Stell dir vor, du bist Romanautor.
Du hast gerade die letzte Seite deines Debütmanuskripts fertiggestellt. Monate koffeingetriebener Spätschichten, Hunderte von Seiten, Tausende von Sätzen. Und jetzt ist es fertig. Theoretisch könntest du es direkt an deinen Verlag mailen und mit deinem Leben weitermachen.
Aber das tust du nicht. Kein ernsthafter Schriftsteller verschickt einen ersten Entwurf.
Stattdessen liest du es noch einmal. Du bemerkst, dass das Tempo in Kapitel 4 nachlässt. Die Motivation des Antagonisten kommt nicht ganz rüber. Eine Metapher auf Seite 87 widerspricht versehentlich einer auf Seite 12. Also überarbeitest du. Dann gibst du es deinem Lektor, jemanden, dessen gesamte Aufgabe es ist, die Fehler zu finden, die du selbst nicht sehen kannst, weil du zu nah am Werk bist. Der Lektor gibt es voller roter Anmerkungen zurück, und du überarbeitest erneut. Vielleicht ein drittes Mal. Vielleicht ein viertes.
Bis das Buch in den Regalen steht, hat es so viele Runden der Kritik und Verfeinerung durchlaufen, dass es kaum noch dem Rohentwurf ähnelt, mit dem du begonnen hast. Das ist kein Zeichen von Schwäche. Es ist der Prozess, der große Literatur von einem Tagebucheintrag unterscheidet.
Doch die meisten KI-Agenten arbeiten heute wie ein Autor, der den ersten Entwurf direkt abschickt. Der Nutzer sendet einen Prompt, das Modell generiert eine Antwort, und damit endet die Geschichte. Wenn das Modell eine Tatsache halluziniert, eine Formatierungsanforderung übersehen oder den Faden mitten im Text verloren hat? Pech gehabt. Das Manuskript ist bereits in Druck gegangen.
In diesem Kapitel erkunden wir das Reflexionsmuster, das Designprinzip, das KI-Agenten einen „zweiten Entwurf" und die Fähigkeit zur Selbstkorrektur verleiht.
Das Problem des ersten Entwurfs: Warum ein einziger Versuch nicht genügt
In unseren vorherigen Diskussionen haben wir uns mit Parallelisierung (Dinge gleichzeitig tun) und Routing (einen Pfad wählen) beschäftigt. Diese verbessern Geschwindigkeit und Logik, aber nicht unbedingt die Qualität.
Selbst die leistungsstärksten Modelle können in einem langen Dokument den Faden verlieren, fehlerhaften Code schreiben oder eine subtile Einschränkung übersehen, die tief in einem Prompt verborgen ist. Ohne eine Feedbackschleife fliegt der Agent blind, wie ein Romanautor, der seine eigene Prosa nie noch einmal liest und davon ausgeht, dass jeder Satz beim ersten Mal perfekt gelandet ist.
Das Problem ist nicht die Intelligenz. Es ist der Arbeitsablauf. Ein einziger Durchgang durch jede komplexe Aufgabe, ob es nun das Schreiben einer juristischen Zusammenfassung, das Generieren von Code oder die Planung einer Marketingkampagne ist, hinterlässt fast garantiert Lücken. Fachleute wissen das instinktiv; deshalb gibt es Lektoren, Code-Reviewer und Qualitätssicherungsteams. Die Frage ist, wie man dieselbe Disziplin auf KI übertragen kann.
Reflexion verwandelt den Arbeitsablauf von einer geraden Linie in einen Kreis. Anstatt eine Ausgabe direkt an den Nutzer weiterzugeben, hält der Agent inne, liest noch einmal, was er gerade geschrieben hat, und fragt: „Ist das wirklich das, was verlangt wurde? Habe ich etwas übersehen? Wäre es mir peinlich, wenn das so veröffentlicht würde?"
In einem Ein-Schuss-System ist der Weg einfach: Der Nutzer-Prompt geht hinein, die Modellantwort kommt heraus, Ende der Geschichte. In einem reflexiven System geht die Ausgabe nicht direkt an den Nutzer. Sie geht zuerst an einen Kritiker: einen redaktionellen Durchgang, der nach Fehlern sucht, Feedback an den Produzenten zurücksendet und die endgültige Version erst freigibt, wenn sie einen Qualitätsstandard erfüllt. Der Unterschied ist derselbe wie zwischen einem Rohentwurf und einem veröffentlichten Roman: Der eine hat den redaktionellen Prozess durchlaufen, der andere nicht.
