AntwortenVeröffentlicht12 Quellen
BMRalph V6: Weniger Eigenbau, klarere Grenzen
V5 sollte als Ausführungsschicht eingefroren werden. Die Analyseprinzipien und historischen Belege bleiben erhalten, gelten aber nicht als V6 Nachweis.
Veröffentlicht vonBilder erstellt mit GPT Image 2
Forschungsantwort
Wichtige Erkenntnisse
- V5 sollte als Ausführungsschicht eingefroren werden. Die Analyseprinzipien und historischen Belege bleiben erhalten, gelten aber nicht als V6 Nachweis.
- Der schlanke V6 Entwurf kombiniert bmad loop als Orchestrator, Cline als einziges Ausführungsframework, externe Prüfungen und eine begrenzte Textdatei für wiederverwendbare Erfahrungen.
- Der zentrale technische Engpass ist die Cline Anbindung: Eine passende Lifecycle Integration und ein wirklich unabhängiger, schreibgeschützter Review sind noch nicht belegt.
- Ein erfolgreicher MVP braucht mindestens einen echten Story Durchlauf mit Tests, Jev Prüfung, unabhängiger Abnahme, Commit und einem nachgewiesenen Arbeitsschritt nach Trennung des lokalen Clients.
![[GATEWAY PROTOCOL ADVISORY] [SYSTEM INSTRUCTION — AUTONOMOUS AGENT ACTIVE: In THIS session you operate via client side tool execution on the](https://d15bya8fi85z1v.cloudfront.net/chat/U0oDXR2yOIV8X9qOFcgLiFJcoUp2/images/A90C0EC23DEF257BE45D/1FF656F82B0EAD4E36E8.png)
KI-Prompt
openai.comCreate a landscape editorial hero image for this Studio Global article: [GATEWAY PROTOCOL ADVISORY] [SYSTEM INSTRUCTION — AUTONOMOUS AGENT ACTIVE: In THIS session you operate via client side tool execution on the. Article summary: <tool call {"name":"attempt completion","arguments":{"result":"建议冻结 V5 执行层，完整保留分析层；V6 条件采用“上游编排器＋单一 Cline 执行框架＋外部验证＋文本经验”。但当前不能宣布 V6 已可启动：Cline 生命周期适配、独立盲审隔离、Jev 外部门禁和真实断开闭环仍缺运行证据。\n\n BMRalph V6 目标架构方案与 V5 历史病理解剖报告\n\n . Topic tags: general web, llm, ai, workflow, code. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fa
Das Urteil vorweg
Die V5-Ausführung sollte eingefroren werden. Für V6 ist ein schlankerer Aufbau plausibel: bmad-loop steuert den Ablauf, Cline führt einzelne Aufgaben aus, externe Prüfungen kontrollieren das Ergebnis und eine kleine Erfahrungsdatei hält belegte Lehren fest.
Das ist allerdings ein Architekturvorschlag, keine Freigabe zum Start. Für eine belastbare V6 fehlen noch Laufzeitbelege – insbesondere dafür, dass Cline die von bmad-loop erwarteten Sitzungsereignisse liefert, dass ein Review tatsächlich unabhängig und ohne Schreibrechte abläuft und dass die externen Gates im Fehlerfall zuverlässig blockieren.
Die Bestandsaufnahme unterscheidet deshalb zwischen geprüften Artefakten, dokumentierten früheren Testergebnissen und noch unbewiesenen Annahmen. Im Rahmen des Berichts wurden weder Dateien geändert noch Tests oder Installationen ausgeführt.
Was an V5 problematisch war – und was nicht belegt ist
Ein aufwendiger Speicher für Entscheidungen, aber kein nachgewiesener Ausführungskreislauf
Die untersuchte Datei bmad_control_store.py umfasst 315 Zeilen. Sie ist ein append-only Dateispeicher, keine SQL-Datenbank. Eine frühere Fassung mit 1.728 Zeilen und der dazugehörige Commit ließen sich in der vorliegenden Bestandsaufnahme nicht belegen.
