Boris Chernys revolutionärer Workflow: Wie der Schöpfer von Claude Code die Softwareentwicklung neu definiert

Global - Ekhbary Nachrichtenagentur

Boris Chernys revolutionärer Workflow: Wie der Schöpfer von Claude Code die Softwareentwicklung neu definiert

Wenn der Architekt des weltweit fortschrittlichsten Code-Agenten spricht, hört das Silicon Valley nicht nur zu – es macht sich akribisch Notizen. In der vergangenen Woche war die globale Ingenieurgemeinschaft in Aufruhr und analysierte einen detaillierten Thread auf X von Boris Cherny, dem visionären Schöpfer und Leiter von Claude Code bei Anthropic. Was als scheinbar beiläufige Vorstellung seiner persönlichen Terminal-Einrichtung begann, hat sich schnell zu einem viralen Manifest über die Zukunft der Softwareentwicklung entwickelt, wobei Brancheninsider es einstimmig als Wendepunkt für das aufstrebende Startup bezeichnen.

Chernys Erkenntnisse sind nicht nur neu; sie gestalten aktiv neu, wie Entwickler Effizienz und Produktivität im Zeitalter der künstlichen Intelligenz verstehen. Jeff Tang, eine prominente Stimme in der Entwicklergemeinschaft, unterstrich diese Stimmung mit den Worten: „Wenn Sie die Best Practices von Claude Code nicht direkt von seinem Schöpfer lesen, hinken Sie als Programmierer hinterher.“ Kyle McNease, ein weiterer einflussreicher Branchenbeobachter, ging noch weiter und erklärte kühn, dass Anthropic mit Chernys „spielverändernden Updates“ „in Flammen steht“ und möglicherweise „ihren ChatGPT-Moment“ erlebt. Die spürbare Begeisterung um Chernys Enthüllungen rührt von einem faszinierenden Paradox her: Sein Workflow ist überraschend elegant und einfach, doch er ermöglicht es einem einzelnen Menschen, mit der Ausgabekapazität zu arbeiten, die typischerweise einem kleinen, engagierten Entwicklungsteam zugeschrieben wird. Wie ein Benutzer treffend auf X bemerkte, nachdem er Chernys Setup implementiert hatte, „fühlt sich die Erfahrung mehr wie Starcraft an“ als traditionelles Codieren – eine tiefgreifende Paradigmenverschiebung vom mühsamen Tippen von Syntax zum strategischen Befehligen autonomer Einheiten.

Vom linearen Codieren zum Flottenkommandanten: Ein neues Entwicklungs-Paradigma

Die auffälligste Offenbarung aus Chernys offenem Bericht ist seine Abkehr vom konventionellen linearen Ansatz der Programmierung. Im traditionellen „inneren Loop“ der Entwicklung schreibt ein Programmierer typischerweise eine Funktion, testet sie rigoros und geht dann sequenziell zur nächsten Aufgabe über. Cherny hingegen agiert als hochentwickelter Flottenkommandant. „Ich betreibe 5 Claudes parallel in meinem Terminal“, erklärte Cherny und beschrieb seine Einrichtung. „Ich nummeriere meine Tabs 1-5 und verwende Systembenachrichtigungen, um zu wissen, wann ein Claude eine Eingabe benötigt.“ Durch die geniale Nutzung von iTerm2-Systembenachrichtigungen verwaltet Cherny meisterhaft fünf gleichzeitige Arbeitsströme. Während ein KI-Agent gewissenhaft eine umfassende Testsuite ausführt, wird ein anderer mit der Refaktorierung eines komplexen Legacy-Moduls beauftragt, und ein dritter erstellt aktiv komplexe Dokumentationen. Sein operativer Bereich erstreckt sich über das lokale Terminal hinaus; er betreibt auch „5-10 Claudes auf claude.ai“ in seinem Browser und verwendet einen cleveren „Teleport“-Befehl, um Sitzungen nahtlos zwischen der Weboberfläche und seinem lokalen Rechner zu übergeben. Dies ist nicht nur ein Produktivitätsschub; es stellt eine grundlegende Verschiebung dar, wie Softwareentwickler ihre Rollen im Zeitalter der KI wahrnehmen. Der Entwickler ist nicht mehr nur ein Coder, sondern ein strategischer Orchestrator, der eine Flotte von KI-Agenten auf komplexe Ziele hin steuert.

