How to Orchestrate Claude Code Models While Using 10x Fewer Tokens
Zusammenfassung
Kurz
Der Autor empfiehlt, Modelle passend zur Aufgabe einzusetzen, Teilagenten eng umrissene Aufträge und knappe Antwortvorgaben zu geben sowie Ergebnisse anhand von Tests und Diffs zu überprüfen. Die Überschrift verspricht zehnfach weniger Tokens, doch der Bericht nennt keine Messwerte; seine Empfehlungen stützen sich auf eine erwähnte Reddit-Diskussion.
Mittel
Der Bericht argumentiert, dass mehrere KI-Agenten nicht automatisch Tokens sparen: Teilagenten laden oft denselben Kontext, wiederholen Erkundungen und liefern lange Zusammenfassungen zurück. Als Gegenmittel empfiehlt der Autor, Modelle nach Schwierigkeit einzusetzen – Haiku für einfache Aufgaben, Sonnet für übliche Implementierung und Opus für Planung und komplexe Entscheidungen.
Teilagenten sollten knappe, klar abgegrenzte Aufträge mit benannten Dateien, Prüfpunkten und begrenztem Ausgabeformat erhalten. Erkundungen, die stark vom Gesamtverständnis des Projekts abhängen, sollten möglichst im Hauptkontext bleiben; getrennte Agenten seien vor allem für isolierte Aufgaben sinnvoll. Tests und andere objektive Prüfungen könnten zeigen, ob ein stärkeres Modell nötig ist. Der Orchestrator solle außerdem Diffs und Testergebnisse selbst kontrollieren, Aufgaben bündeln und den gesamten Tokenverbrauch einschließlich Wiederholungen und Review messen. Der Autor verweist auf eine Reddit-Diskussion, nennt aber keine Messdaten, die das Versprechen „10x weniger Tokens“ belegen. Er schlägt auch vor, zunächst „/model opusplan“ in Claude Code auszuprobieren.
Ausführlich lesen
Der Bericht beschreibt, wie sich laut Autor mehrere Claude-Code-Modelle so koordinieren lassen, dass weniger unnötige Tokens und doppelte Arbeit anfallen. Ausgangspunkt ist ein möglicher Nachteil von Multi-Agenten-Systemen: Jeder Teilagent muss Kontext laden, kann dieselben Dateien erneut untersuchen und umfangreiche Zusammenfassungen an den übergeordneten Agenten zurückgeben. Dadurch könne der Tokenverbrauch trotz günstigerer oder zusätzlicher Modelle steigen. Die Überschrift verspricht eine zehnfache Einsparung; der Bericht liefert dafür jedoch keine Messwerte oder einen dokumentierten Vergleich.
Als Vorgehen schlägt der Autor zunächst vor, Modelle nach Aufgabe einzuteilen: Haiku für einfache Prüfungen und Erkundungen, Sonnet für Umsetzung und Fehlersuche mittlerer Komplexität und Opus für Planung, Architekturfragen sowie abschließende Prüfung. Diese Zuordnung soll teures Schlussfolgern auf Aufgaben beschränken, die es tatsächlich benötigen.
Ein Schwerpunkt liegt auf klar begrenzten Aufträgen an Teilagenten. Statt ihnen den gesamten Gesprächsverlauf oder eine offene Bitte zur Projekterkundung zu übergeben, sollte der Hauptagent konkrete Dateien, Prüfpunkte und ein knappes Ausgabeformat vorgeben. Rückmeldungen sollten nur die Informationen enthalten, die für die nächste Entscheidung nötig sind, etwa eine begrenzte Zahl von Befunden mit Datei- und Zeilenangaben. Der Autor empfiehlt außerdem, eng mit der Gesamtarchitektur verbundene Erkundung im Hauptkontext zu belassen. So könne vermieden werden, dass ein Teilagent Informationen unvollständig zusammenfasst und der Hauptagent anschließend dieselben Quellen erneut lesen muss. Teilagenten eignen sich demnach besonders für isolierte Aufgaben.
Weitere Vorschläge betreffen die Qualitätssicherung: Eine Aufgabe kann zunächst an ein günstigeres Modell gehen; objektive Prüfungen wie festgelegte Tests sollen darüber entscheiden, ob eine Eskalation zu einem stärkeren Modell nötig ist. Außerdem soll der Orchestrator Änderungen anhand des tatsächlichen Diffs und der Testergebnisse kontrollieren, statt Abschlussberichte eines Agenten ungeprüft zu übernehmen. Kleine zusammengehörige Änderungen sollten gebündelt werden, während getrennte Agenten vor allem bei wirklich unabhängigen Aufgaben sinnvoll seien.
Zum Abschluss empfiehlt der Bericht, den gesamten Ablauf zu messen: Eingabe- und Ausgabetokens aller Modelle, wiederholten Kontext, Wiederholungsversuche sowie Prüf- und Review-Aufwand. Die behaupteten Vorteile bleiben Vorschläge aus einem Artikel, der sich auf eine Reddit-Diskussion beruft; konkrete Versuchsdaten, Einsparungswerte oder Belege für gleichbleibende Codequalität werden nicht gezeigt. Als einfachere Option regt der Autor an, in Claude Code mit „/model opusplan“ zu experimentieren, bevor man eine umfangreiche eigene Orchestrierung aufbaut.
