PI Coding Agent vs Claude Code: die Abrechnung 2026

PI Coding Agent vs Claude Code: die Abrechnung 2026

Ich hatte an einem Dienstag im März um 23:47 Uhr eine Claude Code-Sitzung. Kein Absturz. Kein Fehler. Sterben Sie auf diese ruhigere Art und Weise, bei der der Agent vergisst, was er getan hat, dieselben drei Dateien zum vierten Mal erneut liest und einen Refactor schreibt, der der Architektur widerspricht, die er vierzig Minuten zuvor vorgeschlagen hat. Mein Nutzungslimit erschöpfte sich ungefähr mit der doppelten Geschwindigkeit, die ich erwartet hatte. Als ich versuchte, sie zu untersuchen, war die Denkspur leer.

Ich klappte den Laptop zu und ging genervt ins Bett. Dann öffnete ich Twitter und sah am Dienstag drei andere Entwickler, die genau dasselbe beschrieben.

Das war die Woche, in der ich begann, Mario Zechners PI Coding Agent ernsthaft zu beobachten. Nicht, weil PI ein glänzendes neues Spielzeug ist – Mario hat ihn ausdrücklich gebaut, weil ihn dieselben Dinge ärgerten wie mich –, sondern weil die Philosophie dahinter sehr gut zeigt, wohin sich AI-Coding-Agenten im Jahr 2026 tatsächlich bewegen. Je länger ich mich mit seinem Interview beschäftigte, desto stärker rahmte es das Jahr neu, das ich gerade mit Claude Code als meinem primären Coding-Tool erlebt hatte.

Was folgt, ist die ehrliche Version. Ich bin seit Monaten ein täglicher Claude Code-Fahrer. Die Stabilitätsbeschwerden landen bei mir. Ich bin auch in die „Das Model ist dümmer“-Panik geraten – und ich möchte genau sagen, welche Teile davon real und welche psychologisch sind. Bei der Konversation PI Coding Agent vs. Claude Code geht es nicht wirklich um zwei Softwareteile. Es geht darum, ob die nächste Generation von Agenten durch unternehmensspezifische Systeme, durch minimale Tools, die Sie selbst aufbauen, oder durch offene Modelle von Teams gesteuert wird, die die meisten westlichen Entwickler noch nicht aussprechen können.

Lassen Sie mich Ihnen zeigen, was ich meine.

Der Dienstagabend, den Anthropic bestätigte, war real

Im Februar und März 2026 ging ich lange Zeit davon aus, dass ich dramatisch war. Claude Code fühlte sich schlechter an als im November. Die Sitzungen fühlten sich dünner an. Refactors sind halbfertig angekommen. Der Agent schien den Kontext innerhalb einer einzelnen Arbeitssitzung zu vergessen und Dinge, die er bereits verstanden hatte, erneut zu untersuchen. Alle paar Tage redete ich mir ein, dass es ein Stimmungsproblem war – schwindende Flitterwochen, schwierigere Probleme, steigende Ansprüche.

Es war kein Stimmungsproblem. Am 23. April 2026 veröffentlichte Anthropic ein Postmortem, in dem bestätigt wurde, dass drei verschiedene Qualitätsregressionen über einen Zeitraum von sechs Wochen Claude Code erreichten. Durch eine Änderung vom 4. März wurde der standardmäßige Argumentationsaufwand von „hoch“ auf „mittel“ reduziert, um die Latenz zu verkürzen. Eine Änderung vom 26. März führte zu einem Fehler, der dazu führte, dass das Modell mitten in der Sitzung seinen eigenen Argumentationsverlauf verwarf – wodurch es vergesslich wirkte und die Nutzungsbeschränkungen schneller als erwartet aufgebraucht wurden. Durch eine Änderung vom 16. April wurde eine vom System vorgegebene Obergrenze von 25 Wörtern zwischen Tool-Aufrufen eingeführt, die laut Anthropic „die Codierungsqualität messbar beeinträchtigte“, bevor die Obergrenze vier Tage später wieder aufgehoben wurde.

Eine Community-Analyse von 6.852 Claude Code-Sitzungsdateien ergab, dass die Denktiefe bis Ende Februar, bevor die Redaktion überhaupt eingeführt wurde, bereits um etwa 67 Prozent gesunken war. Die Schwärzung machte die Regression im UI unsichtbar – sie war jedoch strukturell. Das Modell benötigt tiefe Denkspuren, um mehrstufige Forschung durchzuführen, Konventionen zu befolgen und den Code sorgfältig zu ändern. Wenn dieses Denkbudget stillschweigend gekürzt wird, ändert sich das Verhalten des Agenten von der Recherche zuerst zur Bearbeitung zuerst. Sie sehen, wie es die Untersuchungsphase überspringt und einfach mit der Eingabe beginnt.