💡 Kerngedanke: Bei der Reflexion geht es darum, deinem Agenten Metakognition zu verleihen: die Fähigkeit, über sein eigenes Denken nachzudenken. Es ist der Unterschied zwischen einem Autor, der tippt, und einem Autor, der redigiert.
Der Rotstift: Wie Reflexion funktioniert
Stell dir Reflexion als den redaktionellen Prozess vor, der zwischen einem Rohmanuskript und einem veröffentlichten Buch steht. Es gibt mehrere Möglichkeiten, ihn aufzubauen, wobei die Strenge schrittweise zunimmt: vom Autor, der am Schreibtisch selbst korrigiert, bis hin zu einem vollständigen Lektoratsausschuss, der den Entwurf auseinandernimmt.
Der Autor, der noch einmal liest (Selbstreflexion)
Die einfachste Form der Reflexion ist ein einzelner Agent, der seine eigene Arbeit überprüft. Nach der Erstellung einer ersten Antwort erhält der Agent eine Folgeanweisung: „Überprüfe, was du gerade geschrieben hast, auf sachliche Fehler, übersehene Anforderungen und Klarheit. Liste auf, was du verbessern würdest, und erstelle dann eine überarbeitete Version."
Das entspricht einem Romanautor, der sein Kapitel vor dem Schlafengehen laut vorliest. Es fängt oberflächliche Probleme auf: unbeholfene Formulierungen, offensichtliche logische Lücken und vergessene Vorgaben. Aber es hat eine Obergrenze. Genauso wie ein Autor blind für seine eigenen Marotten und Handlungslöcher werden kann, tendiert ein Modell, das seine eigene Ausgabe überprüft, dazu, großzügig mit sich selbst zu sein. Es ist schwer, Fehler in Arbeit zu finden, der man zu „nahe" steht.
Der Autor und der Lektor (Das Produzent-Kritiker-Modell)
Um wirklich robuste Ergebnisse zu erzielen, trennt man das Schreiben vom Redigieren. Dies ist das Produzent-Kritiker-Modell, und es ist der Goldstandard der Reflexionsarchitekturen.
Der Produzent ist der Romanautor, der sich ganz auf die Ausführung konzentriert. Seine Aufgabe ist es, den Code zu schreiben, den Blogbeitrag zu verfassen oder den Plan zu erstellen. Er kümmert sich nicht darum, ob die Ausgabe perfekt ist. Er produziert einfach den besten ersten Versuch, den er kann. Der Kritiker ist der Lektor, ein separater Agent, der oft mit einem völlig anderen System-Prompt läuft (so etwas wie „Du bist ein Senior-Lektor mit 20 Jahren Erfahrung und einem scharfen Auge für logische Lücken"), dessen einzige Aufgabe es ist, Probleme zu finden. Er schreibt selbst nichts um; er liefert strukturiertes Feedback, das Äquivalent jener Randnotizen in roter Tinte: „Dieser Absatz widerspricht deiner früheren Behauptung. Diese Statistik braucht eine Quelle. Die Schlussfolgerung folgt nicht aus der Argumentation."
Dieses Feedback wird für einen zweiten Entwurf an den Produzenten zurückgesendet. Und möglicherweise einen dritten. Der Zyklus geht weiter, bis die Arbeit einen definierten Qualitätsstandard erfüllt, den Moment, in dem der Lektor schließlich sagt: „Das ist druckreif."
Stell dir Reflexion als den redaktionellen Prozess vor, der zwischen einem Rohmanuskript und einem veröffentlichten Buch steht. Es gibt mehrere Möglichkeiten, ihn aufzubauen, wobei die Strenge schrittweise zunimmt: vom Autor, der am Schreibtisch selbst korrigiert, bis hin zu einem vollständigen Lektoratsausschuss, der den Entwurf auseinandernimmt.
Der Autor, der noch einmal liest (Selbstreflexion)
Die einfachste Form der Reflexion ist ein einzelner Agent, der seine eigene Arbeit überprüft. Nach der Erstellung einer ersten Antwort erhält der Agent eine Folgeanweisung: „Überprüfe, was du gerade geschrieben hast, auf sachliche Fehler, übersehene Anforderungen und Klarheit. Liste auf, was du verbessern würdest, und erstelle dann eine überarbeitete Version."
