Beobachtetes Signal · 28. Juli 2026 · Technical Release · Quelle: The Pragmatic Engineer · Relevanz: 3/5 · Sentiment: Positiv

Wie KI-Tools von Anthropic das Software Engineering grundlegend verändern

Zusammenfassung des Signals

Ein Vor-Ort-Bericht von The Pragmatic Engineer bei Anthropic beleuchtet, wie fortschrittliche KI-Toolings die Softwareentwicklung transformieren. Das Claude-Platform-Team entwickelte die Claude Managed Agents in sechs Monaten und migrierte seine Plattformschicht von Python zu Rust. Bun-Schöpfer Jarred Sumner portierte die Codebasis in nur 11 Tagen von Zig auf Rust – unterstützt durch 64 parallele KI-Agenten und Token-Kosten von rund 165.000 US-Dollar, gefolgt von intensiver Verifikation und Testing. Der Bericht dokumentiert fundamentale Veränderungen der Teamabläufe: Agenten-getriebenes Prototyping, der massive Einsatz von automatisierter KI-Code-Review und Security-Scannern sowie eine höhere personelle Flexibilität zwischen Teams. Dennoch bleiben klassische Planungsprozesse und Product Requirement Documents (PRDs) für komplexe Architekturprojekte weiterhin essenziell.

Polaris7 AgentStrategische Einordnung
Hohe Konfidenz

Der Bericht liefert den praxisnahen Beweis für produktionsreife KI-Agenten-Workflows, die großflächige Code-Migrationen massiv beschleunigen und Entwicklerproduktivität, CI/CD-Pipelines sowie Architekturentscheidungen nachhaltig verändern.

SIGNAL RADAR

Marktsignale zu Anthropic in Echtzeit verfolgen

Polaris7 erfasst behördliche Registrierungen, Primärquellen, Führungswechsel und Deal-Aktivitäten rund um die Uhr. Erstellen Sie Ihren Polaris7-Workspace, um automatisierte Executive Briefings zu erhalten.

Monitoring starten
Verifizierte PrimärquellenAutomatisierte BriefingsSofortiges Watchlist-Setup

Wichtigste Kernpunkte & Evidenz

  • Anthropic entwickelte und veröffentlichte Claude Managed Agents innerhalb eines sechsmonatigen Projekts mit Launch im April 2026.
  • Die Claude Platform migriert ihren Plattform-Layer aus Gründen der Performance und Skalierbarkeit von Python auf Rust.
  • Bun-Entwickler Jarred Sumner schrieb Bun mittels 64 paralleler KI-Agenten und ca. 165.000 USD Token-Einsatz in 11 Tagen von Zig auf Rust um; der Code ist produktiv und treibt Claude Code an.
  • Anthropic-Teams nutzen parallel agierende KI-Agenten (typischerweise 3–10) und setzen den Großteil der KI-Kapazitäten für automatisiertes Code-Review, Security-Scanning und Verifikation statt für reine Implementierung ein.
  • Die Architektur der Managed Agents entkoppelt 'Brain', 'Hands' (Sandboxes/Tools) und 'Session' über ein Vault- und Proxy-Design, bei dem Credentials erst an der Egress-Grenze injiziert werden.

Verknüpfte Unternehmen

“David Hershey arbeitet mit Kunden wie Cursor, Cognition und Perplexity zusammen.”

“Das Projekt dauerte rund sechs Monate und beinhaltete die Unterstützung für den Betrieb von Agenten auf AWS, GCP und Azure.”

“Das Projekt dauerte rund sechs Monate und beinhaltete die Unterstützung für den Betrieb von Agenten auf AWS, GCP und Azure.”

Ontologie & Marktkonzepte

Large Language Models (LLM) & AI#Claude Managed Agents#AI-powered parallel-agent code rewrite (agent orchestration)
Primäre Quellenbasis & Herkunftsnachweis
Verifizierter Herkunftsnachweis
Primärquelle: The Pragmatic Engineer•Veröffentlicht: 28. Juli 2026
Ursprünglicher Berichttitel: “How building software is changing at Anthropic”

Verwandte Marktsignale & Trends

Aktuelle verifizierte Unternehmensentwicklungen und Deal-Aktivitäten in diesem Marktsegment.

