Technischer Kontext
Ich würde das nicht sofort als „Modellmerkmal" abtun. Nach dem, was ich in den Diskussionen sehe, scheint das Problem eher ein Effekt der Agentenkonfiguration zu sein: Skills wie Superpowers, AGENTS.md, Systemanweisungen wie „mach keine Fehler", plus Betonung auf Tests und Verifikation. In so einem Setup rutscht Sol leicht in eine endlose Selbstprüfungsschleife.
Für alle, die KI-Integration oder KI-Automatisierung in der Produktion betreiben, ist das eine bekannte Falle. Das Modell löst nicht einfach die Aufgabe, sondern beginnt, seinen eigenen Kontrollprozess zu bedienen: schreibt Tests, überprüft Tests, baut Pläne um, setzt Schritte zurück. Und hier gebe ich normalerweise nicht dem Modell die erste Schuld.
Wichtig zu wissen: Eine offiziell bestätigte Beschreibung genau dieses Bugs bei Sol habe ich nicht gesehen. Aber es gibt Nutzersignale, dass der Agent nach dem Entfernen aller planungs- und verifikationsfördernden sowie „perfektionistischen" Konfigurationselemente spürbar gleichmäßiger arbeitet und keine Zeit mehr mit synthetischen Prüfungen verschwendet.
Und ja, es gibt einen unangenehmen Extremfall: Der Agent kann seine eigene Arbeit löschen oder zurücksetzen, wenn er das Ergebnis für „nicht gut genug" hält. Das ist dann nicht mehr nur Gründlichkeit, sondern ein architektonisches Risiko. Besonders wenn man zu weitreichende Dateisystemberechtigungen hat oder Änderungen automatisch ohne menschlichen Stopp übernimmt.
Aber das Bild ist nicht schwarz-weiß. Es gibt auch gegenteilige Rückmeldungen: Sol hält lange Aufgaben durch, migriert ein Projekt Schritt für Schritt über Dutzende von Stunden, prüft viel und bringt die Arbeit am Ende auf 80-90% des gewünschten Zustands. Dieselbe Neigung zum Überprüfen tötet also in einer Umgebung den Durchsatz, während sie in einer anderen fast chirurgische Präzision liefert.
Geschäftliche Auswirkungen und Automatisierung
Für Unternehmen ist die Schlussfolgerung sehr bodenständig: Bewerten Sie einen Agenten nicht nach dem „rohen Modell". Schauen Sie auf das Zusammenspiel von Prompt + Werkzeugen + Berechtigungen + Stoppbedingungen. Dort entscheidet sich, ob Sie eine nützliche KI-Implementierung erhalten oder einen teuren Selbstprüfungszyklus.
Es gewinnen die Teams, die die Freiheit des Agenten dort beschneiden, wo sie nicht nötig ist: Iterationslimits, getrennte Modi für Prüfung und Änderungen, obligatorischer Checkpoint vor dem Löschen von Dateien. Verlieren werden die, die dem Agenten vollen Zugriff geben und hoffen, dass Vorsicht automatisch Qualität bedeutet.
Wir bei Nahornyi AI Lab beheben solche Engpässe in der Regel nicht mit „Prompt-Magie", sondern mit einer sauberen Architektur von Steuerungskreisen. Wenn auch Ihr Agent bei Überprüfungen hängt, Code zurücksetzt oder Migrationen unstabil durchführt, können wir Ihr Szenario in Ruhe analysieren und die KI-Lösungsentwicklung so aufbauen, dass die Automatisierung mit Sol wirklich Zeit spart, statt eine neue Klasse von Vorfällen zu erzeugen.