Handbücher · Agent-Harnesses
Context Engineering
Lernziele
- Du behandelst das Kontextfenster als Budget und teilst Inhalte in „immer“, „bei Bedarf“ und „nie“ ein.
- Du berechnest, was eine große Tool-Ausgabe über viele Runden kostet, mit und ohne Cache.
- Du erkennst die vier Fehlerbilder Vergiftung, Ablenkung, Widerspruch und Aufblähung in einem Transkript.
Prompt Engineering fragt, welche Worte du wählst. Context Engineering fragt, was das Modell · engl. model, LLMDas Sprachmodell (LLM, Large Language Model). Es liest Text, schreibt Text und entscheidet in einem Agenten, was als Nächstes passiert.Im Glossar in diesem Moment sieht und warum. Bei Agenten wiegt die zweite Frage schwerer. Jedes Tool-Ergebnis, jede gelesene Datei und jede alte Runde konkurriert um ein endliches Kontextfenster · engl. context windowAlles, was das Modell bei einem Aufruf liest: Anweisungen, Verlauf, Dateien, Tool-Ergebnisse. Was dort fehlt, existiert für das Modell nicht.Im Glossar, und der HarnessAlles, was festlegt, was der Agent erreichen darf: Tools, Berechtigungen, Sandbox, Zeitlimits und die Prüfung, bevor eine Aktion wirkt. Englisch für Geschirr oder Gestell.Im Glossar stellt zusammen, was hineinkommt. Nach unserer Einschätzung ist der Beitrag „Effective context engineering for AI agents“ von Anthropic aus dem September 2025 die maßgebliche Darstellung der Disziplin.
Das Budget
Behandle das Fenster als Budget. Die Aufmerksamkeit des Modells lässt nach, bevor das Fenster voll ist. Chroma testete im Juli 2025 achtzehn Modelle, darunter GPT-4.1, Claude 4, Gemini 2.5 und Qwen3, und nannte den Effekt „Context Rot“: Die Leistung schwankt deutlich mit der Länge der Eingabe, auch bei einfachen Aufgaben. Anthropic formuliert die praktische Regel so: Gutes Context Engineering sucht die kleinstmögliche Menge an aussagekräftigen TokenDie Einheit, in der Modelle Text lesen und abrechnen: meist ein Wortteil. Anbieter rechnen pro Million Tokens ab.Im Glossar, die das gewünschte Ergebnis am wahrscheinlichsten macht. Alles, was du hinzufügst, verdünnt alles, was schon dasteht.
Was wann hineingehört
- Immer: Systemprompt · engl. system promptDer feste Anfang jedes Aufrufs: Rolle, harte Regeln, Ausgabeformat. Er steht vor dem Gesprächsverlauf und gilt für das ganze Gespräch.Im Glossar, Tool-Schemas und Memory-Dateien wie CLAUDE.mdDie Anweisungsdatei, die Claude Code zu Beginn jeder Session liest. Claude Code lädt sie aus dem Startordner und aus jedem Ordner darüber und hängt die Inhalte aneinander.Im Glossar. Halte sie knapp und stabil. Ein stabiler Anfang hält außerdem den Cache warm. Manus rechnete im Juli 2025 mit Claude Sonnet vor: 0,30 US-Dollar pro Million Tokens aus dem Cache gegen 3 US-Dollar ohne, also das Zehnfache. Bei Claude Sonnet 5.5 liegt das Verhältnis bei 0,10 zu 2 US-Dollar (Stand: Nov. 2026).
- Bei Bedarf: Dateiinhalte, Suchergebnisse, Inhalte von Skill · engl. skillEin Ordner mit einer Datei SKILL.md, die einem Agenten eine wiederkehrende Aufgabe beschreibt. Claude Code lädt den Skill, wenn die Aufgabe passt oder du ihn mit seinem Namen aufrufst.Im Glossar, Dokumentation. Gib dem Agenten Tools zum Suchen und Lesen, dann holt er sich, was er gerade braucht.
- Nie: ganze Codebasen, vollständige API-Antworten, zehn Varianten derselben Anweisung.
Wie teuer der Fehler „nie“ werden kann, zeigt eine einzige große Tool-Ausgabe. Sie bleibt im Verlauf und wird in jeder weiteren Runde erneut gelesen und bezahlt.
Was eine große Tool-Ausgabe kostet
- Mitgelesene Tokens insgesamt
- 800.000
- Kosten ohne Cache (Sonnet 5.5)
- 1,60 USD
- Kosten bei Cache-Treffern (Sonnet 5.5)
- 0,080 USD
Beispielwerte. Preise Claude Sonnet 5.5: 2 US-Dollar pro Million Eingabe-Tokens, 0,10 aus dem Cache (Stand: Nov. 2026). Das Schreiben in den Cache kostet einmalig mehr und ist hier nicht eingerechnet. Unabhängig vom Preis verdünnt die Ausgabe in jeder Runde den übrigen Kontext.
