Boris Cherny, Leiter von Claude Code bei Anthropic, trat auf Metas @Scale-Konferenz vor einen voll besetzten Saal mit Ingenieuren, und gleich die erste Frage aus dem Publikum ließ ihn innehalten. „Sind Schleifen nur der nächste Hype-Zyklus oder sind sie real?“, fragte jemand aus dem Saal. Chernys Antwort kam ohne Zögern: „Ja, sie sind real.“
Cherny spricht über Schleifen nicht als Beobachter aus der Ferne. Er ist der Ingenieur, der das Team leitete, das Claude Code entwickelte – heute eines der meistgenutzten Werkzeuge für agentisches Coding überhaupt. Wenn er etwas sagt, horcht die Entwicklerwelt auf.
Die Ära der Schleife
Cherny bot auf der Konferenz eine einfache Einordnung der vergangenen zwei Jahre. Zunächst schrieben wir Quellcode von Hand. Dann stiegen wir auf Agenten um, die den Code für uns schreiben. Jetzt treten wir in die dritte Phase ein: Agenten prompten andere Agenten, die anschließend erst den Code generieren. „Der Sprung von Agenten zu Schleifen ist genauso groß wie der Sprung vom Quellcode zu Agenten“, sagte er.
Was genau ist eine Schleife in der Welt der KI? Es handelt sich um eine lang laufende, rekursive Struktur, in der Subagenten ein Repository überwachen, Pull Requests öffnen und so lange im Hintergrund arbeiten, bis sie ein Stoppsignal erhalten. Dieses Signal wird jedoch nicht durch eine fest definierte Bedingung im Code bestimmt, wie es bei der klassischen Programmierung der Fall ist. Die Entscheidung trifft ein anderer Agent.
Cherny beschrieb während des Vortrags, was er selbst derzeit betreibt. Ein Agent sucht ununterbrochen nach Möglichkeiten, die Codearchitektur zu verbessern. Ein zweiter sucht nach doppelten Abstraktionen, die sich zusammenführen ließen. Beide reichen Pull Requests ein wie jeder andere Entwickler im Team. Und weil sich der Code ständig verändert, hören sie niemals auf.
Ralph Loop und der Rechenzeittest
Schleifen an sich sind in der Informatik nichts Neues. Rekursive Funktionen, die sich selbst aufrufen und nach Erfüllung einer Bedingung stoppen, gehören zum ersten Semester jedes technischen Studiengangs. Neu ist, dass die Stopplogik nun nichtdeterministisch ist. Sie wird nicht durch eine Regel, sondern durch einen Subagenten bestimmt.
Eine der meistgenutzten Techniken ist der sogenannte Ralph Loop, benannt nach Ralph Wiggum aus den Simpsons. Er funktioniert, indem er die gesamte bisher vom Modell geleistete Arbeit zusammenfasst und fragt, ob es sein Ziel erreicht hat. Falls nicht, fährt es fort. Auf diese Weise lässt sich verhindern, dass sich das Modell bei langen Vorgängen verirrt. Es wird so lange hin und her geschickt, bis die Aufgabe erledigt ist.
Der OpenAI-Forscher Noam Brown bemerkte Anfang dieses Monats, dass heutige Modelle nahezu jedes Problem lösen können, wenn man ihnen genügend Rechenleistung zur Verfügung stellt. Schleifen sind eine direkte Folge dieser Beobachtung. Wenn Sie nicht wissen, wann ein Agent fertig wird, lassen Sie ihn einfach so lange laufen, bis er es schafft.
Enormes Vertrauen und enorme Kosten
Das ist eine wirkungsvolle Idee, doch sie hat ihren Preis. Im wahrsten Sinne des Wortes. Agentenschleifen verbrauchen Token wesentlich schneller als klassische Chatbots, die Fragen beantworten. Und weil sie ununterbrochen laufen sollen, gibt es keine Obergrenze für die Ausgaben. Für Anthropic, das mit dem Verkauf von Token Geld verdient, sind das hervorragende Nachrichten. Für alle anderen kann dies eine sehr kostspielige Arbeitsweise sein.
Der ursprüngliche Ansatz beim agentischen Coding war ein anderer. Der Entwickler startete den Agenten, beobachtete die ersten Schritte, griff ein, wenn er vom Weg abkam, und beendete die Arbeit, sobald die Aufgabe erledigt war. Schleifen verändern dieses Modell. Agenten warten nicht auf den nächsten Prompt. Sie warten auf ein Signal, dass die Arbeit abgeschlossen ist. Und wann dieses Signal kommt, entscheidet ein anderer Agent, nicht ein Mensch.
Quelle: techcrunch.com