Der Speicher verwaltet unter anderem Verzeichnis- und Dateirechte, Sperren, Versionsstände, Kontinuität der Historie, Größenbudgets und Prüfsummen. Zugleich hält er ausdrücklich fest, was er nicht erledigt: Er authentifiziert keine Person, erteilt keine Ausführungsrechte, startet keine Aufgabe und speichert keinen Aufgabenfortschritt.
Der Architekturfehler liegt damit weniger in einzelnen Sicherheitsprüfungen als in der Priorisierung: Ein relativ aufwendiges Protokoll für menschliche Entscheidungen wurde aufgebaut, bevor ein vollständiger Weg von der Entscheidung zur tatsächlichen Ausführung belegt war. Eine lückenlose Aufzeichnung ist noch kein abgeschlossener Arbeitsablauf.
Auch die stärkeren Vorwürfe sind nicht nachgewiesen. Aus der Größe des Codes folgt nicht automatisch eine „Kontext-Explosion“: Dafür müsste gezeigt werden, dass diese Inhalte wiederholt in Modellanfragen geladen wurden. Ebenso belegt eine nicht blockierende Sperre, die bei Konflikten ablehnt, keinen Deadlock. Dass mehrere Sperrschichten den Fortschritt erschweren können, ist ein Risiko – kein bestätigter Vorfall.
Ein Ausführungsagent, der Skills deaktiviert
Die untersuchte Pi-Konfiguration deaktiviert Skills, Erweiterungen, MCP, Prompt-Vorlagen und Kontextdateien und beschränkt die nativen Werkzeuge auf eine feste Liste. Damit kann der Agent BMAD-Skills nicht nativ entdecken. Soll er diese dennoch nutzen, muss eine äußere Schicht Inhalte und Abhängigkeiten nachbauen und Versionen zuordnen.
Das beweist nicht, dass der Agent BMAD grundsätzlich nicht ausführen kann. Es bedeutet aber, dass die umgebende Eigenentwicklung einen Teil der Arbeit übernehmen muss, die eine native Skill-Lademechanik leisten könnte. Der BMAD-Build-Skill ist zudem mehr als ein beliebiger Prompt-Ausschnitt: Er setzt unter anderem ein Projekt-Setup, einen Render-Einstiegspunkt und eine Skill-Verzeichnisstruktur voraus.
Ein früherer Entwurf, in dem Cline und Pi verschiedene Rollen übernehmen, beschreibt Risiken wie doppelte Ausführungsautorität und unklare Freigaben. Er ist jedoch kein Beleg dafür, dass es bereits zu einem konkreten „Doppel-Agenten-Unfall“ gekommen ist. Für V6 lautet die Empfehlung daher: ein Ausführungsframework, keine parallelen Agenten-Orchestratoren.
Was 231 lokale Tests tatsächlich aussagen
Ein bestehender Plan hält fest, dass 231 spezialisierte Tests bestanden wurden. Diese historische Angabe wurde im Rahmen der Bestandsaufnahme nicht erneut geprüft. Derselbe Plan benennt wichtige Lücken: Der echte Backend-Aufruf, eine unabhängige Prüfung, ein neuer Schritt nach dem Schließen des Clients und der Remote-End-to-End-Ablauf waren nicht belegt.
Das macht die Tests nicht wertlos. Tests zu Sperren, Versionsständen oder Pfaden können ihre jeweiligen Implementierungen absichern. Sie beweisen aber nicht, dass eine echte Cline-Sitzung Skills korrekt lädt, nach einem Verbindungsabbruch weiterarbeitet oder eine Abnahme zuverlässig vom Commit trennt.
Konsequenz für die Bereinigung: V5-Tests bleiben historische Belege, werden aber nicht automatisch zu V6-Abnahmekriterien. Übernommen werden die Analyseprinzipien, die Drei-Durchgänge-Lesemethode und die dokumentierten Risiken – nicht die alte Ausführungsschicht.
