OmO
70.3k

Alte Version · 19. Jan. 2026

Geschrieben, als es noch als verrückt galt, den Code nicht zu lesen, und alle vor dem Agenten saßen.

Aktuelle Version lesen

Manifest

Ultrawork-Manifest

Die Philosophie des High-Output-Engineerings

> HUMAN IN THE LOOP = ENGPASS

Stell dir ein autonomes Auto vor, bei dem du alle 30 Sekunden ans Steuer greifen musst. Würdest du das "autonom" nennen? Nein. Du würdest es Fahrassistent nennen. Kaum besser als ein Tempomat.

Warum sollte das beim Coding anders sein?

Wir haben eine Version von "KI-Coding" akzeptiert, bei der ein Chatbot 20 Zeilen schreibt und dann darauf wartet, dass du sie reparierst. Niemand würde das Automatisierung nennen. Das ist Mikromanagement.

  • Halbfertigen KI-Code reparieren
  • Syntaxfehler manuell korrigieren
  • Kontext ständig hin und her kopieren
  • Jede einzelne Zeile auf Halluzinationen prüfen

Das ist keine "Mensch-KI-Kollaboration". Das ist eine KI, die ihren Job nicht macht.

OmO basiert auf der Prämisse, dass der Mensch der Architekt sein sollte, nicht die Rechtschreibprüfung.

Nicht unterscheidbarer Code

Von einem Agenten geschriebener Code sollte nicht von dem eines Senior-Entwicklers zu unterscheiden sein.

  • Folgt bestehenden Mustern und der Architektur der Codebasis
  • Behandelt Fehler und Edge-Cases ungefragt
  • Schreibt Tests, die tatsächlich das Verhalten prüfen, nicht nur die Coverage
  • Kein KI-Slop, also kein Over-Engineering und keine Abstraktionen, nach denen niemand gefragt hat
  • Kommentare nur bei echtem Mehrwert, nie für Offensichtliches
"Wenn man erkennt, ob ein Commit von einem Menschen oder einem Agenten stammt, hat der Agent versagt."

Token-Kosten vs. Produktivität

Uns ist der Token-Verbrauch egal. Uns zählt der Output. Wenn 5 $ für Tokens eine Stunde Entwicklungszeit sparen, ist das ein 20-facher ROI.

  • Parallele Agenten erforschen mehrere Lösungen
  • Vollständige Erledigung ohne menschliches Eingreifen
  • Überprüft die eigene Arbeit vor dem Abschluss

Allerdings...

Wir optimieren auf Effizienz, wo es zählt. Nicht indem wir das Modell ausbremsen, sondern durch:

  • Einsatz günstigerer Modelle für Routineaufgaben
  • Keine doppelte Suche an denselben Stellen
  • Zwischenspeichern von Gelerntem über Sessions hinweg
  • Stoppen, sobald genügend Kontext vorhanden ist

Menschliche kognitive Last minimieren

Der Mensch sollte nur sagen müssen, was er will. Alles andere ist Aufgabe des Agenten.

Ansatz 1

Ultrawork

Sag einfach "ulw" und lehn dich zurück.

  1. Liest die Codebasis für den Kontext
  2. Zerlegt die Aufgabe in atomare Schritte
  3. Setzt sie um
  4. Prüft gegen die Anforderungen
  5. Committet die Änderungen

Null Eingreifen. Nur Ergebnisse.

Ansatz 2

Planner + Executor

Wenn du strategische Kontrolle willst.

Ultrawork Planner

Befragt dich, analysiert die Codebasis und erstellt dann einen detaillierten Arbeitsplan.

/ulw-execute

Führt den freigegebenen Plan in derselben Session aus, delegiert nach Kategorien und verfolgt den Fortschritt Welle für Welle.

Du entwirfst die Architektur. Agenten führen aus. Nichts passiert im Verborgenen.

Vorhersehbar

Gleicher Input, gleicher Output. Keine Überraschungen und keine kreativen Freiheiten, um die du nicht gebeten hast.

Kontinuierlich

Die Arbeit überlebt eine abgestürzte Session oder eine Woche Pause, weil der Agent den Zustand behält und du dich nicht darum kümmern musst.

Delegierbar

Übergib eine Aufgabe mit klaren Akzeptanzkriterien, genau wie an ein fähiges Teammitglied. Der Agent korrigiert sich selbst, wenn etwas schiefläuft, und eskaliert nur, wenn es sein muss.

Der Core-Loop

  1. Human Intent
  2. Agent Execution
  3. Verified Result

Planungs-Interview

Herausarbeiten, was du wirklich willst, bevor irgendetwas gebaut wird

Plan-Berater

Unklarheiten abfangen, bevor sie zu Bugs werden

Plan-Review-Gate

Vor der Ausführung prüfen, ob der Plan vollständig ist

Orchestrator

Die Arbeit koordinieren, damit du kein Mikromanagement betreiben musst

Todo-Fortführung

Abschluss erzwingen, "Ich bin fertig"-Lügen verhindern

Kategoriensystem

Jede Aufgabe an das richtige Modell leiten, damit du nie selbst wählen musst

Hintergrund-Agenten

Parallel recherchieren, ohne dich zu blockieren

Wissensaufbau

Aus der Arbeit lernen, Fehler nicht wiederholen

Die Zukunft, die wir bauen

  • Entwickler denken darüber nach, was sie bauen wollen – nicht, wie sie eine KI dazu bringen
  • Code-Qualität, die nicht davon abhängt, wer ihn geschrieben hat
  • Komplexe Projekte so einfach wie simple
  • "Prompt Engineering" wird überflüssig

"Der Agent sollte unsichtbar sein. Wie Strom, wie fließendes Wasser."

"Du legst den Schalter um. Das Licht geht an. Du denkst nicht über das Stromnetz nach."

einfach ulw ulw

OmO holen