Das ist genau das Muster, das ich an meinen Dienstagabenden gesehen hatte. Kein intelligenteres oder dümmeres Modell. Ein Verhungerter.

Dies ist für das PI-Gespräch wichtig, da Mario PI im Oktober 2025 gebaut hat, Monate bevor irgendetwas davon in die Nachrichten kam. Er erkannte, auf welchem ​​Weg sich Anthropic mit der Geschwindigkeits- und Funktionsüberflutung bewegte, kam zu dem Schluss, dass er ihm für seine eigene tägliche Arbeit nicht traute, und lieferte eine minimale Alternative aus, die er durchgängig kontrollieren konnte. Als die Obduktion fiel, trieb PI bereits OpenClaw an – ein Projekt, das in weniger als drei Monaten 250.000 GitHub-Sterne erreichte und damit React übertraf.

Das ist kein Nischentool mehr. Das ist eine These mit Zugkraft.

Was PI eigentlich ist – und warum „Minimal“ der springende Punkt ist

Falls Sie es noch nicht verwendet haben, hier ist die Form des Dings: PI wird mit genau vier Werkzeugen geliefert. Lesen. Schreiben. Bearbeiten. Bash. Das ist die gesamte Oberfläche des Wirkstoffs. Sie fügen Fähigkeiten durch Fertigkeiten, Eingabeaufforderungsvorlagen und explizite Erweiterungen hinzu, die Sie selbst einbinden.

Das ist das gesamte Spielfeld. Und es ist radikaler als es klingt.

Claude Code ist derzeit ein funktionsreiches Produkt. Es verfügt über Slash-Befehle, Agentenfähigkeiten, MCP-Integrationen, Subagenten, Planmodus und vieles mehr. Jede dieser Funktionen verfügt über eine eigene Oberfläche, eigene Fehler und eigene Interaktionen mit dem Kontextfenster des Modells. Wenn sich etwas zurückbildet, debuggen Sie das gesamte Modell, den Harness, die Systemeingabeaufforderung und jeden Skill oder Subagenten, der gerade aktiv war. Das ist genau der Grund, warum die Qualitätsprobleme von März bis April von außen so schwer zu diagnostizieren waren – es gab zu viele bewegliche Teile und die wichtigsten wurden geschwärzt.

PI bewirkt das Gegenteil. Marios Designphilosophie, die er in seinem Interview und im Pragmatic Engineer-Beitrag dargelegt hat, besteht darin, dass der Agent klein genug sein sollte, dass Sie jeden Token im Kopf behalten können. Sie schreiben die Eingabeaufforderungsvorlage. Sie entscheiden, welchen Kontext der Agent sieht. Sie beobachten jeden Werkzeugaufruf. Am Gurtzeug ändert sich zwischen Dienstag und Mittwoch nichts, es sei denn, Sie ändern es.

Das ist keine Nostalgie für eine einfachere Zeit. Es handelt sich um eine tragende technische Entscheidung. Denn im Jahr 2026 liegt der Engpass nicht in der Rohmodellfähigkeit, sondern in der Kontexterhaltung. Jeder derzeit in der Produktion befindliche Codierungsagent basiert auf einem Modell, das im richtigen Kontext seine Aufgabe erfüllen kann. Die Frage ist, ob der Rahmen um das Modell diesen Kontext bewahrt oder ihn stillschweigend zerstört.

Ich werde gleich mehr darüber sagen – es gibt einen bestimmten Fehlermodus in modernen Codierungsagenten, über den fast niemand spricht, und genau diesen Fehler soll PI bekämpfen. Aber zunächst möchte ich den Vergleich konkret begründen.

Nebeneinander: Der PI Coding Agent vs. Claude Code Decision Matrix

Ich habe diese Tabelle aus Marios Interview, meiner täglichen Verwendung beider Tools und dem öffentlichen Postmortem-Material erstellt. Es handelt sich nicht um einen Maßstab. Es ist die Entscheidungsform, die ich einem Freund durchgehen würde, wenn er mich fragen würde, welches ich morgen abholen soll.

integriert in Managed-Agents und den kommerziellen Stack von Anthropic | Entwicklerzentriert, eigensinnig, konzipiert für Leute, die die Quelle lesen | | Modelle mit offenem Gewicht | Geschlossen, nur anthropisch | Ermutigt zum Einstecken von Kimi K2.6, DeepSeek V4, was auch immer sonst läuft | | Nicht-technische Benutzer | Möglich, aber die Oberfläche ist einschüchternd | Überraschend zugänglich – Nicht-Programmierer nutzen es zum Erstellen interner Tools | | Trittfrequenz aktualisieren | Häufig, gebündelt, manchmal brechend | Absichtlich langsam – der Punkt ist, dass Sie nichts überrascht | | Beste Passform | Teams, die ein verwaltetes Produkt wünschen und der Roadmap von Anthropic vertrauen | Einzelentwickler, Agenturen und Entwickler, die den Stack bis zur Eingabeaufforderung besitzen möchten |