Das entspricht einem Romanautor, der sein Kapitel vor dem Schlafengehen laut vorliest. Es fängt oberflächliche Probleme auf: unbeholfene Formulierungen, offensichtliche logische Lücken und vergessene Vorgaben. Aber es hat eine Obergrenze. Genauso wie ein Autor blind für seine eigenen Marotten und Handlungslöcher werden kann, tendiert ein Modell, das seine eigene Ausgabe überprüft, dazu, großzügig mit sich selbst zu sein. Es ist schwer, Fehler in Arbeit zu finden, der man zu „nahe" steht.
Der Autor und der Lektor (Das Produzent-Kritiker-Modell)
Um wirklich robuste Ergebnisse zu erzielen, trennt man das Schreiben vom Redigieren. Dies ist das Produzent-Kritiker-Modell, und es ist der Goldstandard der Reflexionsarchitekturen.
Der Produzent ist der Romanautor, der sich ganz auf die Ausführung konzentriert. Seine Aufgabe ist es, den Code zu schreiben, den Blogbeitrag zu verfassen oder den Plan zu erstellen. Er kümmert sich nicht darum, ob die Ausgabe perfekt ist. Er produziert einfach den besten ersten Versuch, den er kann. Der Kritiker ist der Lektor, ein separater Agent, der oft mit einem völlig anderen System-Prompt läuft (so etwas wie „Du bist ein Senior-Lektor mit 20 Jahren Erfahrung und einem scharfen Auge für logische Lücken"), dessen einzige Aufgabe es ist, Probleme zu finden. Er schreibt selbst nichts um; er liefert strukturiertes Feedback, das Äquivalent jener Randnotizen in roter Tinte: „Dieser Absatz widerspricht deiner früheren Behauptung. Diese Statistik braucht eine Quelle. Die Schlussfolgerung folgt nicht aus der Argumentation."
Dieses Feedback wird für einen zweiten Entwurf an den Produzenten zurückgesendet. Und möglicherweise einen dritten. Der Zyklus geht weiter, bis die Arbeit einen definierten Qualitätsstandard erfüllt, den Moment, in dem der Lektor schließlich sagt: „Das ist druckreif."
Korrekturlesen vs. Labortest: Interne und externe Reflexion
Nicht jede Redaktion ist gleich, und es lohnt sich, zwischen zwei grundlegend verschiedenen Arten der Kritik zu unterscheiden.
Interne Reflexion ist der Autor, der das Manuskript in seinem Sessel noch einmal durchliest. Das Modell betrachtet seinen eigenen Text und überlegt, ob er korrekt, kohärent und vollständig ist. Dies geschieht rein „im Kopf": Es werden keine externen Daten herangezogen. Es ist schnell und günstig, aber durch die eigenen blinden Flecken des Modells begrenzt. Ein Romanautor mag seine Dialoge lesen und denken, sie klingen natürlich, obwohl in Wirklichkeit kein Mensch jemals so gesprochen hat.
Externe Reflexion ist das Äquivalent eines Faktencheckers, der zum Telefon greift. Anstatt nur zu denken, der Code sehe richtig aus, führt ein Coding-Agent den Code in einer Sandbox aus, sieht den Stack-Trace und nutzt diesen konkreten Fehler, um seine nächste Überarbeitung zu informieren. Ein Recherche-Agent ruft ein Suchwerkzeug auf, um eine Behauptung zu verifizieren, bevor er eine Antwort fertigstellt. Das Feedback ist keine Meinung, sondern ein empirischer Beweis.
Die robustesten Reflexionssysteme kombinieren beides. Der Kritiker führt zuerst eine interne Überprüfung durch, „Hält diese Argumentation logisch zusammen?", und dann eine externe Validierung, „Kompiliert dieser Code tatsächlich und besteht er die Unit-Tests?" Betrachte interne Reflexion als Korrekturlesen und externe Reflexion als Labortest. Ein Manuskript, das sowohl korrekturgelesen als auch faktengeprüft wurde, spielt in einer völlig anderen Liga als eines, das nur eines von beidem erfahren hat.
Der Lektoratsausschuss (Multi-Agenten-Debatte)
Was, wenn ein Lektor nicht genügt? In manchen Verlagshäusern geht ein Manuskript nicht nur an einen einzigen Lektor, sondern an ein Gremium. Ein Lektor konzentriert sich auf die Erzählstruktur, ein anderer auf die sachliche Richtigkeit, ein dritter auf die Marktfähigkeit. Jeder bringt eine andere Perspektive ein, und der Autor profitiert vom gesamten Spektrum der Kritik.
