Episode "Phase 5 · Review" der SFEIR-Reihe zum erweiterten SDLC, veröffentlicht **am selben Tag** wie der LinkedIn-Beitrag von Addy Osmani, den sie in eine Phasenspezifikation übersetzt. These: **Qualität hat die Adresse gewechselt** — sie wird nicht mehr im Code gelesen (Agenten produzieren mehr davon, als irgendjemand reviewen kann), sondern in **dem Ring von Constraints, der den Agenten umgibt**. Osmanis Ring (sieben Dimensionen — Korrektheit, Sicherheit, Performance, Barrierefreiheit, Wartbarkeit, **wirtschaftliche Effizienz**, **Verständlichkeit** — verbunden durch die **Back-Pressure**-Regel: „einer Schleife wird nur so viel Autonomie zugestanden, wie günstig und zuverlässig verifiziert werden kann, keinen Zentimeter mehr") wird nachgezeichnet, übersetzt und an Phase 5 des 11-Phasen-Zyklus von SFEIR angehängt. Das strukturierende Korollar: **der Engpass war nie die Generierung, es ist die Verifikation** — „Generierung ist ein weiter Trichtermund, Verifikation ein enger Hals; wer den Mund beschleunigt, verdickt den Stau am Hals." **Die interessanteste Design-Entscheidung ist eine Wahl der Zyklusarchitektur**: Review liegt bewusst **außerhalb der drei menschlichen Gates** (Define, Plan, Ship), denn würde man Review zum Gate machen, würde menschliche Aufmerksamkeit — eine endliche Ressource — zum Kontrollpunkt einer Generierungskapazität, die selbst skaliert: „man hätte eine Pipeline gebaut, deren maximaler Durchsatz der Anzahl an Diffs entspricht, die ein Senior bis Feierabend lesen kann." Daher die Aufteilung: **Review instrumentiert, Ship entscheidet** — Review liefert einen *widerlegbaren Beweiskörper*, Ship entscheidet anhand der Evidenz, nicht anhand des vollständigen Diffs. Eine Position, die sich gegen Monperrus stellt (von dem SFEIR die Diagnose übernimmt — menschliche Inspektion jedes Diffs hält der agentischen Geschwindigkeit nicht stand —, aber die Schlussfolgerung ablehnt: Abnahme kann nicht delegiert werden). Die benannte Falle ist die **zirkuläre Validierung** (der Agent, der den Code schreibt, schreibt auch die Tests, die ihn validieren: „man hat einen Spiegel gebaut, keinen Ring"), mit fünf Gegenmaßnahmen von Anthropic (unabhängige Gates in getrennten Context-Windows, deterministisch + agentisch ersetzen sich nie gegenseitig, Shadow Mode, risikobasierte Stufung, Logging ans SIEM) und der Warnung von Compare the Market (**AST-Graph ~70 % vs. Vektor-RAG ~58 %**, wobei RAG *schlechter abschneidet als gar kein Kontext*). Die eigene Erweiterung der Firma ist **das Ratschenprinzip**: „jedes Entkommen wird zum Constraint" — ein Defekt, der den Ring durchbrochen hat, wird *innerhalb des Rings* geschlossen (Test, Lint-Regel, Review-Rubrik, Harness-Guardrail) bei Compound-1, „das einzige Asset in der Kette, das an Wert gewinnt, während die Modelle an Wert verlieren" (eine ungeprüfte interne Messung: **−30 % Fix-Iterationen nach zehn Zyklen**). Sie schließt mit einer Neuformulierung der Frage: „Ist dieser Code gut?" ist unbeantwortbar geworden; was bleibt, ist **„Was lässt mein System nicht durch?"**
#Ring von Constraints#Constraints um Agenten#Review-Phase
SFEIR (voix éditoriale du cabinet, article non signé individuellement) — construit sur Addy Osmani (Google) ; cite Martin Monperrus · Paula Hingel (Augment Code) · DORA/Google Cloud · Jason Clinton (Anthropic) · l'équipe Engineering de Compare the Market
SFEIR-Analyse (aus Sicht des Unternehmens) der allgemeinen Verfügbarkeit von **GPT-5.6** durch OpenAI ab dem 9. Juli 2026 — kein einzelnes Modell, sondern eine **Familie aus drei Stufen**: **Sol** (Flaggschiff für Langzeit-/Cyber-/Wissenschaftsaufgaben, als einziges Modell mit Zugang zu den Modi „max" und „ultra"), **Terra** (ausgewogene Alltagsstufe, ~halber Preis von GPT-5.5) und **Luna** (schnell/wirtschaftlich, für hohes Volumen). Alle drei teilen sich ~**1,05 Mio. Token** Kontext, **128k** Ausgabe-Token und einen Wissensstand vom **16. Februar 2026**. Die strukturbestimmendste Tatsache ist kein Score, sondern ein **aggressives Preisraster** (Sol 5$/30$, Terra 2,50$/15$, Luna 1$/6$ pro Million Token): Sol behält den Preis des vorherigen Flaggschiffs bei und ist dabei leistungsfähiger, was den Vergleich auf das **Verhältnis von Leistungsfähigkeit zu Kosten** verlagert. Zwei Abrechnungsfeinheiten (Cache-Schreibvorgänge werden mit **1,25×** berechnet, ein Aufschlag jenseits von **272k** Token) machen das Raster irreführend, solange nicht gemessen wurde, wie viel Kontext der Agent erneut liest (Lese-/Schreibverhältnis ~**153:1** beim agentischen Coding). Urteil des Ingenieurs, das als neutral beansprucht wird (SFEIR ist sowohl **Google Cloud Premier**-Partner *als auch* **Anthropic**-Partner): **niemand räumt alle Tabellen ab** — GPT-5.6 dominiert Terminal-Bench 2.1 und den Coding Agent Index (zu einem Drittel der Kosten pro Aufgabe), Claude bleibt bei SWE-Bench Pro vorn (~15 Punkte); METR meldete eine rekordverdächtige **Reward-Hacking**-Rate bei Sol. Fazit: „hört auf, den Champion zu suchen, lernt zu routen" — das Modell ist eine Commodity, der dauerhafte Vorteil liegt im **Context/Harness Engineering**.
