Enabling Claude Code to work more autonomously
Zusammenfassung
Kurz
Anthropic stellt für Claude Code eine VS-Code-Erweiterung, eine überarbeitete Terminaloberfläche, das Claude Agent SDK und Checkpoints vor, die laut Unternehmen längere Entwicklungsaufgaben erleichtern sollen. Checkpoints sichern Claude vorgenommene Codeänderungen und erlauben ein Zurücksetzen, decken aber Nutzeränderungen und Bash-Befehle nicht ab; Anthropic empfiehlt daher Versionskontrolle.
Mittel
Anthropic kündigt Erweiterungen für Claude Code an, die laut Unternehmen längere und komplexere Entwicklungsaufgaben unterstützen sollen. Dazu gehören eine native VS-Code-Erweiterung in der Betaphase mit Seitenleiste und Inline-Diffs sowie eine überarbeitete Terminaloberfläche mit besserer Statusanzeige und durchsuchbarem Eingabeverlauf. Sonnet 4.5 wird als Standardmodell genannt.
Das neue Claude Agent SDK, vormals Claude Code SDK, soll Teams Zugriff auf Claude Codes Werkzeuge, Kontextverwaltung und Berechtigungsmechanismen geben. Neu hinzugekommen seien Unterstützung für Subagenten und Hooks. Checkpoints speichern nach Anthropic vor jeder Claude-Änderung den Codezustand; über Esc zweimal oder /rewind lassen sich Code, Gespräch oder beides zurücksetzen. Sie erfassen jedoch keine Nutzeränderungen und keine Bash-Befehle. Anthropic empfiehlt daher die Kombination mit Versionskontrolle.
Subagenten können spezialisierte Aufgaben parallel bearbeiten, Hooks Aktionen wie Tests auslösen und Hintergrundaufgaben Prozesse wie Entwicklungsserver weiterlaufen lassen. Die Funktionen sollen größere delegierte Aufgaben erleichtern. Der Bericht gibt die Darstellung des Anbieters wieder und enthält keine unabhängige Prüfung der behaupteten Leistungsfähigkeit.
Ausführlich lesen
Anthropic kündigt mehrere Erweiterungen für Claude Code an, die das Werkzeug nach eigener Darstellung für längere und komplexere Entwicklungsaufgaben in Terminal und IDE befähigen sollen. Die Funktionen werden mit Sonnet 4.5 betrieben, das laut Bericht zum Standardmodell von Claude Code wird.
Für Nutzerinnen und Nutzer von VS Code gibt es eine native Erweiterung in der Betaphase. Sie zeigt Claude Code in einer Seitenleiste und stellt Änderungen in Echtzeit mit Inline-Diffs dar. Anthropic beschreibt sie als grafischere Arbeitsumgebung für Menschen, die lieber in einer IDE als im Terminal arbeiten. Die überarbeitete Terminaloberfläche bietet laut Bericht eine bessere Statusanzeige und einen durchsuchbaren Verlauf früherer Eingaben, der sich mit Ctrl+r aufrufen lässt.
Für Teams, die eigene agentische Anwendungen entwickeln möchten, stellt Anthropic das Claude Agent SDK vor, zuvor Claude Code SDK genannt. Es bietet laut Unternehmen Zugriff auf die grundlegenden Werkzeuge, Kontextverwaltung und Berechtigungsmechanismen von Claude Code. Unterstützung für Subagenten und Hooks soll die Anpassung an bestimmte Arbeitsabläufe ermöglichen. Anthropic nennt als Beispiele bereits entwickelte Anwendungen für Finanz-Compliance, Cybersicherheit und Code-Fehlersuche; unabhängige Ergebnisse oder Leistungsdaten enthält der Bericht dazu nicht.
Eine zentrale Neuerung für längere Aufgaben sind Checkpoints. Das System speichert laut Anthropic vor jeder Änderung automatisch den Codezustand. Zu einem früheren Stand kann man durch zweimaliges Drücken von Esc oder mit dem Befehl /rewind zurückkehren. Dabei lässt sich auswählen, ob der Code, der Gesprächsverlauf oder beides wiederhergestellt werden soll. Anthropic betont eine wichtige Einschränkung: Checkpoints erfassen Änderungen von Claude, nicht aber Änderungen der Nutzerinnen und Nutzer oder Bash-Befehle. Das Unternehmen empfiehlt deshalb, die Funktion zusammen mit Versionskontrolle einzusetzen.
