[{"data":1,"prerenderedAt":880},["ShallowReactive",2],{"blog-gemini-cli-de":3},{"slug":4,"published":5,"minutes":6,"category":7,"tags":8,"keywords":14,"about":23,"sources":36,"cover":120,"og":121,"expertise":122,"locales":123,"lang":125,"title":127,"description":128,"coverAlt":129,"metaTitle":130,"takeaways":131,"faq":137,"toc":150,"blocks":178,"others":611},"gemini-cli","2026-10-07",9,"agents",[9,10,11,12,13],"Terminal agent","Gemini","MCP","Sandboxing","Data protection",[15,16,17,18,19,20,21,22],"gemini cli","gemini cli free tier","gemini cli pricing","gemini cli data privacy","gemini cli vs claude code","antigravity cli","gemini cli github action","gemini cli sandbox",[24,27,30,33],{"name":25,"url":26},"Gemini CLI","https:\u002F\u002Fgithub.com\u002Fgoogle-gemini\u002Fgemini-cli",{"name":28,"url":29},"Vertex AI","https:\u002F\u002Fcloud.google.com\u002Fvertex-ai",{"name":31,"url":32},"Apache License","https:\u002F\u002Fen.wikipedia.org\u002Fwiki\u002FApache_License",{"name":34,"url":35},"Model Context Protocol","https:\u002F\u002Fmodelcontextprotocol.io",[37,40,43,46,48,51,54,57,60,63,66,69,72,75,78,81,84,87,90,93,96,99,102,105,108,111,114,117],{"title":38,"url":39},"Google Developers Blog: transitioning Gemini CLI to Antigravity CLI","https:\u002F\u002Fdevelopers.googleblog.com\u002Fen\u002Fan-important-update-transitioning-gemini-cli-to-antigravity-cli\u002F",{"title":41,"url":42},"Gemini CLI: quotas and pricing","https:\u002F\u002Fgeminicli.com\u002Fdocs\u002Fresources\u002Fquota-and-pricing\u002F",{"title":44,"url":45},"Gemini CLI: licence, terms of service and privacy notices","https:\u002F\u002Fgeminicli.com\u002Fdocs\u002Fresources\u002Ftos-privacy",{"title":47,"url":26},"GitHub: google-gemini\u002Fgemini-cli, the repository and README",{"title":49,"url":50},"Gemini CLI changelog: v0.63.0 released 6 October 2026","https:\u002F\u002Fgithub.com\u002Fgoogle-gemini\u002Fgemini-cli\u002Fblob\u002Fmain\u002Fdocs\u002Fchangelogs\u002Flatest.md",{"title":52,"url":53},"Gemini CLI reference: flags and approval modes","https:\u002F\u002Fgithub.com\u002Fgoogle-gemini\u002Fgemini-cli\u002Fblob\u002Fmain\u002Fdocs\u002Fcli\u002Fcli-reference.md",{"title":55,"url":56},"Gemini CLI configuration: settings.json and approval defaults","https:\u002F\u002Fgithub.com\u002Fgoogle-gemini\u002Fgemini-cli\u002Fblob\u002Fmain\u002Fdocs\u002Freference\u002Fconfiguration.md",{"title":58,"url":59},"Gemini CLI sandboxing","https:\u002F\u002Fgithub.com\u002Fgoogle-gemini\u002Fgemini-cli\u002Fblob\u002Fmain\u002Fdocs\u002Fcli\u002Fsandbox.md",{"title":61,"url":62},"Gemini CLI: context files (GEMINI.md)","https:\u002F\u002Fgithub.com\u002Fgoogle-gemini\u002Fgemini-cli\u002Fblob\u002Fmain\u002Fdocs\u002Fcli\u002Fgemini-md.md",{"title":64,"url":65},"Gemini CLI: MCP servers","https:\u002F\u002Fgithub.com\u002Fgoogle-gemini\u002Fgemini-cli\u002Fblob\u002Fmain\u002Fdocs\u002Ftools\u002Fmcp-server.md",{"title":67,"url":68},"Gemini API Additional Terms of Service","https:\u002F\u002Fai.google.dev\u002Fgemini-api\u002Fterms",{"title":70,"url":71},"Gemini Developer API pricing","https:\u002F\u002Fai.google.dev\u002Fgemini-api\u002Fdocs\u002Fpricing",{"title":73,"url":74},"Gemini Code Assist FAQs","https:\u002F\u002Fdocs.cloud.google.com\u002Fgemini\u002Fdocs\u002Fcodeassist\u002Ffaqs",{"title":76,"url":77},"Vertex AI data governance and zero data retention","https:\u002F\u002Fdocs.cloud.google.com\u002Fvertex-ai\u002Fgenerative-ai\u002Fdocs\u002Fdata-governance",{"title":79,"url":80},"Vertex AI data residency","https:\u002F\u002Fdocs.cloud.google.com\u002Fvertex-ai\u002Fgenerative-ai\u002Fdocs\u002Flearn\u002Fdata-residency",{"title":82,"url":83},"Vertex AI locations and endpoints","https:\u002F\u002Fdocs.cloud.google.com\u002Fvertex-ai\u002Fgenerative-ai\u002Fdocs\u002Flearn\u002Flocations",{"title":85,"url":86},"run-gemini-cli: the GitHub Action for Gemini CLI","https:\u002F\u002Fgithub.com\u002Fgoogle-github-actions\u002Frun-gemini-cli",{"title":88,"url":89},"Antigravity CLI migration guide","https:\u002F\u002Fantigravity.google\u002Fdocs\u002Fcli\u002Fgcli-migration",{"title":91,"url":92},"Claude pricing","https:\u002F\u002Fclaude.com\u002Fpricing",{"title":94,"url":95},"Claude Code: data usage","https:\u002F\u002Fcode.claude.com\u002Fdocs\u002Fen\u002Fdata-usage",{"title":97,"url":98},"Claude Code: setup and plan requirements","https:\u002F\u002Fcode.claude.com\u002Fdocs\u002Fen\u002Fsetup",{"title":100,"url":101},"Claude Code: permission modes","https:\u002F\u002Fcode.claude.com\u002Fdocs\u002Fen\u002Fpermission-modes",{"title":103,"url":104},"Claude Code: sandboxing","https:\u002F\u002Fcode.claude.com\u002Fdocs\u002Fen\u002Fsandboxing",{"title":106,"url":107},"Claude Code licence (LICENSE.md)","https:\u002F\u002Fgithub.com\u002Fanthropics\u002Fclaude-code\u002Fblob\u002Fmain\u002FLICENSE.md",{"title":109,"url":110},"OpenAI Codex pricing","https:\u002F\u002Fdevelopers.openai.com\u002Fcodex\u002Fpricing",{"title":112,"url":113},"OpenAI Codex CLI repository","https:\u002F\u002Fgithub.com\u002Fopenai\u002Fcodex",{"title":115,"url":116},"Codex: agent approvals and security","https:\u002F\u002Fdevelopers.openai.com\u002Fcodex\u002Fagent-approvals-security",{"title":118,"url":119},"Codex: sandboxing","https:\u002F\u002Fdevelopers.openai.com\u002Fcodex\u002Fconcepts\u002Fsandboxing","\u002Fimages\u002Fblog\u002Fgemini-cli\u002Fcover.webp","\u002Fimages\u002Fblog\u002Fgemini-cli\u002Fog.jpg","ai-engineer",[124,125,126],"en","de","hu","Gemini CLI im Test: Open Source, aber für Einzelnutzer nicht mehr kostenlos","Gemini CLI bleibt Apache-2.0, doch der kostenlose Einzelzugang endete am 18. Juni 2026. Übrig bleiben Code Assist, abgerechnete API-Schlüssel und Vertex AI.","Eine hohe Wand mit drei engen Toren, das linke verschlossen, ein Pfeil biegt zum mittleren.","Gemini CLI: offen, aber nicht mehr kostenlos · Balázs Csorba",[132,133,134,135,136],"Gemini CLI bleibt Apache-2.0 und wird weiter gepflegt (v0.63.0 vom 6. Oktober 2026), doch seit dem 18. Juni 2026 bedient es weder Nutzer von Google AI Pro oder Ultra noch kostenlose Einzelnutzer von Code Assist.","Für ein Unternehmen sind die realistischen Wege eine Code-Assist-Lizenz Standard oder Enterprise mit 1.500 bzw. 2.000 Anfragen pro Nutzer und Tag oder ein abgerechneter Gemini-API- oder Vertex-AI-Schlüssel.","Die Datenbedingungen richten sich nach dem Weg: Ein abgerechneter Schlüssel nutzt Prompts nicht zur Produktverbesserung, Code Assist trainiert ohne Erlaubnis nicht mit deinen Daten, und die unbezahlte API-Stufe darf zur Verbesserung von Googles Produkten genutzt werden.","Für Datenresidenz in der EU beginne beim multiregionalen EU-Endpunkt von Vertex AI, denn ein Endpunkt allein garantiert weder Datenresidenz noch Verarbeitung in der Region.","Die Sandbox greift nur, wenn du sie einschaltest, und das macOS-Standardprofil erlaubt weiterhin breiten Lesezugriff auf Dateien und Netzwerkzugriff.",[138,141,144,147],{"q":139,"a":140},"Kann ich Gemini CLI noch kostenlos nutzen?","Nicht als Einzelnutzer. Die Kontingentseite der CLI sagt, dass die unbezahlte Stufe und Google-One-Nutzer am 18. Juni 2026 durch Antigravity CLI ersetzt wurden. Die dort noch aufgeführten Gratis-Zeilen sind also veraltet. Die Limits von Antigravity CLI habe ich nicht geprüft, schau daher vor der Planung auf Googles Seiten nach.",{"q":142,"a":143},"Trainiert Gemini CLI mit meinem Code?","Das hängt vom Weg ab. Bei Code Assist Standard und Enterprise nutzt Google deine Daten ohne Erlaubnis nicht, um seine Modelle zu trainieren. Bei einem abgerechneten Gemini-API-Schlüssel werden Prompts und Antworten nicht zur Produktverbesserung genutzt. Bei der unbezahlten API-Stufe darf Google das Eingereichte zur Produktverbesserung nutzen, und menschliche Prüfer dürfen es lesen.",{"q":145,"a":146},"Was kostet ein Aufruf über die bezahlte API?","Laut Googles Preisseite ist Gemini 3.1 Pro Preview (Stand Oktober 2026) mit 2,00 $ pro Million Eingabe-Token und 12,00 $ pro Million Ausgabe-Token gelistet, Denk-Token werden als Ausgabe abgerechnet. Zu diesem Satz kostet ein Aufruf mit einem Prompt von 10.000 Token und einer Antwort von 1.000 Token etwa 0,03 $, und eine Agenten-Sitzung macht viele Aufrufe. Die Seite setzt rund um einen Prompt von 200.000 Token gesonderte Sätze, prüfe deshalb den Satz für deine Prompt-Größe.",{"q":148,"a":149},"Ist die CLI Open Source?","Ja. Der Code steht unter der Apache License 2.0, wie die LICENSE-Datei festhält. Die Lizenz deckt den Code ab, nicht die Modelle oder Kontingente, die Google separat festlegt.",[151,154,157,160,163,166,169,172,175],{"id":152,"title":153},"what-it-is","Was es ist",{"id":155,"title":156},"how-it-works","Wie es funktioniert",{"id":158,"title":159},"getting-started","Erste Schritte",{"id":161,"title":162},"approvals-and-sandbox","Genehmigungsmodi und Sandbox",{"id":164,"title":165},"context-mcp-and-actions","Kontext, MCP und die GitHub Action",{"id":167,"title":168},"cost-and-deployment","Kosten und Datenschutz",{"id":170,"title":171},"where-it-falls-short","Wo es hakt",{"id":173,"title":174},"verdict","Fazit",{"id":176,"title":177},"sources","Quellen",[179,183,186,189,192,217,224,225,228,234,237,238,241,244,247,248,251,273,282,283,286,289,292,293,296,360,363,366,374,375,378,400,401,404,458,489,495,496],{"type":180,"content":181},"paragraph",[182],"Gemini CLI ist Googles quelloffener Terminal-Agent und nicht mehr das kostenlose Werkzeug, das sein README noch beschreibt. Nutze es, wenn dein Unternehmen bereits eine Code-Assist-Lizenz Standard oder Enterprise hat oder dein Plattformteam Gemini über abgerechnete API-Schlüssel betreibt, auch über Vertex AI in der EU. Nutze es nicht als kostenlosen persönlichen Agenten: Seit dem 18. Juni 2026 hat Google Einzelnutzer zu Antigravity CLI verschoben.",{"type":180,"content":184},[185],"Dieser Test behandelt, was die CLI tut, welche Wege es im Oktober 2026 noch gibt, was jeder Weg mit deinem Code macht und wie sich die CLI zu Claude Code und Codex CLI verhält. Ich habe die Seiten von Google, Anthropic und OpenAI am 10. Oktober 2026 geöffnet. Wo ich eine Zahl nicht bestätigen konnte – etwa einen Preis pro Code-Assist-Platz –, habe ich sie weggelassen.",{"type":187,"level":188,"id":152,"text":153},"heading",2,{"type":180,"content":190},[191],"Gemini CLI ist ein npm-Paket, das einen Agenten in deinem Terminal startet. Das Tool liest dein Projekt, führt