Kompaktierung
Lange Sessions sprengen jedes Fenster. Bei der Kompaktierung · engl. compactionDas Verkleinern des Gesprächsverlaufs während einer Session, etwa durch Abschneiden alter Runden oder durch eine laufende Zusammenfassung.Im Glossar fasst der Harness das Transkript · engl. transcriptDie Abschrift gesprochener Sprache als Text, etwa aus den Untertiteln eines Videos oder einer automatischen Spracherkennung.Im Glossar zusammen, mit Entscheidungen, offenen Fäden und Dateipfaden, und beginnt mit dieser Zusammenfassung neu. Dabei geht zwangsläufig etwas verloren. Ein guter Harness kürzt vor allem Tool-Ergebnisse, die viel Platz brauchen und später kaum noch gelesen werden, und bewahrt die Absicht. Claude Code kompaktiert automatisch, sobald der Verlauf eine Schwelle erreicht, und auf Befehl mit /compact. Die Hooks PreCompact und PostCompact laufen davor und danach.
Memory-Dateien
Zustand, der Kompaktierung und Sessions überdauern muss, gehört außerhalb des Fensters in einfache Dateien, die der Agent liest und schreibt: ein Notizblock, eine MEMORY.md, eine Aufgabenliste. Das Dateisystem ist das Langzeitgedächtnis des Agenten, das Fenster sein Arbeitsgedächtnis. Manus nennt das Prinzip „Use the File System as Context“. Im Praxisprojekt Second Brain begegnet dir dasselbe Muster als Vault.
Strukturierte Ausgaben
Wenn Code die Antwort des Agenten weiterverarbeitet, verlang ein Schema: JSON mit typisierten Feldern, wo möglich von der API erzwungen. Freitext ist für Menschen, Struktur für Pipelines. Ein Schema diszipliniert außerdem das Modell. Einem Pflichtfeld kann es nicht ausweichen.
Fehlerbilder
- Vergiftung: Eine einzige erfundene „Tatsache“ gerät ins Transkript und gilt für den Rest der Session als gesichert.
- Ablenkung: Weiter oben vergrabene Anweisungen verlieren gegen das, was gerade passiert. Der Agent vergisst sein Ziel zwischen lauter Tool-Ausgaben.
- Widerspruch: Systemprompt, Memory-Datei und Nutzerin geben gegensätzliche Anweisungen, und das Modell löst den Konflikt willkürlich auf.
- Aufblähung: Eine Tool-Ausgabe mit 40.000 Tokens, die niemand liest, kostet in jeder folgenden Runde Geld.
Nach unserer Einschätzung steckt hinter den meisten Berichten „das Modell ist dümmer geworden“ eines dieser vier Bilder. Zur Diagnose liest du das tatsächliche Transkript. Ein guter Harness macht es dir zugänglich.
Welches Fehlerbild?
Ordne jede Beobachtung aus einem Transkript dem passenden Fehlerbild zu.
Noch offen (6)
- In Runde 3 behauptet der Agent, die Funktion parse_date existiere. Ab da baut er jeden Schritt darauf auf.
- CLAUDE.md verlangt Tabs, der Systemprompt Leerzeichen. Der Agent wechselt zwischen beiden.
- Ein npm install schreibt 30.000 Zeilen Log in den Verlauf.
- Nach vierzig Tool-Aufrufen räumt der Agent Formatierungen auf, statt den Bug zu beheben.
- Ein Suchergebnis nennt eine veraltete API-Version. Der Agent nutzt sie bis zum Ende.
- Die Nutzerin sagt „keine neuen Abhängigkeiten“, die Memory-Datei empfiehlt eine Bibliothek.
Vergiftung (0)
Ablenkung (0)
Widerspruch (0)
Aufblähung (0)
Wo Tools ins Spiel kommen
In den meisten Agenten verbrauchen Tool-Schemas und Tool-Ergebnisse den größten Teil des Kontexts. Tool-Design ist deshalb eine Entscheidung des Context Engineering. Genau darum geht es in Tools und MCP.
Merksätze
- Das Kontextfenster ist ein Budget: die kleinste Menge aussagekräftiger Tokens, mit der das Modell handeln kann.
- Systemprompt, Tool-Schemas und Memory-Dateien stehen immer drin und bleiben knapp und stabil. Der Rest kommt bei Bedarf.
- Kompaktierung fasst lange Sessions zusammen, Memory-Dateien halten, was überdauern muss.
- Vergiftung, Ablenkung, Widerspruch und Aufblähung erklären die meisten Rückschritte. Diagnose heißt Transkript lesen.
Prüf dich selbst
Denkfrage
Warum lohnt ein stabiler Anfang des Kontexts doppelt?
Erstens bleibt das Modell bei gleichbleibenden Anweisungen berechenbar. Zweitens trifft der Cache nur, wenn der Anfang Byte für Byte gleich bleibt. Gelesene Tokens aus dem Cache kosten bei Claude Sonnet 5.5 ein Zwanzigstel des normalen Preises.
Denkfrage
Ein Agent soll ein Projekt über mehrere Tage fortführen. Wo legst du den Stand ab?
In Dateien außerhalb des Kontextfensters, etwa einer Aufgabenliste und einer MEMORY.md, die der Agent zu Beginn liest und am Ende aktualisiert. Das Fenster ist Arbeitsgedächtnis und wird bei Kompaktierung oder einer neuen Session geleert.
Prüf dich selbst
Quellen
- Effective context engineering for AI agents
Die kleinste Menge aussagekräftiger Tokens, Kompaktierung, Notizen, Subagents.
- Context Rot: How Increasing Input Tokens Impacts LLM Performance
18 Modelle, Leistung sinkt mit wachsender Eingabe.
- Context Engineering for AI Agents: Lessons from Building Manus
KV-Cache, nur anhängen, Tools maskieren, Dateisystem als Kontext.
- Hooks reference
PreCompact und PostCompact.