Code with Claude 2026: die Agentenzukunft ist jetzt real

Code with Claude 2026: die Agentenzukunft ist jetzt real

Ich hätte die Keynote fast nicht live gesehen.

Es war Mittwochmorgen, der 6. Mai, meine Agentenpipeline lief bereits und ich hatte bis zum Mittagessen eine Lieferung für den Kunden. Der Code with Claude-Livestream befand sich in einem Tab neben meinem Terminal, stummgeschaltet, während ich einen Multi-Agent-Content-Workflow bereinigte. Dann habe ich die Folie gesehen.

Ein einzelnes Wort, weiß auf dunklem Hintergrund, in der Art von Typografie, die man nur für etwas hervorhebt, das man zurückgehalten hat. Träumen.

Ich schaltete die Stummschaltung des Streams auf und sah zu, wie Ami Vora, Chief Product Officer von Anthropic, beschrieb, was auf dem Papier eine Speicherfunktion war. Als sie zu dem Teil kam, in dem Agenten ihre eigenen vergangenen Sitzungen überprüfen, um Muster zu finden, wiederkehrende Fehler zu identifizieren und nützliche Erkenntnisse im Langzeitgedächtnis eines gesamten Teams festzuhalten, hatte ich aufgehört, so zu tun, als würde ich arbeiten. In den nächsten dreißig Minuten gab es drei weitere Ankündigungen, die in aller Stille die Grenzen dessen, was ein „Produktions-AI-Agent“ im Jahr 2026 sein darf, neu definierten.

Wenn Sie nur die Schlagzeilen der Code with Claude-Konferenz gesehen haben, denken Sie wahrscheinlich: „Ah, mehr Agentenkram, verdoppelte Tariflimits, SpaceX-Deal, cool.“ Das ist an diesem Tag in San Francisco nicht passiert. Die Rechengeschichte (die ich in meinem Beitrag zur Claude Code Verdoppelung der Ratenlimits und dem SpaceX-Rechendeal ausführlich dargelegt habe) war der lauteste Teil. Die Roadmap der Agentenfähigkeiten – Träumen, Ergebnisschleifen, Multi-Agenten-Orchestrierung als verwaltetes Grundelement sowie eine Vorschau auf ein zukünftiges Modell, die auf einen „unendlichen“ Kontext und einen echten Fokus auf technisches Urteilsvermögen hinwies – das war der ruhige Teil. Und der ruhige Teil ist es, der die Art und Weise verändert, wie ich für den Rest des Jahres bauen werde.

Dies ist meine Zusammenfassung und Interpretation. Keine Stenographie. Keine Neufassung einer Pressemitteilung. Was ist real, was ist Vorschau, was werde ich in den nächsten 30 Tagen aus meinem eigenen Stapel herausreißen und was möchte ich sehen, bevor ich an die größeren Versprechungen glaube.

Was Code with Claude eigentlich war

Eine kurze Orientierung für alle, die es verpasst haben. Code with Claude ist die jährliche Entwicklerkonferenz von Anthropic. Die Ausgabe 2026 fand am 6. Mai in San Francisco statt (London am 19. Mai und Tokio am 10. Juni liegen noch vor uns), war so stark ausverkauft, dass das Team einen zweiten SF-Tag hinzufügte, und wurde live und kostenlos für alle registrierten Personen übertragen. Gemäß der offiziellen Agenda lag der Schwerpunkt auf bestimmten Zwecken: Codierungsagenten, Agentenworkflows und die Zukunft des Software-Engineerings zusätzlich zu Claude.

Es lohnt sich, im Voraus darauf hinzuweisen, da die Gerüchteküche laut wurde: Die Keynote wurde von Ami Vora gehalten, dem CPO von Anthropic, und nicht von Mike Krieger (der Anfang des Jahres zum Co-Leiter der Anthropic Labs wechselte). Voras Darstellung war bewusst bescheiden. „Heute geht es darum, wie wir dafür sorgen, dass unsere Produkte für Sie besser funktionieren“, sagte sie und gab damit den Ton an – keine Ankündigung eines neuen Modells, kein Schlagzeilen-Benchmark-Dunk, nur ein Rundgang durch das, was ausgeliefert wird und was auf uns zukommt. Das API-Volumen ist auf der Anthropic-Plattform im Vergleich zum Vorjahr um das 17-fache gestiegen. Dies ist die Art von Statistik, die jeden Claude-Builder etwas aufrechter machen sollte.

Interessant ist, dass sich herausstellte, dass „kein neues Model“ das Ehrlichste war, was sie hätte sagen können. Denn die vier von ihnen angekündigten Funktionsänderungen – drei Live- und eine Vorschauversion – verändern das, was Sie liefern können, mehr als ein weiterer halber Punkt auf der SWE-Bank.

Lassen Sie mich sie in der Reihenfolge durchgehen, in der sie mich treffen, dann werde ich darauf eingehen, was ich tatsächlich ändere.

Träumen: Die Erinnerungsfunktion, die ich sechs Monate lang vorgetäuscht habe

Hier habe ich aufgehört, so zu tun, als würde ich arbeiten.

