Wichtige Themen und Trends im AI Coding, auf die man 2026 achten sollte

Addy Osmani, Director of AI bei Google Cloud, hat die wichtigsten Themen und Trends im AI Coding zusammengestellt, auf die man 2026 achten sollte.

Ich reiche den Artikel ein, weil ich finde, dass er sich gut für alle eignet, die gerade erst beginnen, sich mit Agentic AI zu beschäftigen, und sich schnell einen Überblick verschaffen möchten.

• Ralph-Wiggum-Pattern – persistente Agent-Loops

  • Ein Muster, das Mitte 2025 von Geoffrey Huntley popularisiert wurde
    • Ralph Wiggum as a "software engineer" by Geoffrey Huntley
  • Ein Muster, bei dem ein AI Agent automatisch in einer Loop läuft, bis vordefinierte Bedingungen erreicht sind
  • Nützlich, wenn die Abschlussbedingungen einer Aufgabe klar definiert sind
  • Ungeeignet für kreative Aufgaben oder sicherheitskritische Arbeiten, die kontinuierliche menschliche Eingriffe erfordern

• Agent Skills – Fachwissen für AI Agents

  • Agent Skills bezeichnet einen Ordner mit Anweisungen, Skripten und Ressourcen, die AI Agents verwenden, um Aufgaben präzise und effizient auszuführen
    • Agent Skills - Overview
  • Skills lassen sich einfach per CLI in Opencode, Claude Code, Codex usw. installieren
    • Mit npx skills add <package> lassen sich von Vercel bereitgestellte Skills installieren (link)
    • Auch Smithery (MCP Open Market) bietet einen Community-Katalog mit Agent Skills an
  • Skills sollten wie npm-Pakete behandelt werden
    • Skills global oder agentenspezifisch verwalten
  • Skills regelmäßig aktualisieren und je nach verwendetem Tech-Stack nur die wirklich benötigten Skills installieren.

• Orchestration & Multi-Agent-Tools

  • Klassische AI Assistance wurde im Conductor-Modus genutzt, bei dem Menschen einem einzelnen Agenten Schritt für Schritt Aufgaben zuweisen.
  • Als nächster Ansatz wurde vorgeschlagen, einen Orchestrator zu nutzen, der mehrere AI Agents parallel arbeiten lässt.
  • Im Folgenden einige repräsentative Orchestrierungs-Tools
    • Conductor (Melty Labs)
      • Eine nur für macOS verfügbare Anwendung, die Entwickler dabei unterstützt, Claude Code und Codex parallel laufen zu lassen.
      • Jeder Agent arbeitet in einem eigenen, unabhängigen Git-Worktree, um Konflikte zu vermeiden und sichere Experimente zu ermöglichen
      • Nutzer können im Dashboard die Ergebnisse jedes Agenten prüfen und PRs mergen
    • Vibe Kanban
      • Ein Management-Tool für AI-Coding-Agents in einer CLI- plus Web-UI-Umgebung
      • Auf einem Kanban-Board lassen sich Task-Planung, parallele Agent-Ausführung, Code-Review und PR-Erstellung komplett abwickeln
      • Jede Aufgabe wird in einem eigenen Git-Worktree bearbeitet.
      • Besonders eindrucksvoll ist, dass sich Arbeit direkt im Kanban-Workflow verarbeiten lässt
    • Claude Code Web
      • Die Web-Version von Claude Code, die auch mobil nutzbar ist.
      • Geeignet für kleine Feature-Ergänzungen oder Bugfixes, wenn kein Computer verfügbar ist
    • GitHub Copilot coding agent
      • Ein AI-Agent-Orchestrierungs-Tool, das direkt in GitHub genutzt werden kann
      • Wenn ein Nutzer ein GitHub-Issue Copilot zuweist, läuft der Agent mithilfe von GitHub Actions in einer sicheren Umgebung.
      • Die Arbeit erfolgt im Hintergrund; Commits werden in einen Draft PR gepusht, und nach Abschluss fordert der Agent den Nutzer zur Review auf.
      • Hinterlässt man Kommentare im Draft PR, übernimmt der Agent dieses Feedback

