Claude Code Chef: Agentic Loops sind ein "ebenso großer" Umbruch wie Agents

Agentic loops sind der nächste Paradigmenwechsel im KI-Coding — und sie sind bereits innerhalb von Anthropics eigener Engineering-Organisation im Einsatz. Auf der Meta @Scale-Konferenz am 20. Juni 2026 erklärte Claude Code-Chef Boris Cherny, der Übergang von Code, den Agents schreiben, zu Code, den Agents schreiben, die von anderen Agents beauftragt werden, sei "genauso groß wie der Schritt von Source Code zu Agents." Das ist keine Demo — so arbeitet Chernys Team heute.

Was passiert ist

Chernys Antwort auf die Frage, ob agentic loops nur ein Hype-Zyklus seien, ließ keine Zweifel: "Vor zwei Jahren haben wir Source Code von Hand geschrieben. Dann begannen wir den Übergang, dass Agents den Code schreiben. Und jetzt gehen wir über zu dem Punkt, an dem Agents andere Agents prompts geben, die dann den Code schreiben. Genauso groß wie der Schritt von Source Code zu Agents war, sind loops ein ebenso wichtiger und großer Schritt" (TechCrunch(wird in einem neuen Tab geöffnet), 2026).

Danach beschrieb er die konkreten Loops, die in seiner eigenen Arbeit laufen. Agents, die kontinuierlich nach Möglichkeiten zur Verbesserung der Code-Architektur suchen — Pull Requests einreichen wie jeder andere Entwickler, und dann erneut laufen, sobald sich der Code ändert. Agents, die nach duplizierten Abstraktionen in der gesamten Codebase jagen und sie vereinheitlichen. Das entscheidende Detail: Diese Agents hören nie auf zu laufen. Sie sind persistente Hintergrundprozesse, keine einmaligen Aufgaben.

Das beliebteste Implementierungsmuster — der Ralph Loop, benannt nach Ralph Wiggum aus den Simpsons — funktioniert so: Ein Agent fasst alles zusammen, was er getan hat, prüft, ob das Ziel erreicht ist, und springt so lange hin und her, bis die Aufgabe erledigt ist. Wie TechCrunch anmerkt, beobachtete OpenAI-Forscher Noam Brown Anfang des Monats, dass aktuelle Modelle nahezu jedes Problem lösen können, wenn man genug Rechenleistung darauf wirft. Agentic loops sind das Engineering-Pattern, das diese Beobachtung operationalisiert: Tokens für inkrementelle Verbesserungen ausgeben, bis ein Schwellenwert erreicht ist — oder einfach endlos weiter ausgeben.

Warum es wichtig ist

Cherny spekuliert nicht. Er beschreibt die Engineering-Organisation, die Claude Code ausliefert — ein Produkt, das von Entwicklern genutzt wird, die regelmäßig mehrstündige autonome Coding-Sessions durchführen. Wenn die Person, die das Tool baut, sagt, dass agentic loops der nächste Paradigmenwechsel sind, ist das kein Marketing. Es ist das interne Betriebsmodell.

Das Signal für das Dev-Tool-Ökosystem ist eindeutig. Jedes Coding-Tool — Cursor, Claude Code, Windsurf, Codex — bewegt sich in Richtung persistenter, autonomer Agents, die Code weiter verbessern, lange nachdem der Entwickler weitergezogen ist. Die Tools, die das Kosten-und-Vertrauen-Problem für kontinuierliche Hintergrund-Agents lösen, werden die nächsten 12 Monate dominieren.

Die Wirtschaftlichkeit ist der Unsicherheitsfaktor. Loops verbrennen kontinuierlich Tokens. Anders als ein einzelner Q&A-Call hat ein Agent, der 24/7 an einer Codebase arbeitet, kein Ausgaben-Limit (TechCrunch(wird in einem neuen Tab geöffnet), 2026). Anthropic profitiert als Token-Verkäufer direkt — aber für jede andere Organisation bedeutet immer laufende KI eine GPU-Budget-Planung, mit der die meisten Teams noch nicht begonnen haben. CI/CD-Pipelines müssen KI-generierte PRs akzeptieren. Review-Workflows müssen mit Code umgehen, den du weder geschrieben hast — noch angefordert hast.

Was sich für dich ändert

Wenn du regelmäßig ein KI-Coding-Tool nutzt, kommen agentic loops — ob du willst oder nicht. Drei Dinge, die du jetzt tun solltest:

1. Prüfe deinen Token-Verbrauch. Wenn du noch nicht modelliert hast, was dich kontinuierliche Hintergrund-Agents kosten würden, fang jetzt an. Agentic loops entfernen das Ausgaben-Limit für KI-Coding.
2. Baue Review-Muskulatur für KI-generierte PRs auf. Die Codequalitäts-Messlatte für Agent-generierte Änderungen unterscheidet sich von handgeschriebenen. Dein Review-Prozess muss mit Code umgehen, den niemand angefordert hat — der aber trotzdem gut sein könnte.
3. Beobachte CI/CD-Integrationsmuster. Die ersten Tools, die agentic-loop-fähige Pipelines ausliefern — Genehmigung, Merging und Messung von KI-generierten PRs in großem Maßstab — werden den Standard für die Kategorie setzen.

FAQ

Was ist ein agentic loop? Ein agentic loop ist ein Muster, bei dem ein KI-Agent wiederholt seine eigene Ausgabe bewertet, entscheidet, ob das Ziel erreicht ist, und weiter iteriert — entweder bis zur Fertigstellung oder unbegrenzt. Anders als traditionelle Software-Loops mit expliziten Abbruchbedingungen nutzen agentic loops das eigene Urteilsvermögen der KI, um zu bestimmen, wann sie aufhören sollen, was sie für ergebnisoffene Verbesserungsaufgaben wie Code-Refactoring geeignet macht.

Wie unterscheidet sich das von dem, was Coding-Agents bereits tun? Die meisten Coding-Agents arbeiten heute im One-Shot- oder Kurz-Session-Modus: Du gibst einen Prompt, der Agent generiert Code, die Session endet. Agentic loops sind persistente Hintergrundprozesse — sie laufen kontinuierlich, reichen Verbesserungen ein, während sich die Codebase weiterentwickelt, ohne erneut geprompted zu werden.

Welche Tools unterstützen heute agentic loops? Claude Code ist die ausgereifteste Implementierung — Cherny beschreibt interne Teams, die 24/7-Loop-Agents betreiben. Cursors Agent-Modus bewältigt mehrstufige autonome Sessions innerhalb des Editors, und sowohl Windsurf als auch Codex bauen auf ähnliche persistente Agent-Architekturen hin. Die Kategorie entsteht gerade erst — erwarte schnelle Feature-Launches bei allen großen Tools in diesem Quartal.