> ls /var/log/decisions/*.md
Architekturentscheidungen, MCP-Implementierungsnotizen und gelegentliche Rants über Dinge, die nicht so kompliziert sein sollten.
Neueste Ausgabe
Fang hier an, wenn du das frischeste technische Update willst, bevor du ins Archiv eintauchst.
Cursors Indexer ist hervorragend – innerhalb von Cursor. Maguyva ist die gehostete MCP-Karte, die derselbe Agent aus anderen Editoren, CLIs und CI heraus abfragen kann.
Archiv
Architektur, Observability, MCP-Oberflächendesign und die Patterns, die den Kontakt mit der Produktion überlebt haben.
Verankere den Coding-Agent in einer Repo-Karte, bevor er schreibt. Lass danach Greptile den Pull Request reviewen. Ein komplementäres Paar, kein Ersatz.
Wie du einem Coding-Agent eine abfragbare Karte eines großen Repositorys aus der Cloud gibst, ohne einen lokalen Indexer auf deinem Laptop laufen zu lassen.
KI-Coding-Agents erfinden Dateipfade, wenn sie keine echte Karte des Repos haben. Hier ist, warum das passiert, und wie Verankerung zu weniger halluzinierten Änderungen führt.
Wir haben unsere Code-Embeddings auf voyage-4-large umgestellt — aktuell die Nummer eins im öffentlichen RTEB-Code-Retrieval-Leaderboard. Die ehrliche Version: der Trade-off, den wir eingehen, was wir tatsächlich indizieren, und warum wir für Premium-Embeddings bezahlen.
Wir unterstützen Code Intelligence für ~280 Sprachen. Das kann kein Mensch von Hand auditieren. Also haben wir eine Schleife zur rekursiven Selbstverbesserung der Sprachunterstützung gebaut — Stichprobe, LLM-as-Judge, eine Sache reparieren, erneut validieren — und lassen sie mit einer Flotte isolierter Agents laufen, bis die Extraktion tatsächlich stimmt, nicht nur grün ist.
Eine Query wie 'wo ist parseConfig definiert' braucht eine andere Suche als 'wie funktioniert Auth'. Maguyva klassifiziert die Intention, gewichtet vier Retrieval-Modalitäten entsprechend und fusioniert die Ergebnisse mit gewichteter Reciprocal Rank Fusion.
Wir haben Claude Code und Codex mit OpenTelemetry und Alloy in einen gemeinsamen Grafana-Stack eingebunden und dann mit Traces und Logs Probleme im Agent-Verhalten direkt an der Quelle gefunden und behoben.
Git-Commits werden zu strukturierten Changelog-Einträgen und Architectural Decision Records und fließen dann als abfragbares institutionelles Gedächtnis zurück in KI-Agents.
Wir haben 3.500 Skill-Kandidaten geprüft und 466 übernommen. Eine systematische Mining- und Ingestion-Loop für den Aufbau einer kohärenten KI-Agent-Skill-Bibliothek im großen Maßstab.
Agent-Systeme sind standardmäßig undurchsichtig. Progressive Disclosure gibt Operatoren gestufte CLI-Ansichten — von schnellen Statuschecks bis zu vollständigen Agent-Interna und Decision-Traces.
KI-Agents halluzinieren mit großer Überzeugung. Grundwahrheiten sind versionierte, abgegrenzte Fakten, die das Verhalten von Agents in der Realität verankern. So haben wir sie gebaut und setzen sie durch.
Ein Orchestrator verteilt Arbeit an spezialisierte KI-Agents, jeder mit eigenen Skills und eigenem Gedächtnis. Wie Orkestra 46 Agents und 466 Skills in Produktion koordiniert.
Jede Ausgabe landet zuerst hier. Neue Artikel wandern direkt in den Changelog, oder abonniere per RSS und erfahre es, sobald einer erscheint.