Wenn Sie dies lesen und denken: „Ich will beides“, lesen Sie es richtig. Ich betreibe beides. Ich verwende Claude Code für den Großteil meiner täglichen Arbeit, da ich immer noch einen kostenpflichtigen Anthropic-Plan habe und die Integration in meine bestehende Kompetenzbibliothek real ist. Ich verwende PI, wenn ich eine bestimmte Art von Aufgabe mit voller Kontrolle ausführen möchte – normalerweise lange Refaktorisierungen, bei denen ich es mir nicht leisten kann, das Verhalten mitten in der Sitzung stillschweigend zu ändern.

Aber die interessantere Frage ist nicht, welches Tool. Das sagt Marios Wette auf minimale Kontrolle über die nächsten zwei Jahre aus.

Kontexterhaltung ist das A und O (und fast niemand sagt es laut)

Ich möchte bei diesem Punkt langsamer vorgehen, denn ich denke, es ist das wichtigste Argument in Marios Interview und der Teil, den fast niemand aufgegriffen hat.

Marios Behauptung: Im Jahr 2026 ist der vorherrschende Ausfallmodus des Codierungsagenten nicht das schwache Modell. Es ist der Kabelbaum, der den Kontext des Modells beschädigt. Denkspuren in der Sitzung werden gelöscht, Systemaufforderungen werden abgeschnitten, Tool-Ausgaben werden vorzeitig zusammengefasst und der Agent arbeitet am Ende mit einer verschlechterten Kopie dessen, was er zuvor tatsächlich herausgefunden hat. Das Modell sieht dumm aus. Das Modell ist nicht dumm. Das Modell ist ausgehungert.

Genau das hat die Postmortem-Analyse von 6.852 Sitzungen gezeigt. Als die Denktiefe um 67 Prozent abnahm, veränderte sich das Verhalten des Agenten messbar – von der Recherche zuerst zur Bearbeitung zuerst, von der Einhaltung von Konventionen zur Konventionen-Ignorierung. Die Modellgewichte hatten sich nicht geändert. Der Kontext hatte.

Sobald Sie das sehen, sehen Sie es überall.

Die „Claude ist jetzt dümmer“-Welle, die Twitter im März erreichte, war größtenteils real, aber die zugrunde liegende Ursache war nicht das, was die meisten Leute annahmen. Es war nicht so, dass Anthropic stillschweigend ein kleineres Modell eintauschte. Es waren Budgetkürzungen und Fehler in der Begründungshistorie, die sich unter Last verschlimmerten. Eine echte Modellregression wäre in Benchmarks aufgetaucht, von Anthropics eigenen Auswertungen aufgefallen und innerhalb weniger Tage gepatcht worden. Was wir stattdessen erlebten, war ein langsamer Verfall auf Kabelbaumebene, der sechs Wochen lang unter öffentlichem Druck vollständig rückgängig gemacht werden musste.

Wenn Mario also PI mit dem ausdrücklichen Ziel erstellt, dass „jedes Token im Kontextfenster etwas ist, das Sie dort ablegen“, legt er keinen Wert auf Minimalismus. Er löst das eigentliche Problem.

Ich sage das mit voller Brust, weil ich denke, dass es wichtig ist: Die meisten Beschwerden „Das Model ist dümmer geworden“ im Jahr 2026 sind echte Beschwerden über eine echte Verschlechterung, aber die Hauptursache ist das Geschirr, nicht die Gewichte. Und der einzige Ausweg besteht darin, entweder darauf zu vertrauen, dass Ihr Lieferant bei jedem Kabelbaumwechsel, den er versendet, transparent ist, oder das Kabelbaum selbst zu besitzen.

Mario wählte den zweiten Weg. Das ist PI.

Der Open-Weight-Aufstand: Kimi K2.6 und DeepSeek V4 ändern die Mathematik

Die andere Sache, mit der ich mich durch Marios Interview auseinandersetzen musste, ist die offene Frage, und hier hat sich meine eigene Kostenkalkulation in den letzten vier Monaten stark verändert.

Am 20. April 2026 veröffentlichte Moonshot AI Kimi K2.6 – ein MoE-Modell mit einer Billion Parametern, 32 Milliarden aktiven Parametern, 256K Kontext, nativer Multimodalität und INT4-Quantisierung. Es ist Open-Weight unter einer modifizierten MIT-Lizenz. Sowohl Code als auch Gewichte liegen auf Hugging Face. Die DeepLearning.AI-Zusammenfassung sieht K2.6 bei Coding-Benchmarks praktisch auf Augenhöhe mit den geschlossenen Modellen Qwen3.6 Max und DeepSeek V4 und nur knapp hinter den besten Closed-Source-Modellen. K2.6 wurde explizit für die Art von mehrstufigen Toolaufrufen trainiert, die ein agentisches Harness braucht: einen Browser öffnen, eine Seite lesen, eine Datei schreiben, einen Python-Skill aufrufen, zusammenfassen und sich von einem Toolfehler erholen, ohne den gesamten Plan neu zu starten.

