Ein Agent, der sein eigenes Ergebnis prüft und so lange wiederholt, bis ein Kriterium erfüllt ist klingt trivial. Genau diese stumpfe Iteration ist bei KI-Coding-Agenten der Unterschied zwischen Murks und einem Ergebnis, das dann auch wirklich durchläuft.
So einer der Mechanismen hinter LoopTroop, einem lokalen Open-Source-Orchestrator für KI-Coding-Projekte. Er läuft auf dem eigenen Rechner statt in der Cloud und koordiniert mehrere KI-Modelle gleichzeitig an einer Codebasis.
Drei Ideen sind dabei schon etwas anders als andere: sogenannte „LLM-Räte“ lassen mehrere Modelle gegeneinander antreten oder miteinander abstimmen, bevor eine Code-Entscheidung final wird. Sowas reduziert Einzelfehler, weil nicht mehr eine Instanz allein entscheidet. Ich hol mal mein Strickzeug und setze mich in einen basisdemokratischen Sit-In – voll gemeinschaftlich hier, Mann!
Context Engineering ist der eigentliche Flaschenhals: dem Modell genau die Informationen geben, die es in dem Moment braucht, nicht mehr und nicht weniger. Sonst verliert es sich in Details oder übersieht das Offensichtliche.
Und Git Worktrees sorgen dafür, dass sich mehrere Agenten nicht gegenseitig den Code kaputtmachen: Jeder bekommt eine eigene isolierte Arbeitskopie, arbeitet parallel, am Ende wird sauber zusammengeführt.
Ich glaube ja, dass das genau der Unterschied sein wird zwischen solchen Agenten, die diszipliniert eingesetzt werden können versus solchen, die irgendwann vor lauter Kontext im Chaos versinken. Lokal, quelloffen, nachvollziehbar – diese Richtung würde ich mir übrigens von der ganzen Agenten-Welle wünschen.
Und Du so?
#LoopTroop #KIAgenten #OpenSource #ContextEngineering #GitWorktrees #SoftwareEntwicklung #KICoding
