Das richtige KI-Modell für jede Aufgabe,
automatisch gewählt, schon vor dem Absenden
Adaptive Mode liest den Prompt, den du gleich absenden willst, und schlägt das kosteneffizienteste Modell für die Aufgabe vor. Eine Tippfehler-Korrektur oder eine Übersetzung geht an ein leichtes, günstiges Modell. Ein großes Refactoring oder ein Architekturentwurf geht an ein Flaggschiff. Du wählst nur die Leistung, die du wirklich brauchst.
Kleinere Modelle kosten einen Bruchteil des Flaggschiffs. Wenn du das Modell pro Aufgabe richtig dimensionierst, verbrauchst du pro Aufgabe deutlich weniger von deinem Tarifbudget, also schaffst du mehr Aufgaben pro Tag, ohne an eine Nutzungsgrenze zu stoßen. Ein Klick übernimmt den Vorschlag und du arbeitest weiter.
Adaptive Mode ordnet jede Aufgabe dem günstigsten Modell zu, das sie gut erledigt: Haiku für leichte Arbeit, Sonnet für ausgewogene Arbeit, Opus für schwere Arbeit. Weniger Kosten pro Aufgabe, mehr Aufgaben pro Tag.
Hier ist das Geldproblem beim Betrieb von KI-Coding-Agenten. Jedes Modell hat einen Preis, und die Lücke zwischen dem günstigen und dem Flaggschiff ist groß. Claude Opus ist das leistungsstärkste Modell und das teuerste. Claude Haiku ist das günstigste. Claude Sonnet liegt dazwischen. Die meisten wählen ein Modell und lassen es dabei, also dimensionieren sie ihre schweren Aufgaben entweder zu schwach oder, weit häufiger, überzahlen für ihre leichten.
Denk daran, was du einen Agenten an einem Tag tatsächlich machen lässt. Einen Tippfehler beheben. Eine Variable umbenennen. Einen UI-Text übersetzen. Einen kurzen Unit-Test schreiben. Ein Dokument zusammenfassen. Nichts davon braucht ein Flaggschiff. Lässt du alles auf Opus laufen, verbrennst du dein Nutzungsbudget um ein Vielfaches schneller als nötig, für ein identisches Ergebnis. Diese Verschwendung ist unsichtbar, und genau deshalb summiert sie sich.
Adaptive Mode schließt diese Lücke. Bevor du deine erste Nachricht absendest, liest er deinen Entwurf, schätzt ein, wie schwer die Aufgabe wirklich ist, und schlägt das günstigste Modell aus der Reihe deines Providers vor, das die Arbeit trotzdem gut erledigt. Die schweren Modelle bleiben für die Arbeit reserviert, die sie verdient: Architektur, Sicherheitsaudits, große Refactorings. Alles andere geht an ein Modell, das einen Bruchteil kostet.
Warum das Modell zur Aufgabe passen sollte
Hör auf, für leichte Aufgaben zu überzahlen. Ein Flaggschiff für eine Tippfehler-Korrektur ist verbranntes Geld. Adaptive Mode lenkt leichte Arbeit zu einem leichten Modell, sodass jede triviale Aufgabe einen Bruchteil dessen kostet, was sie in der Oberklasse kosten würde.
Behalte das starke Modell für die harten Probleme. Richtig dimensionieren heißt nicht, immer günstig zu gehen. Wenn die Aufgabe ein Systementwurf oder ein Sicherheitsaudit ist, rät dir Adaptive Mode hochzuschalten, damit die Arbeit, die Tiefe braucht, sie auch bekommt.
Mehr Aufgaben pro Tag mit demselben Tarif. Weniger Budget pro Aufgabe bedeutet, dass du deine Nutzungsgrenze später erreichst. Über einen ganzen Tag und eine Flotte paralleler Agenten summieren sich die Einsparungen zu echtem zusätzlichen Durchsatz.
Null Reibung im Workflow. Der Vorschlag erscheint als kleiner Chip über dem Composer, bevor du absendest. Ein Klick übernimmt ihn. Keine Menüs zum Durchsuchen, kein manuelles Raten, welches Modell passt, kein Ausbremsen.
Die Ökonomie: weniger verbrauchen, mehr erledigen
Gleiche Agenten, gleicher Tarif. Der Unterschied ist, wie viel Budget jede Aufgabe frisst.