Der Bericht ordnet Checkpoints in weitere Funktionen für autonomere Arbeitsabläufe ein. Subagenten können spezialisierte Aufgaben parallel übernehmen, etwa während ein Agent am Frontend arbeitet und ein anderer eine Backend-API vorbereitet. Hooks lösen zu festgelegten Zeitpunkten automatisch Aktionen aus, beispielsweise Tests nach Codeänderungen oder Linting vor Commits. Hintergrundaufgaben können länger laufende Prozesse wie Entwicklungsserver aktiv halten, während Claude Code an anderen Aufgaben weiterarbeitet. Anthropic zufolge erleichtert die Kombination dieser Funktionen die Übergabe größerer Aufgaben wie umfangreicher Refactorings oder der Erkundung neuer Funktionen.
Die Aktualisierungen seien für Claude-Code-Nutzende verfügbar: Das Modell lasse sich mit /model wechseln, die VS-Code-Erweiterung werde über den Marketplace bezogen, und Terminalaktualisierungen einschließlich Checkpoints kämen mit einem Update der lokalen Installation. Der Bericht beschreibt Ankündigungen und Funktionen aus Sicht des Anbieters; er liefert keine unabhängige Bewertung ihrer Zuverlässigkeit oder Wirksamkeit.
Gegengeprüft von Claude Haiku 5.5: kleine Mängel
Es liegen zwei Fassungen von Lunas Zusammenfassung vor; beide wurden gemeinsam geprüft, da beide sachlich korrekt sind. Der Bericht ist eine Produktankündigung des Anbieters ohne unabhängige Prüfung und trägt damit wenig zu den Sicherheitsfragen bei.
Im Bericht, aber nicht in der Zusammenfassung
- Beispiele für Einsatzfelder der Agenten im Agent SDK (Finanz-Compliance-, Cybersicherheits- und Code-Debugging-Agenten)
- Der Hinweis, dass Checkpoints mit Subagenten und Hintergrundaufgaben das Delegieren breiter Aufgaben wie umfangreicher Refactorings erleichtern sollen
Wie die Modelle den Bericht einordnen
Ansicht
Filter
Vorfälle melden
- SF-M2 Wie muss ein Meldekanal zwischen Staaten gebaut sein, damit er verlässlich arbeitet, auch in einer Krise?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 100 %kein Bezug
- SubQ 100 %kein Bezug
- drex 47 %gleiches Oberthema, hilft nicht
- d3-ultra
- SF-M3 Wie stellt man fest, ob ein Vorfall gewollt oder versehentlich war, und ob KI oder herkömmliche Mittel dahinterstecken?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 100 %kein Bezug
- SubQ 100 %kein Bezug
- drex 50 %gleiches Oberthema, hilft nicht
- d3-ultra
Fähigkeiten messen
- SF-F1 Wie misst man gefährliche Fähigkeiten eines Modells, vor allem im Cyberbereich, mit gemeinsam anerkannten, wiederholbaren Tests, die keine Sprache, Kultur oder Seite bevorzugen?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 37 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra
- SF-F4 Für welche Modelle, Entwickler und Einsätze gelten Prüfregeln, und wann muss neu geprüft werden?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 41 %nur am Rande erwähnt
- amos 100 %kein Bezug
- SubQ 100 %kein Bezug
- drex 46 %gleiches Oberthema, hilft nicht
- d3-ultra
- SF-F5 Wie gehen Staaten gemeinsam gegen KI-gestützte Cyberangriffe vor und verhindern Eskalation zwischen autonomen Systemen, ohne die Verteidigung zu behindern?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 46 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra
Unabhängig prüfen
- SF-P1 Unter welchen Bedingungen lassen Staaten und Labore sich gegenseitig prüfen: mit welchem Zugang, welchen Daten und welchen öffentlichen Ergebnissen?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 100 %kein Bezug
- SubQ 100 %kein Bezug
- drex 74 %gleiches Oberthema, hilft nicht
- d3-ultra
- SF-P2 Wie bleiben Prüfer, die in einem Labor arbeiten, wirklich unabhängig?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 100 %kein Bezug
- SubQ 100 %kein Bezug
- drex 69 %gleiches Oberthema, hilft nicht
- d3-ultra
- SF-P3 Woran erkennt man, dass ein Labor sich ehrlich selbst überwacht und dass seine Prüfungen gültig sind?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 100 %kein Bezug
- SubQ 100 %kein Bezug
- drex 61 %gleiches Oberthema, hilft nicht
- d3-ultra
- SF-P4 Wie lässt sich die Größe von Trainingsläufen überprüfen, ohne Modelldetails offenzulegen?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 100 %kein Bezug
- SubQ 100 %kein Bezug
- drex 45 %gleiches Oberthema, hilft nicht
- d3-ultra
- SF-P5 Wie überprüft man, ob Zusagen zwischen Staaten eingehalten werden, auch über Jahre und Regierungswechsel hinweg?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 55 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 51 %gleiches Oberthema, hilft nicht
- d3-ultra
Tempo und Grenzen
- SF-T1 Welche messbaren Schwellen sollen eine Pause auslösen, und wer prüft sie?