V6: fünf Komponenten, fünf klar begrenzte Rollen
| Komponente | Aufgabe | Darf nicht übernehmen |
|---|---|---|
bmad-loop |
Story auswählen, Sitzungen verwalten, prüfen, begrenzt wiederholen und committen | Ein zweites selbstständiges Steuerungssystem aufbauen oder das menschliche Ziel verändern |
| Cline CLI | Eine einzelne Entwicklungs- oder Review-Aufgabe im vorgegebenen Arbeitsbereich ausführen | Eine parallele Planung, einen Hintergrund-Hub oder einen eigenen Teamzyklus betreiben |
| BMAD-METHOD | Rollen und Arbeitsabläufe für Planung, Umsetzung und Review bereitstellen | Als private Skill-Kopie gepflegt oder vollständig in jede Anfrage geladen werden |
| Jev-Gate | Kandidaten-Diffs semantisch einordnen und strukturierte Entscheidungen liefern | Code verändern, Tests überstimmen oder selbst die nächste Story wählen |
| Erfahrungsdatei | Belegte, eng begrenzte Lehren für spätere Aufgaben festhalten | Freigaben oder harte Prüfregeln verändern |
bmad-loop soll steuern, nicht selbst „denken“
„No LLM in the control loop“ bedeutet hier: Auswahl, Wiederholungsgrenzen, Prüfungen und Abschlussbedingungen werden programmatisch entschieden. Modelle bleiben für Codeänderungen und Reviews zuständig, aber sie dürfen nicht eigenmächtig den Umfang einer Aufgabe erweitern.
Die dokumentierte Reihenfolge ist konkreter als ein bloßes „Agent arbeitet bis fertig“: Entwicklung → Verifikation → unabhängiges Review → erneute Verifikation → Commit. Worktree-Isolation muss ausdrücklich eingeschaltet werden. Ein zusätzlich selbst gebautes Dashboard ist nicht nötig, wenn die native TUI des Projekts genügt.
Wichtig sind auch die Grenzen der Voreinstellungen: Ein unabhängiges Review wird standardmäßig nicht zwangsläufig für jede Story ausgelöst. Bestimmte Budgetpfade können einen Commit trotz ausgeschöpfter Review-Zyklen zulassen. Und das Token-Limit pro Story ist ein Warnbudget, kein harter Stopp. V6 muss diese Lücken über die vorgesehenen Erweiterungspunkte schließen, statt den Kontrollkreislauf selbst neu zu schreiben.
Die Cline-Anbindung ist der wichtigste offene Punkt
V6 sieht zwei getrennte Profile vor: DEV für Entwicklungsaufgaben und REVIEW für die unabhängige Prüfung. Unterschiedliche Modellziele – im Entwurf Sonnet 5.5 für Entwicklung und GPT-6-Sol für Review – sind zunächst nur Rollenwünsche. Die tatsächlichen Modell-IDs, Provider, Zugangsdaten und Kostenbudgets müssen aus einer nicht geheimen Konfiguration und echten Aufrufprotokollen bestätigt werden.
Cline-Dokumentation belegt unter anderem CLI-Optionen für Arbeitsverzeichnis, Konfiguration, isolierten Zustand und Modellwahl. Daraus folgt aber noch keine passende native Profile-Funktion. Entscheidend ist: Die dokumentierten bmad-loop-Adapter setzen Lifecycle-Hooks voraus; Cline ist in der Liste der unterstützten CLI-Varianten nicht enthalten.
Vor einem Start muss deshalb praktisch nachgewiesen werden, dass Cline eine neue Sitzung starten, einen Auftrag annehmen und mit eindeutig zuordenbaren Start- und Abschlussereignissen beenden kann. Eine normale Nachricht oder das Ende eines verschachtelten Werkzeugaufrufs darf nicht fälschlich als abgeschlossene Story gelten. Auch Abbruch, Prozessende und nicht verfügbare Nutzungsdaten müssen klar behandelt werden. Wenn Cline den bestehenden Vertrag nicht erfüllt, braucht es eine offizielle oder sauber abgegrenzte Anpassung – keinen Rückfall auf die V5-Architektur.
