BroadRouter
Loslegen

KI-Coding-Agent (AI coding agent)

Aktualisiert

Ein KI-Coding-Agent ist ein Software-Tool, in dem ein Sprachmodell in einer Schleife an einer Codebasis arbeitet: Es liest Dateien, bearbeitet sie, führt Befehle wie Tests aus, liest die Ausgabe und entscheidet über den nächsten Schritt, bis die Aufgabe erledigt oder ein Limit erreicht ist.

Auch genannt: Coding-Agent, KI-Coding-Agent, KI-Programmieragent, agentisches Coding, KI-Coding-Assistent, AI coding agent, coding agent, agentic coding, AI coding assistant

Ein Coding-Agent ist ein KI-Agent, dessen Tools Ihr Editor, Ihr Dateisystem und Ihr Terminal sind.

So funktioniert es

Der Agent erhält eine Aufgabe in natürlicher Sprache und arbeitet in einer Schleife. In jedem Durchgang antwortet das Modell entweder oder liefert Tool Calls wie „lies diese Datei“, „wende diese Änderung an“ oder „führe die Tests aus“. Der Tool-Host führt sie aus, hängt die Ausgabe an und ruft das Modell erneut auf.

Die Dokumentation von Claude Code beschreibt es als „an agentic coding tool that reads your codebase, edits files, runs commands, and integrates with your development tools.“ (Übersetzung: „ein agentisches Coding-Tool, das Ihre Codebasis liest, Dateien bearbeitet, Befehle ausführt und sich in Ihre Entwicklungswerkzeuge integriert.“) Aider, Cline und ähnliche Tools folgen derselben Schleife mit anderen Oberflächen und Berechtigungsmodellen.

Das SWE-agent-Paper (Yang et al., 2024) argumentiert, dass Agents eine neue Art von Nutzer sind, die eine eigene Schnittstelle braucht, ein „agent-computer interface“ (Übersetzung: „Agent-Computer-Schnittstelle“), so wie Menschen eine IDE brauchen. Mit ihrer Schnittstelle berichten die Autoren eine pass@1-Rate von 12,5 % auf dem Benchmark SWE-bench, was sie als damaligen Stand der Technik bezeichnen.

Ein typischer Lauf, als Anfragen an das Modell:

Schritt Ausgabe des Modells Als Input gesendete Tokens
1 run_tests() System-Prompt + Tools + Aufgabe
2 read_file("src/parse.py") Schritt 1 + Testausgabe
3 edit_file(...) Schritt 2 + Dateiinhalt
4 run_tests() Schritt 3 + Diff
5 „Behoben; Tests laufen durch.“ Schritt 4 + Testausgabe

Der Input wächst mit jedem Schritt, weil der gesamte Verlauf erneut gesendet wird.

Warum es wichtig ist

Bei BroadNet Inference

Coding-Agents, die eine OpenAI-kompatible Base URL akzeptieren, können BroadNet unter https://inference.broadnet.ai/v1 aufrufen. Einrichtungsleitfäden gibt es für Aider, Cline und weitere. Die Dokumentation von BroadNet führt Tool Calling für GLM 5.3 und Qwen3.8 27B auf.

Bei Pay-as-you-go erlaubt ein Key 30 Anfragen pro Minute und 4 gleichzeitig laufende. Die Flatrate-Pläne (Full Moon, Orbit, Meteor) decken DeepSeek V4.1 Flash ohne Token-Zähler ab. Eine Session führt eine Anfrage nach der anderen aus, was zu einem Agent passt. Wenn Sie Agents parallel betreiben oder einen Agent, der Subagents startet, kaufen Sie eine Session für jede gleichzeitig laufende Anfrage. Der Leitfaden zu Sessions zeigt die Rechnung.

Häufige Fragen

Was ist der Unterschied zwischen einem Coding-Agent und Code-Autovervollständigung?

Autovervollständigung schlägt beim Tippen die nächsten Zeilen vor. Ein Coding-Agent übernimmt eine ganze Aufgabe, etwa einen fehlschlagenden Test zu reparieren, und führt selbstständig viele Schritte aus: Dateien lesen, bearbeiten und Befehle ausführen, bis er fertig ist.

Warum verbrauchen Coding-Agents so viele Tokens?

Jeder Schritt ist eine neue Anfrage, die System-Prompt, Tool-Definitionen, Dateiinhalte und den wachsenden Verlauf erneut sendet. Eine Aufgabe mit 40 Schritten sendet dieses Präfix 40-mal; deshalb sind gecachter Input und Flatrate-Pläne für Agents wichtig.

Kann ich ein offenes Modell in Claude Code, Aider oder Cline nutzen?

Tools, die eine OpenAI-kompatible Base URL akzeptieren, können offene Modelle aufrufen. Aider dokumentiert zum Beispiel, OPENAI_API_BASE und OPENAI_API_KEY zu setzen und dem Modellnamen openai/ voranzustellen.

Als Markdown lesenChatGPT fragenClaude fragenPerplexity fragen