automata/aicodeguide: ein kuratierter Wegweiser durch den AI-Coding-Dschungel

Ein Lesedokument, kein ausführbares Projekt

Das Repository automata/aicodeguide enthält keine Anwendung, keine Bibliothek und keinen Build. Es ist ein Textprojekt: eine Roadmap, die als README im Hauptzweig main liegt und über die Seite aicode.guide veröffentlicht wird. Die Beschreibung des Repositories nennt es eine Roadmap, um mit dem Programmieren mit AI zu beginnen. Wer hier nach installierbaren Artefakten sucht, wird nicht fündig. Die primäre Sprache ist im Material nicht angegeben, und es gibt keine Releases. Das ist kein Mangel, den man dem Projekt vorwerfen muss, aber es bestimmt, wofür es taugt und wofür nicht. Ein Guide ist ein anderes Produkt als ein Werkzeug, und er altert nach anderen Regeln.

Das Problem: verstreutes Wissen über ein schnell wechselndes Feld

Die Einleitung des README beschreibt die Ausgangslage selbst: neue LLM-Modelle erscheinen wöchentlich, dazu neue Editoren, neue Praktiken und neue Protokolle. Genannt werden ausdrücklich MCP, A2A und SLOP. Das Material verstreue sich über verschiedene Orte, Websites, Repositories und YouTube-Videos. Der Guide will das bündeln und in einer zugänglichen Form präsentieren, nach eigener Formulierung als bescheidener Versuch, alles an einem Ort zusammenzutragen. Adressiert sind laut README zwei Gruppen. Erstens Entwicklerinnen und Entwickler, die noch keine AI-Code-Assistenten nutzen und einen Einstieg in Werkzeuge und Praktiken suchen. Zweitens Menschen ohne Programmiererfahrung, die über Vibe Coding eigene Produkte bauen wollen. Der Guide verspricht, dabei kritisch zu trennen, was wichtig ist und was nur Hype ist. Ob er dieses Versprechen einlöst, lässt sich an der Struktur zumindest teilweise überprüfen: Die Abschnitte sind als FAQ organisiert, und jeder Abschnitt endet mit einer Ressourcenliste.

Begriffsarbeit als eigentlicher Inhalt

Der Abschnitt zu den Begriffen ist der inhaltlich dichteste Teil des sichtbaren Materials. Er trennt drei Dinge, die im Alltag oft durcheinandergehen. AI Coding meint jede Nutzung von AI-Modellen zur Codegenerierung, vom Tab-Vervollständigen in Cursor bis zum Agentenmodus. Der Guide verweist darauf, dass Codegenerierung keine neue Idee ist und bis in die 1950er Jahre zurückreicht, als Lisp dafür verwendet wurde; aktuell seien LLMs die Hauptmaschine, daneben tauchten neurosymbolische Hybridansätze auf. Vibe Coding wird als Steigerung beschrieben: Man kümmert sich kaum um den erzeugten Code, gibt einen Prompt und erwartet, dass die AI alles erledigt. Die Prägung des Begriffs durch Karpathy im Jahr 2025 wird verlinkt. Agentic Coding schließlich meint den Lauf eines Agenten über viele Runden in einer Schleife, idealerweise mit einem Rückmeldesignal wie Tests, einzeln oder über Orchestratoren wie GasTown. Diese Dreiteilung ist nützlich, weil sie eine praktische Frage beantwortet: Wie viel Kontrolle behalte ich über den erzeugten Code?

Zwei Betriebsmodi und die Rolle des Menschen

Der Abschnitt How can I use it unterscheidet zwei Modi. Im ersten ist die AI Copilot und verstärkt die arbeitende Person, etwa beim Brainstorming für ein SaaS-Produkt oder beim Autovervollständigen von Docstrings. Der Guide nennt hier Gewinne bei kreativer Exploration und bei der Automatisierung langweiliger Arbeit. Im zweiten Modus ist die AI der Pilot, und der Mensch wird zum Copilot. Hier verortet der Text das Vibe Coding, mit Beispielen wie dem Agent YOLO Mode in Cursor oder dem Aufruf von Claude Code mit dem Flag --dangerously-skip-permissions. Der Guide bezeichnet das als leistungsfähige Art, sich selbst zu automatisieren, verlangt aber zugleich gute Praktiken beim Entwurf von Systemen. Der Flag-Name selbst ist die deutlichste Warnung im ganzen Text: Wer ihn setzt, hebt die Rückfrage des Werkzeugs auf. Das README bleibt an dieser Stelle programmatisch und verweist auf Praktiken, ohne sie im sichtbaren Ausschnitt auszuführen.

