenlimits.
Kimi-K3: Moonshot AIs Kimi-K3 hat Fable 5 an der Spitze der Frontend Code Arena abgelöst, mit Bestwerten in sechs von sieben Frontend-Domänen. Die Gewichte sind seit dem 27. Juli unter einer angepassten MIT-Lizenz frei verfügbar. Selbst betreiben kann es, wer die Hardware für 2,8 Billionen Parameter stellen kann.
