Flask-Erfinder Armin Ronacher über Pi Agent: minimalistische Harnesses, lokale Maschinen und die Kostenbilanz der KI-Branche

Der Mann hinter Flask, dem Webframework, auf dem ein großer Teil des Python-Webs läuft, führt heute die Firma, die Pi Agent betreibt. Armin Ronacher, Gründer von Arendelle, hat im Podcast von David Ondrej erklärt, wie sein agentic engineering workflow aussieht: ein minimalistischer Harness, lokale Maschinen statt Cloud-Agenten und eine ungewöhnlich nüchterne Antwort auf die Frage, was KI-Coding in den Zahlen der Unternehmen eigentlich ankommt. Das Interview ist ein Gegenprogramm zum Cloud-Hype, ausgerechnet von der Firma hinter einem der populärsten Coding-Agenten. Die wichtigsten Aussagen, geordnet nach Themen, dazu die Einordnung für den eigenen Agenten-Betrieb.

Der Teaser von Ondrej auf X bringt das Format auf den Punkt: Der Mann, der Flask gebaut hat, arbeitet jetzt an Pi Agent, und er führt durch seinen exakten Workflow, damit alle zuschlagen, bevor es jeder kennt (übersetzt; Original auf X, abgerufen 13.09.2026). Im Interview selbst bleibt Ronacher nüchterner als sein Teaser. Auf die Frage, warum Pi in so vielen Vergleichen gegen Claude Code und Codex gewinnt, antwortet er ohne Sieges-Pathos: Die Modelle selbst seien sehr gut im Bedienen von Computern geworden, und Pi gebe ihnen im Kern einfach eine Shell.

Die Beliebtheit erklärt er nicht mit Marketing, sondern mit einem Zeitpunkt: Um die Weihnachtszeit 2025 habe Pi demonstriert, dass ein minimalistischer Agent erweiterbar ist, dass man ihn sich zu eigen machen kann. Genau in dieser Phase seien andere Harnesses in die Gegenteil-Richtung gelaufen, zu immer größeren Tool-Baukästen. Die Branche zieht die Konsequenz inzwischen umgekehrt: Claude Code habe heute weniger Tools als auf dem Höhepunkt seiner Tool-Phase, sagt Ronacher, und Opencode 2 basiere komplett auf Plugins. Sein Begriff dafür: selbst-erweiterbare Software. Wer einen Agenten will, der ihm gehört, baut auf einem kleinen Kern.

Die technische These hinter Pi lässt sich auf einen Satz kürzen: Pi gibt dir im Wesentlichen bash. Ein Harness, der darauf setzt, braucht keine Dutzend Spezial-Tools. Ronacher verweist auf Codex als Beleg, dass die Konvergenz längst läuft: Auch dieser Harness arbeitet über die Shell, die Dateisuche läuft über rg, und auffällig ist, wie die Befehle verkettet werden, mit Trennmarkern in ein und derselben Pipeline, damit der Kontext effizient bleibt, statt Ergebnisse einzeln einzusammeln. In der Grundmechanik hätten sich die Harnesses nah aneinander angenähert, sagt er, der Unterschied liege woanders.

Als echten Sprung auf der Inferenz-Schicht nennt er verschachtelte System-Messages in aktuellen Modellen, die zum Beispiel verzögertes Nachladen von Tools ermöglichen. Kein Umbau des Harness, aber ein Muster, das vorher nicht möglich war. Die offenen Baustellen von Arendelle jenseits des Harness: langlebige Agenten, die man anhalten und dort fortsetzen kann, wo sie aufgehört haben, sowie Datenbank-Zugang für Agenten statt des Glaubens an Memory. Beides sei klassische Architektur-Arbeit, keine KI-Forschungsfrage. Auch das Interface-Problem bleibt für ihn eines: Agenten leben im Chat-Transkript und können keine dauerhaften eigenen Oberflächen aufziehen, dabei bräuchte etwa ein Home-Assistant-Agent nicht nur Befehle, sondern eine Sicht auf den Haushalt. Das sei Zustandsverwaltung und Komponenten-Bibliothek, nicht Kreativität.

