Aufhören zu raten und anfangen, Ihren KI-Partner zu verstehen

Neulich habe ich mich dabei ertappt: Ich verbringe mehr Zeit mit GitHub Copilot und Cursor als mit meinen eigentlichen Teammitgliedern. Wir tauschen ständig Prompts aus, es schreibt Code für mich, ich korrigiere ihn. Aber wenn mich jemand fragt, wie effektiv ich es nutze, kann ich keine klare Antwort geben. „Naja, es scheint zu helfen" – nicht gerade ein solides Metrik für einen Ingenieur.

Es stellt sich heraus, dass Microsoft sich dieselbe Frage gestellt hat. Eine Gruppe von Mitarbeitern hat AI Engineering Coach als Open-Source-Projekt veröffentlicht. Es ist ein Tool, das Ihre lokalen KI-Interaktionsprotokolle analysiert und in ein Analytics-Dashboard umwandelt. Keine Daten werden in die Cloud gesendet, nur lokale Post-Mortem-Analyse.

Was ist es eigentlich

Das Projekt ist eine VS Code-Erweiterung (oder Canvas für die GitHub Copilot-App), die Ihre Sitzungen analysiert. Es zählt nicht nur die Anzahl der Anfragen – es versucht, die Qualität Ihrer Interaktion mit dem neuronalen Netzwerk zu bewerten.

Das Tool ist nützlich für diejenigen, die sich auf dem Niveau von „schreib mir eine Funktion zur E-Mail-Validierung" festgefahren fühlen und das Beste aus KI-Agenten herausholen möchten. Es hebt Anti-Patterns hervor, findet wiederkehrende Skills und erstellt sogar eine Karte des Kontexts Ihres Projekts.

Fünf Dinge, die mich angesprochen haben

Anti-Pattern-Detektor

Das Repository enthält etwa 45 integrierte Regeln, die Ihre Sitzungshygiene überprüfen. Wenn Sie zum Beispiel die KI mit zu langen und verwirrenden Prompts überfordern oder vergessen, den Kontext aufzuräumen, wird der „Coach" es bemerken. Es zeigt eine Karte mit einer Problembeschreibung und, was noch wichtiger ist, schlägt konkrete Maßnahmen zur Behebung vor.

Versteckte Fähigkeiten finden

Oft schreiben wir dieselben Anweisungen in verschiedenen Chats. Skill Finder analysiert diese Wiederholungen und schlägt vor, sie in wiederverwendbare Skills umzuwandeln. Dies hilft, Ihren persönlichen Programmierstil zu formalisieren.

Kontextanalyse

Dies ist wahrscheinlich der nützlichste Teil für die Arbeit mit komplexen Projekten. Das Tool bewertet die Context Health – wie gut die KI Ihre Workspace-Struktur versteht. Es überprüft Anweisungsdateien und die Bereitschaft des Projekts für die Arbeit mit Agenten.

Aktivitätsvisualisierung

Es gibt Gantt-ähnliche Zeitachsen. Sie können sehen, zu welcher Tageszeit Sie am häufigsten zum Assistenten greifen und an welchen Projekten Sie am intensivsten arbeiten. Es gibt sogar eine 24/7-Aktivitäts-Heatmap.

Gamification des Lernens

Die Entwickler haben ein Achievements- und Level-System hinzugefügt (von Bronze bis Diamant). Es gibt sogar einen Learning Center-Bereich, der Quiz basierend auf Ihrem tatsächlichen Code und Ihren Protokollen generiert. Klingt nach einer Möglichkeit, Routine in Charakterniveau-Aufstieg zu verwandeln.

Wie man es ausführt

Es gibt einen Haken: Die Erweiterung ist nicht im offiziellen Marketplace. Microsoft positioniert dies als Community-Experiment, daher müssen Sie die Datei selbst erstellen.

Wenn Sie Node.js installiert haben, sieht der Prozess so aus:

git clone https://github.com/microsoft/ai-engineering-coach.git
cd ai-engineering-coach
npm ci
npm run package

Danach erscheint eine Erweiterungsdatei im Ordner. Sie können sie über die Konsole installieren:

code --install-extension ai-engineer-coach-*.vsix

Oder ziehen Sie sie einfach in das VS Code-Fenster. Nach der Installation rufen Sie die Befehlspalette auf (Strg+Umschalt+P oder Cmd+Umschalt+P) und suchen nach AI Engineer Coach: Dashboard öffnen.

Warum es sich lohnt, es auszuprobieren

Der Hauptvorteil ist die Privatsphäre. Alle Analysen finden lokal auf Ihrem Rechner statt. Die Erweiterung arbeitet im Nur-Lese-Modus und sendet nichts „nach Hause". Sie nutzt VS Codes integrierte Modell-APIs nur, wenn Sie selbst auf die Schaltfläche „Analysieren" klicken.

Das Tool ist spezifisch. Es wird keinen Code für Sie schreiben, aber es wird Sie zum Nachdenken anregen: „Füttere ich das Modell mit zu viel Müll?" Für diejenigen, die vom einfachen Chat zu bewusstem Agentic SDLC übergehen möchten, ist dies ein großartiger Einstiegspunkt.

Ich empfehle besonders, den Bereich Coding Moments zu besuchen. Es ist eine Galerie mit Screenshots aus Ihren Sitzungen, mit der Sie buchstäblich durch Ihre Entwicklungsgeschichte scrollen und verstehen können, an welchem Punkt etwas schiefgelaufen ist.

Für wen es geeignet ist

Das Projekt wird definitiv diejenigen ansprechen, die Zahlen lieben und ihre Arbeitsabläufe optimieren möchten. Wenn Sie das Gefühl haben, dass Copilot manchmal hängen bleibt, liegt das Problem vielleicht nicht am Modell, sondern daran, wie Sie ihm Aufgaben zuweisen. Dieser „Coach" hilft, solche Engpässe zu finden.

Der einzige Nachteil ist die Notwendigkeit des manuellen Buildens, aber für einen Entwickler ist das kaum ein Hindernis. Außerdem finden Sie darin einen Rule Editor, in dem Sie Ihre eigenen Analyseregeln in Markdown schreiben und direkt an Ihren Daten testen können. Ein Konstruktor für diejenigen, die Tools gern für sich selbst anpassen.