Shell-Befehle aus, bearbeitet Dateien, sucht im Web über Grounding mit der Google-Suche und ruft MCP-Server auf. Der Code steht unter der Apache License 2.0, die neueste stabile Version ist v0.63.0 vom 6. Oktober 2026, und laut README haben die Gemini-3-Modelle ein Kontextfenster von 1 Mio. Token.",{"type":193,"ordered":194,"items":195},"list",false,[196,202,207,212],[197,201],{"tag":198,"children":199},"strong",[200],"Installation. ","npm install -g @google\u002Fgemini-cli, Homebrew oder npx.",[203,206],{"tag":198,"children":204},[205],"Eingebaute Werkzeuge. ","Grounding mit der Google-Suche, Dateioperationen, Shell-Befehle und Abruf von Webseiten.",[208,211],{"tag":198,"children":209},[210],"Erweiterungen. ","MCP-Server über stdio, SSE oder Streamable HTTP, dazu GEMINI.md-Kontextdateien.",[213,216],{"tag":198,"children":214},[215],"Automatisierung. ","Headless-Modus mit -p, JSON-Ausgabeformat und eine GitHub Action.",{"type":218,"variant":219,"title":220,"body":221},"callout","warn","Der kostenlose Weg endete am 18. Juni 2026",[222],[223],"Googles Kontingentseite sagt, dass die unbezahlte Stufe und Google-One-Nutzer an diesem Tag durch Antigravity CLI ersetzt wurden. Das README des Repositorys beschreibt noch einen kostenlosen persönlichen Login mit 1.000 Anfragen am Tag und erwähnt die Änderung nicht. Für die Planung gelten die datierten Google-Seiten mehr als das README.",{"type":187,"level":188,"id":155,"text":156},{"type":180,"content":226},[227],"Jede Anfrage folgt einer Schleife. Der Prompt geht an das Modell, das Werkzeuge anfordert, sobald es sie braucht. Der Genehmigungsmodus entscheidet, ob ein Werkzeugaufruf sofort läuft oder auf dich wartet, und wenn du die Sandbox eingeschaltet hast, läuft der Aufruf darin, bevor er das Projekt berührt. Das Ergebnis geht zurück an das Modell, und die Schleife wiederholt sich, bis die Antwort fertig ist.",{"type":229,"src":230,"alt":231,"wide":232,"caption":233},"image","\u002Fimages\u002Fblog\u002Fgemini-cli\u002Fdiagram-8.webp","Ein Werkzeugaufruf, zwei Prüfungen Ein Prompt geht an das Gemini-Modell, das einen Werkzeugaufruf anfordert. Der Aufruf passiert zuerst das Freigabe-Gate und dann die Sandbox, bevor er die Projektdateien erreicht. Das Ergebnis kehrt zum Modell zurück, das die Schleife fortsetzt, bis es antworten kann.",true,"Jeder Werkzeugaufruf passiert das Freigabe-Gate und die Sandbox, bevor er eine Projektdatei ändern kann.",{"type":180,"content":235},[236],"Neben dieser Schleife liegen zwei weitere Eingaben. GEMINI.md-Dateien werden aus mehreren Orten gelesen und aneinandergehängt, sodass eine globale Datei und eine Projektdatei beide das Verhalten des Modells prägen. MCP-Server fügen ihre Werkzeuge derselben Schleife hinzu, wie der nächste Abschnitt erklärt.",{"type":187,"level":188,"id":158,"text":159},{"type":180,"content":239},[240],"Starte mit einem Schlüssel aus einem Cloud-Projekt mit aktiver Abrechnung. Die unbezahlte Stufe ist aus der CLI entfernt, und abgerechneter Zugriff gilt nach Googles Bedingungen als bezahlter Dienst. Setze GEMINI_API_KEY und führe dann eine Aufgabe nicht interaktiv mit -s aus, was die Sandbox einschaltet, die tools.sandbox in settings.json benennt.",{"type":242,"code":243},"code","npm install -g @google\u002Fgemini-cli\nexport GEMINI_API_KEY=\"key-from-a-billed-project\"\ngemini -s -p \"Run the test suite and summarise the failures\" --output-format json",{"type":180,"content":245},[246],"Die JSON-Ausgabe liefert die Antwort zusammen mit Nutzungsstatistiken, sodass ein Skript festhalten kann, was jeder Lauf verbraucht hat. Seit v0.63.0 können nicht interaktive Läufe auch mehrstufige Pläne selbstständig ausführen. Lass die Sandbox bei unbeaufsichtigten Läufen eingeschaltet.",{"type":187,"level":188,"id":161,"text":162},{"type":180,"content":249},[250],"Der Genehmigungsmodus entscheidet, welche Werkzeugaufrufe ohne Rückfrage laufen. Der yolo-Modus lässt sich nur in der Kommandozeile setzen, und das ältere Flag --yolo ist zugunsten von --approval-mode=yolo veraltet.",{"type":193,"ordered":194,"items":252},[253,258,263,268],[254,257],{"tag":198,"children":255},[256],"default: ","fragt vor Werkzeugaktionen nach einer Freigabe.",[259,262],{"tag":198,"children":260},[261],"auto_edit: ","genehmigt die Bearbeitungswerkzeuge automatisch.",[264,267],{"tag":198,"children":265},[266],"plan: ","nur lesend, für Recherche und Planung vor jeder Änderung.",[269,272],{"tag":198,"children":270},[271],"yolo: ","genehmigt alles, nutze ihn deshalb nur in einer Sandbox.",{"type":180,"content":274},[275,276,281],"Die Sandbox ist optional. Schalte sie mit -s, der Variable GEMINI_SANDBOX oder tools.sandbox ein und wähle macOS Seatbelt (sandbox-exec), Docker, Podman, runsc oder LXC. Das Standardprofil von Seatbelt, permissive-open, verweigert Operationen standardmäßig und begrenzt Schreibzugriffe auf das Projektverzeichnis, erlaubt aber breiten Lesezugriff und Netzwerkzugriff. Behandle es als Schreibsperre, nicht als Netzwerksperre. Für unbeaufsichtigte Runner deckt die ",{"tag":277,"to":278,"children":279},"link","\u002Fblog\u002Fsandboxing-coding-agents-ci-checklist",[280],"KI-Agenten-Sandbox-Checkliste: Lehren aus einem CI-Einbruch"," den Rest