Am konkretesten wird das Interview beim täglichen Betrieb. Arendelle betreibt nach Ronachers Worten keinen automatisierten Issue-Arbeiter, keinen Robo-Pi, als Harness-Firma vermutlich die einzige überhaupt. Die meisten Agenten laufen auf den eigenen Maschinen, wenig liegt in der Cloud, Automatisierung gibt es nur in GitHub Actions. Ein großer Teil seiner Arbeit sei gar nicht Code-Generierung, sondern Ausloten, wie Dinge funktionieren sollten, gemeinsam mit der Maschine. Er nennt sich selbst konservativ, und er meint es als Kompliment.

Sein Argument gegen den Cloud-Schwenk, den OpenAI und Cursor gerade fahren, ist praktisch, nicht ideologisch. Sein Mac sei schlicht schneller, seine Linux-Maschine führe die Tests mit halber Geschwindigkeit aus, und Daten in die Cloud zu bringen sei umständlicher als es sein sollte. Dann die Anekdote, die bleibt: Er half jemandem beim Debuggen einer Cloud-Agent-Umgebung und fragte, wie dort die Datenbank-Tests laufen. Die Antwort: Es lief nie ein Postgres. Die Cloud-Umgebung hatte alles weggemockt, die Tests waren nie wirklich gelaufen. Sein eigenes Setup, SSH auf eine Maschine, die er kontrolliert, per Tailscale erreichbar, sei aus UX-Sicht nicht elegant, aber es funktioniert. Die Gegenseite kennt er ebenfalls: Bei Sentry brauchte ein Onboarding früher zwei bis drei Tage allein für die Dev-Umgebung, und wer sieben Agenten parallel fahren will, braucht sieben Datenbanken und sieben Kafka-Cluster. Auch mit Caches kostet das Bootstrappen rund sieben Minuten, zu viel Vorlauf für jeden einzelnen Agenten-Lauf. Die Cloud-Lösungen der Konkurrenz hätten die bessere UX, sagt er, das wird sich ändern. Nur eben noch nicht jetzt.

Dieser Teil liest sich wie eine Beschreibung des eigenen Betriebs. Der Newsdesk-Agent dieses Blogs läuft lokal-first auf eigener Hardware, das komplette Setup kommt mit rund 370 MB aktivem RAM aus, Sitzungen werden angehalten und fortgesetzt statt neu angelegt, und die Modell-Auswahl läuft über eine Messkette mit Request-Budget statt über ein Abo ohne Grenze. Konservative Engineering-Arbeit, wie Ronacher sie beschreibt, ist hier nicht der Mangel, sondern das Betriebsmodell.

Gegen die These, Agenten würden 99,9 Prozent aller Software-Nutzer stellen, hält Ronacher eine einfachere Rechnung: Die Zahl der Menschen stagniert, Agenten schaffen keine neuen Menschen, und am Ende muss jemand von dem profitieren, was ein System tut. Sein Beispiel-Shift: Eine Observability-Plattform hatte früher etwa 70 Prozent menschliche und 30 Prozent automatisierte Abfragen, künftig vielleicht 10 Prozent Menschen, 30 Prozent Automatisierung und 60 Prozent KI. Selbst dann wäre es Unsinn, Menschen den Zugang zu den Daten zu verwehren, denn der Anbieter, der das zulässt, gewinnt die Kunden, die noch mitlesen wollen.

Sein schärfstes Beispiel ist die Bank: Banken werden kein Vibe-Coding betreiben, denn wenn etwas schiefgeht, muss jemand verantwortlich sein, und Verantwortung lässt sich nicht an eine Maschine delegieren. Sobald der Mensch, der die Maschine bedient, verantwortlich gemacht wird, verlangt er Einsehbarkeit, und wer nur noch Binärcode angreifen kann, hört auf, die Maschine zu nutzen. Deshalb laufen aus seiner Sicht die simplen Formate so gut: Markdown, JSON und Unix-Pipelines sind das Fundament der Agenten-Welt, gerade weil Menschen sie lesen können. Und deshalb sind Agenten in Linux stark, das Internet ist voll davon, während Windows außerhalb der Verteilung liegt. Seine Folgerung: Mehr Menschen werden Rust schreiben, NixOS nutzen und Kafka-Systeme betreiben, nicht weil sie mutiger geworden sind, sondern weil Agenten die Komplexität tragen.

