pi-Skills: Agenten lernen Prozeduren, und ich habe meine Bibliothek gemessen

# pi-Skills: Agenten lernen Prozeduren, und ich habe meine Bibliothek gemessen

Die Debatte über Agenten dreht sich meistens um Modelle. Die spannendere Frage ist die andere: Was bekommt ein Agent mit, wenn er startet, und wie viel davon muss in diesem Moment schon im Kontext liegen? Am 11. Oktober 2026 hat der Pinggy-Blog seinem Ranking der CLI-Coding-Agenten ein Update hinterhergeschoben, das neben dem Ranking eine Idee sichtbar macht, die ich für den wichtigsten Agenten-Trend des Herbstes halte: Wissen wandert aus dem Systemprompt in Dateien, die der Agent erst lädt, wenn er sie braucht.

pi, der Agenten-Kern von Mario Zechner und Armin Ronacher, dem Autor von Flask und Jinja2, kommt mit einem Systemprompt aus, der unter 1.000 Token bleibt. Für Claude Code oder OpenCode nennt der Artikel 7.000 bis 10.000 Token. Die Differenz ist kein Stilwettbewerb, sie ist eine Architekturentscheidung, und sie betrifft genau den Teil des Betriebs, den ich hier seit August auf einem gebrauchten Android-Handy fahre. Weil Behauptungen ohne eigene Messung in diesem Projekt nichts gelten, habe ich danach meine eigene Skill-Bibliothek gezählt. Das Ergebnis steht weiter unten mit Zeitstempel: 81 Dateien, 131.314 Wörter Agenten-Wissen, 934 KB.

Zwei Erklärungen vorweg, damit der Beitrag sauber liest. Ein Skill ist für mich ein Verfahren als Datei: Auslösebedingung, Schritte, Grenzen, Gates. Und lazy heißt in diesem Zusammenhang: Der Agent liest die volle Anleitung erst dann, wenn eine Aufgabe sie tatsächlich braucht. Beides zusammen ist der Mechanismus, den pi unter dem Stichwort Skills ausrollt und den ich in meinem eigenen Betrieb längst als Skripte und Gate-Dateien am Laufen habe.

Das Ranking selbst liest sich wie ein Stresstest der Branche. Google hat den Gemini CLI für Verbraucher am 18. Juni abgeschaltet und ihn durch ein geschlossenes Binary namens Antigravity CLI ersetzt. SpaceX hat Cursor am 14. August übernommen, ein 60-Milliarden-Deal in Aktien, und Cursor CLI sitzt jetzt im selben Haus wie xAI und Grok. Anthropic hat Claude-Logins auf die eigenen Apps eingeschränkt, und OpenCode hat daraufhin den Login über Claude Pro und Max gestrichen, mit einem API-Key funktioniert der Zugang weiter. Der offene Teil der Landschaft stand in Sternen: Der DeepSeek Harness, am 13. August veröffentlicht, liegt bei 247.000 Sternen. OpenCode zählt 212.000. pi liegt bei 114.000.

Der wichtigste Satz des Artikels ist für mich nicht die Zahlensammlung, sondern die Ranglogik. Der Autor ordnet die Tools nach Unabhängigkeit, und das heißt in dem Artikel wörtlich: Unabhängigkeit ist ein echtes Auswahlkriterium geworden, kein Nice-to-have mehr. Nach einer Welle, in der zwei der fünf großen Harnesses den Besitzer gewechselt oder ihren offenen Status verloren haben, ist das keine Meinung, das ist eine Bilanz. Wer sich heute an ein Harness klammert, ohne auf Besitzverhältnisse und Lizenz zu schauen, wetteifert gegen Firmen, die auch Modelle verkaufen.

Was Pinggy bei pi als Kernzahl beschreibt, liest sich unspektakulär und ist in Wirklichkeit der Kern des Themas. Ein Systemprompt unter 1.000 Token, erreicht über lazy Skills, gegen 7.000 bis 10.000 Token bei Tools wie Claude Code oder OpenCode. Der Trick ist simpel und alt genug, dass man ihn kennen müsste: Statt die komplette Anleitung für jede erdenkliche Aufgabe von Beginn an in den Kontext zu laden, liegen beim pi-Ansatz nur kurze Beschreibungen der Fähigkeiten im Systemprompt. Braucht eine Aufgabe eine dieser Fähigkeiten, lädt der Agent die volle Anleitung für genau diesen einen Skill nach.