Dieser letzte Teil ist es, der die Open-Weight-Geschichte im Jahr 2026 anders macht als im Jahr 2024. Vor zwei Jahren konnten die offenen Modelle Code schreiben. Sie konnten keinen Agenten einsetzen. Die Zuverlässigkeit der Werkzeugnutzung war nicht vorhanden, die langfristige Planung war nicht vorhanden, die Wiederherstellung nach einem Ausfall war nicht vorhanden. Sie könnten sie auffordern und angemessene Funktionen zurückerhalten. Sie können ihnen nicht ein GitHub-Problem übergeben und ihnen vertrauen, dass sie es in zwölf Dateien untersuchen.

K2.6 ändert das. Das Gleiche gilt für DeepSeek V4. Die Zusammenfassung des LLM-Codierungs-Benchmarks vom April 2026 zeigt, dass sich die Open-Weight-Modelle bei langfristigen Codierungsaufgaben in Rust, Go und Python behaupten. Das ist das Regime, in dem Claude und GPT früher ein klares Monopol hatten. Das tun sie nicht mehr.

Für mich verändert sich dadurch die Kostenkalkulation in besonderer Weise. Mario beschrieb das AI-Tooling als „Spiel für reiche Männer“ – ungefähr 200 US-Dollar pro Monat geben die meisten Einzelentwickler aus, und das gilt nur für die Modellseite, bevor man sich um die Orchestrierung kümmert. Für Profi-Entwickler geeignet. Brutal für Bastler, Studenten und die gesamte Entwicklungswelt. Open-Weight-Modelle, die lokal oder bei günstigen Inferenzanbietern ausgeführt werden, machen aus diesen 200 US-Dollar etwa 20 US-Dollar und in einigen Konfigurationen sogar Null. Das ist keine marginale Verbesserung. Das ist ein anderer Markt.

Marios Wette – und zunehmend auch meine – ist, dass die Branche auf lange Sicht Open-Weight-Modelle hat, die den Großteil der eigentlichen Arbeit erledigen, während Closed-Source-Frontier-Modelle für die schwierigsten 5 Prozent der Aufgaben reserviert sind. Der Gurt sitzt oben und ist unabhängig von den Gewichten, auf die Sie ihn richten. PI ist für diese Welt gebaut. Claude Code ist dies konstruktionsbedingt nicht.

Ich habe diesen Wandel ausführlicher in meinem Kimi K2.6-Test und im Hybrid-Coding-Workflow-Teil über die Ausführung von DeepSeek V4 neben Claude Code behandelt, und die Kurzfassung lautet: Die Open-Weight-Modelle sind nicht mehr „fast gut genug“. Sie sind gut genug für die tägliche Codierungsarbeit, die Lücke bei den schwierigsten Aufgaben wird vierteljährlich kleiner und der Kostenunterschied ist so groß, dass das Ignorieren davon eher wie ein strategischer Fehler denn wie eine stilistische Vorliebe wirkt.

Es gibt auch einen nennenswerten Gegenwind in Bezug auf die Markentreue. Anthropic hat im Westen eine echte Unternehmensmarke aufgebaut – die Sicherheitsgeschichte, die verfassungsmäßige Gestaltung, die politische Arbeit. Chinesische Open-Weight-Teams sind mit dem Gegenteil konfrontiert: Panikmache, geopolitischer Lärm, pauschale „Verwenden Sie keine chinesischen Modelle“-Richtlinien bei risikoaversen Unternehmen. Einiges davon ist geerdet. Das meiste davon ist reflexiv. Und es schafft einen Preisrahmen, unter dem die offenen Modelle die Kosten weiter unterbieten können, während die geschlossenen Modelle auf Geschäftsbeziehungen verzichten können. Dieser Regenschirm wird nicht ewig halten.

Wohin Talente gehen und warum Europa weiter blutet

Mario's interview spent a few minutes on a side topic that I think is more central than it sounded: where AI talent migrates and why.

Sein Fazit lautet: Die USA gewinnen aufgrund von drei sich verstärkenden Faktoren. Better venture capital depth, more concentrated AI infrastructure, and a vastly simpler legal substrate — the Delaware C-corp pattern is so frictionless that European founders routinely re-domicile just to raise. Im Gegensatz dazu erheben europäische AI-Startups eine regulatorische Fragmentierungssteuer auf jeden Markt, in den sie eintreten. Twenty-seven countries, twenty-seven slightly different interpretations of every AI rule, and a venture ecosystem that is roughly an order of magnitude smaller per capita.

