Autor
Marco Patzelt
Software Engineer · AI Harness Layer
Software Engineer. Ich baue agentische Projekte — AI Agents, Tool-Design, MCP-Integrationen und Multi-Agent-Systeme in Produktion. Hier schreibe ich über das, was dabei wirklich funktioniert.
Artikel von Marco
Alle Artikel
Code w/ Claude London 2026: Managed Agents, Memory + Dreaming, Evals
Meine Notizen vom Anthropic Code w/ Claude London 2026. Das was nach einer Woche wirklich hängengeblieben ist: Managed Agents, Memory und Dreaming, Agent Decomposition, und die Eval-Disziplin die ich jetzt in meinen eigenen Production Stack einbaue.
Claude Opus 4.8 /ultracode: Ich hab einen 200-Agenten-Schwarm laufen lassen
Ein ehrlicher Praxis-Test der neuen Multi-Agent-Orchestration in Claude Code. Was Dynamic Workflows und /ultracode wirklich machen, wo sie zwicken, und ob die Token-Kosten es wert sind.
Brunnfeld: 1000 LLM-Agenten, null Anweisungen
Brunnfeld: Bis zu 1000 LLM-Agenten betreiben eine mittelalterliche Dorfwirtschaft ohne Verhaltensanweisungen. Zweimal viral auf Reddit — 113.000 Aufrufe.
Karpathys autoresearch: Warum Grenzen Autonomie ermöglichen
Karpathys autoresearch führt 126 ML-Experimente über Nacht aus ohne zu hängen. Sieben Designmuster zeigen, wie begrenzte Autonomie tatsächlich funktioniert.
RAG vs Context Engineering: Ein Entscheidungs-Framework
RAG wurde für 4K-Token Context Windows gebaut. Mit 200K+ Tokens ersetzt Context Engineering den kompletten Retrieval-Stack durch direkte Kontext-Injektion.
Context Engineering für KI-Agents: Warum Bare Metal gewinnt
Frameworks brauchen .md-Dateien weil Agents sie nicht verstehen. Bare Metal nutzt Trainingsdaten die der Agent bereits kennt. Weniger Abstraktion gewinnt.
Kontakt
Lass uns vernetzen.
Wenn du an etwas Ernstem im Bereich agentischer Infrastruktur arbeitest — Tool-Design, Harness-Engineering, Orchestrierungs-Loops — schreib mir.