Anthropic hat Dreaming für Claude Managed Agents angekündigt: einen geplanten Hintergrundprozess, bei dem ein Agent seine eigenen vergangenen Sitzungen überprüft, Muster identifiziert, wiederkehrende Fehler aufdeckt und die nützlichen Dinge im Langzeitgedächtnis konsolidiert, das über alle Läufe hinweg bestehen bleibt. Laut Anthropics eigener Formulierung im Ankündigungsbeitrag bringt das Träumen „Muster zum Vorschein, die ein einzelner Agent für sich allein nicht erkennen kann, einschließlich wiederkehrender Fehler, Arbeitsabläufe, bei denen Agenten übereinstimmen, und im gesamten Team geteilte Präferenzen.“

Der letzte Satz ist der Richtige. Teamübergreifend. Nicht nur ein Agent lernt seine eigenen Macken – mehrere Agenten bündeln ihre Erfahrungen.

Warum mich das überrascht hat: Ich habe sechs Monate lang eine schlechtere Version davon von Hand gebaut.

Mein Setup: Ich betreibe täglich den Aria-Content-Agenten (der diesen Beitrag schreibt, vollständige Offenlegung) sowie ein kleines Spec-Workflow-Team auf Claude Opus. Jede sinnvolle Sitzung endet mit einem manuellen Ritual, bei dem ich in einer Erinnerungsdatei extrahiere, was funktioniert hat, was fehlgeschlagen ist und was mich in der nächsten Sitzung gelesen hat. Ich habe über einen verwandten Claude Code-Mechanismus in Claude Code Auto Dream geschrieben – es handelt sich dabei um einen Claude Code-spezifischen Konsolidierungsdurchlauf. „Managed Agents Dreaming“ ist die Version auf Plattformebene und geht noch weiter: Sie dedupliziert nicht nur Notizen, sondern sucht aktiv nach Mustern, die der Agent selbst mitten in der Sitzung nicht sehen kann.

Stellen Sie sich den Unterschied so vor. Der automatische Speicher in Claude Code führt ein Journal – der Agent schreibt auf, was er getan hat. Auto Dream bearbeitet – bereinigt das Tagebuch, damit es lesbar ist. Managed Agents Dreaming ist Therapie – der Agent (oder ein separater Traumpass) überprüft das gesamte Tagebuch und fragt: „Was macht diese Person ständig falsch?“

Der Status heute: Forschungsvorschau, geschlossen, Zugriff anfordern. Daher verschwendet diese Woche niemand Produktionsabläufe zusätzlich zum Träumen. Aber das architektonische Engagement ist das Signal, das zählt. Anthropic hat entschieden, dass Agenten, die aus ihrer eigenen Geschichte lernen ein erstklassiges Plattformfeature ist und kein cleveres Muster, das man aufgreift.

Was ich in den nächsten 30 Tagen dagegen tun werde: Ich werde meine manuelle Reflexionsschleife am Laufen halten, aber ich werde aufhören, die nächste Ebene davon aufzubauen. Ich hatte ein halb fertiges agentenübergreifendes Speicherkonsolidierungsskript – im Grunde ein Cronjob, der die täglichen Überlegungen jedes meiner Agenten aufnahm und versuchte, gemeinsame Muster zu finden. Ich töte diesen Zweig. Wenn Anthropic das Problem auf Plattformebene löst, wird meine handgerollte Version veraltet sein, sobald Day Dreaming in die öffentliche Betaversion geht. Warten Sie besser, führen Sie dieselben Workloads über ihre Version aus und validieren Sie sie, bevor Sie mehr Verkabelung investieren.

Und hier ist der ehrliche Teil: Wenn das Träumen wie angekündigt funktioniert, ist der Burggraben, den ich bauen wollte (benutzerdefinierte Gedächtnisorchestrierung), einfach zur Ware geworden. Das ist in Ordnung. Der eigentliche Wassergraben war nie die Orchestrierung. Es waren die Rubriken – die Definitionen, wie eine gute Ausgabe für meine spezifischen Arbeitsabläufe aussieht. Das bringt mich zur zweiten Ankündigung.

Die Ergebnisschleife: Meine redaktionelle Pipeline innerhalb der Plattform

Wenn das Träumen die Folie war, die mich aus der Konzentration riss, waren es Ergebnisse, die mich dazu brachten, nach einem Notizbuch zu greifen.

Der Pitch ist einfach. Sie schreiben eine Rubrik, in der Sie beschreiben, wie der Erfolg der Aufgabe Ihres Agenten aussieht. Der Agent arbeitet auf dieses Ziel hin. Eine separate Claude-Instanz – ein Grader, der in seinem eigenen Kontextfenster läuft – wertet die Ausgabe des Agenten anhand der Rubrik aus. Wenn die Ausgabe fehlschlägt, teilt der Grader dem Agenten genau mit, was geändert werden soll. Der Agent macht einen weiteren Durchgang. Schleife, bis die Ausgabe den Balken erreicht. Der Bewerter ist unabhängig und wird daher nicht durch die Argumentation des Agenten beeinflusst.

Anthropic veröffentlichte dazu Zahlen in seinem Ankündigungsbeitrag zu Managed Agents und SD Times-Berichterstattung ging sie durch: Ergebnisse verbesserten die Aufgabenerfolgsraten um bis zu 10 Prozentpunkte im Vergleich zu Standard-Aufforderungsschleifen in ihren internen Benchmarks, wobei die größten Zuwächse bei den schwierigsten Aufgaben erzielt wurden. Bei der Dateigenerierung gab es insbesondere einen Anstieg von 8,4 % bei .docx-Ausgaben und +10,1 % bei .pptx – was für Dokumenten-Workflows in Unternehmen überproportional wichtig ist, wo eine einzige fehlgeschlagene Generierung Zeit für die menschliche Überprüfung verschlingt.

