Von Anfang Juli bis zum 1. November 2026 hatte ich eine Flotte von KI-Coding-Agenten. Bis zu 15 Arbeiter und einen Captain, der die Arbeit verteilt hat. Ich habe sie meine Terrakotta-Armee genannt. Am 1. November habe ich sie abgeschaltet. Hier steht, was in diesen vier Monaten passiert ist und warum ich jetzt mit weniger Agenten arbeite.
Diesen Artikel gibt es auch auf Englisch: I Ran 15 AI Coding Agents in Parallel. Then I Stopped..
Ein Coding-Agent ist eine KI, die selbst Code schreibt und ändert. Ich gebe ihr eine Aufgabe in normaler Sprache, und sie ändert die Dateien, startet die Tests und öffnet einen Pull Request. Sie läuft auf meinem Rechner oder auf einem unserer Server, und ich kann zusehen.
Die Videos sind auf Englisch.

Was Firstmate ist
Firstmate ist ein Open-Source-Projekt unter MIT-Lizenz. Das Versprechen: Sprich mit einem Agenten, liefere mit einer Crew. Ich rede mit einem Agenten, und der verteilt die Arbeit an die anderen. Diesen einen nenne ich Captain, die anderen Arbeiter. Firstmate selbst nennt sie First Mate und Crew. Der Captain gibt meine Aufgaben an die Arbeiter weiter, die Arbeiter arbeiten und melden sich beim Captain, und der Captain meldet sich bei mir.
Die Idee finde ich großartig. Ich muss nicht mehr mit jedem Agenten selbst reden, und die Arbeit läuft weiter, während ich schlafe, esse oder im Meeting sitze.
Eigentlich bin ich dem Traum einer Dark Factory nachgejagt. Das ist eine Fabrik, in der das Licht aus ist, weil kein Mensch mehr drin arbeitet. Für Software heißt das: Ich sage, was ich will, und die Software entsteht ohne mich.
Mein Aufbau
Unsere IT hat mir einen großen Proxmox-Server bei Hetzner gegeben. Darauf konnte ich bis zu 15 Agenten parallel laufen lassen. Die Agenten liefen mit DeepSeek auf SeibertGPT, unserem eigenen KI-Server in Helsinki. Ich habe nicht pro Token bezahlt und konnte die Flotte deshalb viel Software bauen lassen.
Ein Wort brauche ich gleich öfter: mergen. Das heißt, eine Änderung wird fest in das Programm eingebaut. Gemergt haben die Agenten nur in Software, die ich selbst gebaut hatte: meine eigenen Werkzeuge und interne Anwendungen aus meinen Vibe-Coding-Projekten. Keine Kunden- und keine Finanzsysteme. Jede Änderung lief über einen eigenen Branch, einen Pull Request (PR) und die automatischen Tests.
Der Rausch: 101 gemergte PRs in zwölf Tagen
Ich habe Aufträge reingegeben, und sie kamen ausgeliefert zurück. Vom 5. bis zum 16. September wurden 101 Pull Requests aus der Flotte gemergt. Ein Beispiel: Unser Sprachnachrichten-Produkt heard kam in fünf Tagen von null auf 11 gemergte PRs.
Auf einmal habe ich in meinen Programmen Funktionen gefunden, die ich nicht wollte. Es war, als würde die Software sich selbst bauen. Das war toll.
Wie viele Stunden mir das gespart hat, kann ich nicht sagen. Ich habe es nie gezählt. Was es gekostet hat, habe ich auch nie gemessen. Die Rechner waren schon da.
Der Engpass war ich
Dann kamen die Rückfragen. Fünfzehn Arbeiter, die den ganzen Tag etwas von mir wissen wollten, haben mich schwindelig gemacht.
Bis zum 16. September hatte mir die Flotte 50 Entscheidungen vorgelegt. 28 davon waren noch offen. Gestaut hat sich die Arbeit bei mir.
Wenn wirklich etwas zu klären war, war ich komplett blank. Ein Arbeiter kam zurück und meldete etwas, und ich hatte den Kontext völlig verloren. Worum geht’s? Was wollte ich da? Warum? Die Agenten mussten sich immer wieder erklären.