• Beads & Gas Town – Open Source für Agenten-Kollaboration

  • Open-Source-Tools, die Steve Yegge entwickelt hat, um unvermeidliche Probleme wie Memory Loss sowie Kooperations- und Koordinationsprobleme beim Betrieb großer AI-Agenten-Systeme zu lösen.
  • Beads – Git-basierter Speicher
    • Ein leichtgewichtiges Framework, das AI Agents eine dauerhafte Reasoning-Spur oder ein „Langzeitgedächtnis“ bietet
    • Speichert Task-Graphen und Planungsdaten direkt als versionsverwaltete JSONL-Dateien in einem Git-Repository
    • Statt einfacher textbasierter To-do-Listen werden strukturierte Issues (beads) mit Abhängigkeits-Links verwendet
    • Kann einen Audit Trail von Entscheidungen erzeugen und so Kontext für bestimmte Entscheidungen bereitstellen
    • Claude Code ließ sich direkt von Beads inspirieren und hat sein bisheriges Todos-System zu Tasks aufgewertet
  • Gas Town – Multi-Agent-Orchestrator
    • Behandelt AI Agents als organisierte Belegschaft und verwaltet den gesamten Workflow
      • Mayor: zuständig für die Verteilung von Aufgaben
      • Deacon: überwacht den Systemzustand
    • Agents arbeiten in individuellen Git-Worktrees, die jeweils ein Klon der Codebasis sind
    • Entwickelt mit höchster Priorität auf Geschwindigkeit und Skalierbarkeit (Throughput over perfection)
      • Auch wenn bei großen Migrations- oder Refactoring-Aufgaben etwas doppelte Arbeit zugelassen wird,
        wird auf diese Weise der Gesamtausstoß maximiert
  • Beide Projekte sind auf Steve Yegges GitHub zu finden.

• Clawdbot (jetzt OpenClaw) – persönlicher Agent mit Fokus auf die lokale Umgebung

  • Ein von Peter Steinberger entwickelter LLM-basierter Agent, der auf dem lokalen Computer läuft
  • Mit dem Agenten kann über vom Nutzer gewählte Messaging-Apps wie iMessage, Telegram oder WhatsApp kommuniziert werden
  • Über die Messaging-App lassen sich Dateiverwaltung, Web-Browsing, Terminal-Befehle sowie Kamera- oder Bildschirmnutzung anweisen
  • Da es sich um ein sehr frei einsetzbares Tool handelt, ist besondere Vorsicht bei der Sicherheit nötig
    • Im Betriebssystem sollte ein normales Benutzerkonto statt eines Admin-Kontos dafür angelegt werden
    • Die Berechtigungen sollten so verwaltet werden, dass nur bestimmte Projektordner zugänglich sind
    • Wenn von außen auf den Bot zu Hause zugegriffen werden muss, sollte das Gateway auf localhost bleiben und SSH-Tunneling verwendet werden
  • Workflow-Optimierung
    • Um unnötigen Kontext zu verwerfen, sollte statt /compact der Befehl /clear verwendet werden
    • Zuerst manuell mit dem Bot arbeiten und anschließend auf Basis des gesamten Gesprächs die Erstellung eines Skills anfordern
    • Für Plattformen wie iMessage oder WhatsApp wird empfohlen, eine eigene Telefonnummer und ein separates Konto zu verwenden
  • Speicher & Performance
    • Im Projekt-Root eine Datei CLAUDE.md oder IDENTITY.md anlegen und dort Dinge speichern, die dauerhaft erhalten bleiben sollen
    • Wenn die Funktion „Live Canvas“ langsam wird, den Cache manuell löschen, um den visuellen Workspace zurückzusetzen

• Sub-Agents – modulares AI-Team

  • Sub-Agents sind spezialisierte AI-Instanzen, die innerhalb eines größeren Workflows bestimmte Aufgaben übernehmen
  • Der primäre Orchestrator delegiert Aufgaben an sie, die Sub-Agents laufen unabhängig und liefern anschließend Ergebnisse zurück
  • Mit wachsender Projektgröße wird eine einzelne AI durch Context Pollution leicht überlastet; Sub-Agents lösen das, indem sie komplexe Probleme in beherrschbare Einheiten zerlegen
  • Claude Code, Cursor und Antigravity unterstützen Sub-Agents