KI-Agenten

Google und Cursor starten konkurrierende Multi-Agenten-Codingsysteme für Teams

Googles Swarm koordiniert Agenten für einen einzelnen Entwickler, während Cursors multiplayer Projects die Koordination der Agenten von Teamkollegen über verschiedene Aufgaben hinweg ermöglicht.

Illustration von Netzwerken zur Koordination von KI-Agenten: Einzelentwickler versus Teamweite
Für diesen Artikel generierte Illustration

Automatisch aus dem englischen Original übersetzt.

Am 12. November 2026 stellten Google und Cursor konkurrierende Strategien zur gleichzeitigen Verwaltung mehrerer KI-Coding-Agenten vor. Google führte Swarm innerhalb seiner Antigravity-Plattform ein, um Agenten für einen einzelnen Entwickler zu organisieren, während Cursor eine Multiplayer-Funktion für sein Feature „Projects“ startete, um die Koordination zwischen Agenten zu ermöglichen, die für verschiedene Teammitglieder arbeiten. Diese Veröffentlichungen adressieren das wachsende Chaos, das entsteht, wenn parallele KI-Arbeiter ihre Arbeit duplizieren oder mit den Änderungen anderer kollidieren.

Was passiert ist

Coding-Agenten sind mittlerweile sehr kompetent bei parallelen Aufgaben, wie dem Schreiben von API-Endpunkten, dem Aktualisieren von Tests und dem Beheben von Fehlern gleichzeitig. Ohne angemessene Koordination stolpern diese Agenten jedoch oft übereinander, was zu doppelter Arbeit und Integrationsfehlern führt, die erhebliche menschliche Eingriffe erfordern. Um dies zu lösen, entwickeln große KI-Labore und Tool-Anbieter Methoden, um Ordnung in Agentenflotten zu bringen, wobei Google und Cursor am selben Tag unterschiedliche Ansätze verfolgen.

Cursor, das im August 2026 für 60 Milliarden Dollar von SpaceX übernommen wurde, erweiterte seine Funktion „Projects“ um Multiplayer-Fähigkeiten. Zuvor ermöglichte „Projects“ einem einzelnen Entwickler, große Jobs an einen Koordinierungs-Agenten zu delegieren, der die Aufgaben unter Arbeiter-Agenten aufteilte. Das neue Update erlaubt es Entwicklern, Teamkollegen in ein Projekt einzuladen, wobei jede Person ihren eigenen Koordinator und eigene Arbeiter behält. Diese Koordinatoren können direkt miteinander kommunizieren, um Pläne zu teilen, Überschneidungen zu kennzeichnen und sich auf eine Ausführungsreihenfolge zu einigen, beispielsweise darüber, welche Änderung des Datenbankschemas zuerst umgesetzt werden muss.

Gleichzeitig rollte Google Gemini 4 Carbon in Antigravity aus, seiner konsolidierten Plattform für Coding-Tools, zusammen mit einer Vorschau von Swarm. Diese Funktion ermöglicht es einem einzelnen Entwickler, eine komplexe Aufgabe einem Koordinator zuzuweisen, der dann die Arbeit auf mehrere Arbeiter-Agenten verteilt und einen Verifier zur Überprüfung der Ergebnisse bestimmt. Die Arbeiter kommunizieren über ein gemeinsames Board, um Änderungen zu koordinieren, wie etwa das Aktualisieren von Authentifizierungs-Middleware und Token-Verifiern in separaten Git-Worktrees, bevor sie sie zum Testen übergeben.

Wie es funktioniert

Der entscheidende Unterschied liegt im Umfang der Koordination. Googles Swarm konzentriert sich auf die intra-developer Koordination, indem eine einzelne Zuweisung auf viele Agenten aufgeteilt wird, die miteinander sprechen, um sicherzustellen, dass ihre individuellen Beiträge zusammenpassen. Varun Mohan, Director of Software Engineering bei Google DeepMind, bemerkte, dass interne Mitarbeiter bereits Schwärme von Hunderten von Agenten nutzen, um große Systeme aus einem einzigen Prompt heraus zu bauen.

