TL;DR: Innerhalb von fünf Tagen haben drei große Coding-Harnesses und ein Newcomer fast identische Architektur-Entscheidungen veröffentlicht: ein persistenter Koordinator-Faden, delegierende Subagents und geteilter Zustand. Wer heute nur einen "Chat pro Aufgabe" fährt, sitzt hinter dieser Konvergenz-Linie. Der Artikel liefert eine Zuordnungstabelle und einen 3-Punkte-Check für den eigenen Stack.
Das Muster: drei Eigenschaften, vier Produkte
Alle vier Systeme komprimieren agentisches Arbeiten auf dieselbe Grundform: persistent (der Kontext überlebt den Einzel-Chat), Subagents (der Koordinator delegiert statt selbst zu tippen), geteilter State (Pläne, Demos, Kontextdateien wachsen gemeinsam).
| Harness | Veröffentlichung | Kernfeature | Zuordnung |
|---|---|---|---|
| Cursor Projects (Beta) | 10.09.2026 | Coordinator-Agent in einem persistenten Thread, Subagents mit geteiltem Memory, PR-/Slack-Watcher, geplante Tasks | Team-Workflows mit wiederkehrender Arbeit |
| OpenAI Codex CLI 0.154 | 09.09.2026 | Experimentelle Worktree-Checks (--worktree / /worktree), isolierte Forks pro Session, Inline-Rückfragen | Parallele Runs auf einem Repo |
| Claude Code 2.1.261 | September 2026 | /skill-doctor pruned Skill-Dateien, hält Kontextschichten schlank | Wartung großer Skill-Sets |
| Pion (Andon Labs) | September 2026 | Autonom laufende Firmen (Vending, Markt, Radio) als Coordinator+Subagent-Grammatik | Durchlauf-fähige Betriebsprozesse |
Was sich konkret geändert hat
Cursor Projects ersetzt das Prinzip "ein Chat pro Aufgabe". Der Coordinator schreibt nicht selbst Code — er plant, delegiert an parallele Subagents und bringt die Ergebnisse zurück. Agents innerhalb eines Projekts teilen Memory und Artefakte wie Pläne und Demos; diese Dateien synchronisieren automatisch zwischen Geräten und Agent-Computern. Die Watcher (PR, Slack, Zeitplan) laufen ohne neuen Prompt weiter.
Codex CLI 0.154.0 liefert Worktrees als isolierte Checkouts für neue oder geforkte Sessions, samt Durchsuchen und Fortsetzen. Der Hintergrund-Server unter Windows teilt sich jetzt eine Instanz über Sessions hinweg. Das ist der Endzustand derselben Entwicklung: parallele Agents kämpfen nicht mehr um einen Checkout.
Claude Code setzt mit /skill-doctor auf Pruning als erstklassige Operation: Skills werden maschinell aufgeräumt, damit der geteilte Kontext nicht bläht.
Pion führt die Grammatik auf Betriebsebene: Managing-Agent Andonos delegiert an Business-Agents, die Vending-Maschinen, Märkte und Radiosender autonom führen. Die Architektur unterscheidet sich strukturell nicht von Cursor Projects — nur der Maßstab.
Der 3-Punkte-Check für Ihren Stack
- Persistent: Existiert ein Kontext, der Einzel-Sessions überlebt (Projekt-Thread, AGENTS.md, geteilte Dateiebene)?
- Subagents: Delegiert Ihr Coordinator an parallele Worker oder tippt alles durch einen Faden?
- Shared State: Schreiben Agents ihre Pläne und Befunde in eine gemeinsame, wachsende Quellenschicht?
Je mehr Punkte erfüllt sind, desto näher liegt Ihr Stack an der Konvergenz-Linie von September 2026. Bei null Punkten ist die Migration ein Gewinn, nicht nur ein Feature-Upgrade.
Warum diese Konvergenz praktisch zählt
Die drei Eigenschaften sind nicht unabhängig: Persistence macht geteilten State sinnvoll, geteilten State macht Delegation bezahlbar, Delegation erzwingt Persistence. Damit ist die Reihenfolge der Einführung vorgegeben — erst Kontextschicht, dann Koordinator, dann Worker.
Der nächste Changelog-Schwerpunkt ist bereits absehbar: Harness-Performance. Für Worktree-Checks sind Speedups um die 80 Prozent durch Folder-Clones auf APFS, Btrfs, XFS und ReFS angekündigt. Wer misst, wird der Erste mit belastbaren Vergleichswerten sein.
FAQ
Was bringt ein persistentes Projekt gegenüber einzelnen Chats? Der Coordinator muss Kontext nicht bei jeder Aufgabe neu aufbauen. Pläne, Demos und Befunde bleiben als geteilte Dateien erhalten und wachsen mit. Bei wiederkehrender Arbeit entfallen repetitive Prompt-Rituale, was die Fehlerrate pro Task senkt.
Wofür brauche ich Worktrees in einer Agent-Session? Ein Worktree gibt jeder neuen oder geforkten Session einen eigenen, isolierten Checkout. Parallele Agents stören sich nicht mehr gegenseitig im selben Arbeitsverzeichnis. Checkouts lassen sich später durchsuchen und fortsetzen, was Forks und Reviews pragmatischer macht.
Was leistet /skill-doctor in Claude Code? Der Befehl räumt die Skill-Dateien des Projekts maschinell auf, also Pruning veralteter oder doppelter Anweisungen. Das hält den geteilten Kontext klein und damit billiger wie schneller. Für große Skill-Sets ist das die einfachste Wartungsoperation.
Ist Pion ein weiterer Chatbot oder ein eigenständiges Modell? Pion ist ein purpose-built Agent, der Firmen autonom führt: Andonos als Managing-Agent delegiert an Business-Agents. Die Basis sind fortlaufend beobachtete Experimente mit Vending-Maschinen, Markt, Café und Radiosendern. Der Unterschied zum reinen Modell liegt in der durchlaufenden Betriebslogik, nicht in der Parameterzahl.
In welcher Reihenfolge stelle ich meinen Stack auf das Muster um? Zuerst die geteilte Kontextschicht anlegen — eine Dateienbene, die alle Agents lesen und schreiben. Dann den Coordinator etablieren, der plant und delegiert statt selbst zu schreiben. Zuletzt die Subagents und Trigger für PR-, Slack- und Zeitplan-Aufgaben ergänzen.
Sources
- https://x.com/cursor_ai/status/2098162488013455784
- https://x.com/CodexReleases/status/2097817395930735015
- https://updatify.io/releases/codex-cli
- https://flaviocopes.com/cursor-projects
- https://andonlabs.com/pion
- https://andonlabs.com/blog/why-we-built-pion
- https://x.com/andonlabs/status/2099547565759062090
- https://x.com/steipete/status/2099207638994690181