X-PostMr. BuzzoniSammlung
Viele Workflows mit LLM-Agenten scheitern an unbegrenzten API-Kosten, Halluzinationen oder fehlender Dokumentation bei Fehlern. Eine strikte Dateistruktur trennt Regeln, Tool-Berechtigungen und Zustandsspeicherung vom eigentlichen Modell und ermöglicht überprüfbare, automatisierte Ausführungen.
Buzzoni stützt seinen Ansatz auf das Paradigma des 'Loop Engineering', das auf Beobachtungen von Entwicklern wie Boris Cherny, Peter Steinberger und Andrej Karpathy aufbaut. Der entscheidende Mechanismus ist die Entkopplung von Prompt und Ausführungskontrolle: Ein separates Regelwerk und objektive Gates (wie Linters oder Test-Suites) verhindern, dass ein Agent seine eigene Arbeit unkritisch absegnet. Durch das Protokollieren jeder Schicht in strukturierte Quittungen ('receipts') wechselt die menschliche Rolle von nächtlicher Fehlersuche zu einer morgendlichen Abnahme.
Mr. Buzzoni
@polydao · 10. September 2026
I HAVEN'T OPENED CLAUDE AT MIDNIGHT SINCE I BUILT THIS FOLDER I used to wake up, check what broke overnight, fix it by hand -> now I wake up and the receipts are already sitting there, dated, graded, waiting on my review here's what's actually inside the folder that replaced t.co/Y3UiBwqBxG t.co/yrQwx1govh
238 Likes18 Antworten373 Lesezeichen29.691 Aufrufe
Auf X ansehenZusammenfassung 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.
X-Post:Mahax
Mahax empfiehlt einen einstündigen Workshop von Anthropic über die Entwicklung mit KI im Jahr 2026 und verweist auf einen eigenen Leitfaden zu Agenten, Loops und Graphen.
493Lesezeichen45.413Aufrufe
X-Post:vartekx
In einem Beitrag und Leitfaden skizziert vartekx den Wechsel von einfachem Prompt Engineering zu Context- und Loop-Engineering. Gestützt auf Konzepte von Andrej Karpathy und Boris Cherny sowie eine Demonstration zweier Anthropic-Entwickler wird dargelegt, wie die gezielte Steuerung des Kontextfensters robuste, selbstkorrigierende Agenten ermöglicht.
59Lesezeichen6458Aufrufe
X-Post:rari
Ein Leitfaden und Video-Workshop von rari analysiert das Konzept des Harness Engineering für KI-Agenten. Wenn Agenten scheitern, liegt das meist nicht an den Gewichten des Modells oder schlechten Prompts, sondern an einer unzureichend definierten Ausführungsumgebung. Anhand des Claude Agent SDK und Beispielen von Anthropic und OpenAI wird gezeigt, wie Werkzeuge, State, Sensorik und Leitplanken strukturiert werden müssen.
1960Lesezeichen142.239Aufrufe
X-Post:Mr. Buzzoni
Mr. Buzzoni (@polydao) stellt ein Graph-Engineering-System vor, bei dem strukturierte Agenten Fakten und Verknüpfungen extrahieren, ohne bestehende Datensätze zu überschreiben. Über tägliche Logfiles, DuckDB und strikte menschliche Freigaben für Merges entsteht eine unveränderliche Wissensbasis.
1091Lesezeichen75.797Aufrufe
X-Post:seeco
Der Entwickler seeco skizziert ein System, das Claude anhand von Fachbereichen wie Entwicklung, Design, Finanzen und Recht in funktionale Skill-Einheiten unterteilt. In einem verknüpften Leitfaden beschreibt er zudem das Konzept von Dynamic Workflows in Claude Code, bei denen das Modell seinen eigenen JavaScript-Ablaufcode generiert.
1056Lesezeichen117.843Aufrufe
Artikel:Anthropic
Anthropic dokumentiert das Speichersystem von Claude Code. Da jede Sitzung mit einem leeren Kontextfenster startet, greift das CLI-Tool auf zwei Mechanismen zurück: manuell definierte CLAUDE.md-Dateien für persistente Regeln und Auto Memory für automatische Notizen aus Nutzerkorrekturen.
Dieser Inhalt wurde teilweise mithilfe von KI erstellt.
