My Claude Code Setup: A Planner, Workers, a Reviewer, and a Smarter Context Window
Zusammenfassung
Kurz
Der Autor beschreibt einen Claude-Code-Ablauf, in dem Opus plant und prüft, Sonnet-Worker Teilaufgaben umsetzen und Herdr die Schritte koordiniert. Wiederverwendbare Skills und Kontextmanagement sollen wiederholte Anweisungen und irrelevante Gesprächsinhalte reduzieren. Die Darstellung ist ein persönlicher Erfahrungsbericht ohne vergleichende Messungen; Werkzeuge ersetzen laut Autor weder Tests noch menschliche Prüfung.
Mittel
Der Bericht stellt einen persönlichen Claude-Code-Arbeitsablauf für größere Entwicklungsaufgaben vor. Statt einen Agenten alles erledigen zu lassen, werden Planung, Umsetzung und Prüfung getrennt: Opus zerlegt eine Aufgabe in Schritte, Sonnet-Worker bearbeiten Teilaufgaben, und ein Opus-Reviewer prüft die Ergebnisse. Herdr soll diese Abläufe koordinieren und gegebenenfalls Nachbesserungen anstoßen. Unabhängige Aufgaben können parallel laufen, wenn ihre Abhängigkeiten dies erlauben.
Ponytail und Caveman dienen als wiederverwendbare Skills für Arbeitsregeln und knappe Kommunikation. Headroom wird als Proxy für Modellanfragen beschrieben; Context Mode soll helfen, relevante Informationen im Gesprächskontext zu halten, etwa durch das Herausfiltern passender Protokollzeilen. Der Text unterscheidet außerdem Kontextfenster, Nutzungsgrenze und Sitzung als verschiedene Aspekte der Arbeit mit dem Modell.
Die Darstellung ist ein Erfahrungsbericht mit Beispielen und Pseudocode, keine vergleichende Wirksamkeitsmessung. Die tatsächlichen Funktionen der Werkzeuge hängen von ihrer Implementierung und Konfiguration ab. Der Autor betont, dass weder ein Proxy bessere Ergebnisse oder weniger Token garantiert noch mehrere Agenten Tests, unabhängige Prüfung und menschliches Urteil ersetzen.
Ausführlich lesen
Der Bericht beschreibt einen persönlichen Aufbau für die Arbeit mit Claude Code an größeren Softwareprojekten. Ausgangspunkt ist die Beobachtung des Autors, dass ein einzelner Agent für kleine Aufgaben oft ausreicht, bei umfangreicher Arbeit aber Kontextfenster, lange Gespräche und wiederholte Werkzeugaufrufe zum Problem werden können. Als Lösung schlägt er vor, die Arbeit in klar getrennte Rollen und Schritte aufzuteilen.
Claude Code dient dabei als zentrale Entwicklungsumgebung: Es kann den Projektbestand untersuchen, Dateien bearbeiten und beim Debuggen helfen. Der Autor empfiehlt, ein Projekt zunächst analysieren und einen Plan erstellen zu lassen, bevor Änderungen beginnen. Für größere Aufgaben sieht der beschriebene Ablauf drei Rollen vor: Ein Opus-Modell plant die Arbeit in Teilaufgaben, Sonnet-Modelle setzen einzelne Aufgaben um, und ein weiteres Opus-Modell prüft die Ergebnisse anhand der ursprünglichen Anforderungen. Bei festgestellten Problemen sollen die zuständigen Worker nachbessern; anschließend wird verifiziert. Unabhängige Teilaufgaben können laut Bericht parallel laufen, sofern ihre Abhängigkeiten das zulassen.
Herdr übernimmt in diesem Aufbau die Orchestrierung: Es soll festlegen, welche Aufgaben zuerst laufen, was parallel ausgeführt werden kann und wie mit Fehlern umgegangen wird. Der Text betont, dass mehrere Modellaufrufe allein noch kein koordiniertes Team ergeben; dafür braucht es eine Instanz, die die Schritte steuert. Ponytail und Caveman werden als wiederverwendbare Skills eingeordnet. Sie bündeln etwa Projektregeln, Hinweise für Code-Reviews oder Vorgaben für knappe Antworten, damit diese nicht bei jeder Aufgabe neu erklärt werden müssen.
