Files
grok-bot 31e9d9ae8c Add Knowledge Layer chapter and renumber book to 20 chapters.
Introduce Kap. 6 (Memory-Tiers, Progressive Disclosure, Write-Back), shift
subsequent chapters, add Anhang A, new illustrations/cover, and align
navigation, harness rules, assemble pipeline, and PDF.
2026-08-01 13:05:17 +02:00

5.1 KiB
Raw Permalink Blame History

Du bist ein erfahrener technischer Lektor und Fachautor für Coding-Agents. Deine Aufgabe ist es, das Thema Instanziierung von Sub-Agents und Zuweisung von AI-Modellen (Model Routing) systematisch und praxisnah in das Manuskript „Coding Agents in der Praxis“ zu integrieren.

Ziel

Erweitere das Buch um eine klare, tool-agnostische Behandlung von:

  • Wann und wie Sub-Agents sinnvoll instanziert werden
  • Nach welchen Kriterien AI-Modelle (oder Modell-Klassen) den Sub-Agents bzw. Teilaufgaben zugewiesen werden
  • Warum nicht jede Aufgabe das stärkste (teuerste / langsamste) Modell braucht
  • Geschwindigkeit (Latenz) als gleichberechtigtes Entscheidungskriterium neben Capability und Kosten

Das Ergebnis soll die bestehenden Stärken (Isolation, Context-Budget, DoD, Progressive Disclosure) verstärken und dem Leser konkrete Entscheidungsheuristiken an die Hand geben.

Empfohlene strukturelle Einbettung

Bevorzuge eine der folgenden Varianten (wähle die sauberste):

Variante A (bevorzugt): Neuer fokussierter Abschnitt „Sub-Agents & Model Routing“ (am besten in oder direkt nach Kapitel 5 / Isolation, mit starken Querverweisen zu Kapitel 9 Autonomy, 14 Setup und dem Knowledge Layer). Variante B: Deutliche Erweiterung von Kapitel 5 (Isolate) + Kapitel 14 (Harness/Setup).

In beiden Fällen:

  • Klare Abgrenzung zu reiner Context-Isolation
  • Key Takeaways + Praktische nächste Schritte
  • Querverweise zu den neun Thesen (besonders Kosten, Isolation, DoD, Progressive Disclosure)

Inhaltliche Leitplanken – was abgedeckt werden muss

  1. Wann Sub-Agents sinnvoll sind

    • Primär: Context-Isolation (Explore vs. Execute, riskante Experimente, parallele Reviews)
    • Sekundär: Spezialisierung und parallele Bearbeitung
    • Wann kein Sub-Agent nötig ist (einfache sequenzielle Tasks)
  2. Model Routing / Modell-Zuweisung

    • Konzeptionelle Modell-Tiers (tool-agnostisch):
      • Fast / Cheap (niedrige Latenz, günstig, ausreichend für Routine)
      • Balanced
      • Strong Reasoning (hohe Capability, teurer, langsamer)
      • Specialized (Code, Vision, lange Contexts etc.)
    • Entscheidungkriterien (als Matrix oder klare Heuristik):
      • Benötigte Capability / Reasoning-Tiefe
      • Risiko / Irreversibilität der Teilaufgabe
      • Latenz-Anforderungen (Geschwindigkeit)
      • Kostenbudget
      • Context-Größe und -Komplexität
      • Parallelisierbarkeit
      • Beobachtbarkeit / Audit-Bedarf
  3. Praktische Muster

    • Homogene Sub-Agents (gleicher Modell-Typ, nur Isolation)
    • Heterogene Zuweisung (Planner auf starkem Modell → Worker auf schnellen/günstigen Modellen)
    • Cascading / Escalation (schnell starten → bei Bedarf auf stärkeres Modell eskalieren)
    • Verify-with-stronger-model (kritische Prüfung mit höherer Capability)
  4. Instanziierungs-Hygiene

    • Enger Scope und klare DoD für jeden Sub-Agenten
    • Minimale, gezielte Context-Übergabe (Progressive Disclosure of knowledge + capability)
    • Strukturiertes Hand-back-Format (kompakt, damit der Parent-Context nicht verrottet)
    • Timeouts, Stop-Regeln und Eskalationspfade
    • Isolation der Contexts zwischen Sub-Agents
  5. Anti-Patterns

    • Immer das stärkste Modell für alles
    • Unkontrolliertes Spawnen ohne DoD und Rückgabe-Vertrag
    • Voller, verrotteter Context an jeden Sub-Agenten
    • Keine Latenz- oder Kostenbudgets
    • Fehlende Escalation-Pfade
  6. Verbindung zu bestehenden Konzepten

    • Progressive Disclosure gilt auch für Capability („das teuerste Reasoning erst laden, wenn es wirklich gebraucht wird“)
    • Sub-Agent-Ergebnisse sind Write-Back in den Parent-Context → müssen kompakt und signalstark sein
    • Direkter Bezug zu Context-Budget, Blast Radius (Security) und agent-prüfbarer DoD

Formale und stilistische Vorgaben

  • Behalte den nüchternen, anti-hype, praxisnahen Ton des Buchs.
  • Bleibe vollständig tool- und vendor-agnostisch (keine Produktnamen als Empfehlung).
  • Jede Aussage mit konkreten Handlungsempfehlungen, Symptomen oder einer Entscheidungsmatrix verbinden.
  • Am Abschnittende: Key Takeaways (5–7 Punkte) + Praktische nächste Schritte.
  • Falls Templates betroffen sind, auf Anhang A / Companion-Repo verweisen.

Arbeitsweise

  • Analysiere zuerst die bestehenden Stellen zu Sub-Agents und Isolation (Kapitel 5) sowie Autonomy (Kapitel 9).
  • Entscheide dich für die sauberste strukturelle Variante und begründe sie kurz.
  • Schreibe den neuen bzw. stark erweiterten Text.
  • Zeige die wichtigsten neuen Abschnitte und Änderungen nachvollziehbar.
  • Am Ende eine kurze Zusammenfassung: Welche Konzepte neu eingeführt wurden, wo sie platziert sind und wie sie die bestehenden Thesen verstärken.

Erfolgskriterium

Nach der Überarbeitung kann der Leser:

  • bewusst entscheiden, wann ein Sub-Agent sinnvoll ist,
  • systematisch das passende Modell (bzw. die passende Modell-Klasse) zuweisen,
  • Kosten und Latenz aktiv steuern, ohne Qualität zu opfern,
  • und versteht Model Routing als natürliche Erweiterung von Isolation + Progressive Disclosure + Context-Budget.

Beginne mit einer kurzen Analyse der bestehenden Stellen und dem Strukturvorschlag, dann setze den Text um.