Ich werde nicht behaupten, dass Regulierung schlecht ist. Ich werde argumentieren, dass eine fragmentierte Regulierung brutal ist und dass das AI-Gesetz in einer Weise fragmentiert ist, die es fast unmöglich macht, ein seriöses Coding-Agent-Produkt von Berlin oder Paris aus zu versenden, ohne dass ein US-Unternehmen dafür zuständig ist. Die Teams, die ich in Europa beobachte, ziehen entweder um oder bleiben klein. Diejenigen, die ihren Wohnsitz wechseln, schließen sich dem US-Ökosystem an, stellen Mitarbeiter aus dem US-Ökosystem ein und der Talentfluss wird noch einseitiger.

Mario selbst sitzt genau in dieser Zwickmühle. Der Schwerpunkt von PI ist technisch und nicht kommerziell – es ist Open Source, es wird von npm vertrieben, die Community ist global. Doch in dem Moment, als OpenClaw mit der Kommerzialisierung begann, war die Frage, wo die juristische Person ihren Sitz hat, nicht mehr abstrakt.

Wenn Sie als europäischer Entwickler dies lesen und denken, ich sei unfair, dann bin ich das nicht. Ich möchte ein florierendes europäisches AI-Ökosystem. Die derzeitigen regulatorischen Rahmenbedingungen liefern dies nicht, und wenn wir etwas anderes vorgeben, verlieren wir ständig.

Die Zukunft des persönlichen Agenten: Apps werden durch Builder ersetzt

Dies ist der Teil von Marios These, bei dem ich seit Monaten unabhängig voneinander gelandet bin, und ihn klar artikulieren zu hören, war einer dieser „Okay, das ist echt“-Momente.

Die Wette: Die meisten Consumer-Apps, wie wir sie kennen, sind mittelfristig tot. Nicht weil die Leute aufhören, ihre Funktionalität zu wollen – Diät-Tracker, Fitnessprotokolle, interne CRMs, Spesenteiler –, sondern weil die Personal-Agent-Ebene diese Funktionalität nach Bedarf aufbauen kann, angepasst an den einzelnen Benutzer, in einer Sitzung, die Minuten statt Monate dauert.

Sie werden im Jahr 2029 keine Diät-Tracker-App herunterladen. Sie werden Ihrem Agenten sagen: „Ich möchte Makros verfolgen, das ist es, was mich interessiert, bauen Sie mir etwas.“ Es erstellt ein Gerüst für eine kleine App, hostet sie irgendwo, gibt Ihnen eine URL oder ein Widget und das Ganze wird unsichtbar sein. Die „App“-Abstraktion wird in die Agenten-Abstraktion übergehen.

Ich nenne das, weil das Design von Mario baut offen auf die Welt hin, in der technisch nicht versierte Benutzer interne Tools mit PI unter der Haube vernetzen. Das Wachstum von OpenClaw – dem am schnellsten wachsenden GitHub-Projekt in der Softwaregeschichte, 250.000 Sterne in drei Monaten – hängt davon ab, ob diese Wette richtig ist.

Claude Code kann dorthin gelangen. Es ist derzeit für eine andere Zielgruppe optimiert.

Was das für die Wissensarbeit bedeutet – und für Junioren

Das Jevons-Paradoxon-Argument trifft in der Welt der Programmieragenten härter zu als fast irgendwo anders.

Die Grundform: Wenn eine Ressource billiger wird, steigt der Gesamtverbrauch dieser Ressource, nicht sinkt. Eine billigere Produktion bedeutet nicht eine geringere Nachfrage nach der Produktion, sondern eine höhere Nachfrage. AI-Agenten machen die Codeerstellung um etwa eine Größenordnung günstiger. Die Menge des produzierten Codes wird wachsen, nicht schrumpfen. Die Gesamtzahl der arbeitenden Entwickler wird über einen Zeithorizont von fünf Jahren wahrscheinlich wachsen und nicht schrumpfen. Das ist die Lesart der Jevons, und ich denke, sie ist im Großen und Ganzen richtig.

Aber die Verteilungsrealität ist schmerzhafter als die aggregierte Realität.

Zwei bestimmte Gruppen geraten unter Druck, und Mario hat beide benannt. Ältere Entwickler, die nicht lernen können oder wollen, wie man Agenten steuert, werden merklich weniger produktiv sein als Kollegen, die es lernen. Sie werden ihre Jobs nicht massenhaft verlieren, aber sie werden an Geschwindigkeit verlieren, und Geschwindigkeit ist das, was Gehaltserhöhungen und Titel im Jahr 2026 ausmachen. Nachwuchskräfte geraten unter Druck, weil der Senior-plus-Agenten-Stack nun etwa drei Nachwuchskräfte verdrängt. Nicht weil die Junioren schlecht sind – weil sich die Hebelwirkungskurve verändert hat.