Headroom wird als Proxy zwischen Entwicklungsumgebung und Modell-API beschrieben, der je nach Konfiguration Modellanfragen verwalten oder weiterleiten kann. Context Mode ist die MCP-Komponente für den Umgang mit Kontext und Informationen. Der Bericht unterscheidet die Aufgaben: Ein Proxy verwaltet Modellinteraktionen, während Kontextmanagement darauf zielt, relevante Informationen auszuwählen und unnötige Inhalte aus Gesprächen herauszuhalten. Als Beispiel wird angeführt, aus einem umfangreichen Protokoll nur die für einen Fehler relevanten Zeilen zu extrahieren.
Außerdem grenzt der Autor Kontextfenster, Nutzungsgrenzen und Sitzung voneinander ab: Sie betreffen jeweils die aktuell berücksichtigbaren Informationen, verfügbare Modellnutzung und den fortlaufenden Arbeitszustand. Die erwähnte Fünf-Stunden-Grenze hängt laut Text vom jeweiligen Tarif und den geltenden Nutzungsregeln ab.
Der Bericht macht keine vergleichende Messung oder belegte Leistungsanalyse der genannten Werkzeuge. Fähigkeiten von Herdr, Headroom, Ponytail, Caveman und Context Mode hängen dem Text zufolge von ihrer jeweiligen Implementierung und Konfiguration ab. Er warnt zudem, dass Proxys weder automatisch die Intelligenz erhöhen noch geringeren Tokenverbrauch garantieren. Tests, sorgfältige Prüfung und menschliches Urteil bleiben erforderlich; mehrere Agenten können denselben Fehler machen und ein Reviewer kann schwerwiegende Probleme übersehen.
Gegengeprüft von Claude Haiku 5.5: kleine Mängel
Die Zusammenfassung wurde für beide von Luna gelieferten Fassungen zusammen beurteilt, da das Schema nur ein Urteil vorsieht. Die Einordnung bezieht sich auf die Fragen selbst und ist unabhängig von Lunas Anteilen und Stufen.
Im Bericht, aber nicht in der Zusammenfassung
- Die Worker sind nur Aufgabenbeschreibungen; die Orchestrierung muss sie tatsächlich starten und verwalten
- Der Reviewer kann schwerwiegende Fehler übersehen, und mehrere Agenten können denselben Fehler machen
- Der Ablauf Plan, Umsetzung, Prüfung, Korrektur, Verifikation wird als Rückkopplungsschleife beschrieben (in der kurzen Fassung fehlend)
- Die Unterscheidung von Kontextfenster, Nutzungsgrenze und Sitzung wird nur in der mittleren Fassung erwähnt
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 60 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
- 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 44 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 60 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
- SF-M4 Wie kommen Meldungen von Laboren, Betreibern und Nutzern schnell und geschützt zu den Stellen, die handeln müssen, auch über Grenzen hinweg?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 48 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 69 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
- SF-M5 Was muss vor und nach einem Vorfall geschehen, damit Verantwortliche einstehen, man daraus lernt, Beweise bleiben und Betroffene auch über Grenzen hinweg zu ihrem Recht kommen?
- clef 41 %gleiches Oberthema, hilft nicht
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 100 %kein Bezug
- SubQ 100 %kein Bezug
- drex 53 %gleiches Oberthema, hilft nicht
- 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 37 %nur am Rande erwähnt
- amos 43 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 49 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
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 67 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
- SF-P2 Wie bleiben Prüfer, die in einem Labor arbeiten, wirklich unabhängig?
- clef 35 %gleiches Oberthema, hilft nicht
- Luna 33 %gleiches Oberthema, hilft nicht
- JEV 100 %kein Bezug
- amos 43 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 62 %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 31 %gleiches Oberthema, hilft nicht
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 43 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 64 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
- SF-P4 Wie lässt sich die Größe von Trainingsläufen überprüfen, ohne Modelldetails offenzulegen?
