Agentic Coding Needs Proactivity, Not Just Autonomy
Dieser Artikel argumentiert, dass die nächste Generation von Codierungsagenten von bloßer Autonomie zu echter Proaktivität weiterentwickelt werden muss, indem eine klare Taxonomie definiert, Akzeptanzkriterien etabliert und spezifische Metriken wie die Qualität von Einsichtsentscheidungen eingeführt werden, um ihre Fähigkeit zu bewerten, Bedürfnisse vorherzusehen und die Softwareentwicklung durch interaktive Zusammenarbeit mit gemischter Initiative zu verbessern.
Originalarbeit lizenziert unter CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen
Stellen Sie sich vor, Sie haben einen hochqualifizierten, superschnellen Assistenten, der Ihnen beim Schreiben von Software hilft. Derzeit sind die meisten dieser Assistenten wie sehr gehorsame Bibliothekare. Wenn Sie an den Tresen treten und fragen: „Können Sie mir ein Buch über Katzen finden?", finden sie es sofort. Wenn Sie sagen: „Schreiben Sie eine Geschichte über eine Katze", schreiben sie sie. Sie sind autonom, weil sie die Arbeit erledigen können, ohne dass Sie ihnen die Hand halten, aber sie sind reaktiv, weil sie sich nur bewegen, wenn Sie es ihnen sagen.
Diese Arbeit argumentiert, dass die nächste Generation von Codierungsassistenten mehr sein muss als nur gehorsame Bibliothekare. Sie müssen proaktive Partner sein.
Hier ist die Aufschlüsselung der Hauptideen der Arbeit unter Verwendung einfacher Analogien:
1. Der Unterschied zwischen „Autonomie" und „Proaktivität"
- Autonomie (Der gehorsame Bibliothekar): Der Assistent wartet, bis Sie eine Frage stellen, und erledigt dann die Arbeit. Das ist großartig, aber er meldet sich nie, es sei denn, Sie sprechen zuerst.
- Proaktivität (Der einfühlsame Co-Pilot): Der Assistent beobachtet die gesamte Bibliothek (Ihren Code, Ihren Zeitplan, den Chat Ihres Teams), während Sie arbeiten. Er bemerkt Dinge, bevor Sie fragen.
- Beispiel: Sie schreiben Code für ein Zahlungssystem. Der Assistent bemerkt eine Nachrichtenwarnung, dass das Zahlungsunternehmen nächste Woche seine Regeln ändert.
- Der schwierige Teil: Ein proaktiver Agent ruft nicht einfach sofort: „Hey, schau dir das an!". Er muss entscheiden: Ist dies der richtige Zeitpunkt, um zu unterbrechen? Ist dies wichtig genug? Sollte ich schweigen und warten, bis Sie Ihren aktuellen Gedanken beendet haben?
2. Die drei Ebenen „intelligenter" Assistenten
Die Autoren haben ein „Ampel"-System entwickelt, um zu beschreiben, wie intelligent diese Agenten sind:
- Stufe 1: Reaktiv (Das rote Licht)
- Funktionsweise: Der Agent sitzt still, bis Sie einen Knopf drücken (einen Prompt geben).
- Analogie: Ein Taschenrechner. Er tut nichts, bis Sie Zahlen eingeben.
- Stufe 2: Geplant (Das gelbe Licht)
- Funktionsweise: Der Agent wacht zu bestimmten Zeiten auf oder wenn ein bestimmtes Ereignis eintritt (wie ein geplanter Termin oder ein Code-Update). Er könnte Ihnen einen Bericht senden, aber er „denkt" nicht wirklich darüber nach, ob Sie beschäftigt sind oder ob der Bericht gerade jetzt wirklich nützlich ist.
- Analogie: Eine Zeitungslieferung. Sie kommt jeden Tag um 7:00 Uhr an, egal ob Sie wach, schlafend oder mitten unter der Dusche sind. Sie weiß nicht, ob Sie sie brauchen.
- Stufe 3: Situationsbewusst (Das grüne Licht)
- Funktionsweise: Der Agent beobachtet alles kontinuierlich. Er berechnet: „Wenn ich diesen Entwickler jetzt unterbreche, wird er dann genervt sein? Ist diese Information kritisch? Wenn ich schweige, wird er dann etwas Wichtiges verpassen?"
