Ein gewöhnlicher KI-Agent arbeitet so: Er erhält einen Prompt, lädt Dokumentation (oder vielleicht ein zweites Gehirn), durchsucht die Quelldateien mit grep und versucht, aus den verfügbaren Daten einen Kontext zusammenzusetzen, um nach bestem Wissen und Gewissen eine Lösung zu erzeugen.
AITM (AI Task Manager) funktioniert anders. Es pflegt eine eigene, laufend aktualisierte Wissensbasis der Codebasis, die es dem Agenten füttert, noch bevor die Arbeit beginnt.
Die Falle großer Enterprise-Projekte Wenn große Projekte wachsen, stoßen einzelne Teile (Module, Quellcode, Dokumentation) irgendwann an ihre Grenzen. Die Entwicklung verlangsamt sich, und man tappt in eine Falle:
• Die von der KI gesammelten Informationen sind unvollständig, unzusammenhängend oder, im schlimmsten Fall, schlicht falsch.
• Die KI vertraut falschen Daten, und Sie vertrauen der KI.
• Der Code stimmt nicht mehr mit der Dokumentation überein.
• Selbst korrekt geschriebene Prompts arbeiten unter der Illusion, dass alles in Ordnung ist, während die Realität ganz woanders liegt.
Eine Prise Halluzination dazu, und die Endergebnisse driften weit von den Erwartungen ab.
Das Wissen in AITM hat 4 feste Schichten:
- Contracts
Logische Einheiten, die Schlüsselinformationen für die KI verknüpfen: Unit-Tests, Quelldateien, Verweise auf andere Contracts und Links zur Dokumentation.
Sehen Sie sich das in der Dokumentation zu Business Logic & Contracts an.
- DOM-Elemente
Jedes UI-Element trägt sein eigenes AITM-Tag, das mit Geschäfts- und Verhaltenslogik verknüpft ist. Mit den AITM Dev Tools lassen sich diese Elemente direkt in Prompts einfügen. Die KI weiß genau, welches Element sie ändert und welche Events davon ausgelöst werden.
Sehen Sie sich das in der Dokumentation zum DOM Explorer an.
- Verhalten
Definiert die für Benutzer sichtbare Funktionalität: welche Aktionen ein Benutzer ausführen kann und was sie verhindert (z. B. löst ein Klick auf diesen Button eine Validierung aus und ruft dann die Speicherfunktion auf). Je nach Bedarf reicht das von abstrakten Beschreibungen bis zu direkten Verweisen auf Funktionen, Klassen oder Dateien.
- Geschäftslogik
Regeln und Abhängigkeiten, die sonst nur in den Köpfen der Entwickler existieren würden.
Wie AITM die Wahrheit wahrt und Konflikte auflöst In AITM erstellen Sie einen Task (er definiert, was die Software tun soll). Das System erzeugt daraufhin Code, Dokumentation, Contracts und Tests.
Was passiert, wenn Informationen in Konflikt stehen?
Die Anforderungen des Benutzers haben stets höchste Priorität;
Dokumentation, Contracts und der entstandene Code werden gegen den Task gegengeprüft;
Tritt eine Inkonsistenz auf (z. B. eine Anforderung kollidiert mit der Systemarchitektur), legt AITM automatisch einen Bug an.
Letztlich bleibt der Mensch die alleinige Instanz für endgültige Entscheidungen. Die KI zeigt Konflikte auf, aber der Mensch bestimmt, was richtig ist.
Persönliche Erfahrung: Bauen, ohne eine einzige Zeile Code von Hand zu schreiben Ich baue AITM in AITM selbst. Es ist zu 100 % von KI geschrieben. Als Entwickler habe ich den Code nicht von Hand angefasst. Meine Rolle besteht ausschließlich darin, Architektur, Entwurfsmuster und Betriebsregeln zu definieren.
Dank der KI kann ich weitaus abstraktere und komplexere Strukturen entwerfen, die strikt getrennt und dennoch eng verbunden bleiben.
Wichtigste Erkenntnis: Für KI-geschriebenen Code muss man neue Architekturen und Muster erfinden - solche, die für die KI gut lesbar sind, auch wenn sie für Menschen komplex wirken. Mit KI sind Sie nicht durch technische Grenzen beschränkt, sondern nur durch Ihre Fähigkeit, die Architektur zu entwerfen und zu steuern.
Was ich anders mache und was als Nächstes kommt Was ich in den vorherigen Artikeln behandelt habe, gilt in ähnlicher Weise für die meisten KI-Orchestratoren. Hier beginnen wir, uns abzuheben.
In den kommenden Beiträgen werde ich die konkreten Unterschiede bei AITM aufschlüsseln - wie wir uns unterscheiden, warum wir diesen Weg gewählt haben und welche Vorteile er bringt.
Heute umfasst AITM über 500.000 Codezeilen, und selbst bei dieser Größe kann ich den gesamten Prozess als Solo-Entwickler steuern. Die Ergebnisse sind deutlich besser, und anders als bei Standard-Setups mit lose verbundenen Agenten und Plugins gerät nichts außer Kontrolle.