Ein Modell für alles
- : Jede Aufgabe läuft auf dem Modell, das du zuletzt ausgewählt hast.
- : Ein Flaggschiff für einen Tippfehler oder eine Übersetzung kostet ein Vielfaches dessen, was es sollte.
- : Dein Nutzungsbudget leert sich schnell bei Arbeit, die die Leistung nie gebraucht hat.
- : Du stößt früher am Tag an die Nutzungsgrenze und die Agenten stocken.
- : Das Modell von Hand zu wechseln ist umständlich, also macht es niemand.
Adaptive Mode an
- : Jede Aufgabe wird dem günstigsten Modell zugeordnet, das sie gut erledigt.
- : Leichte Arbeit geht an ein leichtes Modell und kostet einen Bruchteil.
- : Das Flaggschiff bleibt für Refactorings, Audits und Architektur reserviert.
- : Weniger Budget pro Aufgabe bedeutet mehr Aufgaben vor jeder Nutzungsgrenze.
- : Ein Klick übernimmt das richtige Modell, sodass das Dimensionieren wirklich passiert.
Das Routing selbst ist nahezu kostenlos: ein kleines, schnelles Modell erledigt die Analyse für deutlich weniger als einen Cent und geht dir dann aus dem Weg.
Sag, was zu tun ist.
Der Agent geht auf dem richtigen Modell auf.
AI Suggestion zieht dieselbe Entscheidung nach vorn, an den einen Moment, in dem sie nichts kostet: bevor die Sitzung existiert. Du öffnest einen Agenten und bekommst statt eines Terminals ein einziges Feld, das fragt, was dieser Agent gleich tun soll. Du antwortest in einem Satz. Ein Aufruf liest ihn und liefert das Modell, den Sitzungsnamen und, falls du keinen Agenten gewählt hast, welcher Agent die Aufgabe übernehmen soll.
Dann geht die Sitzung auf, bereits eingestellt, mit deinem Satz als erster Nachricht. Du hast nichts eingefügt, du hast nicht auf den Start der CLI gewartet, um das Modell zu korrigieren, und du hast keinen Flaggschiff-Tarif für einen Tippfehler bezahlt.
Ein Satz geht hinein. Eine Komplexitätsstufe leuchtet auf. Der Agent geht auf dem Modell auf, das zu dieser Stufe gehört, mit bereits benannter Sitzung.
Eine echte Sitzung, vom leeren Feld bis zum laufenden Agenten: ein Satz beschreibt die Aufgabe, die Komplexitätsleiste kommt auf Sonnet zu stehen, Agent und Sitzungsname kommen gleich mit, und die Sitzung geht auf, mit diesem Satz bereits abgeschickt.
Warum die Entscheidung vor dem Öffnen der Sitzung fallen muss
Gleicher Vorschlag, gleiches Modell, zwei völlig verschiedene Ausgänge. Die einzige Variable ist der Zeitpunkt der Frage.
Gefragt, nachdem das Terminal aufgegangen ist
- : Die CLI ist bereits auf dem Modell hochgefahren, das gerade konfiguriert war.
- : Dein Prompt steht, und du bist eine Taste vom Absenden entfernt.
- : Jetzt das Modell zu wechseln heißt, die eben gestartete Sitzung wegzuwerfen.
- : Der Vorschlag wirkt wie eine Unterbrechung, also wird er weggeklickt.
- : Das Flaggschiff erledigt die triviale Aufgabe trotzdem, und gelernt wird nichts.
Gefragt, bevor die Sitzung existiert
- : Es ist noch nichts gestartet, also gibt es nichts rückgängig zu machen.
- : Du beschreibst die Aufgabe ohnehin gerade, und genau das ist die Eingabe, die die Entscheidung braucht.
- : Modell, Sitzungsname und Agent werden in einem einzigen Aufruf geklärt.
- : Die Sitzung geht konfiguriert auf, mit deiner Beschreibung als erster Nachricht.
- : Das günstige Modell zu nehmen kostet dich nichts, also passiert es tatsächlich.
Das ist die ganze Idee. Kein klügerer Vorschlag: derselbe Vorschlag, gestellt in einem Moment, in dem Ja sagen kostenlos ist.
Vier Stufen, verdrahtet mit den echten Modellen deines Providers
Die Komplexitätsleiste ist der sichtbare Teil der Entscheidung. Lass sie auf Auto, und die Analyse bringt eine Stufe zum Leuchten. Klickst du eine Stufe selbst an, wird sie zu deiner Entscheidung: nichts wird gesendet, und die Sitzung geht sofort auf.