Wenn Sie als Junior-Entwickler dies lesen, ist der einzige ehrliche Rat, den ich habe: Werden Sie die Person, die den Agent-Stack schneller und intelligenter betreibt als Ihre Vorgesetzten. Dabei handelt es sich um eine Fähigkeitsobergrenze, die alle sechs Monate neu festgelegt wird, und im Moment verfügt niemand über mehr als zwei Jahre Erfahrung in der Compoundierung. Der Dienstaltersunterschied ist kleiner als es aussieht. Das Fenster bleibt nicht ewig offen.

Wenn Sie als Senior dies lesen, gilt der analoge Rat: Werden Sie nicht der ältere Arbeitnehmer, der sich geweigert hat, den Stapel zu übernehmen. Der Übergang ist nicht optional, und die Leute, die zuerst umziehen, werden mindestens in den nächsten drei Jahren doppelt so produktiv sein wie die Leute, die im Durchschnitt umziehen.

Das LLM-Limit, das Mario richtig gemacht hat (und warum erstklassiges Fachwissen immer noch wichtig ist)

Eine der schärferen Behauptungen in Marios Interview war, dass LLMs interpolieren und nicht extrapolieren. Sie sind sehr gut darin, Ideen, die dicht in ihren Trainingsdaten vorhanden sind, neu zu kombinieren und zu verfeinern. Sie sind schlecht darin, Ideen hervorzubringen, die in den sehr dünnen Enden leben – den obersten 0,01 Prozent der menschlichen Expertise, die in jedem Korpus wirklich unterrepräsentiert sind.

Das ist kein Slogan. Es handelt sich um eine nützliche Betriebsregel.

Wenn ich bei einem Problem Claude Code oder Ich bringe die Architektur mit. Ich bringe die Zwänge mit. Ich bringe die Formulierung „Das ist der eigentlich schwierige Teil“ mit. Der Agent füllt die Implementierung aus, validiert die Randfälle, erkennt die Standardfehler und schlägt die Varianten vor, die ich nicht berücksichtigt hatte. Wenn ich den Agenten auf Architekturebene entstehen lasse, ist die Ausgabe kompetent und unvergesslich – Interpolation gegen den Median jeder CRUD-App auf GitHub.

Aus diesem Grund denke ich auch, dass „Vibe-Coding wird leitende Ingenieure ersetzen“ die falsche Lesart ist. Der Senior, der das Architekturmodell im Kopf behalten und den Agenten als Multiplikator nutzen kann, ist wertvoller als noch vor einem Jahr, nicht weniger. Der Vorgesetzte, der den Agenten wie eine Schreibkraft behandelt, wird durch jemanden ersetzt, der zwanzig Jahre jünger ist und ihn wie einen Mitarbeiter behandelt. In Marios Interview wird dies als „Architektur über Syntax“ bezeichnet – das Syntaxproblem ist gelöst, das Architekturproblem ist völlig offen und der Agent ist ein Kraftmultiplikator, egal von welcher Seite dieser Linie aus Sie agieren.

Ich sitze jedes Mal bei diesem Rahmen, wenn ich eine Sitzung eröffne. Es ist das nützlichste mentale Modell, das ich für die Codierungsarbeit im Jahr 2026 habe.

Mein tatsächlicher Arbeitsablauf: Vier parallele Sitzungen, strenge Vorlagen, manuelle Refactor-Gates

Mario beschrieb die Durchführung von bis zu vier parallelen PI-Sitzungen mit strengen Eingabeaufforderungsvorlagen, GitHub-Problem- und PR-Analyse sowie manuellen Eingriffen für alle nicht trivialen Refaktorierungen. Mein Arbeitsablauf hat sich weitgehend zufällig auf etwas Ähnliches geeinigt.

Drei oder vier Agentensitzungen laufen parallel – normalerweise zwei Claude Code, ein PI und gelegentlich eine vierte, bei der ein Modell mit offenem Gewicht durch einen dünnen Gurt geführt wird. Jede Sitzung hat ein einzelnes, eng begrenztes Ziel. Ich lasse keine Sitzung ausufern. Sobald eine Sitzung ins Wanken gerät, schließe ich sie, destilliere das Gelernte in eine neue Aufforderung und beginne eine neue. Context is sacred. Drift is the enemy.

Strenge Eingabeaufforderungsvorlagen für die wiederkehrenden Aufgabenformen – Problemtriage, PR-Überprüfung, Refaktorplanung, Testgenerierung. Die Vorlagen werden in einem privaten Repo versioniert und aktualisiert, wenn etwas kaputt geht. Ich mache die Eingabeaufforderung für Aufgaben, die ich wöchentlich ausführe, nicht frei. Die Kosten der Inkonsistenz sind zu hoch.