Deshalb nicke ich nicht nur mit. Das mache ich schon. Manuell. Täglich.

In meine Content-Pipeline sind zwei Durchgänge integriert. Aria schreibt einen Beitrag anhand einer Rubrik, die ich in der Systemaufforderung gespeichert habe – Stimme, Struktur, verbotene Phrasen, interne Verlinkungsregeln, Wortuntergrenzen, Überprüfungen der Aufbewahrungsarchitektur. Dann lese ich die Ausgabe und fungiere praktisch als separater Bewerter: Trifft das die Rubrik? Wenn nicht, was fehlt? Senden Sie es mit einer spezifischen Notiz zurück. Schleife, bis es versendet wird.

Zwei Dinge ändern sich, wenn diese Schleife zu einem verwalteten Grundelement und nicht zu einem manuellen Ritual wird.

Erstens läuft die Schleife ohne mich. Ich schreibe die Rubrik einmal. Der Agent schreibt. Der Bewerter bewertet. Der Agent überarbeitet. Ich sehe die endgültige Ausgabe nach der Schleife, nicht drei Zwischenentwürfe. Das, was ich um 23 Uhr mit meinen Augen und einem Kaffee gemacht habe, ist jetzt Eigentum der Plattform.

Zweitens – und das ist der Teil, der schwerer zu spüren ist, bis man ihn erlebt hat – wird die Qualität der Rubrik zum limitierenden Faktor. Heute ist meine Rubrik größtenteils in meinem Kopf, als Geschmack kodiert und inkonsistent angewendet. Jedes Mal, wenn ich die Schleife auslagere, muss ich die Rubrik aufschreiben. Scharf. Speziell. Damit ein separates Modell es anwenden kann, ohne dass ich herumschweben muss. Das ist eine Disziplin, die ich gemieden habe, weil ich bei der manuellen Überprüfung schummeln konnte – ich konnte „einfach wissen“, was nicht stimmte. Ergebnisschleifen zwingen die Rubrik dazu, ein Artefakt zu werden.

Die ehrliche Einschätzung: Dies verändert die Art und Weise, wie ich die Agentenarbeit strukturiere, nicht, ob ich sie mache. Die Form einer Agentenaufgabe im Jahr 2026 besteht aus drei Dingen – Eingabeaufforderung, Rubrik, Schleife. Wenn Sie Aufforderungen geschrieben und Rubriken übersprungen haben, haben Sie die einfache Hälfte geschrieben.

Was ich in den nächsten 30 Tagen mache: Ich formalisiere meine Aria-Rubrik. Nicht als Systemeingabeaufforderungsabschnitt, sondern als separate Datei, die der Bewerter nutzen kann. Die Retention-Rubrik (10 Kategorien, Skala 1–10) und die SEO-Unterrubrik (5 Kategorien, gewichtet) verwende ich bereits intern – sie werden zu den buchstäblichen Eingaben für die Bewertung. Wenn die Ergebnisse halten, was sie sagen, sollten meine Entwürfe beim ersten Managed-Loop-Durchlauf näher an der Veröffentlichungsmöglichkeit landen, als dies derzeit nach meinem dritten manuellen Durchgang der Fall ist.

Multi-Agent-Orchestrierung als verwaltetes Primitiv

In Abschnitt drei der Keynote rutschten die Techniker im Raum auf ihren Sitzen sichtbar nach vorne.

Durch die Orchestrierung mehrerer Agenten in Managed Agents kann nun ein leitender Agent einen Job zerlegen, jede Unteraufgabe an einen spezialisierten Agenten (mit eigenem Modell, eigener Eingabeaufforderung und eigenen Tools) übergeben und diese parallel ausführen. Jeder Unteragent wird in einem isolierten Kontextfenster ausgeführt, sodass die Argumentation des Leads nicht beeinträchtigt wird. Der Lead meldet Aktivitäten im primären Thread; Unterthreads werden zur Laufzeit erzeugt, wenn der Leiter sich für eine Delegierung entscheidet.

Die Einschränkungen gemäß Anthropics Dokumentation zu Multiagentensitzungen sind pragmatischer Natur: Der Koordinator kann nur eine Ebene tief delegieren (Tiefe > 1 wird ignoriert), und Sie können maximal 20 eindeutige Agenten in multiagent.agents auflisten (obwohl der Koordinator mehrere Kopien von jedem aufrufen kann). Gemeinsames Dateisystem und Container; Isolierte Kontextfenster pro Sitzungsthread.

Ich muss ehrlich zu meiner Reaktion hier sein, denn es war kompliziert.

Ich mache bereits Multi-Agent-Orchestrierung. Ich mache das schon seit Monaten – ich habe über meinen Ansatz im Claude Code Agent Teams Playbook geschrieben und eine noch aggressivere Variante in [Claude Code Agent Swarm] untersucht Architektur](/content/mejba.me/claude-code-agent-swarm-architecture.md). Mein Aria-Rig koordiniert bereits mit Spec-Workflow-Subagenten (Anforderungen, Design, Aufgaben, Implementierung, Test, Beurteilung) für nicht triviale Funktionen. Das Muster ist für mich nicht neu. Meine erste Reaktion auf die Ankündigung war daher wohlwollend: „Okay, Sie haben etwas umgesetzt, was ich bereits mache.“

Dann habe ich eine Stunde lang darüber nachgedacht und meine Meinung geändert.