Schnell
01Text- oder Konfigurationsänderungen ohne Logik dahinter. Ein Tippfehler, ein Label, ein Übersetzungsstring, eine Versionsnummer. Das ist die Stufe, die ein Flaggschiff-Modell nie sehen sollte, und die es am häufigsten bekommt.
Standard
02Eine kleine Änderung, deren Lösung schon feststeht. Einem Button einen Zustand geben, eine vorhandene Komponente anschließen, einen kurzen Test schreiben. Es gibt nichts zu untersuchen, nur Arbeit zu erledigen.
Komplex
03Ein Feature zu bauen, ein Bug zu untersuchen, ein Refactoring durchzuziehen. Der Weg ist am Anfang nicht offensichtlich, also braucht das Modell Spielraum zum Erkunden, bevor es sich auf einen Ansatz festlegt.
Extrem
04Architektur, ein Audit, ein Problem ohne bekannte Ursache. Dafür gibt es das Flaggschiff-Modell, und genau weil du es diesen Aufgaben vorbehältst, bleibt sein Einsatz hier bezahlbar.
Im Code des Features steht keine einzige Modellkennung. Die vier Stufen werden aus dem Katalog des Providers aufgelöst, auf dem der Agent läuft, sortiert vom leistungsstärksten zum schwächsten Modell. Bietet dieser Provider weniger als vier Modelle, klappt die Tabelle nach oben zusammen: bei drei Modellen landen Komplex und Extrem beide auf dem Flaggschiff, nie umgekehrt. Zu klein dimensioniert ruiniert einen ganzen Durchlauf; zu groß dimensioniert kostet die Preisdifferenz eines Aufrufs.
So funktioniert AI Suggestion, Schritt für Schritt
Sechs Schritte, vier davon optional, und insgesamt ein einziger Aufruf.
Du öffnest einen Agenten
Statt eines Terminals bekommst du die Intent-Ansicht: das Gesicht des Agenten auf animiertem Hintergrund, ein Pfeil, der auf ein einziges Feld zeigt, und oben rechts ein Link, um die Sitzung direkt zu öffnen, wenn dir gerade nicht danach ist.
Du beschreibst die Aufgabe in einem Satz
In normaler Sprache, in deiner Sprache. Kein Prompt und keine Spezifikation: einfach das, was dieser Agent gleich tun soll. Dieser Satz ist die einzige Pflichteingabe, und er wird die erste Nachricht der Sitzung.
Optional: die betroffenen Ordner benennen
Die Ordner des Projekts erscheinen als kleine Chips in Ordnerform. Ein Klick darauf gibt dem Agenten seinen Rahmen und schärft die Schwierigkeitsschätzung, denn derselbe Bug in einer Mobile-App und auf einer Website sind nicht dieselbe Aufgabe.
Optional: die erweiterten Optionen öffnen
Eingeklappt unter dem Feld: die Art der Arbeit, für wen sie ist, das erwartete Ergebnis, Leitplanken wie kein Commit oder Tests verpflichtend, und freier Kontext wie eine eingefügte Fehlermeldung oder eine Ticket-Nummer. Sie reisen im selben Aufruf mit und werden dem ersten Prompt des Agenten vorangestellt.
Ein Aufruf entscheidet, oder gar kein Aufruf
Bleibt alles auf Auto, löst das Absenden eine einzige Anfrage aus, die Stufe, Modell, Sitzungsname und, wenn kein Agent festgelegt ist, den Agenten zurückgibt. Klickst du stattdessen selbst eine Stufe an, gibt es keine Anfrage: die Sitzung geht sofort auf dem Modell auf, das zu dieser Stufe gehört.
Die Sitzung geht auf, bereits eingestellt
Der Agent startet auf dem gewählten Modell, unter dem generierten Sitzungsnamen, und deine Beschreibung kommt als erste Nachricht über das Startargument der CLI selbst an, statt nach dem Hochfahren ins Terminal eingefügt zu werden.