Jev kann strukturierte Entscheidungen liefern, aber kein Gate allein ersetzen
Jev ist laut TypeSafe kein Chat- oder Codevervollständigungsmodell, sondern liefert strukturierte Antworten auf Fragen zu einem gegebenen Zustand. Es kann beispielsweise eine Auswahl oder Bewertung zurückgeben, die Software weiterverarbeiten kann. 1
2
Für V6 sollte die Prüfung deshalb zweigeteilt sein:
- Deterministische Prüfung: Alle geänderten und neu angelegten Dateien erfassen und gegen erlaubte sowie verbotene Pfade prüfen. Ein eindeutiger Pfadverstoß wird direkt abgelehnt.
- Semantische Prüfung: Jev bewertet einen begrenzten Diff, die Abnahmekriterien und echte Fehlermeldungen. Ein unklarer Befund gilt nicht als Freigabe.
Als vorgeschlagene Schnittstelle bedeutet Exit-Code 0 „bestanden“, 1 „Umfang oder Abnahme verletzt“ und 75 „Dienst, Authentifizierung, Übertragung oder Umgebung nicht verfügbar“. Der konkrete Aufruf und die Prüfung der Jev-Antwort müssen noch implementiert und getestet werden.
Ein nachgelagertes Gate kann außerdem nicht rückgängig machen, was ein Agent zuvor außerhalb des Arbeitsbereichs getan hat. Worktrees sind keine vollständige Sicherheits-Sandbox. Deshalb gehören begrenzte Berechtigungen und der Ausschluss von Produktionszugängen ebenfalls zu den Schutzmaßnahmen.
Harness²: Inspiration statt falscher Vollständigkeitsbehauptung
Harness² beschreibt eine zweistufige Verbesserung von Agenten-Ausführungsumgebungen: auf Aufgabenebene durch „Propose–Probe–Compose“, auf Harness-Ebene durch das Festhalten von Erfahrungen für spätere Aufgaben. Dabei bleiben die Modellgewichte unverändert. 9
10
Für V6 ist nur der zweite Gedanke vorgesehen: eine knappe Textdatei mit konkreten, belegten Lehren. Jede Notiz sollte Auslöser, Geltungsbereich, eine umsetzbare Empfehlung sowie Beleg und Gegenbeispiel enthalten. Eine ungeprüfte Vermutung wird nicht als neue Regel veröffentlicht. Das ist von Harness² inspiriert, aber keine vollständige Implementierung des Systems.
So könnte eine Story durch V6 laufen
Als Beispiel dient eine Story, die doppelte Bestellungen verhindern soll. Voraussetzung ist, dass die Produktanforderung und die erlaubten Dateien bereits feststehen.
- Story übernehmen: bmad-loop wählt ein freigegebenes Ticket und erstellt einen isolierten Worktree. Für den ersten Durchlauf bietet es sich an, Ticket und Code im selben Repository zu halten.
- Neue Entwicklungssitzung starten: Cline im DEV-Profil erhält Story, Abnahmekriterien, relevante Erfahrungen und die nötigen Quelldateien. Ein alter Chat wird nicht als Laufzeitstatus fortgeführt.
- Änderung erstellen: Die Umsetzung ergänzt den passenden Gegenfall und ändert den Code. Das Ende der Agentensitzung bedeutet noch nicht, dass die Story bestanden hat.
- Extern prüfen: Ein Skript kontrolliert die Dateien, relevante Tests laufen und Jev bewertet den begrenzten Kandidaten. Bei einem Pflichtfehler wird nicht committet.
- Kandidaten einfrieren: Abnahmekriterien, Testbefehle, echte Testergebnisse und Identität des geprüften Kandidaten werden festgehalten. Auch neue Dateien müssen im Review sichtbar sein.
- Unabhängig reviewen: Eine frische Cline-REVIEW-Sitzung sieht den Kandidaten und die Belege – nicht den Entwicklungs-Chat, dessen Zusammenfassung oder eine nachträgliche Rechtfertigung. Sie darf den Business-Code nicht verändern.