Gegengeprüft von Claude Haiku 5.5: kleine Mängel
Luna hat zwei Zusammenfassungen geliefert; geprüft wurde die mittlere, die den Bericht treu wiedergibt. Die kurze Fassung ist zwar nicht falsch, lässt aber die Kernaussage aus, dass mehrere Agenten den Tokenverbrauch erhöhen können, und stellt die Empfehlungen zu sehr als auf der Reddit-Diskussion beruhend dar; der Bericht nennt Reddit als Hinweisquelle, die Empfehlungen sind aber überwiegend die des Autors. Die Einordnung betrifft Sicherheitsfragen, die der Bericht kaum berührt; die Stufen beschreiben daher nur die Nähe zum Thema.
Wie die Modelle den Bericht einordnen
Ansicht
Filter
Vorfälle melden
- 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 40 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
Fähigkeiten messen
- 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 40 %beantwortet teilweise oder widerspricht
- amos 39 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
Unabhängig prüfen
- 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 54 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
- 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 38 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 48 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
- 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 100 %kein Bezug
- SubQ 100 %kein Bezug
- drex 67 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
Tempo und Grenzen
- SF-T1 Welche messbaren Schwellen sollen eine Pause auslösen, und wer prüft sie?
- clef 100 %kein Bezug
- Luna 36 %Hintergrund, keine Belege
- JEV 30 %beantwortet teilweise oder widerspricht
- amos 100 %kein Bezug
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
- 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 59 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
- SF-T3 Woran erkennt man, dass KI beginnt, ihre eigene Weiterentwicklung voranzutreiben, und wer darf das erlauben?
- clef 32 %gleiches Oberthema, hilft nicht
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 40 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 59 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
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 28 %gleiches Oberthema, hilft nicht
- SubQ 47 %gleiches Oberthema, hilft nicht
- drex 45 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
- 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 100 %kein Bezug
- SubQ 100 %kein Bezug
- drex 73 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
- 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 30 %gleiches Oberthema, hilft nicht
- amos 100 %kein Bezug
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
- SF-V5 Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
- clef 24 %gleiches Oberthema, hilft nicht
- Luna 54 %einzelne zitierbare Belege
- JEV 52 %beantwortet direkt und ausführlich
- amos 23 %Hintergrund, keine Belege
- SubQ 41 %gleiches Oberthema, hilft nicht
- drex 37 %gleiches Oberthema, hilft nicht
- d3-ultra 46 %gleiches Oberthema, hilft nicht
- Haiku-Prüfung gleiches Oberthema, hilft nicht
- SF-V5-T02 Würde man lieber einem großen, überwachten Modell vertrauen oder vielen kleinen, nicht überwachten?
- SF-V5-T03 Ist es wirtschaftlich klug, Modelle mit geringem Denkaufwand zu betreiben, oder wird das Ausrichtungsproblem (Modelle dazu zu bringen, den vorgesehenen Zielen und Werten zu folgen) dadurch nur schwerer sichtbar?
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 24 %Hintergrund, keine Belege
- Luna 40 %einzelne zitierbare Belege
- JEV 37 %beantwortet teilweise oder widerspricht
- amos 25 %nur am Rande erwähnt
- SubQ 37 %gleiches Oberthema, hilft nicht
- drex 33 %gleiches Oberthema, hilft nicht
- d3-ultra 34 %gleiches Oberthema, hilft nicht
- Haiku-Prüfung einzelne zitierbare Belege
- 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 32 %gleiches Oberthema, hilft nicht
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 31 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 38 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
- SF-A3 Welche Gefahren entstehen, wenn viele KI-Systeme zusammenwirken oder dieselbe Infrastruktur teilen?
- clef 25 %gleiches Oberthema, hilft nicht
- Luna 52 %einzelne zitierbare Belege
- JEV 45 %beantwortet teilweise oder widerspricht
- amos 28 %Hintergrund, keine Belege
- SubQ 34 %gleiches Oberthema, hilft nicht
- drex 35 %gleiches Oberthema, hilft nicht
- d3-ultra 51 %gleiches Oberthema, hilft nicht
- Haiku-Prüfung gleiches Oberthema, hilft nicht
- SF-A3-T01 Welche Beobachtungen oder gemeinsamen Tests erkennen entstehende Abstimmung, Absprachen oder Kettenfehler zwischen Modellen in Arbeitsabläufen, Lieferketten und Gruppen vieler Agenten (Schwärmen), die kein einzelnes Labor steuert oder vorhersieht?
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 58 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
Frieden und Sicherheit
- SF-K2 Wie weit gelten KI-Abkommen für Verbündete und Geheimdienste, und wie verhalten sie sich zu bestehenden Rüstungskontrollverträgen und -regimen?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 100 %kein Bezug
- SubQ 100 %kein Bezug
- drex 59 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
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 59 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
Beteiligung und Gemeinwohl
- 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 100 %kein Bezug
- JEV 24 %einzelne zitierbare Belege
- amos 100 %kein Bezug
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
Weitere Berichte zu diesen Fragen
- Für welche Modelle, Entwickler und Einsätze gelten Prüfregeln, und wann muss neu geprüft werden?
- Welche messbaren Schwellen sollen eine Pause auslösen, und wer prüft sie?
- 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?
- Welche Gefahren entstehen, wenn viele KI-Systeme zusammenwirken oder dieselbe Infrastruktur teilen?
- Welche Mitsprache haben die Menschen, die mit KI leben, bei Tempo und Grenzen, und welche Entscheidungen müssen bei ihnen bleiben?
- Alle Berichte im Archiv