Die meisten AI-Entwicklungswerkzeuge sind Harnesses: ein Rahmen um ein Modell herum sowie Werkzeuge zum Lesen und Schreiben von Dateien sowie zum Ausführen von Befehlen. Claude Code, Codex, OpenCode und Pi zählen zu den Harnesses – sie wurden für Entwickler am Terminal entwickelt.
Coroid verwendet keines davon – es nutzt seine eigene Laufzeit.
Warum nicht ein bestehendes Werkzeug nutzen?
Die oben genannten Werkzeuge sind für eine beaufsichtigte Sitzung konzipiert: Jemand beobachtet die Ausführung, kann Fragen beantworten, unterbrechen oder Fehler erkennen. Diese Annahme prägt die gesamte Funktionsweise – wie Fehler angezeigt werden, welcher Kontext weitergegeben wird und was geschieht, wenn das Modell unerwartete Ergebnisse liefert.
Coroid geht hingegen anders vor: **Niemand beobachtet die Ausführung.**Die Arbeit läuft in der Cloud – ausgelöst durch Zeitpläne, Monitore oder Ereignisse – und muss ohne menschliche Intervention zu einem überprüfbaren Ergebnis oder einem eindeutigen Fehler führen.
Das sind unterschiedliche Problemstellungen. Mehrere der folgenden Funktionen entstehen gerade durch diesen Unterschied und wären in einer Terminal-Sitzung nicht sinnvoll.
Was die Laufzeit anders macht
Sie ist für den Einsatz ohne Aufsicht ausgelegt. Wenn das Modell eine fehlerhafte Antwort oder einen falsch formatierten Tool-Aufruf liefert, korrigiert die Schleife dies und versucht es erneut – anstatt eine Nachricht anzuzeigen, auf die niemand reagieren kann. Eine unbeaufsichtigte Ausführung, die wegen einer Frage stoppt, die sie selbst hätte lösen können, wäre verschwendete Ressource.
Sie ist von Grund auf mehrfach-Agentenfähig. Die Schleife basiert auf einem Austausch zwischen Rollen mit unterschiedlichen Berechtigungen – nicht auf einem einzigen Agenten, der alles übernimmt. Die Überprüfung erfolgt durch einen Agenten, der den Code nicht geschrieben hat; das ergibt sich aus der Architektur und nicht aus einer separaten Vereinbarung.
Sie verfügt über explizite Budgets und Tiefengrenzen. Jede Ausführung unterliegt einem Token-Budget und einer Schrittgrenze. Ohne diese würde ein unbeaufsichtigter Agent, der seine Aufgabe missverstanden hat, weiterarbeiten.
Sie integriert Governance direkt in die Ausführung. Richtlinien, Qualitätsprüfungen und Freigabepunkte sind Teil des Ausführungspfades – nicht erst nachträglich als Umschließung. Deshalb kann ein blockierender Prüfpunkt die Arbeit bereits während der Ausführung stoppen, statt erst danach.
Caching ist ein zentrales Element.
Der Kontext macht den größten Kostenfaktor bei der Ausführung von Agenten aus – in einem Cloud-Harness wird derselbe Projektkontext bei vielen Aufgaben wiederholt gelesen.
Deshalb setzt die Laufzeit stark auf Prompt-Caching. Sie können dies im Ausführungsverlaufder jeweiligen Aufgabe sehen – dort geben die Schritte die Cache-Effizienz an:
9.1k used (90% cached)Eine hohe Cache-Trefferquote macht den Unterschied zwischen einer teuren und einer günstigen Ausführung aus. Deshalb kostet ein gut strukturiertes Projekt mit klarem Kontext weniger in der Bearbeitung als ein unübersichtliches Projekt – stabiler Kontext lässt sich gut cachen, während sich ändernder Kontext nicht effizient cachen lässt.
Das passt zu progressiven Fähigkeiten, die von vornherein dafür sorgen, dass der geladene Kontext klein bleibt.
Was das praktisch bedeutet
- Keine lokale Einrichtung nötig. Keine CLI, kein Editor-Plugin, kein eigenständiger Runner. Coroid basiert auf API und läuft in der Cloud.
- Keine Abonnements für Drittanbieter-Tools. Sie müssen keine Lizenzen für einen Entwicklungsassistenten zusätzlich zu Coroid kaufen. Der Modellverbrauch wird als Credits abgerechnet oder über Ihre eigenen Provider-Schlüssel.
- Die Arbeit läuft automatisch ab. Zeitpläne, Sentinel und Hooks sind möglich, weil nichts von der Aktivität der Entwickler-Maschine abhängt.
- Das Verhalten ist konsistent. Die Arbeit aller Nutzer läuft in derselben Laufzeit mit denselben Richtlinien – unabhängig davon, welche Tools einzelne Entwickler installiert und konfiguriert haben. Was installiert ist, wird in Sprachunterstützung und die Agenten-Umgebung.
Was sich nicht ändert
Das Harness bestimmt, wie die Arbeit ausgeführt wird – die Grenzen bleiben jedoch gleich: Alles landet weiterhin als pull request auf einem Branch, nichts wird automatisch gemergt, und Ihre Branch-Schutz- sowie Überprüfungsregeln gelten genauso wie bei menschlichen Mitwirkenden.