Moltbot-Ersteller-Interview: Wie man bei Agentic Coding erfolgreich ist

Warum 'Closing the Loop' KI-Gewinner von frustrierten Codern trennt

Peter Steinberger baute PSPDFKit - das PDF-Framework auf über einer Milliarde Geräten - dann brannte er aus und verschwand drei Jahre aus der Tech-Welt. Als er 2024 zurückkehrte, übersprang er GitHub Copilot und GPT-3.5 komplett und landete direkt bei Claude Code. Innerhalb von Monaten mergte er 600 Commits an einem einzigen Tag. Er ist auch der Ersteller von Moltbot (früher Claudebot) - dem Open-Source persönlichen KI-Assistenten, der die Solopreneur-Welt im Sturm erobert hat.

Über die Spielautomaten-Psychologie: "It's the same economics as a casino. You press the trigger and ding ding ding—it does crap or it blows your mind." (Es ist die gleiche Ökonomie wie im Casino. Du drückst den Abzug und ding ding ding - es macht Mist oder es haut dich um.) Die variable Belohnungsschleife des KI-Codings ist wirklich süchtig machend, wenn man lernt, damit zu arbeiten statt dagegen.

Über was effektives KI-Coding ausmacht: "The good thing about how to be effective with coding agents is always: you have to close the loop. It needs to be able to debug and test itself. That's the big secret." (Das Gute daran, wie man mit Coding-Agenten effektiv ist: Man muss die Schleife schließen. Es muss sich selbst debuggen und testen können. Das ist das große Geheimnis.) Deshalb glänzt KI beim Coden, scheitert aber beim kreativen Schreiben - Code kann kompiliert, getestet und verifiziert werden.

Über das Nicht-Lesen des meisten Codes: Peter gesteht, dass er Code ausliefert, den er nicht vollständig gelesen hat, erklärt aber, warum das nicht so rücksichtslos ist, wie es klingt. "Most apps are just data coming in one form, packaged into a different form, stored in a database in a different form... We are pretty chasing printers. The hard part was solved by Postgres 30 years ago." (Die meisten Apps sind nur Daten, die in einer Form reinkommen, in eine andere Form verpackt, in einer anderen Form in einer Datenbank gespeichert... Wir sind ziemlich wie jagende Drucker. Der schwere Teil wurde vor 30 Jahren von Postgres gelöst.) Er konzentriert sich auf die Systemarchitektur, während Agenten die Leitungen legen.

Über PRs werden zu "Prompt Requests": "I read the prompts more than I read the code because this gives me more idea about the output. I ask people to please add the prompts." (Ich lese die Prompts mehr als ich den Code lese, weil das mir mehr Aufschluss über den Output gibt. Ich bitte die Leute, die Prompts hinzuzufügen.) Das Nachdenken darüber, wie es funktionieren soll, ist wichtiger als die generierte Implementierung.

Über paralleles Ausführen von Agenten: Er führt typischerweise 5-10 Codex-Agenten gleichzeitig aus und behandelt Coden wie das Management eines Teams von unvollkommenen, aber brillanten Ingenieuren. Wenn ein Agent 40 Minuten braucht, um ein Feature zu bauen, wechselt er zu etwas anderem: "Ich springe ständig herum. Normalerweise gibt es ein Hauptprojekt, das meinen Fokus hat, und Satellitenprojekte, die Aufmerksamkeit brauchen."

Über warum Unternehmen mit KI-Adoption kämpfen: "I could easily run a company with 30% of the people. But this requires completely redefining how the company works... You have to do a big refactor first—not just on your codebase, but also on your company." (Ich könnte ein Unternehmen leicht mit 30% der Leute führen. Aber das erfordert eine komplette Neudefinition, wie das Unternehmen arbeitet... Man muss erst einen großen Refactor machen - nicht nur an der Codebase, sondern auch am Unternehmen.)

5 Schlüsselerkenntnisse für KI-gestützte Entwickler

• Schließe die Schleife — Designe Systeme so, dass Agenten ihre eigene Arbeit durch Tests, Linting und CLI-Tools verifizieren können. Das ist das fundamentale Prinzip.
• Denke in Architektur, nicht in Zeilen — Du kümmerst dich um die Systemstruktur; Agenten erledigen die Implementierungsdetails. "Ich bin der Architekt, Codex macht das Zeile-für-Zeile-Verständnis."
• Baue CLI-first für alles — CLIs lassen Agenten filtern, verketten und Operationen skripten - viel mächtiger als MCPs, die nicht komponiert werden können.
• Lass Perfektionismus los — "Ich habe früher über jeden Abstand, jeden Namen obsessiv nachgedacht. Rückblickend - was zum Teufel? Der Kunde sieht nicht das Innere."
• Behandle Prompts als Dokumentation — Wenn du PRs reviewst, offenbart der Prompt, den jemand verwendet hat, mehr über die Lösungsqualität als der generierte Code.

Was das für KI-First Development Teams bedeutet

Peters Ansatz repräsentiert einen fundamentalen Wandel in der Art, wie Senior Engineers in der KI-Ära arbeiten könnten. Statt Code zu schreiben, werden sie zu Architekten, die Systeme für Agenten-Verifizierung designen und die Outputs geschmacklich prüfen. Die Fähigkeit ist nicht Coden - es ist zu wissen, welche Fragen man stellt und wie man Feedback-Schleifen strukturiert, die KI erfolgreich machen.

Für Organisationen, die eine KI-Transformation in Betracht ziehen, ist seine Warnung klar: Man kann nicht einfach KI-Tools zu bestehenden Workflows hinzufügen. Man muss neu strukturieren, wie das Unternehmen über Code-Ownership, Reviews und was einen Engineer wertvoll macht, denkt.

Verwandt: Sieh wie Moltbot in der Praxis funktioniert: Moltbot erklärt: Dein 24/7 KI-Mitarbeiter