223 Pull Requests in 11 Tagen: Julien Dubois über Agent-Entwicklung

X-PostJulien Dubois9. September 2026Sammlung

Julien Dubois (Java Champion und Manager bei Microsoft/GitHub) hat ein Präsentations-Playbook veröffentlicht, in dem er anhand konkreter Git- und Metrikdaten zeigt, wie er mit AI-Coding-Agents innerhalb von elf Tagen die Open-Source-Entwicklerkonsole 'BootUI' für Spring Boot 4 fertigstellte.

Das Wichtigste

223 Pull Requests und 83.000 Codezeilen wurden in 11 Kalendertagen zu Release 1.0.0 von BootUI zusammengeführt.
Dubois schätzt den menschlichen Aufwand auf 80 bis 110 Stunden zur Orchestrierung, Steuerung und Review von Copilot-Agenten.
Ein manueller Alleingang ohne KI hätte nach seiner Schätzung und COCOMO-Vergleich 6,5 bis 8,5 Monate (1.100 bis 1.450 Stunden) benötigt.
Das Projekt umfasst ein 5-Modul-Maven-Setup, ein eingebettetes Vue-3-Frontend mit ca. 40 Panels sowie 116 Test-Suiten (Java und Playwright).
Die Präsentation selbst wurde ebenfalls über Copilot mit reveal.js erstellt und stützt sich transparent auf öffentlich einsehbare Git-Logs.

Warum das relevant ist

Viele Diskussionen um Produktivitätsgewinne durch KI-Agenten bleiben abstrakt oder anekdotisch. Dubois belegt die Einsparungen anhand eines konkreten, quelloffenen Projekts mit messbaren Commits, PR-Zahlen und realistischen Aufwandsvergleichen.

Einordnung

Dubois beschreibt einen Workflow, bei dem Entwickler nicht mehr selbst tippen oder die IDE öffnen, sondern parallel asynchrone Aufgaben an Coding-Agents delegieren. Die Rolle des Entwicklers verschiebt sich zur Architektur, Spezifikation von Modulkonventionen, Behebung komplexer CI-Fehler und Code-Reviews. Das verdeutlicht, dass agentische Softwareentwicklung bei strukturiert repetitiven Großaufgaben (wie Dutzenden UI-Panels mit Backend-Endpunkten und Tests) enorme Skalierungseffekte ermöglicht.

Original-Post

Julien Dubois

@juliendubois · 9. September 2026

If you're interested in agentic development, here is the full presentation on how I'm working: t.co/Sswpgjjg1j It covers best practices, tips, pitfalls, and productivity metrics. I'll present it live (with code & demo) at selected customers and conferences like Devoxx.

196 Likes5 Antworten396 Lesezeichen13.412 Aufrufe

Auf X ansehen

Weitere Posts im Thread (2)

@OnFinality It’s in the presentation: I’m using the git logs to have exact metrics on what was done, in how much time. It’s all OSS and public, so you can check.
@ChukwumaOzoeme3 GitHub Copilot App built using reveal.js -> it’s the same workflow detailled in the presentation, used to build the presentation

Ausgewählte Antworten (5)

@OnFinality @juliendubois The productivity metrics part is what I'd want to see most — how do you measure agentic gains without fooling yourself?
@ChukwumaOzoeme3 @juliendubois Great Julien. What did you use for the presentation ( PowerPoint?)
@hermallorn @juliendubois Merci
@shubham27907 @juliendubois Dear Sir I thank you for atleast thinking about putting all "logs" in one place. I have only seen 3 slides and had to comment already as logging has become such a painful thing and sometimes more complex and expensive than the app, itself.
@ModelPlaneHQ @juliendubois Curious how you measure the productivity metrics without them turning into vanity numbers. In my experience the honest signal is usually rework rate and how often the agent's plan survives first contact with the codebase.

Erwähnte Links

Links und Tools aus diesem Beitrag

223 Pull Requests in 11 Days: Building BootUI with AI AgentsLink

Zusammenfassung von KI erstellt (Gemini 3.8 Flash, 27. September 2026). Sie kann Fehler enthalten – maßgeblich ist die Originalquelle.

Inhaltlich ähnlich, ermittelt über die KI-Suche.

Link:Julien Dubois10. Sep. 2026
223 Pull Requests in 11 Tagen: Entwicklung von BootUI mit KI-Agenten
Julien Dubois beschreibt in einem Erfahrungsbericht, wie er das Open-Source-Projekt BootUI innerhalb von 11 Kalendertagen zur Version 1.0.0 führte. Durch die Orchestrierung von GitHub-Copilot-Agenten wurden 223 Pull Requests zusammengeführt, wofür ohne KI etwa 6,5 bis 8,5 Monate veranschlagt worden wären.
KI & AI· Sammlung
X-Post:lauren21. Sep. 2026
2.500 Pull Requests im Monat: Vollautomatisierte CI/CD ohne Code Reviews
Lauren (@poteto) teilt einen Vortrag, der ursprünglich für das Event Cursor Compile gedacht war. Darin beschreibt die Entwicklerin, wie sie innerhalb eines Monats 2.500 Pull Requests in die Produktion überführt hat. Die beteiligten KI-Agenten mergen ihre Änderungen eigenständig ohne manuelle menschliche Reviews.
9320Lesezeichen483.666Aufrufe
KI & AI· Vortrag
Repository:github/spec-kit5. Sep. 2026
Spec Kit: Open-Source-Framework für spezifikationsgetriebene KI-Entwicklung
Spec Kit von GitHub ist ein Open-Source-Toolkit für Spec-Driven Development (SDD). Es unterstützt Teams dabei, Softwareanforderungen vor der Code-Generierung präzise zu definieren und mit beliebigen KI-Coding-Agenten strukturiert umzusetzen.
133.552SternePython
KI & AI· Tool
Repository:github/copilot-sdk3. Sep. 2026
GitHub Copilot SDK: Multi-Plattform-SDK für autonome Agent-Workflows
GitHub stellt mit dem Copilot SDK eine Programmierschnittstelle für mehrere Sprachen bereit, um die Agent-Runtime der Copilot CLI direkt in eigene Anwendungen einzubinden.
10.457SterneJava
KI & AI· Tool
X-Post:Luke Parker7. Sep. 2026
Kompakte Pull-Request-Beschreibungen mit dem 'writing-pr'-Skill für Coding-Agenten
Luke Parker teilt eine Konfiguration namens 'writing-pr' für KI-Agenten, die in einer agents.md-Datei hinterlegt ist. Die Anweisung soll dafür sorgen, dass KI-generierte Pull-Request-Beschreibungen übersichtlich und angenehm lesbar bleiben.
1163Lesezeichen34.837Aufrufe
KI & AI· Sammlung
Video
Video:Edward Donner21. Aug. 2026
Der Agentic Development Life Cycle: Softwareentwicklung im Zeitalter von Coding-Agents
Edward Donner stellt den 'Agentic Development Life Cycle' (ADLC) als Weiterentwicklung des klassischen SDLC vor. Anhand seines 40.000 Zeilen umfassenden Testbed-Repositorys 'Bench' gliedert er den Entwicklungsprozess mit KI-Coding-Agents in drei Kernbereiche: Harness, Handoffs und Humans.
KI & AI· Anleitung