Eigene Anwendung

Agentenwerk

Ein Betrieb aus 26 Agentenrollen mit Verfassung, Belegpflicht und einer Freigabe, die auch ablehnt

Zustand: Im Betrieb
Stand: 26 Rollen · 141 Aufträge · 202 gefallene Prüfungen
Technik: Node.js / TypeScript · PostgreSQL mit Prisma · Claude Agent SDK · Gitea im eigenen Netz · Prometheus & Grafana · Docker auf Unraid

Die Anforderung

Warum es gebaut wurde

KI-Agenten schreiben schnell Code. Das Problem ist nicht die Geschwindigkeit, sondern das Vertrauen: Ein Agent, der „fertig" meldet, hat damit nichts bewiesen. In der Praxis heißt „fertig" oft, dass der Agent den Test nicht ausgeführt, das Ergebnis nicht angesehen oder die Prüfung so gebaut hat, dass sie nie durchfällt. Wer daraus einen Betrieb machen will, muss genau an dieser Stelle ansetzen — nicht bei besseren Anweisungen, sondern bei einer Ordnung, in der eine unbelegte Behauptung auffällt. Die Anforderung lautete deshalb nicht „baut Software mit Agenten", sondern: Jede Abgabe muss prüfbar sein, und die Prüfung muss durchfallen können.

Der Aufbau

Wie es aufgebaut ist

Der Betrieb ist nach Rollen geschnitten, nicht nach Aufgaben: 26 Rollen von der Disposition über Architektur, Bau, Prüfung und Sicherheit bis zu Archiv, Personal und Änderungsverwaltung. Jede Rolle hat eine Charta, die sagt, was sie darf und was nicht — ein Bauender ohne Datenhaltungsrecht bekommt keinen Auftrag, der die Datenhaltung berührt. Arbeit läuft als Auftrag mit Ziel, Abnahmekriterien, Budget und Frist. Darüber liegen Iterationen. Quer dazu stehen vier Dinge, die den Unterschied machen: Belege zu jeder Prüfung, Entscheidungen mit Begründung und Widerrufsbedingung, Vorfälle bei Verstößen gegen die Verfassung, und ein Wissensspeicher, dessen Einträge verfallen können.

Der Ablauf

Was mit einem Auftrag geschieht

Auftrag entsteht
Ziel, Abnahmekriterien, Klasse und Budget werden festgelegt, bevor jemand anfängt. Ohne prüfbare Abnahmekriterien wird nicht disponiert.
Disposition
Eine eigene Rolle wählt den Bearbeiter — nach Charta, freier Kapazität und bisherigem Verbrauch. Die Wahl wird begründet und ist nachlesbar.
Bau
Der Agent arbeitet auf einem eigenen Zweig gegen einen festgehaltenen Ausgangsstand. Im Mittel braucht ein Auftrag 9,6 Läufe; 8.473 Werkzeugaufrufe sind bisher protokolliert.
Belege statt Meldungen
Jede Prüfung schreibt einen Beleg mit Merkmal, Sollwert, Istwert und Befund. Von 1.623 Belegen sind 1.196 bestanden, 225 ausgesetzt — und 202 gefallen. Ein Tor, das nie anschlägt, ist der Hauptbefund, nicht der Erfolg.
Gegenprobe
Verlangt ist der Nachweis, dass die Prüfung überhaupt misst: Die Reparatur wird zurückgedreht, die Prüfung muss durchfallen, dann wird zurückgestellt. Wer das nicht vorlegt, hat nichts belegt.
Prüfung durch eine andere Rolle
Wer baut, prüft nicht ab. Reviewer und Auditor arbeiten gegen dieselben Kriterien, aber getrennt vom Bau.
Freigabe
Erst danach wird zusammengeführt. Von 109 Anträgen wurden 86 erteilt und 23 abgelehnt — eine Freigabe, die nur zustimmt, ist ein Stempel, keine Prüfung.
Was hängen bleibt
Entscheidungen wandern mit Begründung und Widerrufsbedingung ins Archiv, Erkenntnisse in den Wissensspeicher, Regelverstöße in die Vorfallsliste.

Die Entscheidungen

Was bewusst so und nicht anders gelöst ist

Eine Verfassung, gegen die man verstoßen kann
Die Agenten arbeiten unter wenigen verbindlichen Sätzen — der wichtigste: nichts ausgeben, was nicht geprüft ist. Entscheidend ist, dass ein Verstoß etwas auslöst: 74 Vorfälle sind protokolliert, der häufigste Grund ist genau dieser Satz. Eine Regel ohne festgehaltenen Verstoß ist eine Absichtserklärung.
Abgebrochene Aufträge sind ein Ergebnis
Von 141 Aufträgen wurden 65 erledigt und 39 abgebrochen. Das ist keine Fehlerquote, die es zu senken gilt: Ein Auftrag, der an unklaren Kriterien oder am Budget scheitert, soll abbrechen und nicht so lange laufen, bis irgendetwas herauskommt. Der teuerste Auftrag lief 444 Läufe — auch das steht in der Akte.
Entscheidungen tragen ihre Umkehrbarkeit mit
Zu jeder der 520 Entscheidungen steht, ob sie umkehrbar ist und unter welcher Bedingung sie zu widerrufen wäre. 36 sind nicht umkehrbar — die brauchen eine andere Sorgfalt als die übrigen 484. Wer das nicht trennt, behandelt alles gleich vorsichtig oder alles gleich leichtfertig.
Wissen verfällt
Der Wissensspeicher hat 165 Einträge, davon gelten 148 und 17 sind verfallen. Ein Eintrag mit Ablauf zwingt zur erneuten Prüfung, statt eine einmal richtige Aussage für immer gültig zu halten. Widersprüche werden nicht überschrieben, sondern verknüpft.
Fähigkeiten haben Vertrauensstufen
Die 51 Fähigkeiten der Agenten sind eingestuft: 32 geprüft, 17 eigene, 2 gesperrt. Eine gesperrte Fähigkeit ist nicht gelöscht — sie bleibt sichtbar samt Grund. So lässt sich später nachvollziehen, warum etwas nicht mehr benutzt wird.

Die Gestaltung

Wie es aussieht — und warum

Die Oberfläche ist ein Prüfstand, keine Werkstatt: Sie zeigt nicht, was gerade getippt wird, sondern was belegt ist. Im Vordergrund stehen Aufträge mit ihren Kriterien, Belege mit Soll und Ist, Freigaben mit Begründung und die Vorfallsliste. Wer wissen will, ob eine Sache trägt, soll es an Zahlen sehen — nicht an einem Fortschrittsbalken.

Der Nachweis

In acht Tagen Betrieb: 141 Aufträge, 918 Läufe, 8.473 Werkzeugaufrufe. 1.623 Belege, davon 202 durchgefallen. 109 Freigabeanträge, davon 23 abgelehnt. 74 Vorfälle wegen Regelverstößen. 520 dokumentierte Entscheidungen. Drei Projekte sind daraus entstanden, darunter der Fitnesstracker, der vollständig von den Agenten gebaut wird.

Weiter