Für Builder mit Coding-Agenten

Geben Sie Ihrem KI-Agenten, was Ihr Team bereits weiß. Erhalten Sie zurück, was er getan, was er gelernt hat und was Sie entscheiden müssen.

DM bereitet den Kontext vor, der für jede Aufgabe gilt, und macht aus dem, was Ihr Agent gelernt hat, einen kurzen Vorschlag, den Sie prüfen. Geben Sie ihn einmal frei, und die nächste Aufgabe kann darauf aufbauen.

DM-Konto erstellenDen Kreislauf ansehen
  • Cursor
  • Claude Code
  • GitHub Copilot CLI
  • Jeder MCP-Client

MCP-Einrichtungspfade für Cursor, Claude Code und GitHub Copilot CLI; jeder MCP-Client kann sich verbinden.

Die Kontextsteuer

Sie haben es Ihrem Agenten gestern erklärt. Erklären Sie es noch einmal.

Kontext geht in beide Richtungen verloren: Was Sie wissen, erreicht den Agenten nicht, und was der Agent lernt, kommt nicht zurück.

Kontext hinein

Jede Sitzung beginnt bei null.

  • Sie erklären in jeder Sitzung erneut Architektur, Randbedingungen und frühere Entscheidungen.
  • Sie fügen alten Kontext in Prompts ein und korrigieren den Agenten dann trotzdem für das, was ihm noch fehlte.
  • Beim Wechsel zwischen Cursor, Claude Code und Copilot CLI fängt jedes Werkzeug bei null an.
Erkenntnisse heraus

Jede Sitzung endet in einer Textwand.

  • Der Agent schließt mit einem langen Bericht ab, den Sie lesen, zusammenfassen und sich merken müssen.
  • Was er gelernt hat, bleibt in dieser Sitzung. Die nächste Aufgabe profitiert nicht davon.
  • Nützliche Entscheidungen, die unterwegs getroffen wurden, erreichen den Rest des Teams nie.
Der Kreislauf · echtes Produkt

Aufgabe 1 lehrt. Sie prüfen. Aufgabe 2 startet klüger.

Vorbereiten → arbeiten → zurückmelden → prüfen → wiederverwenden. Ihr Agent arbeitet in Ihren eigenen Werkzeugen; DM kümmert sich darum, was hineingeht und was zurückkommt.

  1. 01 · Vor der Aufgabe

    Ihr Agent fragt DM, was gilt.

    Über MCP ruft der Agent dm.prepare_task_memory mit Aufgabe, Projekt, Repository, Umgebung und Agententyp auf. DM liefert die freigegebenen Decisions, Rules und Skills, die gelten – innerhalb eines Token-Budgets und mit Begründung.

    DM liefert berechtigungsgefilterten Kontext. Aktionen in Ihren Werkzeugen werden weder abgefangen noch blockiert.

    DM-Kontextanfrage (englische Oberfläche) für „Provision the Aurora-backed Ledger storage path“ mit Projekt Helix Ledger, Repository ledger-service, Umgebung development und Agententyp coding_agent, dazu die Begründung, warum dieser Kontext gilt, und rund 946 geschätzte Tokens.
  2. 02 · Nach der Aufgabe

    Was er gelernt hat, kommt als Vorschlag zurück.

    Der Agent reicht mit dm.submit_memory_update ein strukturiertes Update ein: eine Zusammenfassung, welchen Kontext er angewendet hat, vorgeschlagene Rules oder Decisions, Abweichungen und Nachweislinks. Es landet in der Prüfung. Es ist nicht freigegeben.

    // beispielhafte Werte
task_reference: "ledger-storage-path"
summary: "Aurora-basierten Pfad bereitgestellt; Rollback beibehalten"
applied_decision_ids: [ … ]
proposed_rules: [ "Ledger-Schreibzugriffe laufen über den Storage-Adapter" ]
deviations_or_exceptions: [ … ]
evidence_links: [ "PR …", "Testlauf …" ]
    DM-Prüfwarteschlange (englische Oberfläche) mit einem aus einem Agentenvorschlag extrahierten Decision-Kandidaten und den Aktionen „Reject“, „Request evidence“ und „Approve as Decision“.
  3. 03 · Prüfung

    Sie entscheiden, was vertrauenswürdig wird.