Du musst nicht einmal den Agenten wählen
Öffnest du die Ansicht, ohne einen Agenten zu benennen, wird die Frage breiter. Die Kugel zeigt ein Fragezeichen, umringt von drei Gesichtern, und der Satz, den du tippst, entscheidet, wer die Aufgabe übernimmt: einer der Agents, die schon in deiner Room sind, eine der vierzehn eingebauten Rollen, oder einer der rund 260 Experten aus dem Katalog.
Das ist auch das, was ein brandneues Projekt jetzt liefert. Es legt nicht mehr stillschweigend einen Full-Stack-Agenten an, nur weil irgendetwas angelegt werden musste. Es fragt, woran du arbeitest, und wählt dann den Agenten, den diese Antwort verlangt.
Agent, Modell und Sitzungsname kommen aus demselben einen Aufruf zurück, denn drei Anfragen hintereinander würden die Latenz einer Ansicht verdreifachen, deren ganzer Wert darin besteht, schneller zu sein als das Terminal zu öffnen und das Modell hinterher zu korrigieren.
Eine Frage, nachdem die Sitzung aufgegangen ist
Sobald der Agent läuft, fragt eine schmale Leiste genau einmal: war das vorgeschlagene Modell das richtige? Drei Antworten: hat geholfen, zu leicht, zu schwer.
Drei und nicht zwei, weil „das war falsch“ nicht verwertbar ist. Die Richtung des Fehlers dagegen schon. Zu leicht und zu schwer sind gegenläufige Korrekturen, und nur die Richtung sagt der Dimensionierungslogik, wohin sie sich bewegen soll.
Die Leiste blockiert nie etwas, die Frage kommt einmal pro Sitzung, und die Antwort wird nur gesendet, wenn du das Teilen von Nutzungsdaten eingeschaltet hast.
Ignorier sie, überspring sie, oder schalte sie aus, wo sie nervt
Eine Ansicht, die sich zwischen dich und dein Terminal stellt, muss sich trivial aus dem Weg räumen lassen. Es gibt vier Ausgänge, und keiner davon ist in einem Menü vergraben.
Direkt öffnen
Ein Link oben rechts in der Ansicht öffnet die Sitzung genau so, wie sie sich vor dem Feature geöffnet hätte. Kein Aufruf, keine Analyse, keine Verzögerung.
Die Stufe selbst entscheiden
Eine Stufe auf der Leiste anzuklicken macht sie zu deiner Entscheidung. Es geht keine Anfrage raus, und die Sitzung geht sofort auf dem passenden Modell auf.
Aus für diesen Agenten, dieses Projekt, oder überall
Die Einstellung wird zuerst auf Agenten-, dann auf Projekt-, dann auf Anwendungsebene aufgelöst, damit du die Ansicht für die Agents behältst, bei denen sie sich lohnt, und sie bei denen weglässt, die du ohnehin immer gleich öffnest.
Aus von dort, wo du gerade bist
Die drei Schalter stecken auch im Popover „Warum diese Ansicht?“ auf der Ansicht selbst. Du schaltest sie in dem Moment ab, in dem sie dich nervt, nicht drei Menüs später.
Automatisierte Agents sehen die Ansicht nie: QA-Bots, Backlog-Tickets, geplante Aufgaben, Mockups, Team-Schritte und temporäre Agents tragen ihr Briefing bereits mit sich, und vor ihnen sitzt niemand.
So funktioniert Adaptive Mode, Schritt für Schritt
Er läuft einmal, vor deiner ersten Nachricht, und steht dir nie im Weg.
Du fängst an, deinen Prompt zu tippen
Öffne eine frische Unterhaltung mit einem beliebigen Agenten und schreib, was erledigt werden soll. Adaptive Mode schaut nur auf brandneue Unterhaltungen, also unterbricht er nie eine Sitzung, die schon läuft.
Er liest die Aufgabe und analysiert sie
Sobald dein Entwurf umfangreich genug ist und du kurz innehältst, sendet Adaptive Mode den ersten Teil deines Entwurfs an ein kleines, schnelles Routing-Modell, das einschätzt, wie anspruchsvoll die Aufgabe ist.
Ein Modellvorschlag erscheint
Ein Chip taucht über dem Composer auf: 'Zu Haiku wechseln', 'Zu Sonnet wechseln' oder 'Zu Opus wechseln', je nachdem, was am kosteneffizientesten passt. Ist dein aktuelles Modell bereits die beste Wahl, sagt er dir stattdessen das.