Was es als verwaltetes Grundelement unterscheidet, ist nicht die Fähigkeit, sondern die Betriebsoberfläche. Wenn ich Subagenten über Claude Code lokal orchestriere, kontrolliere ich den Lebenszyklus: Sie starten sie, beobachten ihre Ausgabe, starten sie neu, wenn einer klemmt, und verwalten den Thread-übergreifenden Speicherdurchgang. Wenn die Plattform es besitzt, bekomme ich vier Dinge, die ich nicht hatte:

1. Echte Parallelität mit Isolation. Mein lokales Rig verfügt über Parallelität, aber meine Kontextisolation ist undicht – Subagenten teilen sich mehr Status, als mir lieb ist, weil alles über dieselbe Claude Code-Sitzung läuft. Durch die verwaltete Orchestrierung erhält jeder Subagent seinen eigenen Sitzungsthread. 2. Webhooks für Human-in-the-Loop. Anthropic stellte auf der Konferenz auch Webhook-Unterstützung für Managed Agents bereit. Das Produktionsmuster (gemäß ihren Dokumenten) registriert einen Webhook, der auf session.status_idled ausgelöst wird – was bedeutet, dass Ihr Server gepingt wird, wenn der Agent entweder fertig ist oder auf ein Tool-Ergebnis wartet. Dadurch können Sie die menschliche Überprüfung ohne Abfragen in einen Multi-Agenten-Ablauf einbinden.

Für meine Content-Pipeline ist das enorm: Ein Agent beendet einen Entwurf, löst einen Webhook aus, mein System stellt ihn zur Überprüfung in die Warteschlange und der Agent wartet auf meine user.custom_tool_result-Antwort, bevor er fortfährt. Keine Überprüfung länger laufender Jobs mehr. 3. Eine einzige kostenpflichtige Oberfläche. Ich bezahle die Rechenleistung derzeit über mein Anthropic-Konto; Die Kostenabrechnung ist auf die verschiedenen Agenten aufgeteilt, die ich vor Ort betreibe. Eine verwaltete Multi-Agent-Sitzung ist ein einzelner kostenpflichtiger Workflow. Für die Kundenarbeit ist das wichtiger, als es sich anhört – eine saubere Kostenzuordnung pro Arbeitsablauf macht die Preisgestaltung für Kundenaufträge tatsächlich rational. 4. Der Hauptagent träumt vom Team. Dies ist der Effekt zweiter Ordnung, über den niemand laut genug spricht.

Wenn der Träumende Muster übergreifend auf der gleichen Plattform entdeckt, kann ein Multi-Agenten-Workflow auf eine Weise von sich selbst lernen, wie es kein handgedrehtes Gerät kann. Der Lead bemerkt, dass der Frontend-Spezialist immer wieder einen bestimmten Fehler macht und überspringt ihn beim nächsten Durchlauf.

Was ich in den nächsten 30 Tagen mache: Ich wähle einen meiner Multi-Agent-Flows aus – wahrscheinlich meine SEO-Recherche → Entwurf → Bewertung → Aktualisierungspipeline – und portiere ihn zum Vergleich auf Managed Agents. Die lokale Claude Code-Version wird nicht verschwinden (sie ist immer noch besser für Coding-Arbeiten mit enger Schleife), aber für gehostete, geplante, handfreie Content-Workflows wird die verwaltete Orchestrierung allein aufgrund der Betriebskosten gewinnen.

Das Webhook-Detail, das im Stillen am wichtigsten ist

Ich möchte einen Absatz über Webhooks schreiben, weil die Keynote an ihnen vorbeiging und der Großteil der Zusammenfassung, die ich gelesen habe, auch daran vorbeigegangen ist.

Webhooks sind das langweilige Infrastrukturelement, das verwaltete Agenten von „Demo-Spielzeugen“ in „Dinge verwandelt, die sich in echte Unternehmen integrieren lassen“. Ohne Webhooks führen Sie entweder Abfragen durch (verschwenderisch), führen nur synchrone Agenten aus (einschränkend) oder führen Ihre eigene Statusverfolgungsebene aus (was den Zweck von verwaltet zunichte macht). Mit Webhooks kann Ihr Agent stundenlang laufen, bei Erreichen eines Eskalationspunkts an einen menschlichen Prüfer übergeben, über einen Rückruf auf die Eingabe des Menschen warten und sauber fortfahren.

Kombinieren Sie das mit Multi-Agent-Orchestrierung und Ergebnisschleifen, und Sie erhalten etwas, das es für Bauherren vor drei Wochen wirklich noch nicht gab: einen gehosteten, autonomen, selbstbewertenden Team-von-Agenten-Workflow mit menschlichen Überprüfungs-Hooks an genau den Punkten, die Sie haben möchten. Das ist keine Funktion. Das ist ein Betriebsmodell.

Wenn Sie etwas ausführen, das einen langfristigen, gelegentlich von Menschen überwachten Workflow darstellen sollte – Inhaltserstellung, Qualitätssicherung, Sicherheitsüberprüfung, Eskalationspfade für den Kundensupport –, sind Webhooks das Mittel, mit dem Sie aufhören können, Ihre eigene Warteschlange zu betreiben.

