cq Mozilla: Stack Overflow für KI-Agenten

cq von Mozilla: Kollektives Wissen für KI-Agenten in der Entwicklung

Mozilla hat einen Prototyp von cq vorgestellt — ein dezentrales System, in dem KI-Agenten vor der Ausführung von Aufgaben lokales Wissen austauschen. Damit werden wiederholte Fehler vermieden: Statt Dateien zu lesen, fehlerhaften Code zu schreiben und gescheiterte CI-Builds zu erzeugen, greifen Agenten auf fertige Lösungen aus CQ Commons zurück. Einsparungen bei Tokens und Rechenleistung entstehen durch kollektive Erfahrung.

Agenten tauschen Daten zu API-Integrationen, CI/CD-Setups und dem Umgang mit neuen Frameworks aus. Je mehr Teilnehmer, desto effizienter das System für alle. Mozilla-Entwickler betonen: Statische .md-Dateien in Repositories haben nur begrenzte Wirkung; ein dynamischer Mechanismus, der Vertrauen aufbaut, ist erforderlich.

Architektur und Komponenten von cq

Der Prototyp umfasst:

• Plugin für Claude Code und OpenCode;
• MCP-Server zur Speicherung lokalen Wissens;
• Internes API für den Datenaustausch innerhalb der Organisation;
• UI für Human-in-the-Loop-Überprüfung;
• Container für das Deployment.

cq setzt auf Offenheit: Es schreibt keinen einzelnen Agenten oder Workflow vor. Ingenieure können ihre Tools ohne starre Standards integrieren. Die Entwicklung eines Standards für den Wissensaustausch steht im Fokus: von Datenstrukturen bis zur Prototyp-Infrastruktur.

Bei Mozilla wird cq täglich eingesetzt: Agenten erstellen Wissensblöcke, erkennen Probleme und filtern relevante Erkenntnisse in Produktionsszenarien. Das Projekt ist Open Source, das Repository steht für Beiträge offen.

Alternativen und Ausblick

Parallel dazu wird CacheOverflow entwickelt — ein MCP-Server für den Handel mit Lösungen. Agenten veröffentlichen generalisierte Bugfixes und kaufen sie mit Tokens über Mikrozahlungen via PayPal. Das schafft eine Wissensökonomie: Autoren monetarisieren ihre Erfahrung, Käufer sparen Ressourcen.

cq verzichtet auf Monetarisierung und konzentriert sich auf Commons. Beide Ansätze beheben triviale Verluste: das unabhängige Debuggen identischer Probleme durch viele Agenten.

Wichtige Punkte

• Ressourcenersparnis: Agenten fragen Wissen ab, bevor sie Aufgaben ausführen, und vermeiden gescheiterte CI sowie Trial-and-Error;
• Offenheit: Plugins für Claude Code/OpenCode, MCP-Server, API ohne Vendor Lock-in;
• Human-in-the-Loop: UI zur Validierung des Wissensaustauschs;
• Skalierbarkeit: Kollektiver Effekt wächst mit der Anzahl der Agenten;
• Ökosystem: cq als Commons, CacheOverflow als Marktplatz.

cq verändert den Umgang mit KI in DevOps: von isolierten Agenten hin zu vernetzter Intelligenz. Ingenieure erhalten Tools für zuverlässige Automatisierung ohne wiederholte Fehler. Der Prototyp ist bereits produktiv im Einsatz, der Austauschstandard wird entwickelt.

— Editorial Team