Die Multi-Agenten-Debatte funktioniert genauso. Anstelle einer einzelnen Produzent-Kritiker-Schleife argumentieren zwei oder mehr Agenten unabhängig voneinander aus verschiedenen Positionen zum selben Problem. Ein dritter „Richter"-Agent synthetisiert dann die besten Elemente jeder Seite zu einer endgültigen Antwort. Forschungen haben gezeigt, dass dieser adversariale Ansatz Halluzinationen effektiver reduziert als eine einfache Zwei-Agenten-Schleife, da jeder Debattenteilnehmer einen Anreiz hat, Fehler in der Argumentation des anderen zu finden, nicht nur in seiner eigenen.
Stell es dir so vor, als würdest du dein Manuskript zwei konkurrierenden Lektoren vorlegen, die über dein Ende uneins sind, und dann einen Senior-Akquiselektor die endgültige Entscheidung treffen zu lassen.
Vom Manuskript in die reale Welt
Jede Analogie hat ihre Grenzen, und es lohnt sich zu sehen, wie dieses Muster jenseits des Schreibtischs eines Romanautors funktioniert. Der gemeinsame Nenner all dieser Anwendungsfälle ist: Überall dort, wo die Kosten eines Fehlers beim ersten Versuch die Kosten eines zweiten Durchgangs übersteigen, rechtfertigt sich Reflexion.
Der Programmierer, der vor dem Ausliefern testet
Code schreiben ist einfach; funktionierenden Code schreiben ist schwer. Ein Reflexions-Agent kann eine Python-Funktion schreiben und sie dann tatsächlich in einem sandboxed Code-Interpreter ausführen. Wenn der Code einen TypeError wirft oder einen Unit-Test nicht besteht, rät der Agent nicht einfach an einer Lösung herum. Stattdessen liest er den Stack-Trace und nutzt diesen konkreten Fehler, um seine Überarbeitung zu informieren. Das ist externe Reflexion in ihrer reinsten Form: Das Feedback ist nicht die Meinung des Modells über seinen Code, sondern das Urteil der Laufzeitumgebung. Das Ergebnis ist robuster, funktionaler Code, der gegen echte Ausführung validiert wurde, keine „halluzinierten" Bibliotheken und hoffnungsvolle Syntax.
Der Zusammenfasser, der die Quelle überprüft
Wenn ein Agent eine 2.000 Wörter lange juristische Zusammenfassung oder einen technischen Blogbeitrag schreibt, kann er leicht vom Quellmaterial abdriften, was dem KI-Äquivalent eines Romanautors entspricht, der versehentlich den Namen einer Figur mitten im Buch ändert. Ein Kritiker-Agent kann den Entwurf mit dem Originaldokument vergleichen, um sicherzustellen, dass keine Halluzinationen eingeflossen sind und keine wesentlichen Punkte ausgelassen wurden. Das Ergebnis sind polierte Inhalte in professioneller Qualität, die nur minimale menschliche Nachbearbeitung erfordern.
Der Stratege, der zurückrudert
Bei mehrstufigen Logikrätseln oder strategischer Planung kann ein Agent einen Schritt 1 vorschlagen, darüber reflektieren, ob dieser Schritt weiter unten einen Widerspruch erzeugt, und „zurückrudern", wenn er erkennt, dass er in eine Sackgasse steuert. Das ist der Romanautor, der die gesamte Handlung skizziert, bevor er Kapitel 1 schreibt, und der die Disziplin hat, eine vielversprechende Szene zu streichen, wenn sie der Geschichte nicht dient.
Der Support-Agent, der wirklich zuhört
Ein Kundenservice-Bot kann Reflexion nutzen, um auf die letzten fünf Gesprächsrunden zurückzublicken. Er prüft: „Habe ich tatsächlich die spezifische Frage des Nutzers zu seiner Rückerstattung beantwortet, oder habe ich nur eine allgemeine Abrechnungsantwort gegeben?" Wenn er feststellt, dass er die Frage umgangen hat, korrigiert er sich in der nächsten Nachricht, genau so wie ein guter menschlicher Support-Mitarbeiter sagen würde: „Moment, lass mich deine Frage noch einmal lesen. Ich glaube, ich habe dich missverstanden."
