Agenten wollen kompilieren

KI-Agenten beginnen zu kompilieren. Mitte 2026 wird im gesamten Stack dieselbe Trennung ausgeliefert, aus jeder Richtung: Das Modell entscheidet, und etwas, das kein Modell ist, führt aus. Statt live innerhalb der Modellschleife zu handeln, geben Agenten ein deterministisches Artefakt aus, einen Plan, einen DAG, ein Workflow-Skript, und übergeben es an eine Laufzeitumgebung, die es wie gewöhnliche Software wieder abspielt, fortsetzt und auditiert. Das Modell wird zu einem Compiler-Frontend, das unordentliche Intention in eine Zwischenrepräsentation parst. Deterministische Laufzeitumgebungen werden zum Backend. Live-Agency wird neu bepreist: als der teure Modus, den Sie für Exploration, neuartige Fehler und Geschmack reservieren. {.answer-block}

Am 1. Juli landete ein Show HN mit einem Titel, der sich wie eine These liest: „Coding agent that compiles intent into deterministic DAG before running”. Das Projekt heißt Rigorix, eine Rust-Laufzeitumgebung, die sich selbst „eine deterministische Coding-Agent-Laufzeitumgebung für wiederholbares, auditierbares KI-Software-Engineering” nennt und ihre Arbeitsteilung in einer Zeile festhält: „Das LLM generiert Code; Rigorix steuert die Ausführung.”³ Vierzehn Punkte, ein Kommentar, leicht zu übersehen. Ich blieb daran hängen, weil ich damit zum dritten Mal in ebenso vielen Wochen dieselbe Form aus einer anderen Richtung habe ausliefern sehen, und die Form, nicht irgendein einzelnes Tool, ist die Geschichte.

TL;DR

• Anthropic zog die kanonische Grenze im Dezember 2024: Workflows laufen „über vordefinierte Codepfade”, Agenten „steuern ihre eigenen Prozesse dynamisch”.¹ Das war eine Weiche zur Design-Zeit, die ein Mensch stellte. Sie wandert zur Laufzeit, und das Modell stellt sie.
• Bei den dynamischen Workflows von Claude Code schreibt das Modell ein JavaScript-Orchestrierungsskript, das eine Laufzeitumgebung außerhalb der Konversation ausführt: fortsetzbar mit zwischengespeicherten Ergebnissen, diffbar gegen frühere Läufe, speicherbar als Befehl, den Sie erneut ausführen.²
• Dieselbe Form kommt aus drei weiteren Richtungen: Indie-Tooling, das natürlichsprachliche Aufgaben in ausführbare DAGs kompiliert (Rigorix)³, Frameworks, die sich weigern, einen unkompilierten Graphen auszuführen (LangGraph)⁴, und Durable-Execution-Infrastruktur, die Agentenschleifen in wieder abspielbare Workflows verpackt (Temporal)⁵.
• Kompilierung kauft, was sie immer kauft: Caching, inkrementelle Rebuilds, diffbare Artefakte, Review vor der Ausführung. Sie kostet, was sie immer kostet: Urteilsvermögen, eingefroren zum Kompilierzeitpunkt.
• Live-Agency gewinnt weiterhin bei Exploration, neuartigen Fehlerzuständen und Geschmack. Die Betriebsregel: Der erste Lauf ist Forschung, jeder weitere Lauf will ein Build sein.

Die Weiche lag zur Design-Zeit. Sie wandert zur Laufzeit.

Die Vorarbeit ist hier Anthropics „Building Effective Agents”, veröffentlicht am 19. Dezember 2024 und noch immer die Standardtaxonomie für dieses Feld. Der Text definiert Workflows als „Systeme, in denen LLMs und Tools über vordefinierte Codepfade orchestriert werden” und Agenten als „Systeme, in denen LLMs ihre eigenen Prozesse und ihre Tool-Nutzung dynamisch steuern und die Kontrolle darüber behalten, wie sie Aufgaben erledigen”. Sein Rat zur Wahl: „Workflows bieten Vorhersagbarkeit und Konsistenz für klar umrissene Aufgaben, während Agenten die bessere Option sind, wenn Flexibilität und modellgetriebene Entscheidungsfindung im großen Maßstab gefragt sind.”¹

Achtzehn Monate lang las sich dieser Satz wie ein Menü. Sie, die Systemdesignerin oder der Systemdesigner, wählten die linke oder die rechte Spalte, bevor Sie eine einzige Zeile schrieben. Die Wende von 2026 besteht darin, dass das Menü zu einer Pipeline kollabiert. Der Agent nimmt den flexiblen, modellgetriebenen Durchgang genau einmal, zur Planungszeit, und die Ausgabe dieses Durchgangs ist ein Workflow: vordefinierte Codepfade, auf Abruf generiert, für diese eine Aufgabe. Sie bekommen Agentenflexibilität zur Kompilierzeit und Workflow-Vorhersagbarkeit zur Laufzeit, aus demselben System, in Phasen.