Du übernimmst es mit einem Klick
Klick auf den Chip und das Modell wird übernommen. Läuft schon eine Sitzung, wechselt Adaptive Mode sie live. Die Wahl wird außerdem beim Agenten gespeichert, sodass der nächste Start mit dem richtigen Modell beginnt.
Oder neu berechnen, oder verwerfen
Deinen Prompt umformuliert? Tipp auf Aktualisieren, um die Empfehlung für den neuen Entwurf neu zu berechnen. Zufrieden mit deinem aktuellen Modell? Verwirf den Chip und sende ab. Du behältst die Kontrolle über jede Entscheidung.
Danach bleibt er still
Adaptive Mode schlägt einmal pro Unterhaltung vor, also nervt er dich nie und verbraucht nicht heimlich dein Monatskontingent, während du weiter editierst. Er macht seine Arbeit und verschwindet dann.
Provider-unabhängiges Modell-Routing
Adaptive Mode liest die Modellreihe des Providers, den du gerade nutzt, und empfiehlt aus diesem Katalog. Er ist an keinen Anbieter gebunden.
Claude
Routet zwischen Haiku, Sonnet und Opus. Haiku für schnelle Korrekturen, Umbenennungen, Übersetzungen, kurze Tests und Zusammenfassungen. Sonnet für Pull-Request-Reviews, neue Endpunkte, komplexes Debugging und Refactorings. Opus für Systemarchitektur, Sicherheitsaudits, große Legacy-Refactorings und tiefe Performance-Arbeit.
Codex
Routet durch die Codex-Reihe, vom schnellen, günstigen Mini-Modell für kleine Bugs und schnelle Fragen über das ausgewogene Standardmodell für End-to-End-Features und Tests bis zum Flaggschiff-Reasoning-Modell für komplexes Systemdesign und tiefe Code-Reviews.
Antigravity
Routet zwischen dem schnellen Antigravity-Modell für kleine Korrekturen, Übersetzungen und Zusammenfassungen und dem leistungsfähigen Antigravity-Modell für das Umsetzen von Features, Debugging und tiefere Analysen.
Andere Provider
Für jeden Provider greift Adaptive Mode auf eine einfache Regel zurück: das günstigste Modell für leichte Arbeit, ein ausgewogenes Modell für normale Arbeit, das leistungsstärkste Modell für schwere Arbeit. Füge einen Provider hinzu und er routet innerhalb der Modelle dieses Providers.
FAQ
Was ist Adaptive Mode in AgentsRoom?
Adaptive Mode ist intelligentes Modell-Routing für deine KI-Coding-Agenten. Bevor du deine erste Nachricht absendest, liest er deinen Prompt und schlägt das kosteneffizienteste Modell aus der Reihe deines Providers vor, das die Aufgabe trotzdem gut erledigt. Eine leichte Aufgabe bekommt ein leichtes, günstiges Modell; eine schwere Aufgabe bekommt ein Flaggschiff. Das Ziel ist einfach: hör auf, mit einem starken Modell für Arbeit zu überzahlen, die es nicht braucht.
Wie wählt Adaptive Mode ein Modell?
Er sendet den ersten Teil deines Entwurfs an ein kleines, schnelles Routing-Modell, das mit Beispielen angeleitet wurde, welche Arten von Aufgaben zu welcher Modellklasse passen. Dann liefert es das günstigste Modell zurück, das zur Aufgabe passt, geprüft gegen die Modelle, die dein aktueller Provider tatsächlich anbietet. Ist dein aktuelles Modell bereits die beste Wahl, sagt es, dass das Modell optimal ist, statt einen Wechsel zu erzwingen.
Wie spart mir das tatsächlich Geld?
Günstigere Modelle kosten für dieselbe einfache Aufgabe einen Bruchteil des Flaggschiffs. Wenn du Tippfehler-Korrekturen, Umbenennungen, Übersetzungen und kurze Tests auf dem Spitzenmodell laufen lässt, verbrennst du dein Nutzungsbudget um ein Vielfaches schneller als nötig. Adaptive Mode lenkt diese leichte Arbeit zu einem leichten Modell, sodass jede Aufgabe weniger kostet und du mehr Aufgaben erledigen kannst, bevor du an eine Nutzungsgrenze stößt. Über einen Tag und viele parallele Agenten summieren sich diese Einsparungen.
Welche Modelle kann er vorschlagen?