Das endlose Umschreiben: Wissen, wann man aufhören muss zu polieren
Reflexion ist mächtig, aber sie birgt eine Falle, die jeder perfektionistische Autor bestens kennt: die Versuchung, endlos zu überarbeiten.
Jeder Reflexionszyklus ist ein weiterer LLM-Aufruf, der mehr Latenz und Kosten verursacht. Wenn du eine dreistufige Reflexionsschleife hast, dauert deine Antwort dreimal so lang und kostet dreimal so viel. Das ist ein lohnender Kompromiss, wenn Genauigkeit nicht verhandelbar ist (denk an juristische Dokumente, medizinische Zusammenfassungen, Produktionscode), aber absurd für triviale Aufgaben wie die Übersetzung von „Hallo" ins Spanische oder das Abrufen der Wettervorhersage. Ein Romanautor schickt eine Einkaufsliste nicht durch drei Runden der redaktionellen Überprüfung.
Doch das tiefere Risiko ist nicht die Latenz, sondern die Endlosschleife. Ein Kritiker findet einen Fehler. Der Produzent behebt ihn, führt aber einen neuen ein. Der Kritiker fängt diesen ab, sendet ihn zurück, und der Zyklus geht endlos weiter. Dein Agent verbraucht Token und Zeit, ohne jemals zu einer endgültigen Antwort zu konvergieren. Es ist der Autor, der Kapitel 1 siebenundvierzig Mal umschreibt und nie mit Kapitel 2 beginnt.
Jedes produktionsreife Reflexionssystem braucht eine Abbruchbedingung, und es gibt drei zuverlässige Ansätze. Der einfachste ist ein festes Limit: Nach drei Überarbeitungen wird die beste verfügbare Version ausgeliefert. Der Roman mag nicht perfekt sein, aber er geht in Druck. Ausgefeiltere Systeme lassen den Kritiker bei jedem Durchgang einen Qualitätswert vergeben; sobald der Wert einen vordefinierten Schwellenwert überschreitet (sagen wir, eine 8 von 10), wird die Schleife beendet und das Manuskript für fertig erklärt. Und wenn das Feedback des Kritikers in Runde drei identisch mit dem aus Runde zwei ist, steckt der Produzent in einer Sackgasse. Brich die Schleife ab und eskaliere an einen Menschen, das literarische Äquivalent davon, einen Co-Autor hinzuzuziehen, wenn man die Perspektive auf die eigene Geschichte verloren hat.
⚠️ Faustregel: Definiere deine Ausstiegsstrategie bevor du die Schleife baust. Ein unbegrenzter Reflexionszyklus ist ein Produktionsvorfall, der nur darauf wartet zu passieren.
Es gibt noch eine weitere Zutat, die diese Schleifen schneller konvergieren lässt: Gedächtnis. Wenn der Agent eine Historie vergangener Kritiken führt, lernt er, denselben Fehler nicht zweimal zu machen. Ohne Gedächtnis könnte der Produzent einen Fehler beheben, aber einen Mangel wieder einführen, den der Kritiker vor zwei Runden bereits bemängelt hat, wie ein Autor, der immer wieder versehentlich den Tippfehler wiederbelebt, den sein Lektor bereits getilgt hatte. Gedächtnis ist die Revisionshistorie, die den Prozess vorwärtsbewegt statt im Kreis.
Der Rotstift in deiner Tasche: Reflexion ohne Code
Bisher hat sich das alles so angehört, als könnten nur Entwickler es umsetzen. Aber hier ist der Punkt: Du musst kein Ingenieur sein, um von Reflexion zu profitieren. Wenn du ChatGPT, Claude oder ein anderes KI-Tool bei der Arbeit nutzt, kannst du dieses Muster sofort anwenden, indem du einfach änderst, wie du promptest.
Die Kernidee ist einfach: Anstatt die erste Antwort der KI als endgültig zu akzeptieren, bittest du sie, ihre eigene Arbeit im selben Gespräch zu kritisieren und zu verbessern. Du übernimmst die Rolle der redaktionellen Schleife, die wir beschrieben haben, nur mit einfachem Deutsch statt Code.
