Auf welcher Stufe der Jarvis-Leiter stehst du wirklich?

Der Deep Dive im Juli zeigte eine Leiter mit sechs Stufen, vom bezahlten Chat bis zum eigenen Agenten-Computer. Die meisten schätzen sich höher ein, als sie wirklich stehen. Der Sprung nach oben entscheidet sich an kontext, Zugriffsrechten, festgehaltenen Arbeitsprozessen und einer Prüfung, die wirklich stattfindet. Das Modell zählt dabei weniger, als die meisten annehmen.

Die Leiter habe ich an einem Abend live durchgespielt, an eigenen Rechnern und an eigenen Beispielen. Jede Stufe hat ein Merkmal, das du an deiner eigenen Einrichtung nachprüfen kannst. jarvis ist dabei kein Produkt, das man kauft. Es ist das, was am Ende dieser Leiter steht.

Unten zahlst du für Chat und Thinking. Eine Stufe weiter verbindest du echte Apps und legst fest, was dort gelesen und was verändert werden darf. Der größere Sprung kommt danach, wenn die Umgebung dir selbst gehört. Diese Umgebung heißt Harness: der Harness ist die Umgebung, in der der Agent lebt, und der Agent ist die Umgebung, in der das Modell arbeitet.

Zwischen Harness und Agenten-Computer entscheidet Zugriff-Engineering. Ich lege fest, wo ein Agent lesen darf und wo er wirklich etwas verändern darf. Ist das sauber geregelt, holt er sich den Kontext selbst, und mein Auftrag darf kurz bleiben. Genau darum geht es in Zugriff schlägt Prompt.

Solange das Zugriff Engineering genau richtig gemacht ist, kann der Prompt sehr einfach sein und du kannst trotzdem sehr gut das Ergebnis haben.

Dazu kommen Skills, also festgehaltene Arbeitsprozesse. Ein Skill ist ein Dokument, das einmal beschreibt, wie ein Prozess ablaufen soll, und der Harness arbeitet ihn danach jedes Mal gleich ab. Meine wertvollsten sind unspektakulär: einer für meinen Schreibstil, einer für Mails, einer für PDFs, einer für mein Gedächtnis. Dazu kommt Arbeitsteilung. Ein Modell startet zehn Aufträge gleichzeitig in Codex, orchestriert sie und prüft sie danach kurz nach, bevor es alles zusammenfügt. Wie ein solches Team arbeitet, steht in Ein Team aus Modellen.

Auf den oberen Stufen passieren Dinge, die ich selbst zum ersten Mal sehe. Mitten in der Session ging ein Video online, das an diesem Abend niemand angestoßen hatte.

Wir sehen die Videos auch gerade zum ersten Mal. Die werden automatisch gepostet.

Dahinter liegt eine Kette, die vorher einmal eingerichtet wurde: Recherche im Vorfeld, generierte Bilder, eigens erzeugte Musik, Zusammenschnitt durch Codex, Veröffentlichung ohne Rückfrage. Für dieses eine Video gab es keine gesonderte Anweisung. Das ist der Unterschied zwischen einem Werkzeug, das du bedienst, und einem Aufbau, der läuft. Bei allem, was in meinem Namen nach außen geht, halte ich es umgekehrt, und warum, steht in Entwurf statt Senden.

Stufe fünf hat einen praktischen Grund. Automationen sollen stabil laufen, auch wenn ich den Laptop zuklappe. Deshalb steht bei mir zu Hause eine eigene Maschine, dauerhaft an, über Tailscale erreichbar, samt Bildschirm auf dem Handy. Eingerichtet habe ich sie nicht von Hand. Codex hat die Programme installiert und die Ordnerstruktur sauber angelegt.

Ganz oben wird die Leiter wieder offen. Werkzeuge wie Hermes lassen sich leicht an WhatsApp, Signal oder Mail hängen und legen sich selbst neue Skills an. Dazu kommen Computer Use und Chrome Use, zwei Plugins, mit denen ein Harness den Rechner und den Browser wirklich bedient und dabei weiter von dir lernt, und eine Stimme, mit der du redest, während im Hintergrund weitergearbeitet wird. Was ein knowledge-super-tool jenseits von Code leistet, steht in Knowledge Super Tools.

Deine Stufe beschreibt deinen Aufbau. Wer den Hebel dahinter versteht, lässt sich nicht anstellen, sondern baut selbst. Die nächste Runde läuft live beim nächsten KI DeepDive.