Was auch immer dein Provider anbietet. Bei Claude sind das Haiku, Sonnet und Opus. Bei Codex reicht es vom schnellen Mini-Modell über das ausgewogene Standardmodell bis zum Flaggschiff-Reasoning-Modell. Bei Antigravity umfasst es das schnelle und das leistungsfähige Modell. Für andere Provider greift er auf günstigstes, ausgewogenes und leistungsstärkstes Modell zurück. Adaptive Mode liest die Live-Modellliste, also empfiehlt er immer ein Modell, das du auch wirklich starten kannst.
Wechselt er das Modell automatisch?
Nein. Adaptive Mode schlägt nur vor. Du übernimmst die Änderung mit einem einzigen Klick auf den Chip. Läuft schon eine Sitzung, wechselt er das Modell live; in jedem Fall wird die Wahl beim Agenten gespeichert, sodass der nächste Start mit dem richtigen Modell beginnt. Du kannst den Vorschlag auch verwerfen und dein aktuelles Modell behalten.
Wann erscheint der Vorschlag?
Bei einer brandneuen Unterhaltung, nachdem du einen umfangreichen Prompt getippt und kurz innegehalten hast. Er läuft einmal pro Unterhaltung, also unterbricht er nie eine laufende Sitzung und verbraucht nie heimlich dein Monatskontingent, während du weiter editierst.
Kann ich den Vorschlag neu berechnen?
Ja. Wenn du deinen Prompt umschreibst, tipp auf den Aktualisieren-Button am Chip, um die Empfehlung für den neuen Entwurf neu zu berechnen. Eine manuelle Neuberechnung nutzt einen deiner monatlichen Vorschläge, also ist sie da, wenn du sie brauchst, ohne bei jedem Tastendruck zu laufen.
Ist mein Prompt privat?
Um einen Vorschlag zu berechnen, wird nur der erste Teil deines Entwurfs an die AgentsRoom-Server gesendet, einmal pro Unterhaltung und nur wenn Adaptive Mode aktiviert ist. Du kannst die Funktion in den Einstellungen ganz abschalten, wenn du Modelle lieber selbst wählst.
Funktioniert Adaptive Mode mit Codex und Antigravity, nicht nur mit Claude?
Ja. Adaptive Mode ist provider-unabhängig. Er liest den Modellkatalog des Providers, den der Agent gerade nutzt, und empfiehlt aus diesem Katalog, ob das nun Claude, Codex, Antigravity oder ein anderer unterstützter Provider ist. Der Befehl zum Modellwechsel ist für den Provider gebaut, auf dem du bist.
Wie schalte ich Adaptive Mode an oder aus?
Er ist standardmäßig aus. Öffne die AgentsRoom-Einstellungen, geh zu den Composer-Optionen und setz das Häkchen bei Adaptive Mode, um ihn einzuschalten: Dasselbe Häkchen schaltet ihn wieder aus. Solange er aus ist, analysiert nichts deinen Entwurf und nichts davon verlässt deinen Rechner.
Was ist AI Suggestion in AgentsRoom?
AI Suggestion ist eine kurze Ansicht, die vor dem Start einer Agenten-Sitzung erscheint. Du beschreibst die Aufgabe in einem Satz, und ein einziger Aufruf liefert das günstigste Modell aus dem Katalog deines Providers, das die Arbeit erledigen kann, einen Sitzungsnamen und, falls du keinen Agenten gewählt hast, den Agenten, der sie übernehmen sollte. Danach geht die Sitzung bereits konfiguriert auf, mit deinem Satz als erster Nachricht.
Und wenn ich schon weiß, wie schwer die Aufgabe ist?
Klick die Stufe auf der Leiste an. Sie wird zu deiner Entscheidung, der Aufruf entfällt komplett, und die Sitzung geht sofort auf dem Modell auf, das zu dieser Stufe gehört. Die Ansicht ist genau dann am schnellsten, wenn du die Antwort schon kennst.
Was passiert, wenn der Aufruf fehlschlägt oder ich offline bin?
Der Agent geht trotzdem auf, auf dem Modell, das er ohne das Feature genutzt hätte. Totes Netz, Nutzungslimit und unbrauchbare Antwort enden alle drei gleich, denn eine Ansicht, die dich am Öffnen eines Agenten hindern kann, wäre schlimmer als gar keine Ansicht. Wenn die Maschine nachweislich offline ist, wird die Ansicht von vornherein nicht gezeigt.
