Was gehört in eine Agent-as-Code-Datei?
Alles, was das Verhalten des Agenten verändert, und das ist mehr als der Prompt. In der Praxis ist die Datei YAML in Git. Die Agenten von Paradime sind „a YAML file in your repo“ mit Name, Version, Rolle, Ziel und einer Allowlist für Werkzeuge (Paradime, abgerufen am 13. November 2026). Ellipsis-Agenten legen einen Prompt, ein Modell, eine Umgebung und ein Budget fest, und eine Datei kann einen Trigger ergänzen (Ellipsis-Dokumentation, abgerufen am 13. November 2026). Ob eine Definition vollständig ist, zeigt sich daran, ob zwei Personen, die dieselben Dateien anwenden, Agenten mit gleichem Verhalten erhalten.
Wie unterscheidet sich Agent as Code von der Konfiguration in der Konsole?
Sobald ein Agent produktiv läuft, gewinnen Dateien in Git in jedem Punkt, der zählt.
| Konsole | Dateien in Git | |
|---|---|---|
| Wer es geändert hat und warum | Oft unbekannt | Autor, Nachricht, Datum |
| Prüfung vor dem Ausrollen | Selten | Pull Request |
| Rollback | Alte Werte neu eingeben | Commit zurücknehmen |
| Die eigenen Agenten zählen | Eine Umfrage | Eine Repository-Auflistung |
| Drift zwischen Umgebungen | Häufig | Per Diff sichtbar |
Jede Zeile läuft auf eine Eigenschaft hinaus: Eine Datei lässt sich per Diff vergleichen, eine Konsolen-Einstellung nicht.
Warum ist das wichtig, sobald Agenten produktiv laufen?
Weil die häufigste Frage im Produktivbetrieb lautet, was sich geändert hat, und nur ein Diff sie beantwortet. Paradime sagt es deutlich: Änderungen an Ihrem Agenten durchlaufen wie jede andere Änderung ein PR-Review (gleiche Quelle). Eine geprüfte Änderung dehnt die Prompt-Versionierung auf den Rest der Definition aus. Außerdem macht sie den Bestand zählbar, denn ein Repository mit Agentendefinitionen ist eine echte Quelle für ein AI-Inventar statt einer Umfrage.
Wie gelangt eine Änderung zu einem laufenden Agenten?
Eine Änderung erreicht einen laufenden Agenten per Commit, der als Deploy-Schritt dient. Der Commit ist der Deploy-Schritt im Ellipsis-Modell, und ein ungültiges Update lässt die letzte gültige Version weiterlaufen, während die Seite des Agenten den Fehler anzeigt (Ellipsis-Dokumentation, gleiche Quelle). Dieses Verhalten sollten Sie von jedem Tool verlangen: Eine fehlerhafte Datei darf keinen laufenden Agenten lahmlegen. Kombinieren Sie das mit einem definierten Agent-Lebenszyklus, einem Promotionspfad über das Agent-Deployment und übergreifendem Verhalten, das in Agent-Middleware liegt, statt in jede Definition kopiert zu werden.
Wie betreiben wir bei Soba Labs unsere eigenen Agenten als Code?
Jeder unserer zeitgesteuerten Agenten ist eine einzige Markdown-Datei in Git, in dem Repository, zu dem er gehört. Die Datei enthält die vollständigen Anweisungen des Agenten, der Scheduler nur einen einzeiligen Verweis darauf. Einen Agenten zu ändern ist also ein Pull Request, nie eine Änderung im Scheduler. Dieser Pull Request durchläuft dasselbe Gate wie Code: zuerst deterministische Prüfungen, dann ein LLM-Judge, und gemergt wird erst, wenn jede Prüfung grün ist. Ein geänderter Schritt läuft vor seinem nächsten geplanten Lauf außerdem als Probelauf gegen einen echten vergangenen Fall. Einen Agenten, der nur in der Oberfläche eines Schedulers definiert ist, kann man weder per Diff vergleichen noch prüfen oder wiederherstellen, deshalb behandeln wir ihn als Fehler, der behoben werden muss. Eine bewusste Ausnahme: Die Datei nennt nie das Modell. Es wird im Scheduler festgelegt und ändert sich mit jedem Release, ein Modellname in der Datei würde also veralten. Wiederverwendbares Know-how liegt in Agent Skills im Agent-Skills-Format, das Anthropic entwickelt und als offenen Standard für „portable, version-controlled folders“ veröffentlicht hat (Agent-Skills-Übersicht, abgerufen am 16. November 2026). Bei uns funktioniert eine Skill-Datei unverändert in Claude Code, Codex und OpenCode.