Die Mythos-Frage und die Zukunftsmodell-Vorschau

Nun der spekulative Teil. Und ich werde hier vorsichtig sein, denn die Gerüchteküche über das nächste Claude-Modell ist laut geworden und ein Großteil der Berichterstattung tut seinen Lesern keinen Gefallen.

Vora gab einen Ausblick auf drei Richtungen, in die Anthropic für die nächste Generation investiert. Gemäß der Live-Berichterstattung von Simon Willisons Blog und bestätigt in den Konferenzrückblicken:

1. Höheres Urteilsvermögen und Code-Geschmack. Technisches Urteilsvermögen, Software-Architektur, Wartbarkeit – die Dinge, die Benchmarks nicht gut messen.
2. Kontextfenster, die sich unendlich anfühlen, wenn sie mit hochwertigem Speicher kombiniert werden.
3. Erweiterte Multi-Agenten-Koordination – Leitende Agenten orchestrieren viele Spezialisten gleichzeitig, was über das hinausgeht, was Managed Agents derzeit unterstützen.

Dies sind Richtungen, keine Features. Kein Veröffentlichungsdatum. Auf der Bühne ist ihnen kein Modelname angeheftet. Vora machte deutlich: Heute ging es nicht um ein neues Modell.

Aber das Gerücht, auf das tatsächlich alle wetten, ist Claude Mythos. Ich habe den Anthropic-Mythos-Datenleak bereits im März ausführlich behandelt, als Anthropic versehentlich rund 3.000 interne Dokumente leakte, darunter einen Entwurf eines Blogposts, der Mythos als „das leistungsfähigste Modell, das wir je gebaut haben“ beschrieb – besonders für Cybersicherheit. Mythos Preview ging am 7. April über Project Glasswing live, eine gezielte Bereitstellung für Sicherheitsforschung. Vora bezog sich in der Keynote direkt auf Mythos (die berühmte Anekdote zur OpenBSD-Sicherheitslücke von 1999). Mythos ist also kein Vaporware-Versprechen – es existiert heute in eingeschränkter Form.

Was ist mit der Polymarket-Spekulation „September Claude 5“? Folgendes kann ich anhand der von mir überprüften Prognosemärkte überprüfen: Händler wiesen Anthropic, das Mythos bis zum 30. Juni öffentlich bekannt gab, eine implizite Wahrscheinlichkeit von etwa 28 % zu, wobei der Konsens eine höhere Wahrscheinlichkeit für das dritte Quartal einschätzte. Der „September“-Rahmen ist kein hartes Datum, wie Anthropic bestätigt hat – es handelt sich um einen Marktkonsens, der anhand der Preise der aktivsten Märkte gewichtet wird. Der aktivste „Claude Nichts davon ist eine Veröffentlichungsverpflichtung. Es sind Wettende, die die gleichen Signale interpretieren, die Sie und ich lesen.

Meine Lektüre: Betrachten Sie den September-Eintrag als vernünftige Wette und nicht als Kalendereintrag. Anthropic gab bekannt, dass kein Model auf der Bühne sei. Sie stellten eine Vorschau auf drei Funktionen vor. Falls Mythos (oder

Nun kommt der Teil, der mir als Bauunternehmer wirklich wichtig ist.

Code-Geschmack: Der Geschmack, der mir am meisten am Herzen liegt

Von den drei angepriesenen Funktionen ist „höheres Urteilsvermögen und Code-Geschmack“ diejenige, für die ich zuerst zahlen würde. Ich würde dafür mehr bezahlen als für den unendlichen Kontext.

Hier erfahren Sie, warum. Ich habe Claude Opus 4.6 täglich auf echten Client-Codebasen ausgeführt – Laravel-Monolithen, Next.js-Apps, Agent-Infrastruktur. Das 1M-Kontextfenster reicht für fast alles, was ich tue. Wobei der aktuelle Claude kämpft kein Kontext ist. Es ist Urteil. Speziell:

• Beim ersten Mal die richtige Abstraktionsebene wählen, anstatt technisch korrekten, aber architektonisch fragwürdigen Code zu produzieren, den ich eine Woche später umgestalten muss.
• Wissen, wann eine Funktion nicht hinzugefügt werden sollte. Der heutige Claude ist zu eifrig. Es wird ein Konfigurationsflag hinzugefügt, weil Sie erwähnt haben, dass Sie möglicherweise „irgendwann“ Optionen wünschen.
• Erkennen, dass zwei scheinbar nicht miteinander verbundene Teile einer Codebasis tatsächlich gekoppelt sind, und sich weigern, einen zu ändern, ohne den anderen zu berücksichtigen.
• Ich möchte auf die Eingabeaufforderung zurückgreifen und mir sagen, dass meine Idee falsch ist, hier ist der Grund, hier ist ein besserer Weg. Der aktuelle Claude verschiebt etwa jedes zwanzigste Mal Eingabeaufforderungen. Das ist nicht genug.

Benchmarks sind gesättigt. Auch ein weiterer Punkt auf der SWE-Bank beeindruckt mich nicht. Was mich beeindrucken würde: ein Modell, das bei einer Anfrage zum Hinzufügen von Caching zu einem Dienst sagt: „Dieser Dienst sollte kein Dienst sein – er sollte ein Abfragehilfsgerät für das vorhandene Repository sein, und hier ist der Diff, der beides tut.“ Das ist Geschmack. Das ist Urteil. Das ist es, was den Unterschied zwischen einem leitenden Ingenieur und einem Schnellschreiber ausmacht.