Kann es neben dem Modell auch den Agenten wählen?
Ja, wenn du die Ansicht öffnest, ohne einen Agenten zu benennen. Die Aufgabe wird gegen die Agents abgeglichen, die schon in deiner Room sind, gegen die vierzehn eingebauten Rollen und gegen den Expertenkatalog. Das macht jetzt auch ein brandneues Projekt, statt stillschweigend einen Full-Stack-Agenten anzulegen, weil irgendetwas angelegt werden musste.
Passt gut zu
CLI Doctor
Wenn Claude Code, Codex oder ein beliebiges Agenten-CLI beim Start stirbt, liest AgentsRoom den Fehler, den exakt ausgeführten Befehl und die Herkunft jedes Start-Flags und erklärt dann, was kaputt ist und wie Sie es beheben.
Agent Vorschläge
Nicht sicher, welchen KI-Agenten Sie verwenden sollen? Beschreiben Sie Ihre Aufgabe in einfacher Sprache und AgentsRoom schlägt den richtigen Agenten vor: aus Ihrem Raum, den 14 integrierten Rollen oder 260+ Katalogexperten, mit einem einzeiligen Grund. Ein Klick weist die Aufgabe zu.
Claude Code Token-Verbrauch
Sieh Token-Verbrauch und Kosten pro Sitzung in Echtzeit. Passt zu Adaptive Mode: clever routen, dann zusehen, wie die Einsparungen landen.
Agenten-Delegation
Ein Dev-Agent gibt einen Test über MCP an einen günstigeren QA-Agenten ab. Dieselbe Idee wie Adaptive Mode, angewandt auf ganze Agenten.
Multi-Provider
Lass Claude, Codex und Antigravity nebeneinander laufen. Adaptive Mode routet innerhalb des Providers, auf dem jeder Agent gerade ist.
Projektstatistiken
Zeit, Prompts, Tokens und Kosten pro Projekt und pro Agent. Die Dashboard-Sicht auf das Budget, das Adaptive Mode dir schützen hilft.
Agenten-Status-Tracking
Live-Status für jeden Agenten über alle Projekte, sodass du immer weißt, wer arbeitet und wer dich braucht.
Sitzung wiederherstellen
Beende und komm zurück, mit jedem Agenten, Terminal und jeder Modellauswahl genau dort, wo du sie verlassen hast.
Wie Sie Ihre Claude Code Token Kosten Senken, Ohne Langsam Zu Werden
Claude Code berechnet Ihnen pro Token, und die meisten Ausgaben sind unsichtbar: aufgeblähter Kontext, das falsche Modell, rohe PDFs, Agenten, die dieselben Dateien erneut lesen. Hierhin fließt das Geld tatsächlich und wie Sie es senken können, mit den Gewohnheiten und Werkzeugen, die Ihre Rechnung niedrig halten, ohne Sie zu verlangsamen.
Wie man die Token-Nutzung von Claude Code überprüft: 4 Möglichkeiten, um zu sehen, was Ihre Agenten ausgeben
Vier Möglichkeiten, die Token-Nutzung von Claude Code zu überprüfen: der /cost-Befehl, die Sitzungsprotokolle, die ccusage CLI und ein Live-Meter pro Sitzung. Sehen Sie genau, was jeder Agent ausgibt.
Welchen KI-Agenten sollten Sie für Ihre Projekte wählen?
Ein Frontend-Agent, der Ihren Marketingtext schreibt, ist ein stiller Misserfolg. So ordnen Sie jede Aufgabe dem richtigen KI-Agenten zu: Rollen, Katalogexperten, benutzerdefinierte Agenten und was zu tun ist, wenn Sie keine Ahnung haben, wer den Job übernehmen sollte.
Hör auf, für KI-Modell-Leistung zu zahlen, die du nicht brauchst
Lade AgentsRoom herunter und lass Adaptive Mode für jede Aufgabe das kosteneffizienteste Modell wählen. Leichte Modelle für leichte Arbeit, Flaggschiffe für die harten Probleme, weniger verbranntes Budget pro Aufgabe, mehr ausgelieferte Aufgaben pro Tag.
Companion-App: Agenten auch unterwegs im Blick behalten
Nutzen Sie Claude, Codex, Antigravity CLI oder einen anderen KI-Anbieter.
Bugs und Wünsche direkt in dein öffentliches Backlog schicken.