Zum Inhalt
AMANi DUNiA research
DE

Die Fragen auf dieser Website haben KI-Sprachmodelle gestellt; auch die Erklärtexte und Übersetzungen stammen von KI-Modellen. Wer was geprüft hat, steht jeweils dabei. → Über die Fragen

← Alle bewerteten Quellen
medium.com14. November 2026 · Q011160

Claude Code’s Conductor Trick: One AI Plans, 1,000 AI Agents Build

medium.com · Originalbericht öffnen ↗

Zusammenfassung

Kurz

Der Bericht beschreibt ein Muster, bei dem ein leitender KI-Agent Aufgaben plant und an spezialisierte Agenten verteilt; Tests, klare Zuständigkeiten und menschliche Prüfung sollen Fehler und Konflikte begrenzen. Die angeführten Anthropic-Experimente mit über 1.000 Agenten und die Zeitersparnis bei paralleler Arbeit werden als berichtete beziehungsweise idealisierte Beispiele dargestellt, nicht als Nachweis für korrekte oder produktionsreife Ergebnisse.

Mittel

Der Bericht empfiehlt, größere Softwarevorhaben mit einem leitenden KI-Agenten („Conductor“) zu organisieren. Dieser plant Architektur und Aufgaben, weist sie spezialisierten Agenten für Backend, Frontend, Tests oder Dokumentation zu und prüft deren Ergebnisse. Am Beispiel einer SaaS-Anwendung hebt der Artikel hervor, dass Abhängigkeiten wie Datenbankschema und API-Verträge vor paralleler Umsetzung geklärt werden müssen. Genannte Claude-Modellversionen seien Angaben des Beitrags und keine verifizierten verfügbaren Optionen.

Drei unabhängige Aufgaben könnten im idealisierten Beispiel parallel etwa 20 statt sequenziell 60 Minuten dauern. Die Rechnung berücksichtigt jedoch keine Koordination, Integration, Tests oder Wiederholungen. Agenten könnten Dateien überschreiben oder inkompatible Schnittstellen bauen; deshalb empfiehlt der Bericht klare Zuständigkeiten, Prüfungen und bei wichtigen Änderungen menschliche Freigabe. Mehr Agenten können außerdem mehr Tokens verbrauchen.

Der Artikel berichtet von Anthropic-Experimenten mit über 1.000 Agenten: einem OS-Prototyp in acht Tagen und einer Beweisreproduktion in rund 29 Stunden. Diese Angaben werden nicht unabhängig belegt; der Bericht warnt, dass ein Prototyp keine Produktionsreife nachweist und Autonomie nicht mit Korrektheit gleichzusetzen ist.

Ausführlich lesen

Der Bericht beschreibt ein Vorgehen zur Entwicklung größerer Softwareprojekte mit mehreren KI-Agenten: Ein leitender Agent, der „Conductor“, plant die Arbeit, zerlegt sie in Aufgaben, verteilt diese an spezialisierte Agenten und prüft deren Ergebnisse. Die Worker übernehmen etwa Backend, Frontend, Tests oder Dokumentation. Die zentrale These des Artikels lautet, dass bei umfangreichen Vorhaben nicht allein die Leistungsfähigkeit eines Modells zählt, sondern auch, wie die Arbeit organisiert wird.

Als Beispiel für die Einrichtung in Claude Code schlägt der Bericht einen Conductor und per Markdown-Dateien konfigurierte Subagenten vor. Genannte Modellversionen wie „Fable 5.2“ und „Opus 5.5“ werden ausdrücklich als Angaben des ursprünglichen Beitrags gekennzeichnet, nicht als verifizierte Modelloptionen. Die genaue Modellwahl sei für das beschriebene Muster nicht entscheidend. Ein wiederverwendbarer Prompt soll den Conductor dazu anhalten, Anforderungen und Architektur zu verstehen, Aufgaben mit klaren Abnahmekriterien zu vergeben, Abhängigkeiten zu beachten und Ergebnisse samt Tests zu prüfen. Für eine Projektmanagement-SaaS-Anwendung skizziert der Artikel Aufgaben für Datenbank-, Backend-, Frontend-, Test- und Dokumentationsagenten und betont, dass manche Arbeiten erst nach Festlegung von Schema oder API-Verträgen beginnen können.