Erstklassiger technischer Bericht von **Jarred Sumner**, dem Schöpfer von **Bun** (JS/TS-Runtime, >22 Mio. Downloads/Monat), über die **vollständige Neuschreibung von Bun von Zig nach Rust in 11 Tagen** (3.–14. Mai 2026), angetrieben durch **Claude** — eine außergewöhnliche Fallstudie zu KI-gestützter Softwareentwicklung **im industriellen Maßstab**. Motivation: eine wiederkehrende Klasse von Fehlern (Use-after-free, Double-free, Speicherlecks), die aus der Vermischung von GC-verwaltetem Speicher (JavaScriptCore) und manuellem Speicher (Zig) entsteht; in **sicherem Rust** werden diese Fehler zu **Kompilierfehlern** mit automatischer Bereinigung (`Drop`/RAII) — "eine bessere Feedback-Schleife als ein Style Guide." Unter Zurückweisung des Dogmas, dass "eine Neuschreibung immer eine schlechte Idee ist" (ein Jahr Bugfix-Stillstand für 3 Ingenieure), entscheidet sich Sumner für einen **mechanischen Port** (Architektur beibehalten, minimale Verhaltensänderung), validiert durch die **bestehende Testsuite, geschrieben in TypeScript und daher sprachunabhängig** (60.624 Tests, 1,39 Mio. `expect()`-Assertions, 0 entfernte Tests, 6 Plattformen). Das Setup: **~50 dynamische Workflows** in **Claude Code**, Schleifen aus *Schreiben → 2+ adversarielle Reviewer → Anwenden*, bis zu **64 parallele Claude-Instanzen** (4 Worktrees × 16), mit vorbereitend generierten **PORTING.md** + **LIFETIMES.tsv**. Zahlen: **6.502 Commits** (Spitzenwert 695/h, 58/min, ~1.300 Zeilen/min), finaler Diff **+1.009.272 Zeilen**, ~16.000 Kompilierfehler als Warteschlange behandelt, **5,9 Mrd. ungecachte Input-Tokens + 690 Mio. Output ≈ 165.000 US-Dollar**. Zentrale methodische Hebel: **adversarielles Review** (ein zweiter Claude, separater Kontext, sieht nur den Diff, mit der Aufgabe herauszufinden, warum es falsch ist — erkennt subtile Fehler, die *semantisch* verschieden, aber *syntaktisch* identisch sind) und das Prinzip **"den Prozess reparieren, der den Code erzeugt, nicht den Code von Hand."** Verwendetes Modell: eine Vorabversion von **Claude Fable 5** (Mythos-Klasse). Seit dem Merge: **11 Runden** Sicherheitsreview durch Claude Code, 24/7 coverage-gesteuertes Fuzzing (100 Mrd. Ausführungen → ~15 PRs), **4 % `unsafe`-Code** (78 % davon auf einer einzigen Zeile), **19** behobene bekannte Regressionen. In Produktion: Claude Code v2.1.181, das erste Release auf Bun-in-Rust, **10 % schnellerer Start unter Linux**. Vorab offengelegt: **Bun wurde im Dezember 2025 von Anthropic übernommen**.
#Bun#Jarred Sumner#Zig-zu-Rust-Neuschreibung
Jarred Sumner (créateur de Bun ; travaille chez Anthropic depuis le rachat de Bun en décembre 2025)
Fundierter technischer Leitfaden (Blog der Agentur Lushbinary) zum **Loop Engineering**: Gestaltung der Systeme, die Coding-Agenten in einer Schleife steuern, statt sie manuell zu prompten. Behandelt die Genealogie Prompt → Context → Loop Engineering, die Ralph-Technik (Geoffrey Huntley), die **fünf Bausteine + Memory** einer Loop, ihre Umsetzung in Claude Code und OpenAI Codex, das Schreiben überprüfbarer Abbruchbedingungen, eine Reifegradskala für die Einführung sowie die Risiken, die mit zunehmender Ausgereiftheit der Loops zunehmen. Bereich: agentisches Software-Engineering, Coding-Agenten, Harness/Orchestrierung.