Skeptisch, aber hoffnungsvoll – das ist genau meine Meinung. Ich müsste es auf echtem, hässlichem Legacy-Code sehen – nicht auf Benchmark-Suiten – bevor ich der Behauptung „Geschmack“ glauben würde. Aber es ist das, was ich mir am meisten wünsche.

Unendlicher Kontext: Nützlich, aber weniger als Sie denken

Die Zeile „Kontextfenster, die sich unendlich anfühlen“ löste die lauteste Reaktion im Raum aus. Ich denke, diese Reaktion war etwas überkalibriert.

Hier ist meine ehrliche Meinung, nachdem ich seit der Auslieferung im 1M-Kontextfenster gelebt habe: 1M ist bereits genug für fast jede Einzel-Repo- und Einzelprojekt-Aufgabe, die ich erledige. Die Repos, an denen ich arbeite, passen nicht in 1M, weil sie nicht als Ganzes geladen werden sollten – sie sollten selektiv geladen werden, mit intelligentem Abruf, und das Modell muss wissen, nach welchen Dateien es fragen muss. Der Engpass besteht seit Monaten nicht mehr aus rohen Token. Der Engpass ist welche Token.

Was „unendlich“ tatsächlich freischaltet (vorausgesetzt, dass

• Cross-Repo-Argumentation. Arbeiten über drei Repos in einer Microservice-Architektur, ohne den Überblick darüber zu verlieren, welche Verträge jedes einzelne offenlegt.
• Langfristige Agentenausführungen. Ein Agent, der tagelang an einem Projekt arbeitet, alles Gelernte behält und nicht bei jeder Sitzung erneut eingewiesen werden muss.
• Personalisierung, die tatsächlich bestehen bleibt. „Denken Sie daran, dass ich das Tailwind-Dienstprogramm an erster Stelle gegenüber CSS-Modulen bevorzuge“ – und lassen Sie es bei jeder Interaktion haften, ohne dass ich es noch einmal behaupte.

Die ersten beiden sind Upgrades. Der dritte ist der Verbraucher-Pitch und ich bin mir weniger sicher, dass er für Power-User von Bedeutung sein wird, die diese Dinge bereits in CLAUDE.md und Systemaufforderungen kodieren.

Die Kombination aus Träumen + unendlichem Kontext ist der eigentlich interessante Teil. Die langfristige Aufbewahrung ohne Qualitätsverlust ist ein schwieriges Problem. Wenn Anthropic es geknackt hat, besteht der praktische Vorteil darin, dass der Agent mit der Zeit bei Ihrer spezifischen Arbeit besser wird, anstatt bei jeder Sitzung auf den Ausgangswert zurückgesetzt zu werden. Das ist eine andere Produktform.

Erweiterte Multi-Agent-Koordination

Die dritte angepriesene Richtung ist die „erweiterte Multi-Agenten-Koordination“, die über das hinausgeht, was Managed Agents derzeit unterstützt. Die derzeitige Obergrenze von einer Delegationsebene tief ist wahrscheinlich die naheliegendste Lösung, die man aufheben sollte – indem man Subagenten erlaubt, rekursiv ihre eigenen Spezialisten hervorzubringen. Ob das tatsächlich nützlich ist oder nur zu einer exponentiellen Kontextvergrößerung führt, hängt davon ab, wie es gesteuert wird.

Worauf ich achten würde: Werden die leitenden Agenten klug genug, nicht zu delegieren, wenn sie es nicht sollten? Der heutige Multi-Agent-Fehlermodus ist nicht eine unzureichende Koordination, sondern eine Überkoordinierung. Das Einrichten eines Subagenten für eine Aufgabe, die keiner Zerlegung bedurfte, kostet Geld und erhöht die Latenz. Das Modell der nächsten Generation ist bei der Koordination mehrerer Agenten besser, wenn es weiß, wann es alleine arbeiten muss.

Was sich in meinem Stack in den nächsten 30 Tagen ändert

Konkret, nicht spekulativ. Folgendes steht auf meiner Liste:

1. Beenden Sie den Zweig der agentenübergreifenden Speicherkonsolidierung. Warten Sie, bis Managed Agents Dreaming die Forschungsvorschau verlassen. Meine handgerollte Version wird veraltet sein; Es ist besser, eine Validierung anhand der Plattform durchzuführen, als eine schlechtere Version einer Funktion auszuliefern, die erst in drei Monaten verfügbar ist. 2. Formalisieren Sie die Aria-Rubriken als Artefakte, nicht als Eingabeaufforderungen. Ziehen Sie die Aufbewahrungsrubrik (10 Kategorien) und die SEO-Unterrubrik (5 Kategorien) aus der Aria-Systemeingabeaufforderung in einen separaten rubric.md pro Inhaltstyp. Dies ist die Vorbereitungsarbeit für die Ergebnisschleifenintegration an dem Tag, an dem die Migration wirtschaftlich sinnvoll ist. 3. Portieren Sie einen Multi-Agent-Flow auf Managed Agents. Vermutlich meine SEO-Recherche → Entwurf → Bewertung → Aktualisierungspipeline, da sie die am besten definierte und am einfachsten zu vergleichende Kosten- und Qualitätside-by-side mit meiner lokalen Claude Code-Orchestrierung ist. 4.

