In rund zwei Jahren hat sich die maschinelle Hilfe beim Programmieren durch drei Formen bewegt. Zuerst ein Chatfenster, das Fragen zu Code beantwortete, den man hineinkopierte. Dann die Vervollständigung im Editor, eine Zeile oder zwei auf einmal. Die dritte Form ist das Thema dieses Artikels: ein Agent, der im Terminal lebt, kein neues Fenster öffnet, keinen Platz im Editor belegt und die ganze Schleife — Code lesen, ändern, Befehl ausführen, Ergebnis ansehen, sich selbst korrigieren — in der Kommandozeile durchläuft, die man ohnehin benutzt hätte.

Qwen Code ist eine offene Antwort auf diese Form, veröffentlicht von dem Team hinter einer der größeren offenen Modellfamilien. Das Versprechen ist bewusst unspektakulär: die Arbeit in normaler Sprache beschreiben, und es liest das Projekt, ändert die Dateien, startet die Tests und liefert etwas, das funktioniert.

Erst das Projekt verstehen, dann anfassen

Ein Vervollständigungswerkzeug beobachtet eine Datei. Dieser Agent lädt das ganze Projekt in den Kontext: Er liest die Struktur beim Start, klärt die Abhängigkeiten zwischen den Teilen, und während einer Sitzung lässt sich eine Datei beim Namen hereinholen, wenn sie mitgedacht werden soll. Was ein Team im Kopf behält, lässt sich einmal aufschreiben — Baubefehle, Testbefehle, Stilregeln — in einer Beschreibungsdatei im Wurzelverzeichnis, und jede Sitzung liest sie, bevor sie loslegt. Ein kleiner Mechanismus mit großer Wirkung: Die Regeln erreichen jede KI-Änderung, statt nach dem ersten Nachmittag zu verpuffen.

Ein Satz hinein, eine fertige Änderung heraus

Der übliche Gebrauch ist, einen Auftrag abzugeben und die Schleife schließen zu lassen: die Zeitüberschreitung an der Anmeldung überarbeiten und die Tests laufen lassen, um zu belegen, dass nichts kaputt ist. Es zerlegt das selbst in Schritte — die betroffenen Dateien finden, die vorhandene Umsetzung verstehen, ändern, die Tests starten, die Fehler lesen und korrigieren, bis es durchläuft. Danach kann es eine Versionierungsbuchung mit passender Beschreibung festhalten. Scheitert etwas, genügt es, das Fehlerprotokoll zurückzugeben; es sucht die Ursache im Projekt, statt an der Oberfläche zu raten.

Größere Aufgaben lassen sich auf parallel arbeitende Teilagenten verteilen, jeder mit eigenem Kontext und ohne Störung: einer jagt einen Leistungsengpass, während ein anderer Einheitstests schreibt, die Ergebnisse werden am Ende zusammengeführt. In einem großen Projekt ist diese Arbeitsteilung der Unterschied zwischen Warten und Rätseln.

Erst planen, dann handeln, und eine Bremse, die greift

Je mehr Autonomie ein Werkzeug hat, desto mehr braucht es einen Weg anzuhalten. Zwei Betriebsarten decken die Extreme ab. In der ersten braucht das Schreiben einer Datei und das Ausführen eines Befehls jeweils deine Zustimmung, was in der ersten Woche oder auf einem wichtigen Zweig passt. In der zweiten läuft alles unbeaufsichtigt, was für wiederkehrende Arbeit passt, der man schon vertraut. Dazwischen liegt eine Planungsart: zuerst reine Analyse, als Ausgabe ein Umsetzungsplan, und keine tatsächliche Änderung, bis du zustimmst.

Die Erweiterung folgt dem offenen Weg. Ein Fähigkeitspaket ist eine wiederverwendbare Zusammenstellung aus Anweisungen und Skripten, die sich einsetzen und später erneut aufrufen lässt, und ein offenes Protokoll erlaubt es externen Datenquellen und Werkzeugen, am Gespräch teilzunehmen — eine Datenbank, eine Sammlung von Dokumenten im Netz, eine Designvorlage —, damit der Kontext nicht nur das bleibt, was zufällig im Projekt liegt.

Modell tauschen, Projekt behalten

Das Werkzeug ist um das offene Programmiermodell des eigenen Teams herum abgestimmt, aber die Schicht, die mit Modellen spricht, bleibt offen: kompatible Endpunkte kommerzieller Anbieter lassen sich anbinden, ebenso ein Inferenzdienst auf der eigenen Maschine, und die Wahl lässt sich mitten in der Sitzung ändern. Das Rahmensystem selbst steht unter einer freizügigen Lizenz, und die Modellgewichte sind ebenfalls offen. Beides offen heißt: keine Anbieterbindung, über die man streiten müsste, und ein Team mit empfindlichen Daten kann die ganze Schleife auf lokalen Modellen fahren.

Konkret: die Lizenz ist freizügig, die Umsetzung läuft auf einer Laufzeitumgebung, die es für Windows, macOS und Linux gibt, und das Ganze ist eine Installation im Terminal. Ende 2026 hatte das öffentliche Projekt die Marke von siebenundzwanzigtausend Sternen überschritten und bewegte sich schnell. Die Software selbst ist offen; im Alltag erreicht man einen Modelldienst meist über die Cloud des Anbieters nach Verbrauch oder im Monatsabo, oder über einen eigenen kompatiblen Dienst oder ein lokales Modell.

Für wen es taugt

Für Leute, die ohnehin im Terminal arbeiten und wollen, dass das Modell die Arbeit anfasst, statt über sie zu reden. Für Teams, die keinen Quelltext an einen beliebigen Endpunkt schicken dürfen und ein austauschbares Modell brauchen. Für alle, die gesehen haben, wie eine KI eine Datei selbstsicher und falsch geändert hat, und die vor dem Schreiben einen Planungsschritt und eine Freigabe wollen. Es ist offen, das Modell ist austauschbar, und das Projekt ist an niemanden gebunden.