Claude Code speichert vollständige Gesprächsprotokolle. Ich habe 700 MB davon durchforstet, 20 verlorene Journals rekonstruiert und die Gespräche gefunden, die ich für immer weg hielt.
Die ehrliche Geschichte hinter CodeWithAgents.de, gebaut mit KI-Agenten. Was funktioniert hat, was schiefging, was mich überrascht hat.
KI macht Content-Produktion trivial. Das ist nicht die Revolution — die Flut an Mittelmäßigkeit zu überleben, ist es.
Ich habe mit einem leeren Git-Repository angefangen und mit einer fertig deployten Mobile-First-Präsentation auf GitHub Pages aufgehört — ohne eine einzige Zeile Code selbst zu schreiben.
Drei Phasen, fünf kritische Bugs und was 97,78 % OCR-Konfidenz wirklich bedeutet, wenn echte Nutzer echte Fotos hochladen.
Wie ich einen KI-Agenten als Planungspartner — nicht als Code-Generator — eingesetzt habe, um eine komplexe Datenbankmigration zu entwerfen, bevor eine einzige Zeile Code geschrieben wurde.
Als 18 Agenten jeweils ihre eigenen Memory-Dateien pflegten, wurde das System unwartbar. Die Lösung war eine klare Trennung: Daten sammeln ist eine Aufgabe, Wissen destillieren eine andere.
KI kann Features schnell bauen. Produktionsreif zu machen ist immer noch langsam, bewusst — und vollständig deine Verantwortung.
Zwei Wochen nach dem Start war die Memory-Datei meines typescript-implementers 95 KB groß und 2.133 Zeilen lang. Das System, das Agenten schlauer machen sollte, machte sie langsamer.
Session 13. Ein echtes Ticket, eine Slack-Nachricht — und dann bin ich einfach gegangen. Was danach passierte, hatte ich nicht erwartet.