    Freigeben, bearbeiten, ablehnen oder Nachweise anfordern. Die Freigabe ist eine menschliche Handlung – sie kann nie an einen Agenten vergeben werden. Freigegebenes Wissen wird aktiv und auf den Arbeitsbereich begrenzt, mit angehängter Begründung und Historie.

    Eine freigegebene, aktive DM-Decision (englische Oberfläche) für den Helix-Ledger-Service mit dem Entschiedenen und seiner Begründung.
  4. 04 · Die nächste Aufgabe

    Aufgabe 2 kann auf dem aufbauen, was Sie freigegeben haben.

    Der nächste Aufruf von dm.prepare_task_memory kann das Wissen enthalten, das Sie nach Aufgabe 1 freigegeben haben – damit Sie es nicht erneut erklären müssen. Der Pfad Vorbereiten → Rückschreiben → Freigabe → nächstes Vorbereiten ist gebaut und durch automatisierte Tests abgedeckt.

    Ehrlicher Stand: Heute ruft Ihr Agent DM über seine MCP-Verbindung auf. Den Rückweg an Aufgabengrenzen in jedem Client automatisch zu machen und sehr lange Agentenberichte zu verdichten, ist das, woran wir gerade arbeiten.

Ausdrücklicher Zugriff

Verbinden Sie die Agenten, die Sie bereits nutzen – und legen Sie fest, was jeder einzelne darf.

Einen Agenten in DM anzulegen, gewährt nichts. Sie wählen seine Aktionen – etwa Aufgabenkontext vorbereiten oder Updates zur Prüfung einreichen – und können sie widerrufen.

  • MCP-Einrichtungspfade für Cursor, Claude Code und GitHub Copilot CLI sowie für generische MCP-Clients.
  • Freigegebener Kontext kann auch in AGENTS.md, CLAUDE.md oder Cursor-Rules geschrieben werden, sodass Anweisungsdateien zum Ergebnis werden, statt etwas zu sein, das Sie von Hand pflegen.
  • Nur freigegebenes Wissen im Geltungsbereich erreicht einen Agenten.
DM-Bildschirm zur Agenten-Governance (englische Oberfläche): Das Anlegen eines Agenten gewährt keine Berechtigungen; Freigabeaktionen sind nie vergebbar; Berechtigungen pro Aktion wie decision.search, memory.prepare und memory.submit.

Bei Coding-Agenten ist diese Lücke heute am deutlichsten sichtbar, deshalb beginnen wir hier. DM selbst ist gemeinsamer Kontext für Teams aus Menschen und KI – derselbe Kreislauf funktioniert, wenn statt eines Agenten eine Kollegin oder ein Kollege die Arbeit übernimmt. So funktioniert DM für Teams →

Ausprobieren

Bringen Sie eine wiederkehrende Agentenaufgabe mit. Starten Sie direkt in DM.

Wählen Sie eine Aufgabe, die Ihr Agent immer wieder erledigt. Erstellen Sie unter https://dm.auzzura.com/login ein DM-Konto, kostenlos zum Ausprobieren, führen Sie dieselbe Aufgabe zweimal aus und prüfen Sie, ob der zweite Durchlauf auf dem aufbaut, was Sie bereits freigegeben haben.

DM-Konto erstellen

Wir verwenden Ihren Namen und Ihre E-Mail-Adresse, um das begleitete Onboarding zu besprechen. Die Felder zu Agent und Aufgabe helfen uns bei der Vorbereitung. Wir erfassen außerdem, welche Seite und welcher Kampagnenlink Sie hierher geführt haben – dafür werden keine Cookies verwendet. Kein Newsletter. Siehe Datenschutz (auf Englisch). Übermitteln Sie keinen vertraulichen Code, keine Kundendaten und keine sonstigen sensiblen Informationen.