- Analogie: Ein persönlicher Assistent, der weiß, dass Sie es hassen, während der Tiefenarbeit unterbrochen zu werden. Wenn ein Feuer ausbricht, schreit er. Wenn ein Paket ankommt, wartet er, bis Sie eine Kaffeepause machen, um es Ihnen zu sagen. Sie lernen auch von Ihnen: „Ah, Sie haben meinen Vorschlag zum Budget letztes Mal ignoriert? Ich werde Sie bis nächsten Monat nicht mit Budgets belästigen."
3. Die „Erkenntnis" ist das eigentliche Produkt
Die Arbeit besagt, dass wir diese Agenten nicht daran messen sollten, wie viele Aufgaben sie abschließen. Stattdessen sollten wir ihre „Erkenntnis-Politik" messen.
Denken Sie an eine Erkenntnis als eine Hypothese: „Ich denke, Sie müssen jetzt über X Bescheid wissen."
Der Agent hat für jede Erkenntnis vier Möglichkeiten:
- Benachrichtigen: „Hey, schau dir das an!" (Hohe Dringlichkeit).
- Fragen: „Meinten Sie das so?" (Unsicherheit).
- Entwurf: „Ich habe eine Lösung für Sie geschrieben, wollen Sie sie sehen?" (Geringer Aufwand, hoher Wert).
- Schweigen: „Ich habe das gesehen, aber es ist nicht der richtige Zeitpunkt, etwas zu sagen."
Die große Behauptung der Arbeit: Die wichtigste Fähigkeit für einen Agenten der Stufe 3 ist es zu wissen, wann man schweigen soll. Wenn ein Agent zu viel redet, wird er zur Belästigung. Wenn er schweigt, wenn er sprechen sollte, ist er nutzlos.
4. Wie testen wir das? (Der neue Scorecard)
Derzeit testen wir Codierungsagenten, indem wir ihnen eine Aufgabe geben und sehen, ob sie sie abschließen. Die Autoren sagen, dass dies für proaktive Agenten falsch ist. Stattdessen schlagen sie drei neue Möglichkeiten vor, sie zu bewerten:
- IDQ (Insight Decision Quality – Qualität der Erkenntnisentscheidung): Hat der Agent zur richtigen Zeit die richtige Aktion gewählt?
- Hat er Sie unterbrochen, als Sie in der Zone waren? Hat er geschwiegen, als Sie Hilfe brauchten?
- CGS (Context Grounding Score – Kontext-Verankerungsscore): Hat der Agent den richtigen Beweis?
- Wenn er sagte „Ihr Code ist kaputt", hat er Ihnen dann das spezifische Fehlerprotokoll gezeigt oder nur geraten?
- LL (Learning Lift – Lernfortschritt): Ist der Agent intelligenter geworden, nachdem Sie Feedback gegeben haben?
- Wenn Sie ihm sagten „Hör auf, mich damit zu belästigen", hat er dann später tatsächlich aufgehört, Sie zu belästigen?
5. Der aktuelle Realitätscheck
Die Autoren haben die besten verfügbaren Codierungstools von heute untersucht (wie GitHub Copilot, Cursor, Claude Code usw.). Sie stellten fest, dass:
- Die meisten bei Stufe 2 (Geplant) stecken bleiben. Sie laufen auf Timern oder Auslösern.
- Keines von ihnen hat derzeit eine klare Möglichkeit, die „Kosten einer Unterbrechung" zu berechnen.
- Keines von ihnen behandelt „Schweigen" explizit als eine kluge, gelernte Wahl. Sie warten meist nur darauf, dass Sie fragen.
Zusammenfassung
Die Arbeit ist ein Aufruf zum Handeln. Sie sagt: „Hören Sie auf, nur Agenten zu bauen, die Arbeit erledigen können. Fangen Sie an, Agenten zu bauen, die wissen, wann sie arbeiten sollen, wann sie sprechen sollen und wann sie die Klappe halten sollen."
Um dorthin zu gelangen, müssen wir aufhören, sie an „erledigten Aufgaben" zu messen, und anfangen, sie an „guter Urteilsfähigkeit", „Beweisen" und „Lernen aus Feedback" zu messen. Das Ziel ist ein Codierungspartner, der sich weniger wie ein Roboter und mehr wie ein nachdenklicher Teamkollege anfühlt.
Ertrinken Sie in Arbeiten in Ihrem Fachgebiet?
Erhalten Sie tägliche Digests der neuesten Arbeiten passend zu Ihren Forschungsbegriffen — mit technischen Zusammenfassungen, in Ihrer Sprache.