ab.",{"type":187,"level":188,"id":164,"text":165},{"type":180,"content":284},[285],"GEMINI.md ist der günstigste Weg, Regeln an einer Stelle zu halten. Die CLI liest Kontextdateien von mehreren Orten, sodass eine Datei unter ~\u002F.gemini und eine Datei im Projekt beide gelten. Antigravity CLI liest diese Datei weiterhin, und sein Migrationsleitfaden liest außerdem AGENTS.md, sodass bestehende Projektregeln übernommen werden sollten.",{"type":180,"content":287},[288],"MCP-Server werden unter mcpServers in settings.json deklariert, jeweils mit Befehl, Argumenten und Umgebungsvariablen. Ein Server, der in ein Ticketsystem oder ein Repository schreiben kann, gehört eher in die Standardfreigabe als in yolo, und ich würde vor dem Einsatz prüfen, welche Freigabe-Nachfragen er auslöst.",{"type":180,"content":290},[291],"Die Aktion run-gemini-cli bringt die CLI in GitHub-Workflows für Pull-Request-Reviews, Issue-Triage und @gemini-cli-Kommentare, die Änderungen verlangen. Auf Googles Seite akzeptiert sie einen Gemini-API-Schlüssel oder Workload Identity Federation; auf GitHub-Seite das Standard-GITHUB_TOKEN oder eine eigene GitHub App, die das README empfiehlt. Der Setup-Text beschreibt noch einen AI-Studio-Schlüssel mit kostenlosen Kontingenten, nimm deshalb einen abgerechneten Schlüssel. Code Assist for GitHub nimmt seit dem 18. Juni 2026 keine neuen Installationen auf GitHub-Organisationen mehr an, die über Google Cloud gekaufte Version bleibt jedoch unverändert.",{"type":187,"level":188,"id":167,"text":168},{"type":180,"content":294},[295],"Es gibt nichts selbst zu hosten. Die CLI läuft auf deinem Rechner und schickt jede Anfrage an einen Google-Endpunkt, daher folgen Preis und Datenbedingungen dem Weg, nicht dem Werkzeug. Die Tabelle listet jeden Weg so, wie Googles Seiten ihn im Oktober 2026 beschreiben. Grounding mit der Google-Suche wird über die API separat abgerechnet: 5.000 Anfragen pro Monat sind über Gemini 3 und neuere Modelle hinweg kostenlos, danach 14 $ pro 1.000. Die Ausgabepreise enthalten Denk-Token, und die Preisseite ändert die Sätze je nach Prompt-Größe.",{"type":297,"head":298,"rows":307},"table",[299,301,303,305],[300],"Weg",[302],"Preis",[304],"Kontingent pro Nutzer und Tag",[306],"Datennutzung",[308,317,326,334,343,351],[309,311,313,315],[310],"Google-Konto: AI Pro, Ultra oder kostenlos als Einzelnutzer",[312],"Für die CLI am 18. Juni 2026 beendet",[314],"Nicht zutreffend",[316],"Zu Antigravity CLI verschoben",[318,320,322,324],[319],"Code Assist Standard",[321],"Lizenz pro Nutzer (Preis nicht geprüft)",[323],"1.500 Anfragen",[325],"Kein Training ohne deine Erlaubnis",[327,329,330,332],[328],"Code Assist Enterprise",[321],[331],"2.000 Anfragen",[333],"Wie Standard, nach den Google-Cloud-Bedingungen",[335,337,339,341],[336],"Gemini-API-Schlüssel, abgerechnetes Projekt",[338],"2,00 $ Eingabe, 12,00 $ Ausgabe pro Million Token (Gemini 3.1 Pro Preview)",[340],"Variiert",[342],"Prompts und Antworten nicht zur Produktverbesserung genutzt",[344,346,348,349],[345],"Vertex AI, abgerechnet",[347],"Bezahlung pro Token, regionaler oder multiregionaler Endpunkt",[340],[350],"Kein Training ohne vorherige Erlaubnis; Speicher-Cache bis 24 Stunden, sofern nicht deaktiviert",[352,354,356,358],[353],"Unbezahlter Gemini-API-Schlüssel",[355],"Kostenlos",[357],"250 laut Kontingentseite",[359],"Zur Produktverbesserung genutzt; menschliche Prüfung möglich",{"type":180,"content":361},[362],"Bei den Datenbedingungen unterscheiden sich die Wege wirklich. Nach den unbezahlten Gemini-API-Bedingungen darf Google das, was du einreichst, nutzen, um Produkte und Technologien des maschinellen Lernens bereitzustellen, zu verbessern und zu entwickeln. Menschliche Prüfer dürfen Eingaben und Ausgaben lesen, annotieren und verarbeiten, nachdem sie von deinem Konto, Schlüssel und Projekt getrennt wurden, und Google bittet dich, dort keine sensiblen, vertraulichen oder personenbezogenen Daten zu senden. Die bezahlten Bedingungen sagen, dass Prompts und Antworten nicht zur Produktverbesserung genutzt werden, und bezahlte Nutzung wird nach Googles Data Processing Addendum verarbeitet.",{"type":180,"content":364},[365],"Code Assist Standard und Enterprise folgen den Google-Cloud-Bedingungen, und die FAQ sagt, dass Google ohne deine Erlaubnis nicht mit deinen Daten seine Modelle trainiert. Vertex AI legt für alle verwalteten Modelle der Gemini Enterprise Agent Platform eine Trainingsbeschränkung fest, auch für Modelle vor der allgemeinen Verfügbarkeit. Die Seite zur Datenresidenz trennt ruhende Daten von der ML-Verarbeitung. Der multiregionale EU-Endpunkt hält die ML-Verarbeitung in den EU-Mitgliedstaaten und schließt das Vereinigte Königreich und die Schweiz aus.",{"type":180,"content":367},[368,369,373],"Googles Standortseite sagt, dass Endpunkte weder Datenresidenz noch ML-Verarbeitung in der Region garantieren, also wähle den Endpunkt bewusst. Auch zwei Vertex-Standardeinstellungen brauchen eine Entscheidung. Veröffentlichte Gemini-Modelle speichern Ein- und Ausgaben standardmäßig bis zu 24 Stunden im Arbeitsspeicher, pro Projekt, und du kannst das abschalten. Die Standardbedingungen der Google Cloud erlauben das Protokollieren von