Meine Freigabe war Formsache
Bei Datenbank-Migrationen wollte ich jeden Merge selbst freigeben. In Wirklichkeit habe ich nur geschaut, ob unser Online-PR-Agent, eine zweite KI, die Pull Requests prüft, „LGTM“ geschrieben hatte (looks good to me, sieht gut aus). Dann habe ich gemergt.
Ich habe keinen einzigen Diff gelesen. Eine Datenbank-Migration kann eine Spalte löschen oder eine Tabelle umschreiben, und wenn das schiefgeht, sind die Daten weg. Dieses Risiko stand bei jedem Merge auf meinem Bildschirm, und ich habe nie hingesehen. Das hätte die KI auch ohne mich gekonnt, also habe ich diesen Schritt auch noch automatisiert.
Funktionen, die ich nie wollte
Meine Aufträge waren oft mehrdeutig. Wenn ich die Rückfragen nicht beantwortet habe, mussten die Agenten raten, was ich meine. Manchmal lagen sie nah dran, aber eben nicht ganz. Ich habe Funktionen in meiner Software gefunden, die ähnlich waren wie das, was ich wollte, und trotzdem falsch.
Das war peinlich. Das war ein Grund, warum ich aufgehört habe.
Was sonst noch schiefging
Ein paar Pannen aus den vier Monaten, mit Datum:
- 6. September: Ein Arbeiter hing 36 Minuten an einem Vertrauens-Dialog. In der Prozessliste sah er aus wie ein gesunder Arbeiter.
- 7. September: Ich habe ein Programm neu gestartet, an dem die Arbeiter hingen. Damit waren 11 Arbeiter auf einmal weg.
- 15. Oktober: 14 Arbeiter liefen. 13 davon waren tot. Der Captain hat gemeldet: alles in Ordnung.
- 25. Oktober: Die Festplatte war zu 81 Prozent voll, fast alles Build-Caches, rund 100 GB. Am 26. Oktober war sie fast voll.
- 29. Oktober: Der Captain war 38,7 Stunden weg.
Einen Teil davon habe ich selbst verursacht. Wenn ein Auftrag hing, weil ich nicht geantwortet hatte, habe ich denselben Auftrag noch mal eingereicht. Am Ende lagen zwei Aufträge zum selben Thema in der Flotte.
Warum ich aufgehört habe
Vielleicht kommt die Zeit, in der eine Dark Factory funktioniert. Vielleicht gibt es Leute, die mit Firstmate heute schon 15 Arbeiter gleichzeitig steuern. Ich bin nicht so jemand, und ich halte es für unwahrscheinlich, dass ich das für meine Arbeit erreiche.
Deshalb habe ich die Flotte am 1. November abgeschaltet.
Wie ich jetzt arbeite
Ich bin zurück bei T3 Code von Theo. Ich arbeite mit weniger Agenten gleichzeitig, meistens nur eine Handvoll Threads. Ich kann nach oben und unten scrollen und sehe alles, woran ich arbeite: was gerade läuft und was mich braucht. Den Kontext habe ich schnell wieder.
Die Agenten schlafen meistens, wenn ich schlafe. Vor dem Schlafengehen gebe ich ein paar von ihnen ein Ziel, und sie arbeiten daran, bis sie es erreicht haben. Nachts laufen nur die paar Agenten, die ein Ziel haben.
Ein Schritt zum Nachmachen
Bevor du einem Agenten eine Aufgabe gibst, leg fest, welche Rückfragen du wirklich selbst beantworten willst. Alles andere erlaubst du ihm. Wenn du dann trotzdem nur „passt schon“ klickst, ohne zu lesen, streich auch diese Frage von der Liste.
Selbst ausprobieren
Firstmate liegt auf GitHub. SeibertGPT ist ein Chat-Assistent, der mit DeepSeek auf unserem eigenen Server in Helsinki läuft, in der EU. Hier kannst du SeibertGPT ausprobieren. Die Flotte in diesem Artikel ist nicht Teil von SeibertGPT; das war mein eigener Aufbau auf meinem eigenen Server.
Was passiert, wenn zwei KI-Agenten einen Arbeitstag lang an derselben Codebasis arbeiten, steht in Der Test war grün, die Seite unbenutzbar.
Wie ich Agenten für mein Content-Marketing einsetze, steht hier: Eine Aufnahme, elf Videos: So automatisiere ich mein Content-Marketing mit KI-Agenten.