Manuelle Tore bei jeder architektonischen Änderung. Der Makler schlägt vor, ich entsorge. Ich werde einen Agenten eine Funktion autonom umschreiben lassen. Ich werde nicht zulassen, dass es ein Modul umstrukturiert, ohne dass ich das Diff Zeile für Zeile lese. Marios Regel „Architektur vor Syntax“ ist hier das Funktionsprinzip.

GitHub-Ausgabe und PR-Analyse als Hauptaufnahme. Das Modell ist gut darin, einen Problemthread, den verknüpften Code und die zugehörigen PRs zu lesen und eine echte Diagnose zu erstellen. Es ist schlecht darin zu entscheiden, was als nächstes gebaut werden soll. Ich mache diesen Teil. Der Agent führt die Ermittlungen durch.

Wenn Sie eine tiefergehende Version dieses Workflows wünschen, habe ich bereits über Agentenkontextdisziplin und die Parallelsitzungsarchitektur geschrieben, und die Regeln haben sich nicht wesentlich geändert. Was sich geändert hat, ist das Toolset, mit dem ich sie ausführe. Der Minimalismus von PI erleichtert einiges an Disziplin – es gibt weniger Kampfaufwand. Die Funktionsdichte von Claude Code macht einige Aufgaben schneller und einige Sitzungen anfälliger. Zu wissen, welches welches ist, ist die meiste Fähigkeit.

Was ich für den Rest des Jahres 2026 beobachte

Ein paar Dinge verfolge ich speziell, weil ich denke, dass sie darüber entscheiden, ob die PI-These gut altert oder nicht.

Ob Anthropic Transparenz rund um das Geschirr bietet, verändert die Art und Weise, wie sie damit begonnen haben, es rund um Modelländerungen zu liefern. Die Obduktion im April war ein guter erster Schritt. Es ist noch keine Disziplin. Wenn die nächste Regression weitere sechs Wochen vor der Anerkennung dauert, vergrößert sich die Vertrauenslücke zum Minimal-Harness-Lager.

Ob Kimi K2.6 und DeepSeek V4 ihre Coding-Benchmark-Parität über die nächsten beiden Modellzyklen hinweg beibehalten oder ob die Closed-Source-Labore die Lücke wieder öffnen. Meiner Meinung nach bleibt der Abstand gering, aber die nächsten sechs Monate werden es zeigen.

Ob sich die 250.000-Sterne-Entwicklung von OpenClaw in eine tatsächliche Produktnutzung im großen Maßstab verwandelt oder ob sie als Kuriosität ein Plateau erreicht. Sterne sind Eitelkeit. Die Zahl der täglich aktiven Entwickler, die PI bei echter Arbeit ausführen, ist die Messgröße, auf die es ankommt.

Ob die persönliche Agentenschicht in Verbraucherprodukten auf eine Weise auftaucht, die der durchschnittliche Benutzer bemerkt. Im Moment handelt es sich um ein Builder-and-Prosumer-Phänomen. In dem Moment, in dem meine Mutter unter der Haube etwas verwendet, das heimlich ein PI-förmiges Mittel ist, ist die These real.

Ob die europäische Regulierungssituation ein einziges AI-Startup im Grenzlabormaßstab hervorbringt. Da würde ich mich gern irren. Ich wette nicht darauf.

Der offene Kreislauf von oben, geschlossen

Ich begann damit, dass eine Claude Code-Sitzung um 23:47 Uhr für mich endete und ich den Verdacht hatte, dass ich dramatisch war. Das war ich nicht. Die Obduktion bestätigte, was bereits 6.852 Analysesitzungen gezeigt hatten. Das Geschirr ließ das Modell hungern. Das Modell war nicht das Problem.

Ich verwende Claude Code seit Monaten täglich und werde es auch weiterhin verwenden. Das Produkt ist hervorragend, wenn es funktioniert, die Integrationsgeschichte echt ist, das Team reaktionsschnell ist und die Obduktion selbst ein Zeichen für eine gesunde Organisation ist. Nichts davon ist die Frage.

Die Frage ist, ob die dominierende Form eines AI-Codierungsagenten im Jahr 2030 ein verwaltetes Unternehmensprodukt, ein minimaler Toolkit, den Sie durchgängig kontrollieren, oder ein offenes Modell unter einem dünnen Kabelbaum, den Sie selbst geschrieben haben, ist. Mario baute PI auf der Wette auf, dass der Zweite und der Dritte konvergieren und dass der Erste weiterhin die richtige Antwort für einige Unternehmen und die falsche Antwort für Bauherren, Agenturen und den langen Schwanz der globalen Entwicklerbevölkerung sein wird, die sich eine API-Werbebuchung von 200 US-Dollar pro Monat nicht leisten können.

Ich denke, er hat Recht.