Die Frage „Workflow oder Agent?” wird so beantwortet, wie Compiler die Frage „Flexibilität oder Geschwindigkeit?” beantwortet haben: beides, getrennt durch ein Artefakt.

Drei Signale, eine Richtung

Zuerst wurde die Umgebung deterministisch

Die Harness-Schicht war vor den Agenten am Ziel. Hooks feuern bei Lifecycle-Events mit Exit-Codes, mit denen das Modell nicht verhandeln kann. Permission-Regeln werden vor dem Tool-Aufruf ausgewertet, nicht danach. Die gesamte Disziplin der Agentenarchitektur im Jahr 2026 ist eine deterministische Hülle um einen stochastischen Kern, und ihr unverblümtes Eingeständnis lautet: Für alles, was jedes Mal passieren muss, haben wir aufgehört, das Modell zu fragen, und angefangen, es an der Grenze zu erzwingen. Der Determinismus kam zuerst an den Rändern an.

Dann schlug das dauerhafte Artefakt die Konversation

Das zweite Signal ist, was eine Session überlebt. Konversationen verflüchtigen sich; der Check, die Spezifikation, der Test bleiben bestehen, und Agenten optimieren so hart gegen sie, dass der Check zur Spezifikation wird. Die Lektion darunter: Das Transkript ist nicht der Output. Das Artefakt ist es, weil es das Einzige ist, woran sich die nächste Session, der nächste Agent und die nächste Engineerin festhalten können. Wer das einmal für die Verifikation akzeptiert hat, für den ist es ein kurzer Schritt, es auch für Ausführungspläne zu akzeptieren. Wenn der dauerhafte Check die Konversation überlebt, die ihn hervorgebracht hat, dann tut es der dauerhafte Plan ebenso.

Jetzt ist der Plan selbst das Artefakt

Das dritte Signal ist das neue, und es ist der Kern dieses Essays. Agenten haben begonnen, ihre Ausführung als erstklassiges Artefakt auszugeben, statt sie live aufzuführen.

Claude Code hat das als Produktoberfläche ausgeliefert. Ein dynamischer Workflow ist „ein JavaScript-Skript, das Subagenten im großen Maßstab orchestriert”: Claude schreibt das Skript für die Aufgabe, die Sie beschreiben, und eine Laufzeitumgebung führt es im Hintergrund aus, während die Session reaktionsfähig bleibt. Die Dokumentation benennt ausdrücklich, was den Besitzer gewechselt hat: „Ein Workflow verlagert den Plan in Code.” In der eigenen Vergleichstabelle lautet die Antwort auf die Frage, wer entscheidet, was als Nächstes läuft, nicht Claude. Es ist das Skript. Jeder Lauf schreibt dieses Skript in eine Datei, die Sie öffnen, gegen das Skript eines früheren Laufs diffen, bearbeiten und neu starten können. Unterbrechen Sie einen Lauf und setzen Sie ihn fort, dann „geben Agenten, die bereits abgeschlossen sind, ihre zwischengespeicherten Ergebnisse zurück, und der Rest läuft live”.²

Rigorix baut dieselbe Form aus der Indie-Richtung, und seine Architektur liest sich wie ein Compiler-Lehrbuch: Die Planung durchläuft Intent-Klassifikation, dann Parameterextraktion, dann DAG-Generierung; eine templategetriebene Engine führt den Graphen unter Risk-Gates, Budgets und Permissions aus, mit HMAC-signierten Audit-Envelopes für die Nachvollziehbarkeit. Seine Definition des Gewinns ist präzise: „Wiederholbar bedeutet, dass dieselbe Intention unter denselben Templates und Policies dieselbe Ausführungsstruktur erzeugt.”³

