Nicolas Martignole (Le Touilleur Express) veröffentlicht – gemeinsam verfasst mit **GLM-5.2** und **MiniMax-M3** – **« The Token Manifesto »**: eine Persiflage des **Manifeste Agile** (2001), übertragen auf die Ära der LLMs, in der die Werteinheit nicht mehr die Ingenieurstunde, sondern das **Token** ist. Vier Werte: *kurze System-Prompts statt raffinierter System-Prompts*, *ein klares Beispiel statt drei Absätzen Erklärung*, *iteratives Vorgehen in kleinen Schritten statt das gesamte Lastenheft auf einmal abzuladen*, *Ausgabe in einem festgelegten Format statt das Modell frei improvisieren zu lassen*. Zwölf Prinzipien unterlaufen die des Agilen Manifests eines nach dem anderen — „Einfachheit, die Kunst, die Menge an Arbeit zu maximieren, **die nicht vom Modell erledigt wird**“, „selbstorganisierende Teams, die Wiederholungen erkennen und einmal dokumentieren“, „regelmäßige Reflexion **bevor die Monatsrechnung eintrifft**“. Unter dem Humor („nervöses Starren auf eine Nutzungsanzeige“) verbirgt sich eine ernsthafte These: Der eigentliche ökonomische Engpass KI-gestützter Entwicklung ist nicht mehr die Geschwindigkeit, sondern das **Token-Budget** und die **Ökonomie des Kontextfensters**. Zwei Pointen beschließen den Text: **« Du hast kein Prompt-Problem. Du hast ein Kontextfenster-Problem. »** und **« Jeder ist ein Prompt Engineer, bis das Monatskontingent aufgebraucht ist. »** Bemerkenswert ist das Meta-Augenzwinkern: ein Manifest zur Token-Sparsamkeit, gemeinsam *mit* Modellen verfasst.
Kurze Notiz von Simon Willison (Weblog), die zwei Tipps wiedergibt, die während eines *Fireside Chat* bei AIE mit Cat Wu und Thariq Shihipar (Claude Code Team) zu hören waren: **das Modell (Fable, und in gewissem Maße Opus) sein eigenes Urteilsvermögen ausüben lassen, statt ihm Regeln zu diktieren** — veranschaulicht anhand der Entscheidung, ob Tests geschrieben werden sollen. Zweiter Tipp, von Jesse Vincent: um **wertvolle Fable-Tokens zu sparen** (angesichts einer bevorstehenden Preiserhöhung), Fable bitten, **kleine Aufgaben an weniger leistungsfähige Modelle zu delegieren**, wobei es selbst beurteilt, welches geeignet ist. Willison zeigt den genauen verwendeten Prompt (« *use your judgement to decide an appropriate lower power model and run that in a subagent* ») sowie die **Memory-Datei**, die Claude Code daraufhin schrieb. Bereich: Prompt Engineering, Coding Agents, Token-Ökonomie, Multi-Modell-Orchestrierung.
#Modellurteilsvermögen#Delegation an Subagents#Model Override
Langform-Essay von **Shubham Saboo** (X/Twitter), der eine These zur Rolle des Product Managers im Zeitalter der Agenten vertritt: Die nächste entscheidende Fähigkeit ist **nicht Prompt Engineering**, sondern **Loop Engineering** — die Gestaltung eines *Systems, das sich mit jedem Durchlauf verbessert*, statt jedes Mal den perfekten Prompt zu schreiben. Ein **Loop** ist ein wiederholter Zyklus: das ändern, was das Verhalten des Agenten prägt → ausführen → das Ergebnis bewerten → die Änderung beibehalten, wenn die Qualität steigt, sonst zurücksetzen → **das Gelernte kumulieren**, sodass die nächste Version einen Vorsprung hat. Für einen PM ist der Einstiegspunkt nicht Code, sondern die **dauerhaften Artefakte**, die sein Urteilsvermögen kodieren: PRD-Review-Skill, *Summarizer* für Kundengespräche, Bewertungsraster, Launch-Checkliste, Research-Workflow, `CLAUDE.md`, Prompt-Vorlage, Priorisierungsrahmen. Da sie wiederverwendet werden, **kumulieren sich diese Artefakte in beide Richtungen** — und **driften** unbemerkt ab (eine CLAUDE.md, die immer weiter wächst, eine Checkliste, die ignoriert wird…): Das Modell hat sich nicht verschlechtert, die Artefakte sind unbeobachtet abgedriftet. Ein Loop besteht aus **5 Teilen**: Trigger, Aktion, **Nachweis**, Gedächtnis, **Abbruchbedingung** (die wichtigste). **Evals** werden zur PM-Arbeit (das Artefakt anhand bekannter Beispiele testen: 3 gute / 3 schlechte PRDs, 5 verstandene Gespräche, 2 vergangene Launches). Das **Gedächtnis** liegt auf **GitHub** (das Repo wird zum "Produktgedächtnis": Commits, Diffs, Eval-Ergebnisse, Entscheidungsprotokoll, Rollback). Empfohlener erster Loop: ein **wöchentlicher Product-Signal-Loop** (jeden Freitag). Der Geschmack bleibt zentral — braucht jetzt aber **Nachweis**. Zitiert Boris (Schöpfer von Claude Code): "er schreibt keine Prompts mehr, er schreibt Loops."
Offizieller Leitfaden der FinOps Foundation zu KI: Token-Ökonomie, KPIs, Caching, Prompt-Optimierung, Modellauswahl und Erweiterung der 14 Fähigkeiten des FinOps Framework auf GenAI-Dienste - FinOps Foundation
#FinOps Foundation#Token-Ökonomie#Cost per Token
FinOps Foundation — groupe de travail (Brent Eubanks/Wayfair, James Barney/MetLife, Eric Lam/Google, Adam Richter/AWS, Rahul Kalva/Wells Fargo, JJ Sharma/KPMG, Karl Hayberg/EY, et al.)
Wharton-Studie (Generative AI Labs): Expertenpersonas verbessern die faktische Genauigkeit von LLMs nicht - GPQA Diamond- und MMLU-Pro-Benchmarks - SSRN
#KI-Prompting#Personas#LLM-Genauigkeit
Savir Basil · Ina Shapiro · Dan Shapiro · Ethan Mollick · Lilach Mollick · Lennart Meincke (Generative AI Labs, The Wharton School, University of Pennsylvania)