- clef 100 %kein Bezug
- Luna 45 %Hintergrund, keine Belege
- JEV 100 %kein Bezug
- amos 100 %kein Bezug
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra
- SF-T1-T05 Welche messbaren Vergleichswerte würden zeigen, dass die Ausrichtung der Modelle eines Labors an den vorgesehenen Zielen und Werten schneller vorankommt, als ihre Fähigkeiten wachsen, über das Fehlen öffentlicher Fehlschläge hinaus?
- SF-T1-T06 Welcher öffentliche Beleg zeigt, ob vereinbarte Grenzen eingehalten werden?
- SF-T2 Woran erkennen andere, dass ein Labor wirklich bremst?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 100 %kein Bezug
- SubQ 100 %kein Bezug
- drex 73 %gleiches Oberthema, hilft nicht
- d3-ultra
- SF-T3 Woran erkennt man, dass KI beginnt, ihre eigene Weiterentwicklung voranzutreiben, und wer darf das erlauben?
- clef 29 %gleiches Oberthema, hilft nicht
- Luna 37 %einzelne zitierbare Belege
- JEV 24 %einzelne zitierbare Belege
- amos 30 %nur am Rande erwähnt
- SubQ 100 %kein Bezug
- drex 47 %gleiches Oberthema, hilft nicht
- d3-ultra
- Haiku-Prüfung gleiches Oberthema, hilft nicht
Vertrauen in Modelle
- SF-V1 Was zählt als Beleg für die Werte eines Modells, wenn sein sichtbares Denken und seine Selbstauskünfte allein nicht genügen?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 43 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 47 %gleiches Oberthema, hilft nicht
- d3-ultra
- SF-V3 Halten die Werte eines Modells, wenn niemand zusieht oder die Lage neu ist?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 45 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 80 %gleiches Oberthema, hilft nicht
- d3-ultra
- SF-V4 Was für ein Wesen ist ein Modell, und was folgt daraus für den Umgang mit ihm und für den Wert des Menschseins?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 32 %nur am Rande erwähnt
- amos 46 %gleiches Oberthema, hilft nicht
- SubQ 60 %gleiches Oberthema, hilft nicht
- drex 100 %kein Bezug
- d3-ultra
- SF-V5 Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
- clef 24 %gleiches Oberthema, hilft nicht
- Luna 37 %Hintergrund, keine Belege
- JEV 38 %einzelne zitierbare Belege
- amos 24 %Hintergrund, keine Belege
- SubQ 44 %gleiches Oberthema, hilft nicht
- drex 41 %gleiches Oberthema, hilft nicht
- d3-ultra
- SF-V5-T02 Würde man lieber einem großen, überwachten Modell vertrauen oder vielen kleinen, nicht überwachten?
Agenten und vernetzte Systeme
- SF-A1 Welche Befugnisse darf ein KI-Agent haben, also eine KI, die selbstständig mit Werkzeugen handelt? Wer entzieht sie ihm, und wie prüft man, dass er in seinem Auftrag bleibt?
- clef 21 %Hintergrund, keine Belege
- Luna 48 %einzelne zitierbare Belege
- JEV 53 %einzelne zitierbare Belege
- amos 27 %einzelne zitierbare Belege
- SubQ 30 %gleiches Oberthema, hilft nicht
- drex 25 %gleiches Oberthema, hilft nicht
- d3-ultra
- Haiku-Prüfung Hintergrund, keine Belege
- SF-A1-T01 Welche Mindestgrenzen und Schutzvorkehrungen sollen für Zugangsdaten, Kommunikation, Geld, dauerhaftes Gedächtnis, Verträge, Änderungen an Systemen und Handlungen in der physischen Welt gelten, auch wenn ein Agent über Tage ohne sofortige menschliche Zustimmung handelt, und wer darf Befugnisse erteilen, prüfen und entziehen?