Die Frameworks waren längst da und versteckten dieselbe Idee in einem API-Verb. LangGraph modelliert Agentenlogik als Knoten („Funktionen, die die Logik Ihrer Agenten kodieren”), verbunden durch Kanten, und seine Dokumentation formuliert die Anforderung in Fettschrift: „Sie MÜSSEN Ihren Graphen kompilieren, bevor Sie ihn verwenden können.” Kompilieren Sie mit einem Checkpointer, und „LangGraph speichert Checkpoints an Super-Step-Grenzen”, was einen halb fertigen Lauf fortsetzbar macht.⁴

Und die Infrastrukturschicht kam von unten. Temporal, die Durable-Execution-Plattform, verpackt Agenten-Reasoning-Schleifen in Workflows, deren Fortschritt außerhalb jedes Prozesses fortbesteht: „Temporal verfolgt den Anwendungsfortschritt und speichert alle Activity-Ergebnisse”, sodass ein abgestürzter Agent „dort weitermacht, wo er aufgehört hat”, statt von null neu zu schlussfolgern. Die Integration mit dem Agents SDK von OpenAI, angekündigt am 30. Juli 2025, machte dieses Verpacken zu einem unterstützten Pfad statt eines Musters, das man von Hand baut.⁵

Indie-Tool, Produktoberfläche, Framework, Infrastruktur. Vier Richtungen, eine Form: Das Modell entscheidet, das Artefakt führt aus.

Nehmen Sie die Compiler-Analogie wörtlich

Analogien in KI-Texten sind meist Dekoration. Diese trägt Last, weil die Vorhersagen aus ihr herausfallen.

Ein Compiler-Frontend parst Quelltext, prüft die Semantik und gibt eine Zwischenrepräsentation aus. Genau das ist die Planungsphase, die diese Systeme durchlaufen: Rigorix’ Intent-Klassifikation ist das Parsen, die Parameterextraktion ist die semantische Analyse, die DAG-Generierung ist die Codeerzeugung. Das Workflow-Skript ist die IR. Das Backend tut anschließend, was Backends tun: Es plant Parallelität, erzwingt Ressourcengrenzen (Claude Code deckelt einen Lauf bei 16 gleichzeitigen Agenten und 1.000 insgesamt²) und memoisiert. Vier Konsequenzen folgen daraus.

Pläne bekommen Build-Caches. Resume-Semantik ist inkrementelle Kompilierung. Claude Code gibt beim Fortsetzen zwischengespeicherte Agentenergebnisse zurück; Temporals Versprechen an Agentenbauer lautet, dass die Wiederherstellung ab dem Fehlerpunkt Tokens bewahrt, statt das Modell erneut laufen zu lassen, um verlorene Arbeit zu regenerieren.⁵ Der nächste Schritt sind inhaltsadressierte Planstufen: Das erneute Ausführen eines Workflows, dessen frühe Stufen unverändert sind, wird sie überspringen, so wie make unveränderte Objektdateien überspringt.

Pläne werden gedifft. Die Workflow-Dokumentation lädt Sie ein, das Skript eines Laufs gegen das eines früheren Laufs zu diffen.² Sobald der Plan Text ist, wird Plan-Drift sichtbar wie Code-Drift, und „die Orchestrierung dieser Migration hat sich seit dem letzten Quartal geändert” wird zu einem reviewbaren Ereignis in einem Pull Request statt zu einem Archäologieprojekt quer durch Transkripte.

Der Plan wird zur Review-Oberfläche. Bevor ein Workflow läuft, zeigt Claude Code die geplanten Phasen und bietet vor der Zustimmung „View raw script” an.² Das ist das Stück, das sich mit der Zukunft des Reviews verbindet. Ich habe argumentiert, dass Agenten den Reviewer abgelöst haben, nicht das Review: Die menschliche Arbeit ist vom Inspizieren von Diffs zum Verantworten der Intention umgezogen. Der kompilierte Plan ist das Artefakt, in dem dieses umgezogene Review stattfindet, denn er ist der eine Ort, an dem Intention lesbar ist, bevor die Ausführung irgendetwas kostet. Zehntausend Live-Entscheidungen können Sie nicht reviewen. Ein vierzigzeiliges Skript schon. Erwarten Sie, dass die Freigabe großer Agentenoperationen vom nachträglichen Genehmigen des Diffs zum vorherigen Genehmigen des Plans wandert.