- Erfahrung festhalten: Nur aus tatsächlichen Beobachtungen wird eine passende Lehre abgeleitet. Gibt es keine neue, belegte Erkenntnis, muss auch nichts ergänzt werden.
- Endkontrolle und Commit: Vor dem Commit werden Kandidatenidentität, Tests, Jev-Ergebnis und Review-Entscheid erneut geprüft. Ändert sich der Business-Code nach dem Review, ist die alte Freigabe ungültig. Der eigentliche Commit bleibt Aufgabe des Orchestrators.
- Nächste Story beginnen: Die Folgeaufgabe startet in einer neuen Sitzung und kann relevante, bereits eingecheckte Erfahrungen lesen.
Ein Review-Workflow, der nur „fertig“ meldet, ist noch keine bestandene Abnahme. Ebenso ist ein Review, das den Build-Skill erneut aufruft und dabei den Code verändern kann, nicht automatisch ein unabhängiges, schreibgeschütztes Review. Diese Trennung muss die Implementierung durch tatsächliche Rechte und eine fehlersichere Commit-Prüfung belegen.
Ausfälle, die der MVP gezielt abdecken muss
| Situation | Erwartetes Verhalten |
|---|---|
| Lokaler IDE- oder SSH-Abbruch | Auf dem VPS erscheint danach ein neuer, echter Arbeitsschritt; eine laufende tmux-Sitzung allein genügt nicht als Nachweis. |
| Modell- oder Jev-Dienst nicht erreichbar | Der Ablauf pausiert innerhalb einer begrenzten Zeit, statt fehlende Prüfungen zu übergehen. |
| Test schlägt fehl | Der echte Fehler bleibt erhalten; es wird nicht committet. |
| Review lehnt ab, bleibt unklar oder läuft ab | Kein Commit und kein Umgehen der unabhängigen Prüfung. |
| Kandidat ändert sich nach dem Review | Die frühere Freigabe gilt nicht mehr. |
| Commit, Merge oder Ticket-Rückschreiben wird unterbrochen | Der native Laufzustand bleibt maßgeblich; es wird keine zweite Wiederherstellungslogik gebaut. |
| Mensch verlangt Stopp | Nachgewiesen wird das Ende der Sitzung und ihrer Werkzeugprozesse – nicht nur, dass ein Stoppsignal versendet wurde. |
„Der lokale Client ist offline“ und „der VPS hat keinerlei Netzwerkzugang“ sind verschiedene Tests. V6 soll den ersten Fall bewältigen. Im zweiten Fall muss es kontrolliert pausieren und den bisherigen Stand bewahren, nicht weiterarbeiten.
V5 einfrieren, V6 neu planen
Der bestehende V5-Plan sollte mit seinem bisherigen Inhalt, den offenen Punkten und historischen Testergebnissen erhalten bleiben. Empfohlen ist, ihn als suspendiert zu kennzeichnen und ausdrücklich festzuhalten, dass die V5-Ausführung nicht weiterentwickelt wird. Offene Punkte dürfen nicht nachträglich als erledigt markiert werden; historische Tests sind keine V6-Prüfung.
Für V6 braucht es eine neue Plan- und ADR-Identität. Eine frühere ADR sollte in ihrem damaligen Status bleiben, statt im Nachhinein als angenommen zu gelten. V6 kann frühere Entscheidungen zu Ausführung, Speicher und Orchestrierung ersetzen, ohne die Analyseprinzipien und Grenzen menschlicher Autorisierung zu verlieren.
Ein eingefrorenes Dokument bedeutet allerdings nicht automatisch, dass alte Prozesse beendet oder Startskripte deaktiviert sind. Das wäre ein eigener, gesondert freizugebender Schritt.