Prompts zur Missbrauchsüberwachung, und null Datenspeicherung braucht einen Ausnahmeantrag. Für die umfassendere EU-Checkliste siehe ",{"tag":277,"to":370,"children":371},"\u002Fblog\u002Fgdpr-llm-api-eu-data-residency",[372],"LLM-Datenresidenz nach DSGVO: Regionssteuerung, Zero Retention, EU-Optionen",".",{"type":187,"level":188,"id":170,"text":171},{"type":180,"content":376},[377],"Die Schwächen betreffen vor allem die Planung. Der kostenlose Weg ist weg, und die Dokumentation hinkt hinterher. Das README wirbt noch für einen kostenlosen persönlichen Login, die Kontingenttabelle führt noch die geschlossenen Zeilen auf, und das Setup der Aktion verlangt noch einen kostenlosen Schlüssel. Lies die datierten Google-Seiten statt des README und rechne damit, dass sich Namen verschieben: Vertex AI läuft jetzt unter der Gemini Enterprise Agent Platform.",{"type":193,"ordered":194,"items":379},[380,385,390,395],[381,384],{"tag":198,"children":382},[383],"Die Sandbox ist eine Schreibsperre. ","Das macOS-Standardprofil erlaubt breites Lesen und Netzwerkzugriff, daher kann ein Agent, der Shell-Befehle ausführt, weiterhin Netzwerkaufrufe machen.",[386,389],{"tag":198,"children":387},[388],"Limits pro Minute werden nicht veröffentlicht. ","Die Kontingentseite nennt Tageswerte, aber keine Minutenwerte, daher lässt sich daraus keine Spitzenlast ableiten.",[391,394],{"tag":198,"children":392},[393],"Token-Rechnungen sind schwer vorherzusagen. ","Denk-Token zählen als Ausgabe, die Preise ändern sich mit der Prompt-Größe, und Agenten-Sitzungen machen viele Aufrufe.",[396,399],{"tag":198,"children":397},[398],"Zwei Lücken bleiben. ","Ich habe die Limits und Datenbedingungen von Antigravity CLI nicht bestätigt, ebenso wenig einen Preis pro Nutzer für Code Assist.",{"type":187,"level":188,"id":173,"text":174},{"type":180,"content":402},[403],"Gemini CLI lohnt sich dort, wo eine Lizenz oder ein abgerechneter Schlüssel ohnehin im Budget steht. Ein Unternehmen mit Code Assist Standard oder Enterprise bekommt einen Apache-2.0-Agenten mit Genehmigungsmodi, einer optionalen Sandbox, GEMINI.md, MCP und einer Action. Für ein persönliches Projekt ist der kostenlose Weg weg, und dort würde ich nicht anfangen.",{"type":297,"head":405,"rows":413},[406,408,409,411],[407],"Frage",[25],[410],"Claude Code",[412],"Codex CLI",[414,422,431,440,449],[415,417,419,421],[416],"Lizenz",[418],"Apache-2.0",[420],"Öffentliches Repository, alle Rechte vorbehalten",[418],[423,425,427,429],[424],"Einstiegspreis",[426],"Abgerechneter Schlüssel oder Code-Assist-Lizenz",[428],"Pro 17 $ im Monat bei Jahresabrechnung, 20 $ monatlich; Max ab 100 $",[430],"Kostenlose Stufe; Plus 20 $ im Monat; Pro ab 100 $",[432,434,436,438],[433],"Sandbox",[435],"Optional: Seatbelt, Docker, Podman, runsc, LXC",[437],"Seatbelt unter macOS; bubblewrap und socat unter Linux und WSL2",[439],"Standardmäßig an: Seatbelt, bubblewrap oder die Windows-Sandbox",[441,443,445,447],[442],"Genehmigungsmodi",[444],"default, auto_edit, plan, yolo",[446],"Modi acceptEdits, plan und auto",[448],"Nur lesend, Auto, CI-Voreinstellung",[450,452,454,456],[451],"Training mit deinen Daten",[453],"Hängt vom Weg ab",[455],"Consumer-Tarife: Training, wenn die Einstellung an ist; kommerziell: kein Training ohne Zustimmung",[457],"Hier nicht geprüft",{"type":193,"ordered":194,"items":459},[460,465,469,474,482],[461,464],{"tag":198,"children":462},[463],"Nimm es, wenn ","dein Unternehmen eine Code-Assist-Lizenz Standard oder Enterprise hat und einen Apache-2.0-Agenten mit Genehmigungsmodi und einer Action will.",[466,468],{"tag":198,"children":467},[463],"ein Plattformteam Gemini bereits über Vertex AI in einem abgerechneten Projekt betreibt und einen EU-Endpunkt braucht.",[470,473],{"tag":198,"children":471},[472],"Nimm es nicht ","als kostenlosen persönlichen Agenten. Der Einzelweg ist geschlossen, und für diesen Zweck ist Antigravity CLI Googles Weg.",[475,478,481],{"tag":198,"children":476},[477],"Wähle ",{"tag":277,"to":479,"children":480},"\u002Fblog\u002Fclaude-code",[410],", wenn du lieber einen Monatstarif zahlst als Token. Der kostenlose Tarif enthält Claude Code nicht, plane also ab Pro.",[483,485,488],{"tag":198,"children":484},[477],{"tag":277,"to":486,"children":487},"\u002Fblog\u002Fopenai-codex-cli",[412],", wenn du ChatGPT Plus ohnehin bezahlst und eine Sandbox willst, die standardmäßig greift.",{"type":218,"variant":490,"title":491,"body":492},"tip","Prüfe, welche Bedingungen gelten, bevor du einen Schlüssel hinterlegst",[493],[494],"Ein Schlüssel aus Google AI Studio fällt unter die bezahlten Bedingungen, wenn das Konto ein Cloud-Projekt mit aktiver Abrechnung hat oder ein Workspace-Enterprise-Konto ist. Prüfe, unter welche Bedingungen dein Schlüssel fällt, bevor die CLI oder die Aktion ihn verwendet.",{"type":187,"level":188,"id":176,"text":177},{"type":193,"ordered":194,"items":497},[498,503,507,511,515,519,523,527,531,535,539,543,547,551,555,559,563,567,571,575,579,583,587,591,595,599,603,607],[499],{"tag":500,"href":39,"children":501},"a",[502],"Google Developers Blog: Umstieg von Gemini CLI auf Antigravity CLI",[504],{"tag":500,"href":42,"children":505},[506],"Gemini CLI: Kontingente und