roobriefIT-News für Entwickler
Suche

Dev & Releases

Nach Vibe Coding: Multi-Agenten-Koordination im Alltag

Die Debatte verschiebt sich vom schnellen App-Start per Alltagssprache hin zu mehreren parallelen Agenten und der Prüfung dessen, was sie liefern. Marktanteilszahlen, die einen „Ansturm“ belegen, haben wir nicht gefunden.

Vibe Coding bedeutet, Absichten in Alltagssprache zu beschreiben, während KI den Code schreibt. Den Begriff prägte Andrej Karpathy 2025. Am 20. Apr. 2026 ging er bei der AI Ascent von Sequoia Capital im Gespräch mit Stephanie Zhan einen Schritt weiter. Hebt Vibe Coding die Untergrenze dafür an, wer Software bauen kann, dann ist Agentic Engineering das Handwerk, KI-Agenten so zu orchestrieren, dass Qualität, Sicherheit und Wartbarkeit bleiben. KI-Agenten sind Programme, die für Nutzer mehrstufige Aufgaben selbstständig erledigen.

In der Branche kursiert auch die Unterscheidung zwischen dem Aufbau (Zero to One) und der Arbeit nach dem Start. Ersteres heißt: schnell einen Prototyp hochziehen. Letzteres heißt: ein bestehendes System sicher ändern – große Refactorings, Migrationen, konsistente UI, Code Review. Das ist eine Branchenmetapher, kein fester Begriff von Karpathy oder Anthropic.

Von Vibe Coding zu Agentic Engineering

Laut Karpathys Zusammenfassung ist Vibe Coding kein Freifahrtschein für Sicherheitslücken. Die Verantwortung für die Software bleibt. Agenten sind stark, ungleichmäßig und fehleranfällig – deshalb braucht es technische Leitplanken: Specs, Tests, Rechte, Diff-Review und isolierte Arbeitsbereiche.

Anthropics Anfang 2026 veröffentlichter Agentic Coding Trends Report zeigt in dieselbe Richtung. Er beschreibt den Übergang von einem einzelnen Agenten, der nacheinander in einem Kontextfenster arbeitet, zu Multi-Agent-Setups: Ein Orchestrator zerlegt die Arbeit, Spezialagenten laufen parallel mit eigenem Kontext, die Ergebnisse werden zusammengeführt.

Dasselbe Material sagt langfristig laufende Agenten voraus, die über Tage oder Wochen Systeme bauen und technische Schulden abbauen, für die sonst niemand Zeit hatte. Als Rakuten-Beispiel heißt es, Claude Code habe eine rund 12,5 Millionen Zeilen umfassende Aufgabe rund um vLLM (eine Engine, die KI-Modelle auf Servern betreibt) in etwa sieben Stunden autonom erledigt und dabei 99,9 % numerische Genauigkeit gegenüber einer Referenzimplementierung erreicht. Das ist Anthropics gewähltes Fallbeispiel, keine Garantie, dass jedes Refactoring so endet.

Was die Tools tatsächlich versprechen

Verdent AI und Lovable, die Beispiele aus dem ursprünglichen Memo, ziehen in unterschiedliche Richtungen. Das eine lässt Agenten parallel an einer bestehenden Codebasis arbeiten. Das andere hält Marke und Komponenten in einem generativen App-Builder konsistent.

Am 23. Sept. 2025 kündigte Verdent AI Verdent und Verdent Deck in einer Business-Wire-Mitteilung an. Verdent ist eine agentische Coding-Suite, die featurebezogene Arbeit plant, prüft und iteriert. Deck ist eine Desktop-App zur parallelen Verwaltung mehrerer Verdent-Agenten. Deck laufe auf dem Mac mit isolierten Agentensitzungen und Git-Worktree-Unterstützung. Die offizielle Dokumentation beschreibt, dass jeder Agent in einem isolierten Workspace arbeitet, Ergebnisse verglichen und auf main rebased werden. Der Refactoring-Leitfaden zeigt parallele Muster, die Module – Auth, API, Utils – auf Workspaces verteilen. Einen offiziellen Slogan à la „Backend-API-Migration und Frontend-Refactoring gleichzeitig“ haben wir nicht gefunden. In den Docs liest es sich eher so, nicht überlappende Module parallelen Agenten zuzuweisen.

Am 19. Aug. 2026 schrieb Lovable, Design-Systeme seien auf allen bezahlten Plänen verfügbar. Man kann ein System aus Brand Guidelines, Screenshots und Figma-Dateien aufbauen oder ein bestehendes anbinden, damit Projekte Typografie, Farbe, Abstände und Komponenten erben. Die Docs drehen sich um React-Komponentenbibliotheken. Nach dem Verbinden oder Aktualisieren prüft Lovable Build-Konfiguration, CSS und Theme-Provider und markiert Rohfarben oder Custom-Komponenten, die vom System abweichen. Pro Projekt ist höchstens ein Design-System angebunden. Ein bestehendes npm-Paket als Design-System zu wrappen bleibt Enterprise-only.

Was die Zahlen sagen – und was nicht

Anthropics Zusammenfassung zitiert Forschung des Societal-Impacts-Teams: Entwickler nutzen KI in etwa 60 % ihrer Arbeit, fühlen sich aber nur bei 0–20 % der Aufgaben in der Lage, vollständig zu delegieren. Wie oft man Arbeit an KI übergibt und wie oft man ohne Prüfung ausliefert, sind zwei verschiedene Dinge.

Wie stark Verdent, Lovable oder Multi-Agent-Tools insgesamt am Markt zugelegt haben, haben wir nicht verifiziert. Tool-Rankings stehen in anderen Umfragen, etwa bei JetBrains. Dieser Text bleibt bei Karpathys Unterscheidung, Anthropics Prognosen und dem, was Produktdokumentation behauptet.

Leicht falsch zu lesen

Das hier nicht als „Vibe Coding ist vorbei“ lesen. In Karpathys Framing ist die Untergrenze gestiegen; Agentic Engineering schiebt die Decke nach oben. Für Prototypen und persönliche Tools bleibt Vibe Coding sinnvoll.

„Multi-Agent ist immer besser“ kann auch mit Anthropics eigenen Texten kollidieren. Anderswo argumentiert Anthropic, Multi-Agent lohne sich, wenn der Kontext verunreinigt wird, Arbeit parallel laufen kann oder Spezialisierung hilft – und dass sonst die Koordinationskosten den Nutzen übersteigen können. Dieses Stück geht auf diese Muster nicht im Detail ein.

Verdent als „Migrations-only-Produkt“ oder Lovable als „Design-System-Automatisierung für jeden Stack“ zu nennen, geht über das Verifizierte hinaus: isolierte parallele Agenten und Refactoring-Workflows bei Verdent; React-zentrierte Design-System-Anbindung bei Lovable.

Was als Nächstes zu beobachten ist

  • Wie sich Verdents Docs, Preise und Windows-Support nach dem Launch verändert haben
  • Wie oft Lovable-Design-System-Updates tatsächlich auf angebundene Projekte durchschlagen
  • Ob Anthropic oder andere Umfragen die Adoption von Multi-Agent-Workflows gesondert messen
  • Welche Test-, Review- und Merge-Regeln Teams setzen, wenn Agenten parallel laufen

Quellen

Quelle: karpathy.bearblog.dev

← Zurück