Zeit- und Kostenfresser bei KI-Agenten: So finden Entwickler heraus, wo ihre Coding-Agenten Zeit verschwenden
Wenn ein Coding-Agent an einer Aufgabe arbeitet, wechseln sich Modellanfragen und Werkzeugaufrufe ab. Das Sprachmodell entscheidet beispielsweise, eine Datei zu lesen, Code zu ändern oder Tests zu starten. Das Agentenprogramm führt die Aktion aus und gibt deren Ergebnis an das Modell zurück, das daraufhin den nächsten Schritt bestimmt. Dauert die Sitzung länger als erwartet, kann das verschiedene Gründe haben. Ein Test wartet vielleicht auf seinen Start, ein Werkzeug wiederholt intern einen fehlgeschlagenen Versuch oder das Modell fordert einen weiteren Aufruf an.
Wie sich solche Fälle unterscheiden lassen, untersuchen wir an einer Entwicklungsaufgabe mit Claude Code. Dabei zeigt sich ein überraschendes Verhalten: In drei Läufen startete der Agent einen Test erneut, obwohl der vorherige bereits erfolgreich war. Warum macht er sich diese zusätzliche Arbeit? Und wie lässt sich herausfinden, ob sie notwendig war oder nur Zeit und Geld gekostet hat? Mit gezielten Störungen und einer detaillierten Auswertung der Messdaten gehen wir diesen Fragen nach.