Die Demos waren nicht die Arbeit

Die meisten KI-Coding-Demos wirken noch immer losgelöst von echter Softwareentwicklung. Man fragt nach Code, erhält ein Snippet, kopiert es irgendwohin und hofft, dass es passt.

Das kann nützlich sein. Es überspringt aber die Struktur, in der die Arbeit tatsächlich passiert: Issues, Labels, Branches, Commits, Merge Requests, Checks und Reviews.

Den Agenten mit dem Workflow verbinden

Ich habe OpenCode über eine eigene Model-Context-Protocol-Integration mit GitLab verbunden. Entscheidend ist nicht das Protokoll. Entscheidend ist, dass der Agent mit denselben Objekten arbeitet, die mein Team bereits nutzt.

Ich kann ihn bitten, aus einer Anfrage ein Ticket zu machen, eine fokussierte Änderung umzusetzen, Checks auszuführen, einen Branch zu pushen und einen Merge Request mit dem nötigen Kontext für den Review vorzubereiten.

Die Mechanik der Maschine überlassen

Die nützliche Automatisierung ist kein dramatischer Feature-Bau in einem Schritt. Es ist die Kette kleiner Aufgaben rund um den Code: die richtigen Dateien finden, Anforderungen sichtbar halten, langweilige Checks ausführen und festhalten, was geändert wurde.

So kann ich weggehen, statt jeden Tool-Aufruf zu steuern. Wenn ich zurückkomme, sollte die Arbeit an einem vertrauten Ort auf mich warten, mit einem Diff, das ich prüfen kann.

Die Entscheidung bleibt menschlich

Ich prüfe weiterhin den Merge Request, kontrolliere, ob die Umsetzung sinnvoll ist, und verifiziere, dass sie das echte Problem löst. Der Agent kann Arbeit voranbringen. Die Verantwortung wandert aber nicht mit.

Für mich ist das die nützliche Veränderung. KI hört auf, nur Autocomplete zu sein, und arbeitet wie ein Engineer in einem kontrollierten Workflow. Richtung und letzte Entscheidung bleiben beim Menschen.

Praktisch schlägt magisch

Ich will nicht so tun, als wäre das System autonom oder könnte den Review ersetzen. Ich will weniger Wiederholungen, weniger Kontextwechsel und eine saubere Spur dessen, was passiert ist.

Das ist weniger aufregend als die üblichen KI-Versprechen. Es ist auch viel näher an etwas, dem ich im täglichen Softwarebau vertrauen kann.