Verbinden Sie Webhooks mit meiner Benachrichtigungsebene. Ich warte nicht auf einen Port. Die Webhook-Unterstützung wird jetzt für Benutzer von Managed Agents in der öffentlichen Betaversion bereitgestellt. Selbst bei einem Single-Agent-Flow erspare ich mir eine Schicht Klebeband, wenn ich session.status_idled-Benachrichtigungen anstelle von Abfragen erhalte. 5. Hören Sie auf, Geschmacksersatzcode in meine Eingabeaufforderungen zu schreiben. Ich füge derzeit ausführliche Hinweise zur Architekturbeurteilung in meine Systemeingabeaufforderungen ein („Bevorzuge X gegenüber Y, weil Z“). Wenn das nächste Modell den Code-Geschmack wirklich verbessert, werden diese Anweisungen zu Rauschen. Ich behalte sie vorerst, markiere sie aber mit „Löschen am Claude 5“.

Beachten Sie, was nicht auf der Liste steht: Claude Code lokal ausschalten, alles auf Managed Agents neu aufbauen, die Farm auf Träumen setzen. Der richtige Weg besteht darin, das vorhandene Rig am Laufen zu halten und die Arbeitslasten einzeln zu migrieren, während sich die verwalteten Grundelemente im Produktionsverkehr bewähren. Das habe ich im Jahr 2024 auf die harte Tour gelernt, als ich einen Client-Workflow auf eine damals neue Funktion migrierte, die vier Monate später veraltet war.

Was ich sehen möchte, bevor ich an die größeren Versprechen glaube

Ich behaupte nicht, dass die Konferenz mich nicht überzeugt hat. Das war nicht der Fall. Aber hier ist, was die verbleibende Lücke zwischen „interessanter Vorschau“ und „Ich würde den Umsatz eines Quartals darauf wetten“ schließen würde:

Zum Träumen möchte ich Messwerte zur Gedächtnisdrift sehen. Erbringt ein Agent, der seit 90 Tagen träumt, bei derselben Aufgabe tatsächlich messbar bessere Leistungen als ein frischgebackener Agent? Oder führt die Konsolidierung im Laufe der Zeit zu eigenen Misserfolgen? Der Blogbeitrag von Anthropic beleuchtet langfristige Leistungsdaten.

Für Ergebnisschleifen möchte ich die Fehlermodi sehen. Was passiert, wenn die Rubrik schlecht ist? Was passiert, wenn der Agent und der Bewerter unterschiedlicher Meinung sind, aber beide falsch liegen? Der 10-Personen-Lift ist großartig; Der Long-Tail-Fehlermodus sagt Ihnen, ob Sie dies in der Produktion bereitstellen können, ohne zu schweben.

Für die Orchestrierung mit mehreren Agenten möchte ich die Kostenkurve sehen. Fünf Agenten gleichzeitig klingen großartig, bis Sie feststellen, dass die Rechnung das Fünffache beträgt. Die Wirtschaftlichkeit funktioniert nur, wenn der leitende Agent wirklich gut darin ist, Aufgaben, die es nicht benötigen, nicht zu parallelisieren. Ich würde gerne Zahlen zu den Aufgaben pro Dollar für verwaltete Multi-Agenten im Vergleich zu Einzelagenten bei derselben Arbeitslast sehen.

Für „unendlichen Kontext“ + Träumen möchte ich einen reproduzierbaren Benchmark. „Fühlt sich unendlich an“ ist eine Stimmungsaussage. Zeigen Sie mir die Abrufgenauigkeit bei der 10-Millionen-Token-Marke und ich kaufe mich ein.

Für Mythos / Urteil der nächsten Generation möchte ich es auf einer alten Codebasis sehen, die ich genau kenne. Nicht SWE-Bank. Kein kuratiertes Testset. Eine echte, knorrige, 8 Jahre alte Laravel-App, die ich für einen Kunden betreibe. Wenn Mythos den richtigen Refactor für diesen Code vorschlagen kann, werde ich der Geschmacksaussage glauben. Behandeln Sie es bis dahin als Marketing.

Warum die leisen Ankündigungen wichtiger waren als die lauten

Gehen Sie zurück zur Öffnung. Ich hätte die Keynote fast nicht gesehen. Dann sah ich die träumende Folie.

Folgendes möchte ich Ihnen mitnehmen, wenn Sie nichts anderes lesen. Die Compute-Story – SpaceX, verdoppelte Ratenlimits, das Orbital-Rechenzentrums-Bit – sorgte für Schlagzeilen, weil sie greifbar und leicht zu beschreiben ist. Aber jeder Claude-Builder, den ich kenne, hatte bereits genug Rechenleistung. Das war nicht die Einschränkung. Die Einschränkung lautete: Wie kann ich einen Agenten dazu bringen, aus seiner eigenen Arbeit zu lernen, seine eigene Leistung zu bewerten, sich mit anderen Agenten zu koordinieren und sich in meine realen Systeme zu integrieren, ohne dass ich im Dienst bin?

Die Code with Claude-Konferenz beantwortete alle vier Fragen. Nicht so, wie es üblich ist. In gewisser Weise ist dies jetzt eine Plattformpriorität, da konkrete Grundelemente heute in der öffentlichen Beta- oder Forschungsvorschau ausgeliefert werden.