Und wenn ein Thread unübersichtlich wird, kannst du die Rollen auf zwei Chats aufteilen. Nutze Chat A als Produzenten und Chat B als Kritiker: Erstelle den Entwurf in Chat A, füge sowohl deinen ursprünglichen Prompt als auch den Entwurf in Chat B zur Überprüfung ein, und füge die Kritik dann zurück in Chat A zur Überarbeitung ein. Es ist dieselbe Reflexionsschleife, nur mit saubererer Rollentrennung, so wie wenn du dein Manuskript an einen externen Lektor schickst, anstatt es selbst zu redigieren.
Wenn dir das nächste Mal eine KI einen Entwurf liefert (eine E-Mail, eine Zusammenfassung, einen Vorschlag), versuche Folgendes, bevor du ihn akzeptierst: „Bevor ich das verwende, möchte ich, dass du dein eigener Lektor bist. Überprüfe deine Antwort auf sachliche Richtigkeit, alles, was ich nicht gefragt habe, das du hinzugefügt hast, alles, was ich gefragt habe, das du ausgelassen hast, und Klarheit. Liste deine Erkenntnisse auf, dann gib mir eine polierte Endversion." Das kostet dreißig zusätzliche Sekunden und eine zusätzliche Nachricht. Der Qualitätsunterschied ist bemerkenswert.
Du kannst das je nach Tragweite weitertreiben. Für Strategiedokumente oder Business Cases, deren Argumentation einer Überprüfung standhalten muss, bitte die KI, den Advocatus Diaboli zu spielen: „Stell dir vor, du bist ein skeptischer Kollege. Was sind die Schwächen und Gegenargumente? Gib mir jetzt eine Version, die sie adressiert." Für Präsentationen vor nicht-technischen Führungskräften bitte sie, noch einmal durch deren Augen zu lesen: „Ist irgendetwas verwirrend oder zu fachsprachlich? Schreib es um, sodass es in zwei Minuten verstanden wird." Für Deliverables mit hohem Risiko wie Kunden-E-Mails oder Richtliniendokumente gib ihr eine Checkliste: „Bewerte dich selbst bei Genauigkeit, Klarheit, Vollständigkeit und Tonfall, jeweils auf einer Skala von 1 bis 10. Für alles unter 8: verbessere es."
Was du tust, ob du es realisierst oder nicht, ist genau dasselbe Muster auszulösen, das dieser gesamte Artikel beschreibt, nur manuell. Du bittest die KI, vom „Generierungsmodus" in den „Bewertungsmodus" zu wechseln, und dieser Perspektivwechsel bringt Fehler zum Vorschein, die der erste Durchgang übersehen hat. Du bist der Mensch in der Schleife. Die KI übernimmt die Doppelrolle von Romanautor und Lektor.
Fazit: Das Manuskript, das tatsächlich erscheint
Wir begannen mit einem Romanautor, der auf einen rohen ersten Entwurf starrt, Seiten voller Potenzial, durchsetzt mit blinden Flecken, Widersprüchen und Ecken und Kanten. Der Instinkt, ihn sofort abzuschicken, ist verständlich. Er fühlt sich fertig an. Aber wie jeder veröffentlichte Autor weiß, beginnt die eigentliche Arbeit erst, nachdem der erste Entwurf fertig ist.
Das Reflexionsmuster bringt dieselbe Disziplin in die KI. Durch die Implementierung einer Produzent-Kritiker-Schleife, sei es durch separate Agenten, Multi-Agenten-Debatte oder sogar einen einfachen Folgeprompt in einem Chatfenster, bewegen Sie sich weg von der Fragilität der Ein-Schuss-Generierung. Sie bauen ein System, das eine Form professioneller Demut zeigt: Es weiß, dass sein erster Entwurf fehlerhaft sein könnte, es weiß, wie es Kritik einlädt, und es weiß, wie es überarbeitet, bis die Arbeit wirklich fertig ist.
Das Ergebnis sind nicht nur genauere Ausgaben. Es ist eine grundlegend andere Beziehung zwischen Mensch und Agent. Du hörst auf, KI als Orakel zu behandeln, das entweder richtig oder falsch liegt, und beginnst, sie als Mitarbeiter zu behandeln, der sich durch Iteration verbessert, auf dieselbe Weise wie jedes großartige Buch, jede zuverlässige Codebasis und jede polierte Präsentation dahin gelangt ist, wo sie ist.
Der erste Entwurf ist nie der endgültige Entwurf. Die Agenten, die das verstehen, sind diejenigen, die es wert sind, gebaut zu werden.
