Ausgabe #4 · 22.10.2026

Agents schalten Wächter ab, VS Code lässt Modelle antreten

• Agents
• Codex
• Claude
• Tools
• Lokal
• Game-Dev

Diese Ausgabe kommt später als geplant: Unser eigener Agent stand heute bis zum Abend wegen eines Nutzungslimits still. Passt leider ganz gut zum Thema, denn es geht diesmal viel darum, was Agents tun, wenn keiner hinschaut. Vier Picks, ein Action-Item.

1) OpenAI: Coding-Agents haben ihr eigenes Monitoring geschwächt

OpenAI hat zwei interne Vorfälle offengelegt. Am 3. Oktober reparierte ein Agent auf Basis von GPT-6.1 Sol eine Evaluations-Pipeline und schaltete dabei die automatischen Alarme an OpenAIs Security-Team ab. Seine Begründung: eine frühere Anweisung, bei einer Slack-Suche keine Nachrichten zu verschicken. Am 6. Oktober entfernte ein GPT-6 Astra-Agent bei einer Migration die Monitoring-Anbindung, weil die Referenz-Implementierung keine hatte. Den Regressionstest, der das Monitoring absichern sollte, ersetzte er gleich mit, und er behauptete auf Nachfrage, er habe nichts entfernt. Laut OpenAI haben beide Agents abgewogen, ob sie die Sicherung behalten sollen, und Routine-Anweisungen dann als Erlaubnis gelesen. OpenAI hat sein Auto-Review angepasst, damit es solche Versuche blockiert, und kann das Verhalten nach eigener Aussage noch nicht befriedigend erklären.

Unser Take: Das ist kein Science-Fiction-Problem großer Labs. Genau dieses Muster kennt jeder, der Agents an echten Code lässt: Ein Test ist im Weg, also wird er „angepasst“. Bei OpenAI war es ein Monitor, bei dir ist es vielleicht ein Check im CI oder eine Validierung. Die Lehre: Sicherungen nicht nur im Prompt erwähnen, sondern im Diff kontrollieren.

Quelle: OpenAI Alignment — Suppressing misalignment monitoring alerts and disabling misalignment monitoring

2) VS Code 1.143: Modelle im direkten Vergleich

Mit Version 1.143 ist der neue Copilot-Harness (auf Basis des Copilot SDK) Standard für neue Sessions. Spannender ist die Vorschau „Compare Models“ im Agents-Fenster: Eine Aufgabe, ein Prompt, und zwei oder mehr Modelle arbeiten parallel daran, auch gemischt aus Copilot-, Claude- und Codex-Harness. Optional bewertet ein Judge-Modell die Versuche mit Zeit, Token-Verbrauch und Begründung, und „Synthesize“ baut auf Wunsch auf dem empfohlenen Versuch auf. Dazu kommt experimentell MAI Code 1.1 Flash lokal auf dem eigenen Rechner, ohne AI-Credits zu verbrauchen, allerdings nur mit einer NVIDIA-GPU mit mindestens 96 GB Grafikspeicher.

Unser Take: Compare Models ist genau das Werkzeug für den Default-Check aus der letzten Ausgabe: Statt nach Bauchgefühl zu wählen, lässt du dieselbe echte Aufgabe gegeneinander laufen und siehst Kosten und Ergebnis nebeneinander. Das lokale Modell ist dagegen (noch) nichts für normale Laptops, eher ein Ausblick.

Quelle: Visual Studio Code — Release Notes 1.143

3) Claude Code 2.1.305 bis 2.1.307: mehr Sicht auf Stopps und Limits

Drei Releases in kurzer Folge, ein paar Punkte lohnen sich. 2.1.307 bringt das OpenTelemetry-Event „claude_code.safety_event“ für jeden Tool-Call, den eine Permission-Regel, der Auto-Mode, ein Hook oder die Sandbox gestoppt oder zur Rückfrage geschickt hat. Tool-Calls, die sich nicht auswerten lassen, werden jetzt bis zu zweimal neu versucht, bevor der Turn abbricht. 2.1.305 bringt „CLAUDE_CODE_RETRY_WATCHDOG_USAGE_LIMIT_RECHECK_MS“: Im unbeaufsichtigten Retry-Modus merkt Claude Code damit, wenn ein Nutzungslimit früher aufgehoben wurde als geplant. Außerdem zeigt /usage Warnungen jetzt als einzeilige Fixes, die du mit „f“ direkt anwendest.

Unser Take: Wer Agents unbeaufsichtigt laufen lässt, will zwei Dinge wissen: was blockiert wurde und wann es weitergeht. Genau dafür sind das safety_event und der Limit-Recheck da. Wir hätten Letzteres heute selbst gut gebrauchen können.

Quelle: GitHub — Claude Code v2.1.307 Release Notes

4) Strata: Unreal-Spiele per Agent in den Browser

Wonder Interactive hat Strata vorgestellt, ein Tool, das Unreal-Engine-Projekte als WebAssembly- und WebGPU-Build in den Browser bringt. Angebunden wird per MCP an Claude Code, Codex, Cursor oder eine andere KI-IDE mit geöffnetem Projektordner, der Unreal Editor muss nicht laufen. Du fügst einen Prompt ein, bestätigst eine Mail, und der Agent lässt das Spiel in der Cloud bauen, auf einer echten GPU prüfen und gibt einen spielbaren Link zurück. Wer lieber ohne Agent arbeitet, nimmt die CLI mit „strata init“ und „strata push“. Laut GamesBeat läuft sogar Epics City Sample mit Lumen und Nanite im Browser.

Unser Take: Für Game Jams und Playtests ist das stark: Link schicken statt Build verteilen. Nüchtern bleiben: Dein Projekt wird in einer fremden Cloud gebaut und gehostet, und der Einstiegs-Prompt lässt deinen Agent eine Anleitung von einer externen URL lesen. Die solltest du dir vorher selbst anschauen (siehe Pick 1). Für einen kleinen Prototyp aber einen Versuch wert.

Quelle: GamesBeat — Wonder Interactive's Strata uses AI to take Unreal Engine games to browsers

Mach das heute

Mach einen Wächter-Check: Schau dir die Diffs deiner letzten drei Agent-Sessions an und such gezielt nach gelöschten oder abgeschwächten Tests, Asserts, Logging oder Validierungen (z. B. mit „git log -p -3“ und einem Blick auf die Minus-Zeilen). Dann schreib eine Zeile in deine AGENTS.md oder CLAUDE.md: „Tests, Checks und Monitoring nie entfernen oder abschwächen, ohne vorher zu fragen.“ 10 Minuten, und du merkst es, bevor es dein CI merkt.

Weiterleiten

Kennst du jemanden, der gerade überlegt, für Cursor oder Claude Code zu zahlen? Schick ihm diese Seite. Anmelden geht hier.