Was das Repository nicht liefert

Wer den Guide als technische Referenz einplant, sollte drei Lücken kennen. Erstens gibt es keine Releases. Es existiert also kein versionierter Stand, auf den man sich berufen könnte, und kein Änderungsprotokoll, aus dem hervorgeht, wann ein Abschnitt zuletzt inhaltlich überarbeitet wurde. Der letzte Push liegt laut Repository-Metadaten im März 2026, was für ein Textprojekt wenig über den Zustand einzelner Abschnitte aussagt. Zweitens ist die Lizenz im vorliegenden Material nicht angegeben. Solange keine LICENSE-Datei bestätigt ist, lässt sich nicht sagen, ob und unter welchen Bedingungen Inhalte übernommen werden dürfen; das ist keine Rechtsberatung, sondern der Hinweis, dass die Angabe fehlt. Drittens ist die Liste der Ressourcen ein Linkverzeichnis. Der Guide erklärt damit nicht selbst, wie ein Agent zu bauen ist, sondern verweist unter anderem auf How to Build an Agent von Thorsten Ball. Wer eine Erklärung im Dokument erwartet, wird an diesen Stellen weitergeschickt. Das ist eine bewusste Entscheidung für Breite statt Tiefe, und sie hat einen Preis.

Alternative: eine echte Kuratierung mit Versionierung

Der naheliegende Vergleich ist kein konkurrierender Guide, sondern ein anderes Genre: eine kuratierte Sammlung mit Versionspflege, etwa eine Awesome-Liste mit festen Beitrittskriterien und dokumentiertem Lizenzstatus. Der Unterschied liegt nicht im Umfang, sondern im Vertrag mit den Lesenden. Eine Liste mit Aufnahmekriterien sagt, warum ein Eintrag drin ist und wann er entfernt wird. Der aicodeguide sagt das nicht: Das README bittet ausdrücklich darum, fehlende Dinge per Pull Request, Issue oder über den Discord zu melden, und beschreibt die Ressourcenlisten als fortlaufend aktualisiert mit den neuesten Einträgen oben. Das ist ein offenes Modell, das von der Community lebt. Es hat den Vorteil, schnell zu reagieren, und den Nachteil, dass Qualität und Aktualität einzelner Einträge nicht zugesichert sind. Wer Zitierfähigkeit oder einen reproduzierbaren Stand braucht, ist mit einem versionierten Format besser bedient.

Pflegeaufwand und wer den Guide aktuell hält

Die Pflege liegt bei den Autoren Vilson Vieira und Eric S. Raymond, unterstützt durch Beiträge aus der Community. Der Text nennt selbst den Grund für den Aufwand: AI ändere sich täglich, und man versuche, den Guide aktuell zu halten. Genau darin steckt die strukturelle Schwäche. Ein Dokument, dessen Gegenstand sich wöchentlich bewegt, verliert an Wert, wenn die Pflege stockt, und die Ressourcenlisten sind der Teil, der am schnellsten veraltet. Für Nutzende bedeutet das: Das Datum des letzten Pushes im Hauptzweig ist ein grobes Signal, aber kein Ersatz für die Prüfung des konkreten Abschnitts, den man heranziehen will. Wer den Guide in eine interne Entscheidungsvorlage einbaut, sollte den Stand jedes zitierten Abschnitts einzeln gegenprüfen, statt sich auf das Repository-Datum zu verlassen. Eine Lizenzangabe fehlt im vorliegenden Material ebenfalls, was die Übernahme von Text in eigene Dokumente zusätzlich unsicher macht.

Redaktionelles Fazit

Wer einen schnellen, kuratierten Einstieg in die Begriffe und Debatten rund um AI Coding sucht, kann das Repository als Startpunkt nutzen, sollte aber vor dem Weiterverwenden prüfen, ob eine LICENSE-Datei im Hauptzweig existiert und ob der jeweilige Abschnitt noch aktuell ist. Wer eine gepflegte, versionierte Referenz mit Releasezyklus braucht, sollte sich nach einem Projekt umsehen, das Releases und Lizenzangaben tatsächlich veröffentlicht. Für Teams, die eine verbindliche Entscheidung über Tooling und Prozesse treffen wollen, ist der Guide eine Vorstufe, kein Ersatz für eigene Evaluierung.

Offizielle Quellen

1. automata/aicodeguide on GitHub
2. Issues
3. Project website
4. README