Agentic Coding bezeichnet Programmieraufgaben, bei denen ein KI-System nicht nur Vorschläge macht, sondern als autonomer Agent über mehrere Schritte hinweg eigenständig Aktionen ausführt: Dateien lesen und ändern, Tests laufen lassen, Build- und Lint-Tools aufrufen, Issues kommentieren und sich selbst Aufgaben stellen.
Typische Frameworks und Werkzeuge sind Claude Code, OpenHands, Aider, Devin, GitHub Copilot Workspace, sowie Plattformen wie LangChain, CrewAI oder AutoGen. Die Aufgaben werden meist in Teilschritte zerlegt, das Ergebnis jedes Schritts wird durch das Modell evaluiert, und an kritischen Punkten wird der Mensch um Bestätigung gebeten.
Einsatzzweck ist die Bewältigung größerer, mehrstufiger Aufgaben, die nicht mehr in eine einzelne Eingabeaufforderung passen. Dazu zählen umfangreiche Refactorings, Migrationsprojekte, Feature-Implementierungen, Bugfixes mit Reproduktion und Test sowie das automatisierte Bearbeiten ganzer Issue-Backlogs.
Das Konzept ist eng mit der Entwicklung von Tool Use bzw. Function Calling und dem Model Context Protocol verbunden, das es Modellen erlaubt, Werkzeuge strukturiert und sicher zu verwenden. Anthropic, OpenAI, Google und zahlreiche Startups treiben Agentic Coding seit 2023 mit hoher Geschwindigkeit voran.
In der Praxis steht Agentic Coding zwischen Begeisterung und Skepsis: Spektakuläre Demos (Devin, Cognition Labs) treffen auf nüchterne Erfahrungen, in denen Agenten ohne Wachsamkeit teils chaotische Pull Requests produzieren. Für seriöse Anwendung gelten daher Sicherheits-, Test- und Reviewstandards als zentrale Voraussetzung.