Drift löst Rekompilierung aus, kein Patchen. Wenn ein kompilierter Plan scheitert, weil sich die Welt geändert hat, eine API umbenannt, eine Abhängigkeit angehoben wurde, ist das Hand-Editieren des DAG der falsche Zug. Das ist Patchen von Objektcode. Die richtige Schleife lässt das Frontend erneut laufen: dieselbe Intention, neue Umgebung, frischer Plan. Durable Runtimes absorbieren transientes Scheitern bereits mit Retries innerhalb des Artefakts; Umgebungsdrift ist die Fehlerklasse, die zum Compiler entkommt. Harnesses werden Drift-Detektoren bekommen, die Pläne invalidieren, wie Build-Systeme Caches invalidieren, und „bei Drift rekompilieren” wird zu einer stehenden Schleife statt einer manuellen Rettungsaktion.

Wo jeder Modus gewinnt

Die Tabelle ist eine Grenze, kein Ranking. Alles unterhalb der Grenze wird gerade viel billiger und viel vertrauenswürdiger. Alles oberhalb bleibt teuer, weil es das sollte.

Was Kompilierung nicht kauft

Drei Dinge bleiben live, und etwas anderes zu behaupten ist der Weg, auf dem dieses Muster überverkauft werden wird.

Exploration. In einer unvertrauten Codebasis oder bei einem wirklich neuen Problem ist der Plan die Entdeckung. Es gibt noch nichts zu kompilieren, weil das Entscheiden die Arbeit ist. Vor dem Verstehen zu kompilieren erzeugt ein selbstbewusstes Artefakt Ihrer Ahnungslosigkeit, und die Laufzeitumgebung wird es makellos ausführen.

Neuartige Fehlerzustände. Ein kompilierter Plan behandelt die Fehlschläge, die sein Autor antizipiert hat. Retry-Policies sind deterministische Antworten auf erwartete Schwierigkeiten. Sind die Schwierigkeiten unerwartet, ist deterministisches Wiederholen eine Schleife, keine Lösung, und der richtige Zug ist die Eskalation zurück zum Frontend, wo ein Modell den tatsächlichen Fehler ansehen und nachdenken kann.

Geschmack. Ein Workflow ist Urteilsvermögen, eingefroren zum Kompilierzeitpunkt, und eingefrorenes Urteilsvermögen altert. Frisches Urteil, schlampig ausgeführt, schlägt abgestandenes Urteil, makellos ausgeführt, denn die abgestandene Version scheitert mit Selbstvertrauen. Niemand sollte die Entscheidung darüber kompilieren, wie sich das Produkt anfühlen soll.

Dazu kommt eine Warnung, die von der Verifikationsseite mitzunehmen ist. Ein DAG ist eine Check-Oberfläche, und alles, was der Plan auslässt, hört stillschweigend auf, Teil der Aufgabe zu sein, dieselbe Dynamik, die sichtbare Tests zur De-facto-Spezifikation macht. Kompilierung konzentriert das gesamte Urteilsvermögen des Modells über eine Aufgabe in einem Artefakt, was die menschliche Aufgabe darauf konzentriert, dieses Artefakt zu verantworten. Das Review verschwindet nicht, wenn der Plan kompiliert. Es zieht zur Planungszeit um, und es bekommt eine einzige Seite mit großem Hebel zum Arbeiten.

Die Position

Die Regel, nach der ich inzwischen arbeite, ist einfach: Die erste Ausführung einer Aufgabe ist Forschung und verdient einen Live-Agenten; die zweite Ausführung ist ein Build und verdient ein Artefakt. Claude Code liefert diese Regel als UX aus: Lassen Sie Claude den Workflow einmal schreiben, speichern Sie das Skript des Laufs als Befehl, führen Sie es beliebig oft erneut aus.² Rigorix liefert sie als Governance. Temporal liefert sie als Infrastruktur. LangGraph hat sie Jahre zu früh als API-Verb ausgeliefert, das niemand als Manifest gelesen hat.

Agenten wollen aus demselben Grund kompilieren, aus dem Programmierer es wollten. Entscheiden ist teuer und kostbar. Ausführen sollte langweilig, inspizierbar und beliebig wiederholbar sein. Die Branche hat 2024 und 2025 damit verbracht zu beweisen, dass Modelle entscheiden können. Die Arbeit von 2026 besteht darin, sicherzustellen, dass sie nur einmal entscheiden müssen.

