Agentic Coding
Agentengestützte Programmierung ist Softwareentwicklung, bei der ein KI-Agent eine Codebasis liest, Dateien bearbeitet, Tests ausführt, Fehler behebt und eine Änderung zur Überprüfung bereitstellt.
Agentengestützte Programmierung ist eine Form der Softwareentwicklung, bei der ein KI-Programmieragent eine Programmieraufgabe von Anfang bis Ende erledigt: Er liest den relevanten Code, plant eine Änderung, bearbeitet Dateien, führt Befehle und Tests aus, behebt auftretende Fehler und übergibt einen Commit oder Pull Request zur Prüfung. Die Entwicklerin oder der Entwickler beschreibt die Aufgabe und beurteilt das Ergebnis, statt jede Zeile selbst zu schreiben. Zu den weitverbreiteten Programmieragenten zählen Anthropics Claude Code, Codex von OpenAI, der Programmieragent von GitHub Copilot, der Agentenmodus von Cursor und quelloffene Agenten wie OpenHands; die meisten basieren auf Modellen zum Schlussfolgern, die darauf trainiert sind, lange Abfolgen von Werkzeugaufrufen abzuarbeiten.
So funktionieren Programmieragenten#
Ein Programmieragent ist ein KI-Agent, dessen Werkzeuge denen einer entwickelnden Person entsprechen: Dateisuche und Dateizugriff, Dateibearbeitung, eine Shell für Builds und Tests, Versionsverwaltung und manchmal ein Browser. Seine Agentenlaufzeitumgebung führt eine Schleife aus: Ein großes Sprachmodell (LLM) liest die Aufgabe, untersucht Dateien, schlägt eine Bearbeitung oder einen Befehl vor, liest die Ausgabe und entscheidet über den nächsten Schritt. Auch die Gestaltung der Werkzeuge ist entscheidend: Princetons SWE-agent löste 2024 12,5 % der SWE-bench-Probleme – deutlich mehr als frühere nicht interaktive Methoden. Das lag vor allem daran, dass das Modell kompakte Befehle erhielt, die speziell für das Anzeigen, Durchsuchen und Bearbeiten von Code entwickelt wurden. Die Autoren nannten diesen Ansatz die Agenten-Computer-Schnittstelle.
Repositories leiten Agenten mithilfe von Anweisungsdateien wie AGENTS.md, einem offenen Format für Build- und Testbefehle sowie Programmierkonventionen, das jetzt von der Agentic AI Foundation betreut wird. Hinzu kommen Agentenfähigkeiten, die auf Abruf aufgabenspezifische Verfahren laden, und Server des Model Context Protocol (MCP), die Issue-Tracker, Datenbanken und Dokumentation anbinden. Agenten laufen interaktiv in einem Terminal oder einer IDE oder in Cloud-Sandboxen, in denen mehrere Aufgaben parallel bearbeitet werden und jeweils mit einem Pull Request enden. Ein leitender Agent kann auch Suchvorgänge, Testläufe oder Prüfungen an Unteragenten mit eigenen Kontextfenstern übergeben – eine Form der Orchestrierung von KI-Agenten. Da ein Repository, eine Abhängigkeit oder eine Webseite eine Prompt-Injection enthalten kann, führen Programmieragenten Befehle in einer Agenten-Sandbox aus und fragen nach, bevor sie Code hochladen, Dateien löschen oder neue Hosts kontaktieren.
Agentische Programmierung und verwandte Praktiken#
- Codevervollständigung: Schlägt die nächsten Zeilen vor, während eine entwickelnde Person tippt, wie es GitHub Copilot bei seiner Einführung 2021 tat. Die Person schreibt und führt das Programm weiterhin selbst aus und nimmt jeden Vorschlag an oder lehnt ihn ab.
- Chat-Assistenten: Ein Chatbot beantwortet Programmierfragen mit Codebeispielen, die eine entwickelnde Person von Hand kopiert, ausführt und debuggt.
- Vibe Coding: Andrej Karpathys Bezeichnung aus dem Februar 2025 für das Erstellen von Software, indem man Eingabeaufforderungen formuliert und von KI geschriebenen Code übernimmt, ohne ihn zu lesen. Der Begriff beschreibt den Umgang einer Person mit der Ausgabe. Bei der agentischen Programmierung in professionellen Teams gehören Codeprüfungen, Tests und kontinuierliche Integration üblicherweise weiterhin dazu.
Agentische Programmierung in der Computer Vision#
Arbeiten im Bereich Machine-Learning-Betrieb (MLOps) eignen sich für Programmieragenten, weil jeder Schritt mit einem überprüfbaren Ergebnis endet: Ein Datensatz wird konvertiert und validiert, ein Trainingslauf startet und protokolliert Messwerte, ein exportiertes Modell wird geladen und liefert dieselben Vorhersagen. Ein Agent, der einen Detektor feinabstimmen soll, kann die YAML-Datei des Datensatzes schreiben, das Training starten, die Validierungswerte auslesen und das nächste Experiment vorschlagen. Ultralytics Agent Skills stellen Claude Code, Codex, Cursor, Gemini CLI und anderen kompatiblen Agenten diesen Workflow als Router-Fähigkeit yolo sowie als Fähigkeiten für Modellauswahl, Datensätze, Training, Abstimmung, Inferenz und Export bereit. Hinzu kommt die Fähigkeit platform-cli, die Cloud-Training und Bereitstellungen über Ultralytics Platform und die Befehlszeile ul cloud steuert. Eine Anfrage wie „Exportiere mein trainiertes YOLO-Modell mit INT8-Quantisierung nach TensorRT und führe einen Benchmark aus“ folgt dann den dokumentierten Verfahren für Export und Benchmark. Wenn die Ausgaben voneinander abweichen, weisen die Fähigkeiten den Agenten an, den Ausgaben yolo checks und yolo cfg des installierten Pakets zu vertrauen.
Programmieragenten bewerten#
SWE-bench, eingeführt im Oktober 2023, ist der Standard-Benchmark für agentisches Programmieren: 2.294 echte GitHub-Issues aus zwölf beliebten Python-Repositories. Bewertet wird, ob der Patch des Agenten die eigenen Tests des Projekts besteht. Das beste Modell zum Zeitpunkt der Veröffentlichung, Claude 2, löste 1,96 % davon. OpenAIs SWE-bench Verified, eine Teilmenge mit 500 Aufgaben, deren Lösbarkeit von menschlichen Ingenieuren bestätigt wurde, wurde zur am häufigsten berichteten Version. Ende 2025 lösten die besten Agenten etwa 80 % davon. Anspruchsvollere Testsammlungen wie Terminal-Bench prüfen Arbeit über die Befehlszeile, und Teams ergänzen eine eigene Agentenbewertung auf internen Repositories. Die Produktivität in der Praxis wird getrennt gemessen: In METRs randomisierter Studie mit erfahrenen Open-Source-Entwicklern brauchten 16 Entwickler Anfang 2025 für 246 Aufgaben in ausgereiften Projekten, mit denen sie gut vertraut waren, 19 % länger, wenn sie KI-Werkzeuge verwenden durften. Meist nutzten sie Cursor mit Claude 3.5 und 3.7 Sonnet, schätzten anschließend aber, die Werkzeuge hätten sie um 20 % schneller gemacht.










