Die meisten AI-Codierungstools sind Harnesses.: ein Loop um ein Modell herum sowie Tools zum Lesen und Schreiben von Dateien sowie zum Ausführen von Befehlen. Claude Code, Codex, OpenCode und Pi sind allesamt Harnesses und wurden für Entwickler konzipiert, die am Terminal arbeiten.
Coroid verwendet keines davon. Es nutzt seine eigenen Tools.
Warum nicht einfach ein bestehendes Tool verwenden?
Die oben genannten Tools sind für eine beaufsichtigte Sitzung ausgelegt. Jemand beobachtet den Vorgang, kann Fragen beantworten, eingreifen oder erkennen, wenn etwas schiefgeht. Diese Annahme ist plausibel und beeinflusst alles – wie Fehler angezeigt werden, wie viel Kontext weitergegeben wird und was geschieht, wenn das Modell eine unerwartete Ausgabe liefert.
Die Grundannahme von Coroid ist jedoch entgegengesetzt: **Niemand beobachtet den Vorgang.**Die Arbeit läuft in der Cloud, ausgelöst durch einen Zeitplan, einen Monitor oder ein Ereignis, und muss ohne menschliches Eingreifen zu einem überprüfbaren Ergebnis oder einem eindeutigen Fehler führen.
Das sind unterschiedliche Problemstellungen. Mehrere der folgenden Aspekte existieren gerade wegen dieser Unterschiede und wären in einer Terminal-Sitzung nicht sinnvoll.
Was der Laufzeitumgebung anders macht:
Sie geht davon aus, allein zu arbeiten. Wenn das Modell eine fehlerhafte Antwort oder einen korrupten Tool-Aufruf liefert, repariert und wiederholt der Loop den Vorgang, anstatt eine Nachricht anzuzeigen, auf die niemand antworten kann. Ein unbeaufsichtigter Lauf, der wegen einer Frage stoppt, die er hätte lösen können, verschwendet wertvolle Ressourcen.
Sie ist von Grund auf multi-agent-basiert. Der Loop ist um Rollen mit unterschiedlichen Berechtigungen herum aufgebaut, wobei die Aufgaben in einer festgelegten Reihenfolge oder unter der Steuerung eines Koordinators zwischen ihnen verteilt werden – nicht von einem einzigen Agenten, der alles erledigt. Die Überprüfung erfolgt durch einen Agenten, der den Code nicht geschrieben hat, und ein Koordinator kann diese Entscheidung nicht außer Kraft setzen. Das ergibt sich aus der Architektur und nicht aus einer bloßen Bitte. Ein Koordinator kann außerdem feststellen, dass der Code bereits die gewünschte Funktion erfüllt, und die Qualitätssicherung kann dies ohne Code-Änderung bestätigen. Alle Pfade führen zu denselben Prüfpunkten.
Sie verfügt über explizite Budgets und Tiefengrenzen. Jede Ausführung unterliegt einem Token-Budget und einer Schritt-Grenze. Ohne diese würde ein unbeaufsichtigter Agent, der seine Aufgabe falsch verstanden hat, weiterarbeiten.
Sie integriert die Steuerung direkt in den Prozess. Richtlinien, Qualitätsprüfungen und Freigabeschritte sind Teil des Ausführungspfades und nicht nur eine Umschließung desselben. Deshalb kann ein blockierender Prüfpunkt die Arbeit bereits während der Ausführung stoppen, statt erst danach.
Caching ist ein zentraler Bestandteil.
Der Kontext macht den größten Teil der Kosten bei der Ausführung von Agenten aus. In einer Cloud-Umgebung wird derselbe Projektkontext bei vielen Aufgaben wiederholt gelesen.
Deshalb setzt die Laufzeitumgebung stark auf Prompt-Caching. Sie können sehen, wie es in dem Ausführungsverlaufeiner Aufgabe wirkt, wo die Schritte ihre Cache-Effizienz angeben:
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 als ein unübersichtliches Projekt – stabiler Kontext lässt sich gut cachen, während sich ändernder Kontext nicht cachen lässt.
Das passt gut zu progressiven Fähigkeiten, die bereits zu Beginn für einen kleinen geladenen Kontext sorgen.
Was das praktisch bedeutet:
- Keine lokale Einrichtung nötig. Keine CLI, kein Editor-Plugin, kein Runner zum Hosten. Coroid basiert auf API und läuft in der Cloud.
- Keine Abonnements für Drittanbieter-Tools. Sie müssen keine Lizenzen für einen Codier-Assistenten zusätzlich zu Coroid kaufen. Der Modellverbrauch wird als Credits abgerechnet oder über Ihre eigenen Provider-Schlüssel.
- Die Arbeit läuft automatisch ab. Zeitpläne und Hooks sind möglich, weil nichts von der Aktivität der Entwickler-Maschine abhängt.
- Das Verhalten ist konsistent. Die Arbeit aller Nutzer läuft in derselben Laufzeitumgebung mit denselben Richtlinien – unabhängig davon, welche Tools einzelne Entwickler installiert und konfiguriert haben. Was installiert ist, wird in der Sprachunterstützung und der Agent-Umgebung.
Was sich nicht ändert:
Das Harness bestimmt, wie die Arbeit ausgeführt wird. Die Grenzen bleiben jedoch gleich: Jede Änderung landet weiterhin als pull request auf einem Branch, nichts wird automatisch gemergt, und Ihre Branch-Schutz- und Review-Regeln gelten genauso wie bei menschlichen Mitwirkenden.