Die Vorschau auf das Zukunftsmodell – Geschmack, unendlicher Kontext, fortschrittlicher Multi-Agent – ​​ist der längere Bogen. Mythos, Claude 5, wie auch immer sie es am Ende nennen, landet, wenn es landet. Der Polymarket-Termin im September ist eine Vermutung. Die Fähigkeiten sind das Engagement.

Wenn Sie im Jahr 2026 als Baumakler tätig sind, lautet die Frage, mit der Sie sich beschäftigen müssen, nicht: „Soll ich das Werkzeug wechseln?“ Die Frage ist: Was wird möglich, wenn das Gedächtnis bestehen bleibt, wenn Agenten sich selbst bewerten, wenn sich Spezialistenteams ohne meine Aufsicht koordinieren und wenn das zugrunde liegende Modell über tatsächliches technisches Urteilsvermögen verfügt? Was auch immer Sie mit all diesen vier Dingen bauen würden – beginnen Sie jetzt mit dem Entwurf. Die Form der Plattform, auf der Sie es bereitstellen, beginnt sich einzupendeln. In den nächsten zwölf Monaten werden die Menschen, die gegen die neuen Primitiven entworfen haben, die Menschen überholen, die weiterhin auf der Grundlage der alten bauen.

Ich muss eine Rubrikdatei schreiben.

Häufig gestellte Fragen

Wovon träumt Claude und wann kann ich es verwenden?

Dreaming ist ein geplanter Hintergrundprozess für Claude Managed Agents, der vergangene Sitzungen überprüft, Muster und wiederkehrende Fehler identifiziert und nützliche Erkenntnisse im Langzeitgedächtnis konsolidiert, die im gesamten Team geteilt werden. Es befindet sich derzeit in der Forschungsvorschau auf der Claude-Plattform mit geschütztem Zugang – Entwickler müssen es anfordern. Eine vollständige Aufschlüsselung dessen, was das Träumen für Bauherren verändert, finden Sie oben im Abschnitt „Träumen“.

Wann fand die Code with Claude-Konferenz statt und was wurde angekündigt?

Code with Claude 2026 fand am 6. Mai in San Francisco statt (wobei London am 19. Mai und Tokio am 10. Juni noch auf dem Plan stehen). Anthropic kündigte vier Änderungen der Agentenfähigkeiten an: Träumen, Ergebnisschleifen (beides öffentliche Beta), Multi-Agent-Orchestrierung mit Webhook-Unterstützung (öffentliche Beta) und eine Vorschau auf ein zukünftiges Modell, die den Codegeschmack, unendlichen Kontext und erweiterte Multi-Agent-Koordination hervorhebt.

Wird Claude 5 oder Claude Mythos im September 2026 veröffentlicht?

Anthropic hat weder für Claude 5 noch für Mythos eine Veröffentlichung im September 2026 bestätigt. Die Polymarket-Prognosemärkte implizierten eine Wahrscheinlichkeit von etwa 28 % für die öffentliche Veröffentlichung von Mythos bis zum 30. Juni, mit stärkeren Preisen gegen das dritte Quartal. Die Vorschau von Mythos ist bereits in eingeschränkter Form über Project Glasswing für die Cybersicherheitsforschung verfügbar. Betrachten Sie den September-Rahmen als Marktspekulation und nicht als kalendarische Verpflichtung.

Was ist die Ergebnisschleife Claude und wie funktioniert sie?

Die Ergebnisschleife ermöglicht es einem Agenten, sich anhand einer schriftlichen Rubrik selbst zu bewerten. Eine separate Claude-Grader-Instanz wird in einem eigenen Kontextfenster ausgeführt, bewertet die Ausgabe und der Agent überarbeitet, bis die Rubrik erfüllt ist. Anthropic meldete bei internen Benchmarks eine Verbesserung des Aufgabenerfolgs um bis zu 10 Punkte im Vergleich zu standardmäßigen Eingabeaufforderungsschleifen, wobei die größten Zuwächse bei den schwierigsten Aufgaben erzielt wurden. Jetzt in der öffentlichen Betaversion von Managed Agents verfügbar.

Wie unterscheidet sich die Claude-Multiagenten-Orchestrierung von der Ausführung von Subagenten in Claude Code?

Die Multiagenten-Orchestrierung von Managed Agents führt jeden Subagenten in einem isolierten Sitzungsthread mit eigenem Kontextfenster aus, unterstützt Webhooks für Human-in-the-Loop-Schritte und profitiert vom Träumen auf Teamebene. Claude Code lokale Multi-Agent-Rigs teilen mehr Status und erfordern eine manuelle Lebenszyklusverwaltung. Der lokale Ansatz bleibt für Codierungsarbeiten mit engen Schleifen besser; verwaltete Erfolge für langfristige, praxisorientierte Arbeitsabläufe.

Lasst uns zusammenarbeiten

Möchten Sie AI-Systeme aufbauen, Arbeitsabläufe automatisieren oder Ihre technische Infrastruktur skalieren? Ich würde gerne helfen.

• Fiverr (benutzerdefinierte Builds und Integrationen): fiverr.com/s/EgxYmWD
• Portfolio: mejba.me
• Ramlit Limited (Unternehmenslösungen): ramlit.com
• ColorPark (Design & Branding): colorpark.io
• xCyberSecurity (Sicherheitsdienste): xcybersecurity.io