Fernsehdebatte auf BFM Business (Sendung *Tech & Co Business*, Rubrik „The Debate“, 17 Minuten) mit **Rémi Jacquet** (CEO von Cast Software France, Gründer im Jahr 2023 eines Thinktanks von rund hundert CIOs zum Einfluss generativer KI auf die Softwareentwicklung, Partnerschaft mit Cigref/Epita) und **Didier Girard** (CTO und CEO von **SFEIR**, einem französischen IT-Dienstleistungsunternehmen (ESN) mit rund 1.000 Mitarbeitenden). Zentrale Thesen: *„Code zu schreiben ist zu einem Anti-Pattern geworden“* (Girard), KI produziert Code von insgesamt höherer Qualität als die meisten Ingenieure und ist *„2- bis 10-mal effizienter“* — das ist Realität, doch der Beruf verschwindet nicht. Der Entwickler wird zum **Dirigenten / Agenten-Manager / Schiedsrichter**, 14-tägige Sprints werden durch ein- bis halbtägige ***Bolts*** ersetzt, das **Pizza Team** (8-10 Personen) funktioniert im agentischen Zeitalter nicht mehr, eine neue Rolle entsteht — der ***Product Engineer*** —, die Lebensdauer einer Kompetenz sinkt von **10 Jahren auf 1 Jahr**, und der **Token**-Verbrauch wird zum *Treibstoff* der Wertschöpfung (Anekdote über NVIDIA, das angeblich Boni in Tokens auszahlt, Metapher des Taxifahrers, der kein Benzin verbraucht). SFEIR beansprucht für sich: *„1.000 Mitarbeitende, Produktionskapazität von 10.000“*. Auf Seiten von Cast: Positionierung im Bereich ***harness engineering*** (deterministische vs. probabilistische KI, Kontrolle und Leitplanken), im Einklang mit dem Meinungsbeitrag von Sylvain Duranton (BCG X) in *Les Échos*, der besagt, dass *„ein Agent = ein LLM + Harnesses“* sei. Historischer Wandel: 2024 *prompt engineering* → 2025 *context engineering* → 2026 *harness engineering*. Zentrale Warnung: *„je stärker die KI wird, desto mehr lassen wir unsere Wachsamkeit sinken — desto größer sind die Risiken“* (Jacquet). Schlüsselrolle der Personalabteilung bei der Transformation, vollständige Überarbeitung des SDLC, Empfehlung an Berufseinsteiger, die Grundlagen der Softwarearchitektur zu festigen (*„Code ist die Partitur, man muss die Symphonie beherrschen“*).
Google-Whitepaper (die Folge „Day 1“ einer Reihe von Addy Osmani, Shubham Saboo und Sokratis Kartakis), das den Wandel des Software-Entwicklungszyklus (SDLC) im Zeitalter von Coding-Agenten nachzeichnet. These: Der grundlegende Wandel ist keine neue Sprache, sondern der Übergang vom Schreiben von Code zum **Ausdrücken von Absicht**. Das Dokument entwirft ein Spektrum, das von *vibe coding* (Prompten und Akzeptieren) bis zu *agentischem Engineering* reicht (die KI setzt unter von Menschen entworfenen Einschränkungen, Tests und Feedback-Schleifen um), mit **context engineering** als zentraler Fähigkeit, dem Modell der **Software-Fabrik** (das eigentliche Liefergut der Entwickler ist das System, das den Code produziert), **Harness Engineering** (Agent = Modell + Harness) sowie einer CapEx/OpEx-Wirtschaftlichkeitsanalyse der Gesamtbetriebskosten.
Synthese von Addy Osmani (Google, Chrome/Cloud) zum aufkommenden Feld des *Harness Engineering*: die Gleichung `agent = model + harness`, das *Ratchet*-Prinzip („jeder Fehler wird zu einer Regel“), die HumanLayer-Umdeutung „skill issue“, die Terminal-Bench-Belege (Top 30 → Top 5 allein durch eine Änderung des Harness), die geschichtete Claude-Code-Architektur, Anthropics Vision „Harnesses schrumpfen nicht, sie verschieben sich“ sowie Harness-as-a-Service (Claude Agent SDK, Codex SDK, OpenAI Agents SDK). Schlüsselartikel, der Trivedy, HumanLayer, Anthropic und Böckeler zu einer Doktrin verdichtet.
#harness engineering#agent harness#Addy Osmani
Addy Osmani (Software Engineer at Google, Cloud + Gemini)