Diese innovative Strategie bestätigt direkt die Philosophie „mehr mit weniger tun“, die Anthropic-Präsidentin Daniela Amodei Anfang dieser Woche artikulierte. Während formidable Konkurrenten wie OpenAI Billionen-Dollar-Infrastrukturprojekte verfolgen, demonstriert Anthropic eindrucksvoll, dass eine überlegene Orchestrierung und intelligente Nutzung bestehender Modelle exponentielle Produktivitätssteigerungen erzielen kann. Dies positioniert Anthropic einzigartig im hart umkämpften KI-Rennen und unterstreicht, dass wahre Innovation nicht ausschließlich in der Modellgröße oder der rohen Rechenleistung liegt, sondern in der geschickten Anwendung und Verwaltung intelligenter Systeme.

Der kontraintuitive Vorteil: Warum das langsamste, intelligenteste Modell gewinnt

In einem Schritt, der für eine Branche, die ständig von der Minimierung der Latenz besessen ist, zunächst kontraintuitiv erscheint, enthüllte Cherny eine überraschende Präferenz: Er verwendet ausschließlich Anthropics schwerstes und nach konventionellen Metriken langsamstes Modell, Opus 4.5. „Ich verwende Opus 4.5 mit Denken für alles“, erläuterte Cherny. „Es ist das beste Codierungsmodell, das ich je verwendet habe, und obwohl es größer und langsamer als Sonnet ist, da man es weniger steuern muss und es besser im Werkzeugeinsatz ist, ist es am Ende fast immer schneller als die Verwendung eines kleineren Modells.“

Für Technologieführer von Unternehmen und CTOs bietet dies eine kritische, paradigmenverändernde Einsicht. Der wahre Engpass in der modernen KI-gesteuerten Entwicklung ist nicht die rohe Generierungsgeschwindigkeit eines Tokens; es ist die unschätzbare menschliche Zeit, die für die akribische Korrektur der unvermeidlichen Fehler der KI aufgewendet wird. Chernys Workflow legt eindringlich nahe, dass das proaktive Zahlen der „Compute-Steuer“ für ein intelligenteres, fähigeres Modell im Voraus die weitaus kostspieligere und zeitaufwändigere „Korrektur-Steuer“ später im Entwicklungszyklus drastisch eliminiert. Dies stellt eine tiefgreifende philosophische Verschiebung dar, die die Ausgabequalität und minimierte menschliche Intervention über die reine Generierungsgeschwindigkeit priorisiert. Die Investition in ein Modell, das weniger Steuerung und weniger Korrekturen erfordert, führt letztendlich zu einem schnelleren, effizienteren und robusteren Entwicklungszyklus auf lange Sicht.

Eine gemeinsame Datei für kollektives KI-Lernen: Die CLAUDE.md-Offenbarung

Cherny erläuterte ferner, wie sein Team das allgegenwärtige Problem der „KI-Amnesie“ auf geniale Weise angeht. Standard-Sprachmodelle „erinnern“ sich naturgemäß nicht an den spezifischen Codierungsstil, architektonische Entscheidungen oder bevorzugte Konventionen eines Unternehmens von einer Sitzung zur nächsten. Um diese erhebliche Einschränkung genial zu umgehen, pflegt Chernys Team eine einzige, entscheidende Datei namens CLAUDE.md in ihrem Git-Repository. „Jedes Mal, wenn wir sehen, dass Claude etwas falsch macht, fügen wir es zu CLAUDE.md hinzu“, erklärte Cherny, „damit Claude weiß, dass er es beim nächsten Mal nicht tun soll.“

Dieser innovative Ansatz verwandelt KI-Fehler von vorübergehenden Hindernissen in dauerhafte, umsetzbare Lernlektionen und schafft so eine sich ständig weiterentwickelnde Wissensbasis. Durch die effektive Integration dieser gesammelten Weisheit in das Training des Modells oder seine kontextbezogenen Prompts können Entwicklungsteams systematisch KI-Agenten aufbauen, die nicht nur intelligenter, sondern auch anpassungsfähiger und feiner auf ihre einzigartigen Anforderungen abgestimmt sind. Chernys Workflow als Ganzes zeigt nicht nur die operative Methodik eines Einzelnen, sondern eine überzeugende Vision für die Zukunft der Softwareentwicklung – eine Zukunft, in der Menschen und KI nahtlos in einer dynamischen, strategischen Umgebung zusammenarbeiten und die Grenzen von Produktivität und Innovation grundlegend neu definieren.

Ekhbary Nachrichtenagentur