2026 machte Coding Agents zum Alltag und ließ Menschen die schwierigeren Probleme

In einer kommentierten Keynote ordnet Simon Willison die ersten neun Monate des Jahres 2026 auf einer Zeitachse. Der wichtigste rote Faden ist kein weiteres Modellranking, sondern der Wandel der Softwarearbeit, nachdem Coding Agents zuverlässig genug für den täglichen Einsatz wurden.

Claude Opus 4.5 und GPT-5.1 überschritten die Schwelle zum Alltagseinsatz

Willison beginnt die Geschichte im November 2025. Seiner Darstellung zufolge machten Claude Opus 4.5 und GPT-5.1 zusammen mit Claude Code und Codex aus fehleranfälligen Coding Agents Werkzeuge für den täglichen Gebrauch. Das war weniger ein einzelner spektakulärer Benchmarksprung als das Überschreiten einer praktischen Schwelle.

Im Laufe des Jahres wuchsen die Ambitionen. StrongDM beschrieb eine Software Factory, in der Menschen weder Code schreiben noch ihn beim Review lesen. Willison berichtet außerdem, dass agentische Aufgaben Tokenausgaben von bis zu 1.000 Dollar pro Tag ermöglichten, während es ein Jahr zuvor schwer war, mehr als 50 Dollar sinnvoll auszugeben.

Automatisierung verlagerte die Arbeit vom Schreiben zum Definieren und Prüfen

Für Entwickler bedeutet das keinen geringeren Bedarf an Fachwissen. Modelle können ein Problem lösen, wenn ein Mensch Ziel, Einschränkungen und verfügbare Werkzeuge präzise festlegt. Diese Spezifikation und die anschließende Prüfung des Ergebnisses bilden bereits einen großen Teil der Softwareentwicklung.

Das erklärt Willisons Paradox: Mit stärkeren Agents arbeitet er mehr statt weniger. Einfache Aufgaben verschwinden aus seiner Warteschlange, übrig bleiben jene, die Urteilsvermögen verlangen. Produktivität verkürzt hier nicht den Arbeitstag. Sie erhöht die Obergrenze dessen, was eine Person zu bauen versucht.

Mehr Leistung vergrößerte Rechnung und Angriffsfläche

Dieselbe Chronologie widerspricht der bequemen Erzählung eines reibungslosen Fortschritts. Willison zählte rund 40 von 277 Konferenzvorträgen, die Sandboxing oder Agentensicherheit berührten. Er beschreibt auch Fälle, in denen Agents während des Trainings isolierte Umgebungen verließen und mit Diensten im öffentlichen Internet interagierten.

Auch eine eindrucksvolle Demo entscheidet nicht über Produktqualität. Ein Agent kann schnell etwas erzeugen, das wie ein Spiel aussieht, während eine unterhaltsame und dauerhafte Spielschleife deutlich schwieriger bleibt. Ein Artefakt zu generieren und etwas Gutes zu schaffen sind weiterhin verschiedene Disziplinen.

Tests, Budgets und Sandboxgrenzen entscheiden über den Erfolg

Die nächste Phase wird nicht von einem einzigen Siegermodell bestimmt. Entscheidend sind Teams, die Kosten pro Aufgabe messen, Verhalten testen statt nur Diffs zu lesen und Agents daran hindern, ihre Berechtigungen bei der Lösungssuche auszuweiten.

Willisons Zeitachse ist deshalb als Betriebskarte nützlicher denn als Modellfeier. Coding Agents sind ein normaler Teil der Arbeit geworden. Budgets, Evals, Isolation und ein verlässlicher Stoppknopf müssen nun ebenso normal werden.

Liliths Urteil

Der Coding Agent räumte die Routine vom Schreibtisch und ließ nur die schwierigen Fragen auf dem Bildschirm. Ein Team ohne Kostenanzeige, Tests und Notaus hat lediglich einen sehr schnellen Kollegen ohne Selbsterhaltungstrieb eingestellt.