Zum Inhalt springen

root / tags / rbac

#RBAC

2 Fiches

Transformation & Adoption Automatisch geprüfte Übersetzung

Steps of AI Adoption (tableau/artifact + post LinkedIn « I talk to engineers at other companies every day… »)

**Boris Cherny** (Creator & Head of Claude Code @Anthropic) veröffentlicht auf LinkedIn eine Framework-Tabelle, **« Steps of AI Adoption »**, die die Einführung agentischer KI durch ein Engineering-Team über **5 Stufen (0→4)** abbildet, jede charakterisiert durch eine **Größenordnung der gesteuerten Agenten** und eine **Transformation der Rolle des Engineers**: **0 Gated** (0 Agenten, abgeschotteter Zugang), **1 Assisted** (~1 Agent — „du + ein Agent“, betreutes Pair Programming), **2 Parallel** (~10 Agenten — **Orchestrator**), **3 Supervised autonomy** (~100 Agenten — **Manager of Managers**, ein Org-Baum), **4 AI-native** (~1.000+ Agenten — **VP Steering by Intent**). Die Tabelle kreuzt fünf Spalten: Anzahl der Agenten, *wie es aussieht*, *der Engpass*, *die hilfreichen Produkte*, *die Guardrails*. **Zentrale These**: mehr Tokens zu verbrauchen bringt keinen Stufenaufstieg — der Aufstieg zur nächsten Stufe erfordert, **den nächsten Engpass zu identifizieren und aufzulösen** UND **den nächsten Satz an Guardrails aufzubauen**. Konkret: Claude eine verlässliche **Self-Verification-Loop** geben (Tests + Build + Lint + E2E in einer echten Umgebung), **Auto mode** aktivieren (um blockierende Berechtigungsabfragen zu vermeiden), **Code-Review und Security-Review zum Standard machen**, Multi-Agenten-Oberflächen einführen (Agent View CLI, Desktop, iOS/Android-Apps, Tag), dann `/loop`, `/batch`, `/goal`, **dynamische Workflows** und **worktree isolation** für Subagenten. Zum Thema Steuerung: Nutzung (Dashboard) misst **Aktivität, nicht Ertrag**; die richtige Frage lautet *„hätten wir hierfür ohnehin Engineering-Aufwand investiert? Wenn ja, wie viele manuelle Engineer-Stunden hätte es gekostet?“* — das ist der ROI. Der eigentliche Gewinn stellt sich ein, wenn **Fixes und Wartung im Hintergrund ablaufen** und Teams sich auf das *Bauen* konzentrieren. Anthropic befindet sich auf **Stufe 3, auf dem Weg zu 4**; Boris Cherny erklärt, persönlich **Stufe 4** erreicht zu haben.

#Boris Cherny#Claude Code#Anthropic

Boris Cherny (Creator & Head of Claude Code @Anthropic)

KI-Coding-Agenten & Skills Automatisch geprüfte Übersetzung

the 2026 ai engineer roadmap

Manifestartiger X-Thread von Rohit (@rohit4verse), der die *2026 AI engineer roadmap* entfaltet: eine Gehaltslücke von 150.000 $ zwischen Prompt Engineer und Systems Architect, das Ende generischer *Wrapper*, die "sherlocked by big tech" seien, sowie 5 Portfolio-Projekte, gestaffelt nach Komplexitätsgrad (Offline-Mobile-SLM, selbstverbessernder Coding-Agent, multimodaler *Cursor für Videoeditoren*, Privacy-First-Agent für ein persönliches Life-OS, autonomer Agent für Enterprise-Workflows). Jedes Projekt beschreibt seine *zentralen architektonischen Entscheidungen* (Lazy Loading, Sliding Window, Sandboxing, Szenenerkennung, persönlicher Knowledge Graph, ereignisgesteuertes Multi-Agent-System, Audit Trail, RBAC, Observability). Strukturierender Slogan: *"the replaceable: building wrappers / the unfireable: shipping autonomous systems"*. Auffordernder, viraler Ton, typisch für X im Jahr 2026.

#2026 AI engineer roadmap#Rohit#rohit4verse

Rohit (@rohit4verse) — créateur de contenu IA sur X · vulgarisateur d'architecture et roadmaps de carrière en ingénierie IA.