Kieran Klaassen stellt 8 konkrete Strategien vor, die Planungsphilosophie in operative Systeme verwandeln, um einer KI beizubringen, wie ein Senior Engineer zu denken. Im Anschluss an seinen vorherigen Artikel über Planung vs. vibe coding beschreibt dieser taktische Leitfaden im Detail, wie sich parallele Recherche-Operationen schneller durchführen lassen als sequenzielles menschliches Planen.
Framework der 8 Strategien
1. Reproduzieren und dokumentieren: Bevor ein Bug behoben wird, wird er reproduziert und dokumentiert. Beispiel von Coras E-Mail-Bankruptcy: 19 Nutzer blockiert; der Agent durchsuchte die AppSignal-Logs → Rate-Limit-Fehler wurden stillschweigend verschluckt. Kein Rätselraten mehr. Compounding: dauerhafte Aktualisierung der @kieran-rails-reviewer-Checkliste.
2. In Best Practices verankern: @agent-best-practices-researcher durchsucht das Web danach, wie andere das Problem bereits gelöst haben. Anwendungsfälle: Architektur, Copywriting, Pricing, Upgrades. Ein Gem, das 2 Versionen hinterherhinkt: 3 Minuten Recherche fanden den offiziellen Guide + 3 Blogposts zu Edge Cases und ersparten Stunden des Debuggings. Compounding: Erkenntnisse werden in docs/*.md gespeichert, der Agent prüft zuerst die lokale Dokumentation.
3. In der Codebase verankern: Vor dem Neuaufbau wird nach bestehenden Mustern gesucht. Event-Tracking-Feature: Der Agent fand ein vergessenes bestehendes System mit seinen Helper-Methoden und verhinderte so den Aufbau eines zweiten, inkompatiblen Systems. Compounding: Der @event-tracking-expert-Agent destilliert alle Muster und läuft automatisch.
4. In Libraries verankern: Bei sich schnell weiterentwickelnden, schlecht dokumentierten Libraries wird der Quellcode gelesen. RubyLLM-Gem: Der Agent entdeckte die Streaming-Unterstützung von v1.9, undokumentiert, aber in der Test-Suite vorhanden. Compounding: automatische Aktualisierung bei jedem Dependency-Versionssprung.
5. Git-Historie studieren: Das „Warum“ hinter vergangenen Entscheidungen verstehen. EmailClassifier-Upgrade: Der Agent fand einen 3 Monate alten PR, der zeigte, dass v2 bereits versucht worden war, defekte Edge Cases aufwies (Inbox→Archiv und Archiv→Inbox vertauscht) und mit ausführlicher Begründung bewusst zurückgesetzt worden war. 5 Minuten Recherche verhinderten die Wiedereinführung eines bereits debuggten Bugs. Compounding: institutionelles Gedächtnis bleibt erhalten und durchsuchbar.
6. Vibe-Prototyping zur Klärung: Fidelity Three, unsichere UX. Brief-Interface: 5 Prototypen zu je 5 Minuten, konkretes Nutzerfeedback („Archivieren-Button oben links — Gmail-Reflex“). Die Prototypen werden verworfen, das Wissen fließt in den Plan ein. Compounding: Unsicherheit wird zu dokumentierten, konkreten Spezifikationen.
7. Mit Optionen synthetisieren: Die gesamte Recherche wird zu 2-3 Ansätzen mit ehrlichen Tradeoffs zusammengeführt. Gmail-Inbox-Sync: Option A (Aufpfropfen auf das bestehende System — schnell, aber unsauber), B (Echtzeit — sauber, aber langsam), C (Mirror-Cache — anfänglicher Aufwand, aber langfristig besser). Der Agent übernimmt die Recherche, der Mensch urteilt. Compounding: Die Entscheidungen offenbaren Präferenzen, die für ähnliche zukünftige Entscheidungen kodifiziert werden („weit verbreitete Lösungen gegenüber Cutting-Edge bevorzugen“).
8. Review mit Style-Agenten: 3 spezialisierte Reviewer im letzten Durchgang. Simplification-Agent (markiert Over-Engineering), Security-Agent (prüft Schwachstellen), Style-Kieran-Agent (persönliche Präferenzen: einfache Queries vs. komplexe Joins, Denormalisierung). Compounding: Die Agenten sammeln im Laufe der Zeit Geschmack an.
Ein aufschlussreicher E-Mail-Bankruptcy-Fall: Zunächst als einfach eingeschätzt („53.000 E-Mails per Bulk-Archivierung, wie schwer kann das schon sein?“). 20 Minuten Arbeit des Recherche-Agenten holten die Realität zurück: Gmail-Rate-Limits griffen bereits bei 2.000, System-Timeouts, lange Wartezeit für den Nutzer. Aus dem einfachen Feature wurde eine 3-tägige architektonische Herausforderung. Planning verhinderte den Bau von etwas komplett Falschem.
Praktische Umsetzung: Ein Fidelity-Two-Feature auswählen → 15-20 Minuten Recherche (Best Practices im Web + Codebase-Muster + Library-Fähigkeiten) → die KI synthetisiert den Plan (Problem/Ansätze/Muster/Edge Cases) → das WARUM hinter den Review-Reaktionen festhalten → ausliefern → die Umsetzung mit dem Plan vergleichen → 1 Learning in CLAUDE.md kodifizieren → spezialisierte Agenten erstellen → in der folgenden Woche wiederholen.
Open-Source-Beitrag: Klaassen hat sein Planungssystem auf Everys GitHub-Marketplace als Open Source veröffentlicht, mit dem /plan-Befehl und einsatzbereiten Recherche-Agenten. Philosophie: nicht bei null anfangen, sondern bestehende, bewährte Systeme anpassen.
Jede Strategie enthält einen Hinweis „how to make this compound“, der die zentrale These verdeutlicht: Parallele Recherche-Operationen vermitteln der KI institutionelles Wissen, das sich schneller anhäuft als bei sequenzieller menschlicher Planung.