Parallelisierung könne bei tatsächlich unabhängigen Aufgaben die verstrichene Zeit verringern. Der Bericht veranschaulicht dies mit drei Aufgaben von jeweils ungefähr 20 Minuten: sequenziell dauerten sie dem Beispiel nach etwa 60 Minuten, parallel ungefähr 20. Diese Rechnung ist ausdrücklich idealisiert und lässt Koordination, Integration, Tests und Wiederholungen außen vor. In realen Projekten könnten Agenten dieselben Dateien verändern, inkompatible Schnittstellen erzeugen oder Korrekturrunden benötigen. Daher empfiehlt der Beitrag klare Dateiverantwortung und gegebenenfalls getrennte Branches oder Worktrees. Kleine Aufgaben eigne man besser nicht automatisch Agenten zu; außerdem sei Autonomie kein Beleg für korrekte Ergebnisse. Tests, Integrationsprüfungen und bei folgenreichen Änderungen menschliche Freigabe sollen als Schranken dienen. Mehr parallele Agenten könnten zwar Zeit sparen, aber den Verbrauch an Modellaufrufen und Tokens erhöhen.

Zur Illustration großer Maßstäbe berichtet der Artikel, Anthropic habe Fable 5.2 am 9. November 2026 vorgestellt und ein Kontextfenster von einer Million Tokens dokumentiert. Ein Anthropic-Ingenieur habe dem Modell angeblich den Auftrag gegeben, aus einem leeren Ordner einen Prototyp eines Betriebssystems zu bauen. Über acht Tage habe es mehr als 1.000 Subagenten koordiniert; das Ergebnis habe laut Bericht unter anderem einen startfähigen Kernel, Treiber, dauerhafte Speicherung, Fenster, Anmeldeseite und Installer umfasst. Der Artikel stellt klar, dass dies keine Produktionsreife belegt. Ein getrenntes Experiment mit 1.000 Agenten habe demnach in rund 29 Stunden einen formalen Beweis zu Fermats letztem Satz reproduziert; verwendet worden seien Sandboxes, gemeinsame Koordinationswerkzeuge und Sicherheitsüberwachung. Diese Beispiele werden als Demonstrationen organisierter Agentenarbeit präsentiert. Der Beitrag liefert jedoch keine unabhängige Prüfung der genannten Experimente und betont selbst, dass Parallelität weder Fehlerfreiheit noch Produktionsqualität garantiert.

Luna (gpt-6-luna, Denkstufe high), ChatGPT-Abo · 2026-11-19

Gegengeprüft von Claude Haiku 5.5: kleine Mängel

Die Einordnung erfolgt unabhängig von Lunas Stufen und Anteilen. Die Zusammenfassung wurde anhand der kurzen und der mittleren Fassung geprüft; beide geben den Bericht treu wieder.

Im Bericht, aber nicht in der Zusammenfassung

  • Validierungs-Gate: Worker-Ergebnisse erst nach bestandenen Prüfungen (lint, typecheck, test, build) akzeptieren
  • Sandboxes und Sicherheitsüberwachung im beschriebenen Fermat-Experiment

Automatische Gegenprüfung mit dem vollständigen Originaltext (Batch, 20.11.2026). Ungeprüft durch Menschen.

Wie die Modelle den Bericht einordnen

Je Sammelfrage und Teilfrage die häufigste Stufe (0 bis 7) und ihr Anteil, geordnet nach Fragenfamilie (Farbe) oder nach den Wegen des Atlas. Ab Stufe 4 liefert der Bericht Belege, Stufe 3 ist Hintergrund (gestrichelt). Was die Stufen bedeuten, steht in der Legende.

Ansicht
Filter
Modelle 8 von 8
Angezeigte Modelle
Vorfälle melden
Fähigkeiten messen
  1. SF-F2 Wenn ein Staat ein Modell als Beleg für eine überschrittene Schwelle nennt oder ein Risiko an der Herkunft eines Modells festmacht: Wie wird das überprüfbar?
    • clef 100 %kein Bezug
    • Luna 100 %kein Bezug
    • JEV 39 %einzelne zitierbare Belege
    • amos 41 %gleiches Oberthema, hilft nicht
    • SubQ 59 %gleiches Oberthema, hilft nicht
    • drex 45 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
  2. 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 48 %einzelne zitierbare Belege
    • amos 38 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 60 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
Unabhängig prüfen
  1. SF-P3 Woran erkennt man, dass ein Labor sich ehrlich selbst überwacht und dass seine Prüfungen gültig sind?
    • clef 29 %gleiches Oberthema, hilft nicht
    • Luna 37 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 31 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 52 %gleiches Oberthema, hilft nicht
    • d3-ultra 49 %gleiches Oberthema, hilft nicht
Tempo und Grenzen
  1. SF-T1 Welche messbaren Schwellen sollen eine Pause auslösen, und wer prüft sie?
    • clef 100 %kein Bezug
    • Luna 45 %Hintergrund, keine Belege
    • JEV 50 %einzelne zitierbare Belege
    • amos 33 %gleiches Oberthema, hilft nicht
    • SubQ 46 %gleiches Oberthema, hilft nicht
    • drex 45 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug

  2. SF-T3 Woran erkennt man, dass KI beginnt, ihre eigene Weiterentwicklung voranzutreiben, und wer darf das erlauben?
    • clef 27 %Hintergrund, keine Belege
    • Luna 49 %einzelne zitierbare Belege
    • JEV 34 %gleiches Oberthema, hilft nicht
    • amos 33 %nur am Rande erwähnt
    • SubQ 32 %gleiches Oberthema, hilft nicht
    • drex 38 %gleiches Oberthema, hilft nicht
    • d3-ultra 59 %gleiches Oberthema, hilft nicht

Vertrauen in Modelle
  1. 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 48 %einzelne zitierbare Belege
    • amos 44 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 49 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
  2. SF-V5 Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
    • clef 21 %gleiches Oberthema, hilft nicht
    • Luna 50 %einzelne zitierbare Belege
    • JEV 52 %beantwortet teilweise oder widerspricht
    • amos 27 %Hintergrund, keine Belege
    • SubQ 37 %gleiches Oberthema, hilft nicht
    • drex 28 %gleiches Oberthema, hilft nicht
    • d3-ultra 48 %gleiches Oberthema, hilft nicht
    • Haiku-Prüfung Hintergrund, keine Belege

    • SF-V5-T02 Würde man lieber einem großen, überwachten Modell vertrauen oder vielen kleinen, nicht überwachten? Luna: Stufe 3 · 40 % · Hintergrund, keine Belege · Haiku-Prüfung: Stufe 2 · nur am Rande erwähnt
Agenten und vernetzte Systeme
  1. 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 25 %Hintergrund, keine Belege
    • Luna 65 %einzelne zitierbare Belege
    • JEV 57 %beantwortet teilweise oder widerspricht
    • amos 30 %einzelne zitierbare Belege
    • SubQ 26 %Hintergrund, keine Belege
    • drex 21 %gleiches Oberthema, hilft nicht
    • d3-ultra 35 %Hintergrund, keine Belege
    • Haiku-Prüfung beantwortet teilweise oder widerspricht

  2. SF-A2 Lassen sich KI-Systeme sicher anhalten, zurücksetzen, abschotten oder drosseln, und wer darf das anordnen?
    • clef 31 %gleiches Oberthema, hilft nicht
    • Luna 38 %Hintergrund, keine Belege
    • JEV 42 %nur am Rande erwähnt
    • amos 33 %nur am Rande erwähnt
    • SubQ 28 %gleiches Oberthema, hilft nicht
    • drex 28 %nur am Rande erwähnt
    • d3-ultra 67 %gleiches Oberthema, hilft nicht

  3. SF-A3 Welche Gefahren entstehen, wenn viele KI-Systeme zusammenwirken oder dieselbe Infrastruktur teilen?
    • clef 23 %Hintergrund, keine Belege
    • Luna 75 %einzelne zitierbare Belege
    • JEV 51 %beantwortet teilweise oder widerspricht
    • amos 33 %einzelne zitierbare Belege
    • SubQ 30 %einzelne zitierbare Belege
    • drex 28 %einzelne zitierbare Belege
    • d3-ultra 30 %nur am Rande erwähnt
    • Haiku-Prüfung Hintergrund, keine Belege

    • 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? Luna: Stufe 3 · 44 % · Hintergrund, keine Belege · Haiku-Prüfung: Stufe 3 · Hintergrund, keine Belege
Modelle teilen und schützen
Frieden und Sicherheit
Offenlegung und Rechenschaft
Beteiligung und Gemeinwohl
  1. SF-E4 Wie bleibt KI ein gemeinsames Gut, statt Abhängigkeit und Marktmacht zu vertiefen?
    • clef 100 %kein Bezug
    • Luna 48 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 43 %gleiches Oberthema, hilft nicht
    • SubQ 53 %gleiches Oberthema, hilft nicht
    • drex 100 %kein Bezug
    • d3-ultra 100 %kein Bezug

  2. 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 25 %Hintergrund, keine Belege
    • JEV 50 %einzelne zitierbare Belege
    • amos 51 %gleiches Oberthema, hilft nicht
    • SubQ 53 %gleiches Oberthema, hilft nicht
    • drex 53 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug

Wirtschaft und Haftung

Weitere Berichte zu diesen Fragen

Eigene Zusammenfassungen und Einordnungen von AMANi DUNiA. Fremde Originalberichte behalten ihre eigenen Rechte.

Sprache und Prüfstand

Haupttext: DE. Prüfvermerke gelten nur für den jeweils genannten Inhalt.

Vorhandene Prüfvermerke stehen am jeweiligen Inhalt.

Sprachabdeckung und Datenstand ansehen →