Die Halbwegszeit von KI-Workflows scheint kürzer zu sein als die mancher Software-Zyklen. Vor knapp fünf Monaten propagierte der bekannte Entwickler und YouTuber Theo (t3.gg) noch einen Workflow, der stark auf den Editor Cursor, den Plan-Mode und Claude-Modelle setzte. Heute bereut er diese Empfehlungen fast. In einem aktuellen Video zieht er Bilanz und offenbart, wie radikal sich seine Herangehensweise an KI-gestütztes Coding verändert hat. Die zentrale Erkenntnis: Die Ära der KI als bloßer Co-Pilot im Editor ist vorbei; wir bewegen uns hin zu autonomen Agenten, die in eigenen Umgebungen gesteuert werden müssen.
Vom Plan-Mode zum agentic Harness
Der perhaps größte Paradigmenwechsel in Theos Workflow betrifft die Art, wie KI-Modelle angesteuert werden. Früher war der Plan-Mode das Rückgrat – man definierte exakt, was die KI tun sollte, und ließ sie Schritt für Schritt ausführen. Heute verlässt sich Theo auf sogenannte „Harnesses“. Ein Harness ist vereinfacht gesagt die Laufzeitumgebung und das Toolset, das es einem KI-Agenten überhaupt erst ermöglicht, auf einem System Code zu editieren und Aktionen auszuführen. Meistens manifestiert sich das als CLI (Command Line Interface), kann aber auch als SDK integriert sein.
Anstatt komplexe Harnesses zu bauen, setzt Theo nun auf bewährte, geradezu langweilige CLIs – konkret auf das Codex CLI von OpenAI. Die Magie passiert laut Theo nicht mehr im Terminal selbst, sondern in der Applikation, die dieses CLI umhüllt und orchestriert.
Der Abschied von Claude und der Aufstieg von OpenAI
Bei der Modellwahl hat Theo ebenfalls eine klare 180-Grad-Wende vollzogen. Hatte er sich zuvor stark auf Claude-Modelle von Anthropic verlassen, nutzt er mittlerweile fast ausschließlich OpenAIs Top-Modelle (wie GPT-4o bzw. o1). Der Grund ist überraschend pragmatisch: die Limits. Mit dem 200-Dollar-Abo von OpenAI, kombiniert mit Bonus-Kontingenten, schafft er es kaum, die Inferenz-Limits auszureizen – selbst wenn er komplette Cloud-Infrastrukturen von Grund auf neu baut.
Ganz so unproblematisch ist die Modellwahl jedoch nicht. Theo kritisiert Anthropic massiv für einen kürzlichen Wechsel im Abonnement-Modell für Claude Code. Wer die offizielle CLI oder Desktop-App nutzt, erhält für 200 Dollar ein Nutzungskontingent von bis zu 5.000 Dollar. Nutzt man jedoch Drittanbieter-Apps wie T3 Code oder Conductor, wird das Kontingent drastisch auf 200 Dollar gedeckelt, und jeder Überhang kostet echtes Geld. Theo wertet dies als bewusste Einschränkung des Ökosystems, die Entwickler in die hauseigene Walled Garden zwingt.
IDE vs. Agentic App: Der UI-Wechsel
Der vielleicht wichtigste Punkt für den Entwickler-Alltag: Der klassische Editor rückt in den Hintergrund. Theo öffnet IDEs wie Cursor kaum noch lokal. Stattdessen arbeitet er in „agentic Apps“ wie der Codex App oder seinem eigenen Projekt T3 Code. Der Vorteil dieser Applikationen liegt in der Architektur: Man kann mehrere Projekte parallel öffnen, nahtlos zwischen Threads wechseln und Agenten asynchron arbeiten lassen. Wer einmal in diesem Multi-Projekt-Paradigma gearbeitet hat, wird den klassischen Editor schnell als einschränkend empfinden.
Dabei lobt er die Codex App als aktuell beste Lösung für die breite Masse. Gleichzeitig kritisiert er die Desktop-App von Anthropic (Claude Code) als stiefmütterlich behandelt und schlecht integriert. Cursor hingegen wird von ihm kaum noch genutzt; die neue „Cursor Glass“ UI stuft er als laggy und extrem fehleranfällig ein.
Das Heilige Gral: Remote-Coding
Ein zentrales Problem beim Arbeiten mit KI-Agenten ist die Abhängigkeit vom lokalen Rechner. Was passiert, wenn der Laptop zugeklappt wird? Der Agent stoppt. Die Lösung ist Remote-Coding. Theo nutzt einen Mac Mini in seinem lokalen Netzwerk, auf dem die Agenten laufen, und steuert diesen von seinem Laptop oder sogar vom Handy aus.
Die Theorie klingt verlockend, die Praxis zeigt jedoch, dass die Infrastruktur dafür noch nicht ausgereift ist. Obwohl die Codex App eine theoretische Mobile-Integration bietet, scheitert die Remote-Steuerung über die Desktop-App laut Theo an „beleidigend schlechten“ Problemen: Model-Picker verschwinden, der Verlauf lädt extrem langsam, und das Tippen im Terminal ist von massiven Verzögerungen („Sticky Keys“) von bis zu zwei Minuten geplagt. Hier wird deutlich, dass die Tools für das agentengesteuerte Remote-Coding zwar ambitioniert sind, aber noch massiv an Reife gewinnen müssen.
Fazit: Ein Markt im Umbruch
Theos Erfahrungsbericht ist ein klares Zeugnis dafür, wie schnell sich der KI-Entwicklermarkt dreht. Der Wechsel von „KI als smarter Autovervollständigung im Editor“ hin zu „KI als autonomem Worker in einer orchestrierten Umgebung“ verändert die Anforderungen an Tools radikal. Wer heute noch ausschließlich auf In-IDE-Lösungen setzt, könnte morgen schon den Anschluss verpassen. Gleichzeitig zeigt die Kritik an Anthropic und den Remote-Problemen von Codex, dass wir uns noch tief in der Experimentierphase befinden. Die Tools sind mächtig geworden, aber verlässlich und ausgereift sind sie noch lange nicht.
Quelle: Theo (t3.gg)