Das, was Sie heute Abend tun können, falls irgendetwas davon bei Ihnen hängen bleibt: Installieren Sie PI über npm, richten Sie es auf eine echte Codebase, die Sie gut kennen, und führen Sie eine einzelne Sitzung aus, die Sie normalerweise in Claude Code gestartet hätten. Beobachten Sie jeden Toolaufruf. Lesen Sie jeden Prompt. Achten Sie darauf, was in das Kontextfenster gelangt und was es verlässt. Sie werden entweder mit schärferen Fragen zu Claude Code zurückkehren oder still anfangen, beide Werkzeuge parallel zu nutzen – und Ihr Gefühl dafür, wie sich ein AI-Coding-Agent anfühlen sollte, wird nicht mehr dasselbe sein.

Das ist die einzige Art von Meinungsbeitrag, der es wert ist, in diesem Teil des Zyklus geschrieben zu werden. Die Agenten sind real, die Modelle sind real, die Produktivitätssteigerungen sind real und die Antwort auf die Frage, welches Tool gewinnt, wird von den Leuten entschieden, die beide ausführen und dabei ihre Hände auf der Eingabeaufforderung haben. Nicht anhand von Benchmarks. Nicht von Twitter. Von Ihnen, an einem Dienstagabend, indem Sie auf das Kontextfenster achten.

Wir sehen uns dort.

Häufig gestellte Fragen

Was ist der Codierungsagent PI und wer hat ihn erstellt?

PI ist ein minimaler Terminal-Coding-Agent, der von Mario Zechner, dem Entwickler hinter libGDX, entwickelt und Ende 2025 auf den Markt gebracht wurde. Er wird mit genau vier Tools ausgeliefert – Lesen, Schreiben, Bearbeiten, Bash – und soll Entwicklern die volle Kontrolle über jedes Token geben, das in das Kontextfenster des Agenten gelangt. PI treibt das OpenClaw-Projekt voran, das in weniger als drei Monaten 250.000 GitHub-Sterne erreichte. Die vollständige Hintergrundgeschichte finden Sie oben im Abschnitt OpenClaw und Designphilosophie.

Ist PI besser als Claude Code?

Keines der Tools ist allgemein besser – sie zielen auf unterschiedliche Bedürfnisse ab. PI überzeugt durch Stabilität, Kontextkontrolle und Kosteneffizienz für Entwickler, die das Kabelbaum besitzen möchten. Claude Code überzeugt durch Funktionsdichte, Integrationen und den Feinschliff verwalteter Produkte für Teams. Die meisten ernsthaften Benutzer im Jahr 2026 verwenden beide. Siehe die nebeneinander liegende Entscheidungsmatrix oben.

Hat sich Claude Code im Jahr 2026 tatsächlich verschlechtert?

Ja, und Anthropic hat es in einer Obduktion vom 23. April 2026 bestätigt. Claude Code wurde über einen Zeitraum von sechs Wochen von drei unterschiedlichen Regressionen getroffen: reduzierter standardmäßiger Argumentationsaufwand, ein Fehler, der den Argumentationsverlauf mitten in der Sitzung verwarf, und eine Systemeingabeaufforderungsobergrenze von 25 Wörtern. Alle drei wurden schließlich zurückgesetzt. Die „Model wurde dümmer“-Beschwerden waren größtenteils real, wurden aber durch Änderungen an den Gurten und nicht durch das Gewicht des Models verursacht.

Sind Open-Weight-Modelle wie Kimi K2.6 und DeepSeek V4 bereit für ernsthafte Codierungsarbeiten im Jahr 2026?

Ja. Kimi K2.6, veröffentlicht am 20. April 2026, liegt bei Codierungs-Benchmarks praktisch auf Augenhöhe mit den Top-geschlossenen Modellen und wurde speziell für mehrstufige Tool-Aufrufe entwickelt. DeepSeek V4 ist in puncto Langkontextgenauigkeit konkurrenzfähig. Beide laufen unter Open-Weight-Lizenzen und verändern die Kostenkalkulation für die tägliche Programmierarbeit erheblich. Die schwierigsten 5 Prozent der Aufgaben bevorzugen immer noch geschlossene Frontier-Modelle.

Was passiert mit Nachwuchsentwicklern, wenn die AI-Codierungsagenten besser werden?

Nachwuchskräfte stehen vor echtem Druck, weil ein Team aus Senior- und Agenten etwa drei Nachwuchskräfte durch geschwindigkeitsabhängige Aufgaben verdrängt. Der vertretbarste Schritt besteht darin, die Person zu werden, die den Agentenstapel schneller und intelligenter verwaltet als Ihre Vorgesetzten. Diese Obergrenze wird alle sechs Monate zurückgesetzt, und der Dienstaltersunterschied bei agentengesteuerten Arbeitsabläufen ist kleiner, als es aussieht.

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