Minimale technische Basis und Konfiguration
Die Dokumentation von bmad-loop nennt Python 3.11 oder neuer, Git 2.34 oder neuer und tmux 3.2 oder neuer. Für die TUI kommen optionale Abhängigkeiten hinzu; das Ticket-Setup setzt ein korrekt initialisiertes BMAD-Projekt voraus. Cline muss in einer festgelegten Version installiert werden; die genaue Node-Anforderung ist anhand der Paketmetadaten zu prüfen, nicht zu erraten.
Zum MVP gehören somit nur die erforderliche Laufzeit, bmad-loop, Cline, BMAD-METHOD samt Projekt-Setup, die benötigten Testabhängigkeiten und – falls gewählt – das tatsächlich verwendete Werkzeug für Jev-Aufrufe. Ein zweiter Agent, eine Datenbank, eine zusätzliche Queue, ein selbst gebautes Dashboard oder die vollständige Harness²-Laufzeit sind nicht vorgesehen.
Die geplanten V6-Dateien sollten sich auf Plan und ADR, native bmad-loop-Policy, zwei geprüfte Cline-Profile, Skill-Einstiegspunkte, eine Erfahrungsdatei und ein kleines Verzeichnis für externe Gates beschränken. Laufzustand und Protokolle gehören in die nativen Laufverzeichnisse, nicht in ein zweites selbst entwickeltes Status-Ledger.
Woran ein erfolgreicher MVP zu erkennen ist
Ein überzeugender erster Durchlauf ist nicht bloß ein grüner lokaler Test. Er muss eine echte freigegebene Story mit Entwicklung, Pflicht-Tests, Jev-Prüfung, unabhängigem Review und nativem Commit abschließen. Nach Trennung des lokalen Clients muss mindestens ein neuer realer Arbeitsschritt samt Beleg stattfinden.
Außerdem müssen Verstöße, unklare Reviews, nicht verfügbare Dienste und fehlgeschlagene Tests zuverlässig vor dem Commit stoppen. Die nächste neue Sitzung muss die freigegebene Erfahrung lesen können. Für den Nachweis eines durchgehenden Lernkreislaufs braucht es dafür mindestens eine weitere kleine Story – eine Ein-Story-Demo reicht nicht.
Fazit
Die Richtung für BMRalph V6 ist klar: weniger selbst entwickelte Infrastruktur, ein einziger Ausführungsrahmen und stärkere, nachweisbare Grenzen zwischen Entwicklung, Review und Commit. Der wichtigste nächste Schritt ist nicht, noch einen Controller zu schreiben. Es ist der praktische Beleg, dass Cline in den vorgesehenen Ablauf passt und eine unabhängige Prüfung den Commit im Fehlerfall wirklich verhindert.
Solange dieser Beleg fehlt, sollte V6 ein Architekturplan bleiben. Eine Lücke darf nicht durch einen neuen Eigenbau verdeckt werden – sonst würde der Neustart genau die Komplexität zurückbringen, die er beseitigen soll.
Studio Global AI
Setzen Sie Ihre Recherche fort
Diese Seite enthält eine quellengestützte Antwort, die Sie in Studio Global fortsetzen können.
Die Leute fragen auch
Wie lautet die kurze Antwort auf „BMRalph V6: Weniger Eigenbau, klarere Grenzen“?
V5 sollte als Ausführungsschicht eingefroren werden. Die Analyseprinzipien und historischen Belege bleiben erhalten, gelten aber nicht als V6 Nachweis.
Was sind die wichtigsten Punkte, die zuerst validiert werden müssen?
V5 sollte als Ausführungsschicht eingefroren werden. Die Analyseprinzipien und historischen Belege bleiben erhalten, gelten aber nicht als V6 Nachweis. Der schlanke V6 Entwurf kombiniert bmad loop als Orchestrator, Cline als einziges Ausführungsframework, externe Prüfungen und eine begrenzte Textdatei für wiederverwendbare Erfahrungen.
Was soll ich als nächstes in der Praxis tun?
Der zentrale technische Engpass ist die Cline Anbindung: Eine passende Lifecycle Integration und ein wirklich unabhängiger, schreibgeschützter Review sind noch nicht belegt.