Cursors Ansatz zielt auf die inter-team Koordination ab. In multiplayer Projects arbeiten Agenten, die verschiedenen Menschen gehören, über separate Zuweisungen hinweg zusammen. Koordinatoren tauschen Nachrichten aus, um sich auf gemeinsame Ressourcen und Abhängigkeiten abzustimmen, mit dem Ziel, den manuellen Koordinationsaufwand für Entwickler zu reduzieren. Parker Smith, ein Ingenieur bei SpaceXSI, erklärte, dass dies es Agenten ermöglicht, den notwendigen Kontext von den Agenten der Kollegen zu erhalten, ohne Fortschritte zu blockieren oder menschliche Vermittlung zu erfordern.

Wichtige Details

  • Googles Swarm ist als Vorschau für Abonnenten von Google AI Pro und Ultra verfügbar.
  • Cursors multiplayer Projects befindet sich derzeit in der Beta-Phase für Nutzer mit einem Team-Konto.
  • Swarm nutzt ein Coordinator-Worker-Verifier-Modell, bei dem die Arbeiter über ein gemeinsames Board miteinander kommunizieren.
  • Cursors Koordinatoren behandeln Nachrichten von den Agenten der Teamkollegen als nicht vertrauenswürdige Eingaben und bitten um Erlaubnis, bevor private Dateien geteilt werden.
  • Die Forschung von Anthropic zeigt, dass Gruppen von per-user Agenten in Umgebungen mit gemeinsamen Ressourcen um 10 bis 45 Prozentpunkte schlechter abschneiden können als Single-Agent-Setups.
  • GitHub Copilot und AWS Kiro Crew bieten ebenfalls Funktionen für Multi-Agent- oder Cross-Repository-Aufgabenverteilung an.

Warum es wichtig ist

Für Leads im Software Engineering und technische Gründer stellen diese Tools einen Wandel von individueller KI-Unterstützung hin zu teamweiter Automatisierung dar. Die Fähigkeit der Agenten, über Teamgrenzen hinweg zu koordinieren, verspricht schnellere Entwicklungszyklen durch die Beseitigung menschlicher Engpässe beim Kontext-Sharing. Allerdings birgt dies auch neue Risiken hinsichtlich Fehlerfortpflanzung und Sicherheit. Wenn ein Agent einen Fehler macht, könnten Multiplayer-Systeme diesen Fehler potentially über den gesamten Workflow des Teams verbreiten, wenn er nicht ordnungsgemäß eingedämmt wird.

Sicherheit und Governance werden kritisch, da Agenten mehr Autonomie erlangen. Cursor adressiert dies durch die Isolierung von Secrets und Credentials in separaten Chats und die Behandlung externer Agenten-Nachrichten als nicht vertrauenswürdig. Dennoch bleiben Fragen bezüglich der rollenbasierten Zugriffskontrolle (RBAC) für den Austausch zwischen Agenten offen. Teams müssen gemeinsame Regeln und Skills festlegen, um Konsistenz zu gewährleisten, da unterschiedliches Agentenverhalten zu Konflikten oder unbegründeten Annahmen über die Nutzerabsicht führen kann, wie aktuelle Forschungsergebnisse von Anthropic hervorheben.

Was Sie tun können

  • Evaluieren Sie, ob Ihre Team-Workflows mehr von der Skalierung einzelner Entwickler-Agenten oder von der Cross-Team-Koordination profitieren.
  • Definieren Sie gemeinsame Regeln und Skills für Ihre KI-Agenten, um inkonsistentes Verhalten in Multiplayer-Umgebungen zu verhindern.
  • Überprüfen Sie Sicherheitsprotokolle, um sicherzustellen, dass Agenten keine sensiblen Credentials oder privaten Dateien versehentlich teilen.
  • Überwachen Sie Agenten-Interaktionen auf Fehlerfortpflanzung, insbesondere wenn mehrere Agenten auf gemeinsame Ressourcen wie Code-Merge-Queues zugreifen.
  • Testen Sie kleine Multiplayer-Projekte, um potenzielle Blocker zu identifizieren, bevor Sie sie auf größere Teams ausrollen.
  • Bleiben Sie auf dem Laufenden bezüglich Governance-Funktionen, da die aktuelle Dokumentation möglicherweise nicht vollständig die rollenbasierte Zugriffssteuerung für die Kommunikation zwischen Agenten abdeckt.
  • #ai agents
  • #google swarm
  • #cursor
  • #software engineering
  • #multi-agent systems

Tools aus dem Bytechap-Shop

Weiterlesen

Alle Artikel