Pi-Hydra: So prüfen KI-Agenten Code beim Entstehen

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/