Andreas Spannagel entwickelt als KI-Berater und Softwareentwickler agentische Systeme. In dieser Folge zeigt er Pi-Hydra: Mehrere spezialisierte Review-Heads prüfen den Code schon während des Codings auf Qualität, Sicherheit und Dokumentation. Wir sprechen darüber, warum geteilte Kontexte und Prompt Caching den Ansatz bezahlbar machen, weshalb Pi als offener Coding-Agent für solche Erweiterungen geeignet ist und warum Unternehmen heute in KI-Experimente investieren sollten – auch wenn der erste Use Case bald vom nächsten Modell überholt wird.

WAS WIR LERNEN

- Wie Pi-Hydra das Vier-Augen-Prinzip des Pair Programming auf mehrere KI-Agenten überträgt

- Warum frühes Feedback besser funktioniert als ein großes Code Review am Ende

- Wie Forking und Prompt Caching den gemeinsamen Kontext und die Kosten beeinflussen

- Warum Modellwahl nicht nur von Benchmarks, sondern auch von Kosten und Wartbarkeit abhängt

- Weshalb Unternehmen Skills für generalistische Coding Agents bauen und heute schon experimentieren sollten

MEIN GAST

Andreas Spannagel -- https://spannagel.dev / https://www.linkedin.com/in/andreas-spannagel/

TOOLS & LINKS

- Pi-Hydra (Andreas’ Open-Source-Erweiterung für parallele Review-Heads beim Programmieren): https://github.com/pandysp/pi-hydra

- Pi (minimalistischer und erweiterbarer Open-Source-Coding-Agent): https://github.com/badlogic/pi-mono

- OpenCode (modellunabhängiger Open-Source-Coding-Agent mit Plan Mode, Subagents und Slash Commands): https://opencode.ai

- CursorBench (Vergleich von Erfolgsquote und durchschnittlichen Kosten verschiedener Modelle und Thinking Levels): https://cursorbench.com

- OpenClaw-One-Click-Deployment (Andreas’ Setup für eine OpenClaw-Instanz bei Hetzner): https://github.com/pandysp/openclaw-infra

KAPITEL

00:00 Intro und Vorstellung von Andreas

03:12 Vom Pair Programming zur Pi-Hydra

05:30 Review-Heads für Qualität, Security und Dokumentation

09:46 Forking, Prompt Caching und frühes Feedback

11:35 Pi im Vergleich zu geschlossenen Coding-Agents

14:24 Coding-Modelle, Benchmarks und reale Wartbarkeit

19:00 Das richtige Modell und Thinking Level auswählen

20:00 Kosten pro Task mit CursorBench vergleichen

23:48 OpenCode als Alternative zu Pi

24:44 Pi-Hydra als Open-Source-Projekt

28:47 Open Source, Reputation und neue Aufträge

33:40 Skills statt isolierter Agenten bauen

36:42 Agenten als „Tool Calling in a Loop“

40:25 Datenschutz, Cloudmodelle und der deutsche Mittelstand

46:40 Warum sich das technologische Delta vergrößert

51:14 Andreas’ Technologieradar

54:13 Beratung, Workshops und Kontakt

KI GARAGE

- Alle Episoden: https://josua.ai/ki-garage

- Instagram: https://www.instagram.com/ki.garage.podcast

- YouTube: https://www.youtube.com/@ki.garage.podcast

- Meine Projekte: https://josua.ai

- Josua auf LinkedIn: https://www.linkedin.com/in/josuawaghubinger/