Large Language Models (LLM) & AI4. März 2026

Boris Cherny erklärt die Entwicklung von Anthropics Claude Code

Boris Cherny, Schöpfer und Leiter von Claude Code bei Anthropic, erläutert die Evolution des Tools vom Nebenprojekt zum internen Entwicklertool sowie die zugrundeliegenden Engineering-Praktiken für agentengetriebene Entwicklung. Er beschreibt einen hochfrequenten Workflow mit parallelen Claude-Instanzen zur Erstellung zahlreicher Pull Requests pro Tag, effektive Retrieval-Strategien wie modellgesteuertes Glob und Grep anstelle komplexer RAG-Ansätze sowie deterministische Review- und Sandboxing-Muster zur Gewährleistung der Sicherheit. Zudem beleuchtet er Claude Cowork — einen schnell entwickelten Desktop-Agenten auf VM-Basis für Nicht-Entwickler —, organisatorische Veränderungen durch Prototypen statt traditioneller PRDs sowie ein sich wandelndes Kompetenzprofil für Ingenieure, da agentenbasierte Tools zunehmend Implementierungsaufgaben übernehmen.

Signal analysieren
Large Language Models (LLM) & AI20. Apr. 2026

Intercom verdoppelt Engineering-Geschwindigkeit durch Claude Code

Brian Scanlan, Senior Principal Engineer bei Intercom, beschreibt, wie das Unternehmen durch einen KI-first Engineering-Ansatz und den Einsatz von Claude Code die Anzahl der gemergten Pull Requests pro R&D-Mitarbeiter innerhalb von neun Monaten bei gleichbleibender Code-Qualität verdoppelt hat. Intercom hat Claude Code flächendeckend eingeführt – 100 % der Engineers sowie Designer, PMs und TPMs schreiben damit Code – und eine Telemetrie über Honeycomb aufgebaut, um die KI-Adoption und -Qualität zu messen. Zudem wurde ein zentrales Skills-Repository zur Durchsetzung von Standards, ein Berechtigungs- und Verantwortungsrahmen sowie eine Infrastruktur mit CLIs, Model Context Protocol (MCP) Servern und ephemeren APIs für eine agentenbasierte Zukunft geschaffen. Das Interview bietet Einblicke in Demos, die Automatisierung fehlerhafter Specs und die Betrachtung von KI-Ausgaben als strategisches Investment.

Signal analysieren
Large Language Models (LLM) & AI30. Apr. 2026

KI-Produktteam mit 10 Agenten in Claude Code entwickelt

Ein Entwickler beschreibt den Aufbau eines aus 10 Agenten bestehenden KI-Produktteams unter Nutzung der Agent-Teams-Funktion von Claude Code, um die Produktentwicklung von der Ideengewinnung bis zum Go-to-Market zu orchestrieren. Jeder Agent ist als Markdown-Datei im Ordner .claude/agents definiert und läuft in einem eigenen Kontext. Die Agenten kommunizieren direkt, während ein Lead-Orchestrierer Stage Gates durchsetzt und Challenge-Sessions abhält. Der Autor wechselte von OpenClaw zu Claude Code, um die Infrastruktur-Friction und Token-Kosten zu reduzieren, und teilt die Agenten auf Opus 4.6 für offenes Reasoning und Sonnet 4.6 für prozedurale Checklisten auf. Der Workflow nutzt ein Plugin zur Erzwingung von Test-Driven Development (TDD), Playwright für E2E-QA sowie einen Codex-Adversarial-Review-Schritt für modellübergreifende Code-Reviews. Der Beitrag beleuchtet Kosten, Portabilität und Design-Alternativen vor der finalen Umsetzung.

Signal analysieren
Executive Briefing & Watchlist

Alle künftigen Signale zu Anthropic & Wettbewerbern im Briefing erhalten

Verpassen Sie keine M&A-Transaktionen, Führungswechsel, Kunden-Etats oder Produkt-Launches mehr. Polaris7 überwacht über 20.000 Primärquellen rund um die Uhr und liefert evidenzbasierte Telemetrie direkt in Ihr wöchentliches Executive Briefing.

Tägliche Primärquellen-ScansKuratierte Executive BriefingsJederzeit abbestellbar