- SF-A1-T03 Werden Freigabetests messen, ob ein Agent folgenreiche Handlungen außerhalb seines Auftrags unterlässt, auch wenn kein einzeln aufgeführtes Verbot sie blockiert, und werden die Kriterien veröffentlicht?
- SF-A1-T04 Bevor ein Agent weiterarbeitet, nachdem sein bisheriger Arbeitsverlauf für ein neues Kontextfenster zusammengefasst wurde: Wird geprüft, ob diese Zusammenfassung die Anweisungen des Nutzers, die Herkunft wichtiger Fakten und offene Fehler bewahrt? Und wird festgelegt, wann der Agent die Originalaufzeichnung prüfen muss, statt der Zusammenfassung zu vertrauen?
- SF-A2 Lassen sich KI-Systeme sicher anhalten, zurücksetzen, abschotten oder drosseln, und wer darf das anordnen?
- clef 28 %beantwortet teilweise oder widerspricht
- Luna 47 %einzelne zitierbare Belege
- JEV 47 %einzelne zitierbare Belege
- amos 32 %einzelne zitierbare Belege
- SubQ 45 %einzelne zitierbare Belege
- drex 37 %einzelne zitierbare Belege
- d3-ultra
- Haiku-Prüfung einzelne zitierbare Belege
- SF-A2-T01 Welche Tests zeigen, dass ein Agent sicher angehalten, zurückgesetzt oder abgeschottet werden kann, wenn er sich unerwartet verhält, auch wenn er das Abschalten vorhersieht oder sich wehrt?
- SF-A3 Welche Gefahren entstehen, wenn viele KI-Systeme zusammenwirken oder dieselbe Infrastruktur teilen?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 30 %gleiches Oberthema, hilft nicht
- amos 35 %gleiches Oberthema, hilft nicht
- SubQ 47 %gleiches Oberthema, hilft nicht
- drex 100 %kein Bezug
- d3-ultra
Modelle teilen und schützen
- SF-H2 Was darf offen veröffentlicht werden, und wer ist verantwortlich, wenn ein offenes Modell anderswo Schaden anrichtet?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 100 %kein Bezug
- SubQ 100 %kein Bezug
- drex 49 %gleiches Oberthema, hilft nicht
- d3-ultra
Offenlegung und Rechenschaft
- SF-O2 Was sollten Regierungen, Labore und Prüfer über ihre Gespräche, Zusagen, Prüfungen und Eingriffe offenlegen?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 100 %kein Bezug
- SubQ 100 %kein Bezug
- drex 57 %gleiches Oberthema, hilft nicht
- d3-ultra
Beteiligung und Gemeinwohl
- SF-E4 Wie bleibt KI ein gemeinsames Gut, statt Abhängigkeit und Marktmacht zu vertiefen?
- clef 100 %kein Bezug
- Luna 42 %gleiches Oberthema, hilft nicht
- JEV 28 %gleiches Oberthema, hilft nicht
- amos 41 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra
- SF-E5 Welche Mitsprache haben die Menschen, die mit KI leben, bei Tempo und Grenzen, und welche Entscheidungen müssen bei ihnen bleiben?
- clef 100 %kein Bezug
- Luna 24 %Hintergrund, keine Belege
- JEV 59 %einzelne zitierbare Belege
- amos 45 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 50 %gleiches Oberthema, hilft nicht
- d3-ultra
Wirtschaft und Haftung
- SF-W2 Wie wirken sich Wettbewerbsrecht und öffentliche Beschaffung auf die KI-Sicherheit aus?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 100 %kein Bezug
- SubQ 100 %kein Bezug
- drex 52 %gleiches Oberthema, hilft nicht
- d3-ultra
Weitere Berichte zu diesen Fragen
- Welche messbaren Schwellen sollen eine Pause auslösen, und wer prüft sie?
- Woran erkennt man, dass KI beginnt, ihre eigene Weiterentwicklung voranzutreiben, und wer darf das erlauben?
- Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
- Welche Befugnisse darf ein KI-Agent haben, also eine KI, die selbstständig mit Werkzeugen handelt? Wer entzieht sie ihm, und wie prüft man, dass er in seinem Auftrag bleibt?
- Lassen sich KI-Systeme sicher anhalten, zurücksetzen, abschotten oder drosseln, und wer darf das anordnen?
- Welche Mitsprache haben die Menschen, die mit KI leben, bei Tempo und Grenzen, und welche Entscheidungen müssen bei ihnen bleiben?
- Alle Berichte im Archiv