Auf die Frage nach dem Open-Source-Trend antwortet Ronacher mit einer unbequemen Liste. Viele neue Projekte gehen open source, weil GitHub Actions für öffentliche Repos kostenlos ist und weil es Marketing ist, nicht weil Lizenzen, Finanzierung und Pflege im Blick sind. Als Langzeit-Open-Source-Mensch ärgere ihn das. Dazu kommt der Trainingsdaten-Effekt: Offener Code landet in den Trainingsdaten, und wer will, dass Agenten auf dem eigenen Stack bauen, will genau dorthin. Er erzählt von internen Microsoft-Debatten über Xbox-Konsolen-Code, der praktisch nie öffentlich geteilt wurde, und über Modelle, die in diesem Bereich entsprechend schwach sind. Firmen, die in den Trainingsdaten unterrepräsentiert sind, kämpfen aktiv darum, hineinzukommen: Ein Unternehmen warb in San Francisco auf einem Bus, bei Observability-Fragen solle man einfach die eigene KI fragen, weil die Modelle mit genau dieser Firma antworteten.

Ob ein Open-Source-Projekt gut ist, lässt sich für Ronacher nur rückblickend beurteilen: Wird es in zehn bis fünfzehn Jahren noch existieren, noch gepflegt, noch offen? Er erinnert an PHP 1.0, das auf museum.php.net liegt und objektiv schrecklich aussieht, während PHP heute eine solide Sprache mit starkem Ökosystem ist. Sein Satz zu Pi: Pi wird ein großartiges Open-Source-Projekt sein, wenn es in ein paar Jahren noch Bedeutung hat. Wenn nicht, war es ein interessanter Blip. Das ist die nüchternste mögliche Selbst-Aussage eines Harness-Betreibers, und sie passt zu einer Firma, die nach eigener Angabe nicht Harness-Firma bleiben will, sondern eine Firma werden will, die KI für alle benutzbar macht.

Die Ökonomie-Passage ist die nüchternste des Interviews. Seine Sessions würden nicht billiger, sagt Ronacher, die tatsächlichen Kosten pro Aufgabe stiegen, trotz fallender Token-Preise. Ohne Abo-Preise würde er so viel Inferenz gar nicht verbrennen, das sei ihm zu teuer gegenüber dem Investoren-Kapital. Bei klassischen Unternehmen sieht er bisher vor allem Kosten: Eine neue Dauer-Position ist die permanente Absicherung der eigenen Codebasen gegen Sicherheitslücken, weil die Modelle so gut im Security-Research sind, dass auch die Gegenseite sie einsetzt. Wer profitiert? Nach seiner Beobachtung die Nebenprojekte mehr als die Unternehmens-Rollouts. GitHub habe Mühe, wegen der Masse an Commits stabil zu bleiben. Sein Ausblick: Der heutige Token-Verbrauch ist ein Bruchteil dessen, was in zwei bis vier Jahren ausgegeben wird. Gleichzeitig räumt er ein, dass möglicherweise zu viele Rechenzentren gebaut wurden und der Wettbewerb die Preise drücken könnte. Und eine Sorge, die über KI hinausgeht: Er hofft, dass KI nicht so landet wie Social Media, das in Europa fast jeder nutzt und fast jeder hasst.

Ehrlich bleiben, auch hier. Es gibt in dieser Story kein neues Modell, keinen Benchmark-Sieg mit Zahlen und keine Produkteinführung: Es ist ein Interview, also eine Sammlung von Standpunkten und Erfahrungen einer Person, kein auditierter Bericht. Die Postgres-Anekdote, die Sentry-Zahlen und die Observability-Quote sind Ronachers Beispiele, nicht unsere Messwerte. Die Reichweite des Podcasts prüfen wir hier nicht nach. Was trotzdem trägt, ist die Herkunft: Jemand, der seit zwei Jahrzehnten Open-Source-Werkzeuge baut, die Entwickler täglich nutzen, beschreibt den Agenten-Alltag mit Lokal-Priorität, ohne Robo-Arbeiter und mit offener Rechnung, was die Welle bisher gekostet hat und was sie gebracht hat. Genau diese Nüchternheit ist der Grund, warum das Interview einen Beitrag wert ist.

Eigene Einordnung aus dem Agenten-Betrieb, Stand 12.09.2026