Preise",[508],{"tag":500,"href":45,"children":509},[510],"Gemini CLI: Lizenz, Nutzungsbedingungen und Datenschutzhinweise",[512],{"tag":500,"href":26,"children":513},[514],"GitHub: google-gemini\u002Fgemini-cli, Repository und README",[516],{"tag":500,"href":50,"children":517},[518],"Gemini-CLI-Changelog: v0.63.0 vom 6. Oktober 2026",[520],{"tag":500,"href":53,"children":521},[522],"Gemini-CLI-Referenz: Flags und Genehmigungsmodi",[524],{"tag":500,"href":56,"children":525},[526],"Gemini-CLI-Konfiguration: settings.json und Standardgenehmigungen",[528],{"tag":500,"href":59,"children":529},[530],"Gemini CLI: Sandboxing",[532],{"tag":500,"href":62,"children":533},[534],"Gemini CLI: Kontextdateien (GEMINI.md)",[536],{"tag":500,"href":65,"children":537},[538],"Gemini CLI: MCP-Server",[540],{"tag":500,"href":68,"children":541},[542],"Zusätzliche Nutzungsbedingungen der Gemini API",[544],{"tag":500,"href":71,"children":545},[546],"Preise der Gemini Developer API",[548],{"tag":500,"href":74,"children":549},[550],"FAQ zu Gemini Code Assist",[552],{"tag":500,"href":77,"children":553},[554],"Vertex AI: Datenverwaltung und Zero Data Retention",[556],{"tag":500,"href":80,"children":557},[558],"Vertex AI: Datenresidenz",[560],{"tag":500,"href":83,"children":561},[562],"Vertex AI: Standorte und Endpunkte",[564],{"tag":500,"href":86,"children":565},[566],"run-gemini-cli: die GitHub Action für Gemini CLI",[568],{"tag":500,"href":89,"children":569},[570],"Migrationsleitfaden für Antigravity CLI",[572],{"tag":500,"href":92,"children":573},[574],"Claude-Preise",[576],{"tag":500,"href":95,"children":577},[578],"Claude Code: Datennutzung",[580],{"tag":500,"href":98,"children":581},[582],"Claude Code: Einrichtung und Anforderungen an den Tarif",[584],{"tag":500,"href":101,"children":585},[586],"Claude Code: Berechtigungsmodi",[588],{"tag":500,"href":104,"children":589},[590],"Claude Code: Sandboxing",[592],{"tag":500,"href":107,"children":593},[594],"Claude-Code-Lizenz (LICENSE.md)",[596],{"tag":500,"href":110,"children":597},[598],"OpenAI-Codex-Preise",[600],{"tag":500,"href":113,"children":601},[602],"OpenAI-Codex-CLI-Repository",[604],{"tag":500,"href":116,"children":605},[606],"Codex: Genehmigungen für Agenten und Sicherheit",[608],{"tag":500,"href":119,"children":609},[610],"Codex: Sandboxing",[612,669,742,811],{"slug":613,"published":614,"minutes":615,"category":7,"tags":616,"keywords":621,"about":632,"sources":641,"cover":663,"og":664,"expertise":122,"locales":665,"lang":125,"title":666,"description":667,"coverAlt":668},"agent-tool-design-descriptions-errors","2026-10-17",11,[617,618,619,11,620],"AI agents","Tool use","Function calling","Agent design",[622,623,624,625,626,627,628,629,630,631],"agent tool design","writing tool descriptions for llm","function calling best practices","tool use error handling","mcp tool design","tool calling is_error","how many tools should an agent have","tool search defer_loading","agent computer interface","llm tool schema design",[633,636,638],{"name":634,"url":635},"Intelligent agent","https:\u002F\u002Fen.wikipedia.org\u002Fwiki\u002FIntelligent_agent",{"name":34,"url":637},"https:\u002F\u002Fmodelcontextprotocol.io\u002F",{"name":639,"url":640},"Poka-yoke","https:\u002F\u002Fen.wikipedia.org\u002Fwiki\u002FPoka-yoke",[642,645,648,651,654,657,660],{"title":643,"url":644},"Anthropic Engineering: Writing effective tools for agents, with agents (Sep 2025)","https:\u002F\u002Fwww.anthropic.com\u002Fengineering\u002Fwriting-tools-for-agents",{"title":646,"url":647},"Anthropic Engineering: Building effective agents (Dec 2024)","https:\u002F\u002Fwww.anthropic.com\u002Fengineering\u002Fbuilding-effective-agents",{"title":649,"url":650},"Claude Platform Docs: Define tools","https:\u002F\u002Fplatform.claude.com\u002Fdocs\u002Fen\u002Fagents-and-tools\u002Ftool-use\u002Fdefine-tools",{"title":652,"url":653},"Claude Platform Docs: Handle tool calls","https:\u002F\u002Fplatform.claude.com\u002Fdocs\u002Fen\u002Fagents-and-tools\u002Ftool-use\u002Fhandle-tool-calls",{"title":655,"url":656},"Claude Platform Docs: Tool search tool","https:\u002F\u002Fplatform.claude.com\u002Fdocs\u002Fen\u002Fagents-and-tools\u002Ftool-use\u002Ftool-search-tool",{"title":658,"url":659},"Model Context Protocol specification 2025-11-25: Tools","https:\u002F\u002Fmodelcontextprotocol.io\u002Fspecification\u002F2025-11-25\u002Fserver\u002Ftools",{"title":661,"url":662},"OpenAI API Docs: Function calling","https:\u002F\u002Fdevelopers.openai.com\u002Fapi\u002Fdocs\u002Fguides\u002Ffunction-calling","\u002Fimages\u002Fblog\u002Fagent-tool-design-descriptions-errors\u002Fcover.webp","\u002Fimages\u002Fblog\u002Fagent-tool-design-descriptions-errors\u002Fog.jpg",[124,125,126],"Tools für KI-Agenten gestalten: Namen, Beschreibungen, Schemas und Fehlermeldungen","Agent-Tools, die richtig gewählt und aufgerufen werden: aufgabenorientierte Tools, Beschreibungen, Schemas, kompakte Antworten und verwertbare Fehlermeldungen.","Ein Sockel mit drei Schlitzen; über dem mittleren steht ein passend breiter Block, daneben zwei Blöcke falscher