Die Wirkung hat zwei Enden. Auf der Kostenseite fällt der feste Sockel pro Anfrage auf unter ein Zehntel: Was vorher in jeder einzelnen Anfrage mitlief, ob sie es brauchte oder nicht, taucht jetzt nur auf, wenn es verlangt wird. Auf der Kontextseite entsteht Luft, und diese Luft steht der eigentlichen Aufgabe zur Verfügung. Auf einem Gerät mit 6 GB RAM, auf dem der Agent den Speicher mit Android teilt, ist diese Luft keine Feinheit. Sie ist der Unterschied zwischen einem Lauf, der durchläuft, und einem, dem das System unterwegs die Ressourcen wegzieht. Ich habe beide Varianten in diesem Betrieb erlebt, bevor es das passende Vokabular dafür gab.

Der Preis dieser Architektur ist Disziplin bei der Katalogpflege. Die kurze Beschreibung muss so gut sein, dass der Agent die richtige Datei findet, sonst ist ein schlecht benannter Skill im lazy Modell kein Ballast, sondern unsichtbar. Das ist die ehrliche Kehrseite, und sie unterscheidet diesen Trend von den üblichen Feature-Ankündigungen: Er verlangt Arbeit am eigenen Katalog statt nur an der Konfiguration.

Messumgebung, damit die Zahlen einzuordnen sind: Termux in einem PRoot-Container auf dem Pixel 6a, ohne Root, gemessen am 31. Oktober 2026. Ich habe alle SKILL.md-Dateien unter dem Skills-Ordner meiner Hermes-Installation gezählt, ihren Umfang in Bytes und Wörtern, und nebenbei die Installationsversion von pi und den verfügbaren RAM protokolliert. Diese Messung läuft als lokales Skript und kostet null Modell-Requests, sie ist also genau die Art von Mechanik, die in ein Skript gehört statt in Tokens. Der Denk-Teil, also die Einordnung dieser Zahlen, kostet Requests, und genau dafür sind sie da.

Diese Tabelle beantwortet eine Frage, die mir im September noch niemand gestellt hatte: Wie groß ist das prozedurale Gedächtnis eines Agenten-Betriebs, der seit dem 28. August ununterbrochen läuft? 131.314 Wörter Verfahrenswissen liegen hier als Textdateien auf einem Telefon, sortiert nach Aufgaben, mit Gates und Vorlagen. Zum Vergleich die Software: Der komplette Agenten-Stack aus Multiplexer, Agent und Gateway kam in einer früheren Messung auf rund 450 MB RAM, ein einzelner opencode-Desktop-Client auf 658 MB. Das Wissen ist im Verhältnis zur Software fast gratis.

Der zweite Grund, warum ich diesen Trend ernst nehme, kommt aus dem eigenen Betrieb. Im September habe ich drei Male gelernt, dass eine Regel allein versagt und ein mechanisches Gate hält. Das Wort-Gate existiert seit dem 5. September, weil Beiträge unter der Wortgrenze trotzdem durchgerutscht waren. Das Schienen-Gate und das Twin-Gate kamen am 12. September dazu, aus demselben Muster. Jede dieser Lektionen lebt heute nicht als Notiz in einem Gesprächsverlauf, sondern als versiegeltes Verfahren: ein Skript, das eine Zahl prüft und bei Fehlschlag mit Exit-Code 1 blockiert.

Genau dieses Muster holt die Agenten-Szene jetzt in die CLIs, nur allgemeiner und ohne den Schmerz zu bezahlen, den ich dafür gezahlt habe. Ein Skill ist ein Verfahren mit Auslösebedingung, und weil er im Dateisystem liegt, überlebt er Dinge, die in diesem Projekt wöchentlich passieren: Compaction, Context-Resets, Android-Kills. Ein Verfahren, das nur im Kontext eines Prozesses lebt, stirbt mit dem Prozess. Meine Blog-Masterrichtlinie ist ein Beispiel, wie solch ein Artefakt aussieht, wenn es ernst gemeint ist. Sie ist Version 1.0, sie ist Datei, und sie hat Gates, die man nicht überreden kann.

Die Sternenzahlen in dieser Szene bewegen sich schneller, als jeder Artikel sie festhalten kann, und dieses Tempo gehört zur ehrlichen Berichterstattung dazu. Pinggy verzeichnet für pi Version 1.1.0 vom 7. Oktober und 114.000 Sterne, beide Werte mit Stand 11. Oktober. Beim Abruf der Projektseite am 31. Oktober stand dort Version 1.4.0, released am 21. Oktober, und ein Zähler von 119.000 Sternen. Zwanzig Tage, drei Minor-Versionen, 5.000 Sterne. Wer Rankings zitiert, zitiert Momentaufnahmen, das gilt für Pinggy und für diesen Beitrag hier gleich.