Zentrale Erkenntnisse

• Der erste Lauf ist Forschung, der zweite ein Build. Führen Sie eine neuartige Aufgabe mit einem Live-Agenten aus; sobald sie sich wiederholt, frieren Sie sie in ein Artefakt ein und hören Sie auf, für frisches Urteilsvermögen an einem gelösten Problem zu bezahlen.
• Kompilieren Sie zuerst die langweiligen 80 %. Release-Routinen, Migrationsdurchläufe, Übersetzungs-Batches, Audit-Durchgänge: hohe Wiederholung, billige Verifikation. Exploration, Debugging und Geschmack bleiben live.
• Übernehmen Sie die Rekompilieren-bei-Drift-Schleife. Wenn ein kompilierter Workflow bricht, weil sich die Welt geändert hat, patchen Sie das Artefakt nicht von Hand. Schicken Sie das Modell zurück, damit es den Plan gegen die neue Realität regeneriert, reviewen Sie den Diff, frieren Sie wieder ein.
• Reviewen Sie den Plan, nicht das Transkript. Sobald die Ausführung deterministisch ist, ist der Plan die Seite mit dem größten Hebel im System. Lesen Sie ihn so, wie Sie ein Migrationsskript lesen würden, denn genau das ist er.

FAQ

Was bedeutet es, wenn ein KI-Agent seinen Plan kompiliert?

Es bedeutet, dass die Ausgabe des Agenten ein deterministisches, inspizierbares Artefakt ist, ein Workflow-Skript oder ein DAG, statt einer Abfolge von Live-Aktionen. Das Modell erledigt sein Reasoning zur Planungszeit und gibt das Artefakt aus; eine Laufzeitumgebung, die kein Modell ist, führt es mit Replay-, Resume- und Audit-Semantik aus. Die dynamischen Workflows von Claude Code (ein vom Modell geschriebenes JavaScript-Skript, ausgeführt von einer Laufzeitumgebung) und Rigorix (natürlichsprachliche Aufgaben, kompiliert in ausführbare DAGs) sind ausgelieferte Beispiele.

Was ist der Unterschied zwischen einem KI-Workflow und einem KI-Agenten?

Anthropics kanonische Definitionen von 2024: Workflows sind „Systeme, in denen LLMs und Tools über vordefinierte Codepfade orchestriert werden”, während Agenten „ihre eigenen Prozesse und ihre Tool-Nutzung dynamisch steuern”. Das Update von 2026 lautet, dass die Grenze zu einer Phase innerhalb eines Systems wird statt einer Wahl zwischen zwei Systemen: Der Agent führt seinen dynamischen Durchgang einmal aus, zur Planungszeit, und generiert die vordefinierten Codepfade selbst.

Sind kompilierte Agenten-Workflows besser als autonome Agenten?

Für wiederholte, klar geformte Aufgaben ja: Ein kompilierter Workflow ist pro Lauf billiger, mit zwischengespeicherten Ergebnissen fortsetzbar und vor der Ausführung reviewbar. Für Exploration, neuartige Fehlerzustände und Ermessensentscheidungen nein: Ein kompilierter Plan ist zum Kompilierzeitpunkt eingefrorenes Urteilsvermögen, und diese Aufgaben brauchen Urteil im Moment. Die praktische Trennlinie verläuft über die Anzahl der Läufe: Halten Sie den ersten Lauf live, kompilieren Sie alles, was Sie zweimal ausführen werden.

Welche Tools kompilieren Agenten-Intention heute in deterministische Artefakte?

Vier verifizierte Beispiele, Stand Juli 2026. Dynamische Workflows in Claude Code: Das Modell schreibt ein JavaScript-Orchestrierungsskript, eine Laufzeitumgebung führt es aus, gespeicherte Skripte werden zu wiederverwendbaren Befehlen. Rigorix: eine Open-Source-Laufzeitumgebung in Rust, die natürlichsprachliche Aufgaben in DAGs kompiliert, ausgeführt unter Policy-, Budget- und Permission-Beschränkungen. LangGraph: Graphen müssen vor dem Ausführen kompiliert werden, mit Checkpointing an Super-Step-Grenzen. Temporal: Durable-Execution-Workflows, die den Agentenfortschritt persistieren und ab dem Fehlerpunkt fortsetzen.

Quellen