- clef 39 %gleiches Oberthema, hilft nicht
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 100 %kein Bezug
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- 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 55 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 45 %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 42 %Hintergrund, keine Belege
- JEV 39 %nur am Rande erwähnt
- amos 100 %kein Bezug
- SubQ 100 %kein Bezug
- drex 49 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
- 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 69 %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 38 %gleiches Oberthema, hilft nicht
- Luna 36 %Hintergrund, keine Belege
- JEV 100 %kein Bezug
- amos 39 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 64 %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 35 %gleiches Oberthema, hilft nicht
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 41 %gleiches Oberthema, hilft nicht
- SubQ 51 %gleiches Oberthema, hilft nicht
- drex 51 %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 38 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 75 %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 27 %Hintergrund, keine Belege
- amos 49 %gleiches Oberthema, hilft nicht
- SubQ 51 %gleiches Oberthema, hilft nicht
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
- SF-V5 Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
- clef 27 %gleiches Oberthema, hilft nicht
- Luna 52 %Hintergrund, keine Belege
- JEV 35 %beantwortet teilweise oder widerspricht
- amos 27 %Hintergrund, keine Belege
- SubQ 100 %kein Bezug
- drex 38 %gleiches Oberthema, hilft nicht
- d3-ultra 53 %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 21 %gleiches Oberthema, hilft nicht
- Luna 57 %einzelne zitierbare Belege
- JEV 37 %beantwortet teilweise oder widerspricht
- amos 28 %Hintergrund, keine Belege
- SubQ 30 %gleiches Oberthema, hilft nicht
- drex 33 %gleiches Oberthema, hilft nicht
- d3-ultra 41 %gleiches Oberthema, hilft nicht
- Haiku-Prüfung gleiches Oberthema, hilft nicht
- 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 34 %gleiches Oberthema, hilft nicht
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 30 %gleiches Oberthema, hilft nicht
- SubQ 42 %gleiches Oberthema, hilft nicht
- drex 43 %gleiches Oberthema, hilft nicht
- d3-ultra 50 %gleiches Oberthema, hilft nicht
- SF-A3 Welche Gefahren entstehen, wenn viele KI-Systeme zusammenwirken oder dieselbe Infrastruktur teilen?
- clef 31 %gleiches Oberthema, hilft nicht
- Luna 64 %Hintergrund, keine Belege
- JEV 34 %einzelne zitierbare Belege
- amos 34 %nur am Rande erwähnt
- SubQ 45 %gleiches Oberthema, hilft nicht
- drex 46 %gleiches Oberthema, hilft nicht
- d3-ultra 57 %gleiches Oberthema, hilft nicht
- Haiku-Prüfung nur am Rande erwähnt
- 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?
- SF-A3-T02 Welche Mindesttests prüfen viele Modellinstanzen, die über längere Zeit zusammenwirken, auf stille Abstimmung, angesammelte Ziele und gemeinsames Verhalten, das kein einzelnes Modell zeigt?
Modelle teilen und schützen
- SF-H1 Wo endet die erlaubte Nutzung fremder Modellausgaben, und wo beginnt unerlaubte Destillation, also das Trainieren eines eigenen Modells mit diesen Ausgaben?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 44 %gleiches Oberthema, hilft nicht
- SubQ 59 %gleiches Oberthema, hilft nicht
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
- 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 77 %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 75 %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 79 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
Beteiligung und Gemeinwohl
- SF-E4 Wie bleibt KI ein gemeinsames Gut, statt Abhängigkeit und Marktmacht zu vertiefen?
- clef 100 %kein Bezug
- Luna 38 %gleiches Oberthema, hilft nicht
- JEV 100 %kein Bezug
- amos 100 %kein Bezug
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
- 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 48 %einzelne zitierbare Belege
- amos 51 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 49 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
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 für ein Wesen ist ein Modell, und was folgt daraus für den Umgang mit ihm und für den Wert des Menschseins?
- 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