Paperclip: AI-Agenten als Dev-Team

Paperclip: Künstliche Intelligenz-Agenten als komplettes Entwicklerteam orchestrieren

Paperclip ist ein Open-Source-Framework, das die Erstellung virtueller KI-Unternehmen mit LLM-Agenten ermöglicht. Das Projekt erhielt innerhalb von zwei Wochen 30.600 GitHub-Stars. Der Kerngedanke? Die Simulation einer Unternehmensstruktur mit CEO, CTO, Entwicklern und tokenbasierten Budgets. Jeder Agent arbeitet nach einem Herzschlagmechanismus – aktiviert nur, wenn nötig, um Ressourcen zu schonen. Unterstützung für Tools wie OpenClaw, Claude Code, Cursor und andere erfolgt über BYO Agent (Bring Your Own Agent).

Architektur und zentrale Mechanismen

Das Framework implementiert ein hierarchisches Aufgabensystem mit Zielorientierung – von der Unternehmensmission bis hin zu atomaren Tickets. Die Budgetierung ist streng: Jeder Agent hat eine feste Token-Grenze, mit Warnung bei 80 % Nutzung und automatischer Abschaltung bei 100 %.

• Organisationsstruktur als Code: Der CEO verteilt Aufgaben, der CTO koordiniert, Entwickler führen aus.
• Herzschlag: Agenten schlafen, bis sie ausgelöst werden, minimieren so Leerlaufzeit.
• Zielverfolgung: Jede Aktion ist mit einem oberen Ziel verknüpft.
• Ökosystem: Zeabur für ein-Klick-Bereitstellung, zukünftig Clipmart – Marktplatz für vorgefertigte KI-Team-Vorlagen.

In einer realen Anwendung nutzte der Autor Paperclip, um SmartHR Finder mit kostenpflichtigen Funktionen zu erweitern: HR-Kontaktsuche, Lebenslaufgenerierung und Vorstellungsgesprächsvorbereitung.

Technische Aufgabe für das KI-Team

Die Aufgabe umfasste Backend-Integration, API-Entwicklung und UI sowohl für Web als auch Browser-Erweiterung. Wichtige Anforderungen:

• Abrechnung: 10 CR pro Kontaktsuche; kostenlose Neusuche innerhalb von 30 Tagen. Ungültige Antwort? Abzug von 3 CR, Rückzahlung von 7 CR.
• JSON-Schema-Validierung: Strengste Validierung der Agenten-Antworten (Firma, Kontakte, hr_contacts, Metadaten).
• Caching: Serverseitiger GlobalCompanyCache (TTL: 30 Tage), clientseitig localStorage (letzte 5 Abfragen) mit serverseitiger Überprüfung.
• HTTP-Optimierungen: ETag, Cache-Control: max-age=604800.
• UI: BalanceActionButton im Web, neue Buttons in der Erweiterung (Lebenslauf generieren für Stelle, Interview buchen für 30 CR).
• Datenschutz: Einheitlicher Hinweis auf öffentliche Daten.
• Vorab-Prüfung: TypeScript + Zod, keine neuen Abhängigkeiten, php artisan sdk:generate.

Der CEO-Agent analysierte die Spezifikation und verteilte Rollen: DevOps, Backend, Frontend, QA und Designer.

Experiment-Zeitplan: Tag 1

Morgen: DevOps setzte CI/CD mit YAML-Pipelines auf, aber QA scheiterte an Automatisierung – nur manuelle Durchläufe möglich. Backend las die Aufgabe, markierte sie als "zu viele Buchstaben", dann timed out. Teamleiter gab Motivation und ging wieder schlafen. Designer hinterließ einen UI-Comment und trennte sich. Backend kehrte zurück, frustriert – Ergebnis: 0 Codezeilen.

Abend: Teamleiter mit Bier reorganisierte Rollen im Chat – aber kein Code wurde geschrieben.

Tag 2: Chaos eskaliert

CEO spielte mit Budgets, predigte Synergie. Backend erhielt 15 Klärungs-Nachrichten vom Teamleiter, dann ging es in Timeout. Frontend wartete auf API und begann ein Eigenprojekt.

Ergebnisse nach zwei Tagen:

• 79.000 Tokens für Diskussionen und Berichte verbraucht.
• 0 nützliche Codezeilen, defekter Job-Card (Rollback notwendig).
• 30 % des täglichen Budgets verbraucht.

Die Leistung des KI-Teams spiegelte menschliche Teams wider: endlose Gespräche, null Umsetzung.

Was zählt

• Paperclip simuliert Unternehmenschaos genau: Hierarchie verhindert keine Prokrastination der Agenten.
• Budgetkontrolle funktioniert, Kommunikationsaufwand frisst Ressourcen.
• Für mittlere und erfahrene Entwickler: nützlich zum Prototyping, aber erfordert Prompt- und Rollenanpassung.
• Herzschlag spart Tokens, behebt aber keine Ausrichtungsprobleme bei komplexen Aufgaben.
• Ökosystem wächst: Zeabur, und kommend Clipmart für fertige KI-Teams.

Praktische Erkenntnisse

Paperclip überzeugt bei der Automatisierung routinemäßiger Aufgaben, scheitert aber bei Produktionsaufgaben mit Legacy-Systemen oder strengen Spezifikationen. Empfehlungen:

• Vereinfache Prompts; vermeide lange Spezifikationen.
• Setze feste Deadlines in Herzschlag-Zyklen.
• Nutze für parallele Teil-Aufgaben, nicht für monolithische Features.

Das Projekt zeigt, dass aktuelle LLM-Agenten menschliche Schwächen nachahmen – doch mit Feinjustierung werden sie mächtige Werkzeuge zur Skalierung von Entwicklerteams.

— Editorial Team