Breite.",{"slug":670,"published":614,"minutes":615,"category":7,"tags":671,"keywords":677,"about":690,"sources":700,"cover":736,"og":737,"expertise":122,"locales":738,"lang":125,"title":739,"description":740,"coverAlt":741},"coding-agents-legacy-codebase-migration",[672,673,674,675,676],"Legacy migration","Coding agents","Strangler fig","Testing","Code review",[678,679,680,681,682,683,684,685,686,687,688,689],"legacy code migration ai","coding agent legacy codebase","strangler fig pattern ai","characterization tests legacy code","ai code migration review","agent assisted refactoring","legacy modernization coding agent","differential testing migration","shadow traffic migration","ai code review gate","test harness before migration","llm code migration",[691,694,697],{"name":692,"url":693},"Legacy code","https:\u002F\u002Fen.wikipedia.org\u002Fwiki\u002FLegacy_code",{"name":695,"url":696},"Characterization test","https:\u002F\u002Fen.wikipedia.org\u002Fwiki\u002FCharacterization_test",{"name":698,"url":699},"Strangler fig pattern","https:\u002F\u002Fen.wikipedia.org\u002Fwiki\u002FStrangler_fig_pattern",[701,704,706,709,712,715,718,721,724,727,730,733],{"title":702,"url":703},"Martin Fowler: Strangler Fig (2024)","https:\u002F\u002Fmartinfowler.com\u002Fbliki\u002FStranglerFigApplication.html",{"title":705,"url":696},"Wikipedia: Characterization test",{"title":707,"url":708},"Google Research: Accelerating code migrations with AI (2024)","https:\u002F\u002Fresearch.google\u002Fblog\u002Faccelerating-code-migrations-with-ai\u002F",{"title":710,"url":711},"Ziftci et al.: Migrating Code At Scale With LLMs At Google (arXiv 2504.09691)","https:\u002F\u002Farxiv.org\u002Fabs\u002F2504.09691",{"title":713,"url":714},"Anthropic: Effective harnesses for long-running agents (2025)","https:\u002F\u002Fwww.anthropic.com\u002Fengineering\u002Feffective-harnesses-for-long-running-agents",{"title":716,"url":717},"Anthropic: Redesigning source control at Anthropic (2026)","https:\u002F\u002Fwww.anthropic.com\u002Fengineering\u002Fredesigning-source-control",{"title":719,"url":720},"METR: Measuring the Impact of Early-2025 AI on Experienced Open-Source Developer Productivity","https:\u002F\u002Fmetr.org\u002Fblog\u002F2025-07-10-early-2025-ai-experienced-os-dev-study\u002F",{"title":722,"url":723},"Chand et al.: Why Industry Migrates and When It Trusts LLMs (ESEM 2026)","https:\u002F\u002Fdrops.dagstuhl.de\u002Fentities\u002Fdocument\u002F10.4230\u002FLIPIcs.ESEM.2026.85",{"title":725,"url":726},"Li et al.: Environment-in-the-Loop: Rethinking Code Migration with LLM-based Agents (arXiv 2602.09944)","https:\u002F\u002Farxiv.org\u002Fabs\u002F2602.09944",{"title":728,"url":729},"AWS: Amazon Q Developer just reached a $260 million dollar milestone (2024)","https:\u002F\u002Faws.amazon.com\u002Fblogs\u002Fdevops\u002Famazon-q-developer-just-reached-a-260-million-dollar-milestone\u002F",{"title":731,"url":732},"OpenAI: Why SWE-bench Verified no longer measures frontier coding capabilities (2026)","https:\u002F\u002Fopenai.com\u002Findex\u002Fwhy-we-no-longer-evaluate-swe-bench-verified\u002F",{"title":734,"url":735},"GitHub Docs: About GitHub Copilot cloud agent","https:\u002F\u002Fdocs.github.com\u002Fen\u002Fcopilot\u002Fconcepts\u002Fagents\u002Fcoding-agent\u002Fabout-coding-agent","\u002Fimages\u002Fblog\u002Fcoding-agents-legacy-codebase-migration\u002Fcover.webp","\u002Fimages\u002Fblog\u002Fcoding-agents-legacy-codebase-migration\u002Fog.jpg",[124,125,126],"Legacy-Codebase mit Coding-Agenten migrieren: ein Strangler-Fig-Playbook","Wie Coding-Agenten eine Legacy-Migration tragen: Characterization-Tests zuerst, ein Seam pro Task, Review-Gates und differentielle Verifikation.","Ein Stapel Schichten, bei dem die obersten zwei durch neue ersetzt werden, daneben eine Naht und ein Haken.",{"slug":743,"published":614,"minutes":744,"category":7,"tags":745,"keywords":749,"about":761,"sources":771,"cover":805,"og":806,"expertise":122,"locales":807,"lang":125,"title":808,"description":809,"coverAlt":810},"background-agents-async-pr-workflow",12,[673,746,747,676,748],"Pull requests","CI","Automation",[750,751,752,753,754,755,756,757,758,759,760],"background coding agent","async coding agent","cloud coding agent pull request","copilot coding agent limits","codex cloud tasks","claude code cloud sessions","jules coding agent limits","agent pull request review","coding agent sandbox","agent CI gating","cost per merged pull request",[762,765,768],{"name":763,"url":764},"Software agent","https:\u002F\u002Fen.wikipedia.org\u002Fwiki\u002FSoftware_agent",{"name":766,"url":767},"Pull request","https:\u002F\u002Fen.wikipedia.org\u002Fwiki\u002FDistributed_version_control",{"name":769,"url":770},"Continuous integration","https:\u002F\u002Fen.wikipedia.org\u002Fwiki\u002FContinuous_integration",[772,773,776,779,782,785,788,791,794,796,799,802],{"title":734,"url":735},{"title":774,"url":775},"GitHub Docs: Risks and mitigations for Copilot cloud agent","https:\u002F\u002Fdocs.github.com\u002Fen\u002Fcopilot\u002Fconcepts\u002Fagents\u002Fcloud-agent\u002Frisks-and-mitigations",{"title":777,"url":778},"OpenAI Developers: Codex cloud environments","https:\u002F\u002Fdevelopers.openai.com\u002Fcodex\u002Fcloud\u002Fenvironments",{"title":780,"url":781},"Anthropic: Use Claude Code in the cloud","https:\u002F\u002Fcode.claude.com\u002Fdocs\u002Fen\u002Fclaude-code-on-the-web",{"title":783,"url":784},"Google Jules: Limits and plans","https:\u002F\u002Fjules.google\u002Fdocs\u002Fusage-limits\u002F",{"title":786,"url":787},"Google Jules: Getting started","https:\u002F\u002Fjules.google\u002Fdocs\u002F",{"title":789,"url":790},"GitHub Docs: About protected branches","https:\u002F\u002Fdocs.github.com\u002Fen\u002Frepositories\u002Fconfiguring-branches-and-merges-in-your-repository\u002Fmanaging-protected-branches\u002Fabout-protected-branches",{"title":792,"url":793},"GitHub Docs: Models and pricing for GitHub Copilot","https:\u002F\u002Fdocs.github.com\u002Fen\u002Fcopilot\u002Freference\u002Fcopilot-billing\u002Fmodels-and-pricing",{"title":795,"url":110},"OpenAI Developers: Codex pricing",{"title":797,"url":798},"Ehsani et al.: Where Do AI Coding Agents Fail? An Empirical Study of Failed Agentic Pull Requests in GitHub (MSR 2026, arXiv 2601.15195)","https:\u002F\u002Farxiv.org\u002Fabs\u002F2601.15195",{"title":800,"url":801},"Peralta et al.: Why Are Agentic Pull Requests Merged or Rejected? An Empirical Study (MSR 2026, arXiv 2605.22534)","https:\u002F\u002Farxiv.org\u002Fabs\u002F2605.22534",{"title":803,"url":804},"DORA: State of AI-assisted Software Development 2025","https:\u002F\u002Fdora.dev\u002Fdora-report-2025","\u002Fimages\u002Fblog\u002Fbackground-agents-async-pr-workflow\u002Fcover.webp","\u002Fimages\u002Fblog\u002Fbackground-agents-async-pr-workflow\u002Fog.jpg",[124,125,126],"Coding-Agenten im Hintergrund: Pull Requests, Queues und Review","Wie asynchrone Coding-Agenten Tasks einreihen, in Sandboxes laufen, Draft-PRs öffnen und CI passieren. Grenzen, Kosten, Review und Fehlerbilder.","Eine Karte in einer Ablage fächert sich zu fünf Feldern auf, alle Pfeile führen zu einer Seite hinter einem Tor.",{"slug":812,"published":813,"minutes":814,"category":7,"tags":815,"keywords":821,"about":833,"sources":841,"cover":874,"og":875,"expertise":122,"locales":876,"lang":125,"title":877,"description":878,"coverAlt":879},"context-rot-compaction-long-running-agents","2026-10-16",10,[816,817,818,819,820],"Context rot","Compaction","Context engineering","Long-running agents","Agent memory",[822,823,824,825,826,827,828,829,830,831,832],"context rot","context rot LLM","compaction AI agents","context engineering","long-running agents context window","Claude compaction API","context editing clear tool results","OpenAI responses compaction","lost in the middle LLM","agent context management","sub-agents context isolation",[834,837,840],{"name":835,"url":836},"Context window","https:\u002F\u002Fen.wikipedia.org\u002Fwiki\u002FLarge_language_model#Context_window",{"name":838,"url":839},"Attention (machine learning)","https:\u002F\u002Fen.wikipedia.org\u002Fwiki\u002FAttention_(machine_learning)",{"name":634,"url":635},[842,845,848,851,854,856,859,862,865,868,871],{"title":843,"url":844},"Chroma: Context Rot: How Increasing Input Tokens Impacts LLM Performance (Jul 2025)","https:\u002F\u002Fresearch.trychroma.com\u002Fcontext-rot",{"title":846,"url":847},"Liu et al.: Lost in the Middle: How Language Models Use Long Contexts (2023)","https:\u002F\u002Farxiv.org\u002Fabs\u002F2307.03172",{"title":849,"url":850},"Modarressi et al.: NoLiMa: Long-Context Evaluation Beyond Literal Matching (2025)","https:\u002F\u002Farxiv.org\u002Fabs\u002F2502.05167",{"title":852,"url":853},"Anthropic: Effective context engineering for AI agents (Sep 2025)","https:\u002F\u002Fwww.anthropic.com\u002Fengineering\u002Feffective-context-engineering-for-ai-agents",{"title":855,"url":714},"Anthropic: Effective harnesses for long-running agents (Nov 2025)",{"title":857,"url":858},"Claude API docs: Compaction at a token threshold","https:\u002F\u002Fplatform.claude.com\u002Fdocs\u002Fen\u002Fbuild-with-claude\u002Fcompaction-threshold",{"title":860,"url":861},"Claude API docs: Compaction on demand","https:\u002F\u002Fplatform.claude.com\u002Fdocs\u002Fen\u002Fbuild-with-claude\u002Fcompaction-on-demand",{"title":863,"url":864},"Claude API docs: Context editing","https:\u002F\u002Fplatform.claude.com\u002Fdocs\u002Fen\u002Fbuild-with-claude\u002Fcontext-editing",{"title":866,"url":867},"Claude API docs: Memory tool","https:\u002F\u002Fplatform.claude.com\u002Fdocs\u002Fen\u002Fagents-and-tools\u002Ftool-use\u002Fmemory-tool",{"title":869,"url":870},"OpenAI API docs: Compaction","https:\u002F\u002Fplatform.openai.com\u002Fdocs\u002Fguides\u002Fcompaction",{"title":872,"url":873},"Cognition: Don't Build Multi-Agents","https:\u002F\u002Fcognition.ai\u002Fblog\u002Fdont-build-multi-agents","\u002Fimages\u002Fblog\u002Fcontext-rot-compaction-long-running-agents\u002Fcover.webp","\u002Fimages\u002Fblog\u002Fcontext-rot-compaction-long-running-agents\u002Fog.jpg",[124,125,126],"Context Rot bei langlaufenden Agenten: Leeren, Compaction, Memory und Sub-Agenten","Warum die Genauigkeit von LLMs mit wachsendem Kontext sinkt und wie Leeren, Compaction, Notizen und Sub-Agenten lange Agentenläufe stabil halten.","Eine kleine Presse drückt einen hohen Blätterstapel zu einem kurzen, zwei Notizen zweigen ab.",1792261157227]