Mein eigener Stand ist dabei der Gegenbeweis zur Hype-Falle. Auf dem Deck läuft pi in Version 0.84.2, installiert über Termux, seit September als Agenten-Kern im herdr-Pane im Einsatz, über die Cloud angebunden. Ich habe die 1.x-Linie mit dem lazy Skills-Mechanismus nicht übernommen, und dieser Beitrag behauptet auch nicht, sie getestet zu haben. Gemessen habe ich das Muster, nicht die Version: Das Verfahrenswissen liegt in Dateien, die der Agent bei Bedarf liest, und genau dieses Muster beweist meine Bibliothek mit 81 Dateien im Dauerbetrieb.

In meinem Beitrag zum Profi-Stack auf dem 45-Euro-Handy (post.html?slug=agenten-stack-auf-45-euro-handy) habe ich die Ökonomie dieser Architektur beschrieben: Die lokale Software ist leicht, das Denken passiert in der Cloud, und der mechanische Teil des Betriebs kostet nichts, weil Skripte ihn erledigen statt Modelle. Skills passen exakt in diese Ökonomie, weil ein Skill die billigste Form von Agenten-Wissen ist, die es gibt: Text, der auf die Platte gehört, geprüft wird, wenn er gebraucht wird, und sonst nichts kostet.

Die Grenze habe ich im selben Beitrag notiert, und sie gilt unverändert. Ein einzelner Desktop-Client aus derselben Szene belegt mehr Speicher als mein ganzer Stack, auf 6 GB RAM fährt man gezielte Sessions, keinen Schwarm. Lazy Skills machen den festen Sockel kleiner, sie verändern die Grenze der Hardware nicht. Genau deshalb ist die pi-Entwicklung wichtig und kein Gimmick: Jedes Token, das nicht als Standardanleitung mitläuft, ist auf diesem Gerät ein Token, mit dem gearbeitet werden kann. Für die Einordnung in die größere Landschaft verweise ich auf meine Beiträge zu Kernen und Schalen (post.html?slug=coding-agenten-kern-und-schalen) und zum Oktober-Stichtag des Release-Tempos (post.html?slug=oktober-stichtag-release-tempo-coding-agenten), denn was dort als Tempo der Szene dokumentiert ist, zeigt pi in diesem Herbst selbst.

Die Agenten-Szene trennt sich gerade von einer Gewohnheit, die teuer war: alles ins Systemprompt zu legen, was der Agent je wissen könnte. pi zeigt seit dem 7. Oktober mit einem Systemprompt unter 1.000 Token, wie es anders geht, und meine eigene Bibliothek mit 81 Skills und 131.314 Wörtern beweist, dass dieses Muster im Dauerbetrieb auf der billigsten Hardware der Szene trägt. Das Denken bleibt im Modell. Das Verfahren wandert in Dateien. Das ist die architektonische Entscheidung, die ich hier seit August selbst gezahlt habe, und sie ist jetzt als Trend bestätigt.

Über den Autor: Ich betreibe das HUNTER-Cyberdeck, einen Agenten-Betrieb auf einem gebrauchten Google Pixel 6a, ohne Root, mit Termux, herdr, Hermes und pi. Die Messwerte in diesem Beitrag stammen aus einem lokalen Skript-Lauf vom 31. Oktober 2026: Dateizählung und Wortzählung über alle SKILL.md-Dateien der Hermes-Installation, pi-Versionsabfrage über Termux, RAM-Ablesung über die Prozesstabelle. Der Betrieb läuft seit dem 28. August 2026 dauerhaft und ist mit Heartbeat und Stabilitäts-Snapshots dokumentiert. Zuletzt fachlich geprüft am 31. Oktober 2026.

- Pinggy Blog, "Top 5 CLI coding agents in 2026", Update mit Stand 11.10.2026, https://pinggy.io/blog/top_cli_based_ai_coding_agents/ (abgerufen 31.10.2026)
- GitHub, earendil-works/pi, Projektseite mit Star-Zähler (119.0k) und Releases (v1.4.0, 21.10.2026), https://github.com/earendil-works/pi (abgerufen 31.10.2026)
- Eigene Messung: Skill-Bibliothek der Hermes-Installation, 81 SKILL.md-Dateien, 956.677 Bytes, 131.314 Wörter, 31.10.2026, Termux/PRoot auf Pixel 6a
- Eigene Messung: pi --version in Termux ergibt 0.84.2, 31.10.2026
- Eigene Messung: RAM-Kontext, /proc/meminfo, MemAvailable 926.968 kB bei 5.723.472 kB gesamt, 31.10.2026
- Frühere eigene Messungen, zitiert aus dem Beitrag "Der Agenten-Stack der Profis läuft auf einem 45-Euro-Handy" (post.html?slug=agenten-stack-auf-45-euro-handy): Agenten-Stack ca. 450 MB, opencode-TUI 658 MB, 05.09.2026