Skip to main content

Ausführliche Zusammenfassung: "Babysitter" - Ein KI-Orchestrierungssystem für deterministische Ergebnisse

Einleitung und Problemstellung

Der Videoersteller beginnt mit einer ehrlichen Bestandsaufnahme der aktuellen KI-Landschaft: Niemand weiß wirklich, wohin sich KI entwickelt – auch wenn viele so tun, als hätten sie alle Antworten. Was er jedoch mit Sicherheit sagen kann, ist, dass KI-Systeme häufig ihr Ziel verfehlen.

Als zahlender Kunde (200 Dollar monatlich bei OpenAI, früher auch bei Anthropic) hat er praktisch jedes verfügbare Modell getestet – von OpenRouter über verschiedene Quirks-Modelle bis hin zu OpenCode, Zen, Go und Black. Seine ernüchternde Erkenntnis: Unabhängig von der Preisstufe oder dem investierten Geld halluzinieren KI-Systeme ständig.

Zwar setzen alle Entwickler Leitplanken und Regeln, aber – so der Sprecher mit einem Augenzwinkern – diese werden von den KIs oft einfach ignoriert. Die Systeme halten sich nicht wirklich an Vorgaben.

https://youtu.be/xNDxh35Dva4

Die Lösung: Babysitter von A5C.AI

Das Versprechen

Was wäre, wenn es ein System gäbe – keinen Zaubertrick, keine Illusion – sondern eine tatsächliche Methode, um Aufgaben mit deterministischen Ergebnissen zu orchestrieren? Der Sprecher ist deutlich: Wenn jemand das verkaufen würde, wäre er sofort Kunde.

Die gute Nachricht: Niemand verkauft es – denn es ist Open Source. Das Projekt namens "Babysitter" von A5C.AI soll dabei helfen, "Gehorsam durchzusetzen" und halluzinationsfreie Ausgaben anzustreben.

Die Website und das Team

Die Website A5C.AI präsentiert sich mit dem typischen "VIP-Coded-Landing-Page"-Feeling, aber das Team scheint es ernst zu meinen mit dem Open-Source-Gedanken. Der Slogan "Von Entwicklern für Entwickler" ist etwas, das der Sprecher schon lange nicht mehr gehört hat – und das er positiv hervorhebt.

Das mysteriöse Team hinter A5C scheint sich dem Projekt verschrieben zu haben und bietet auch kostenpflichtige Unterstützung für große Organisationen an.

Die Kernprobleme, die Babysitter adressiert

  1. Alles ist eine Blackbox – es gibt keine echte Prüfmöglichkeit
  2. Das Kontextfenster würgt einen ab – zu viele Informationen, zu wenig Struktur
  3. Wer entscheidet, wann etwas fertig ist? – Spoiler: Nicht der Nutzer

Die Lösung durch Babysitter

Babysitter implementiert:

  • Quality Gates (Qualitätsschranken): Schleifen, die laufen, bis bestimmte Kriterien erfüllt sind
  • Definition of Done: Ein echtes Konzept, nicht nur eine Metapher
  • Deterministische Workflows: Vorhersagbare Ergebnisse durch strukturierte Prozesse

Die vier Betriebsmodi

Das Projekt bietet vier verschiedene Optionen:

  1. Call: Der Standardaufruf für normale Aufgaben
  2. Plan Only: Nur Planung ohne Ausführung
  3. YOLO-Modus: "Forever Mode" – das System läuft autonom (riskanter)
  4. Ein weiterer Modus (im Video nicht vollständig spezifiziert)

Technische Details

Kompatibilität

Babysitter unterstützt:

  • CodeX
  • Cursor
  • Gemini
  • GitHub Copilot
  • OpenCode
  • Pi (der im Video verwendete Agent)

Alles ist als "experimentell" gekennzeichnet – was der Sprecher humorvoll kommentiert: "Ist nicht alles in den letzten Jahren experimentell?"

Installation und Ausführung

Babysitter kann auf zwei Arten verwendet werden:

  1. Als Paket/Extension für den bevorzugten Agenten
  2. Als eigenständiges Harness (Wrapper)

Die Standalone-Option ist besonders wichtig für ephemere Umgebungen wie CI-Worker oder GitHub-Automatisierungsbots.

Installation:

npm install @a5c-ai/babysitter-sdk

Nach der Installation kann man das Harness direkt ansprechen und einen der vier Modi aufrufen. Als Orchestrator kann "Internal" verwendet werden, aber auch Claude oder andere Optionen sind möglich.

Der Prozess

Ein wesentlicher Unterschied: Prozesse werden in JavaScript definiert, nicht in Markdown – also echtem Code im Workspace.

Der Einrichtungsprozess

Schritt 1: Nutzer-Setup

babysitter user install

Hier lernt das System den Nutzer kennen. Man kann eigene Details festlegen:

  • Name
  • Spezialisierungen
  • Erfahrung
  • Verbosity-Präferenzen

Wichtiger Tipp: Kurz und spezifisch halten – und bitte keine Emojis!

Das System scannt auch das GitHub-Profil des Nutzers, um Präferenzen zu erkennen (z.B. ob man eher Go/Shell oder JavaScript/Perl bevorzugt).

Schritt 2: Projekt-Setup

Mit jedem neuen Projekt durchläuft man den Project Install Process. Dabei:

  1. Liest das System den Code
  2. Analysiert Dependencies
  3. Durchforstet die Git-Historie
  4. Baut ein mentales Modell des Projekts
  5. Erstellt Konfigurationsdateien unter .a5c

Wichtige Fragen während des Setups:

  • Was optimierst du? (Sicherheit, Produktion, Zuverlässigkeit)
  • Welche Bereiche sind kritisch? (z.B. Datenintegrationen)
  • Wie ist dein Workflow? (Sind PRs kritisch? Tools wie WorkTrunk?)

Zeitaufwand

Der Sprecher ist ehrlich: Das dauert! Etwa 15 Minuten für den initialen Setup, plus Zeit für Nutzerfragen. Er verwendete GPT 5.5 auf "High"-Reasoning, was langsamer ist, aber bessere Ergebnisse liefert.

Kernbotschaft: Es geht nicht um Geschwindigkeit oder Quantität, sondern um korrekte Ergebnisse.

Integrierte Methodologien

Babysitter hat verschiedene Methodologien "eingebrannt":

  • GSD (Getting Stuff Done): Eine Produktivitätsmethode
  • Debugging-Prozesse
  • Testing-Frameworks
  • Und viele mehr...

Die Dokumentation listet Prozesse für:

  • TDD (Test-Driven Development)
  • Web- und Mobile-Entwicklung
  • DevOps
  • Security
  • Geschäftsbereiche
  • Sogar Wissenschaft

Der Sprecher gibt zu, dass er diese nicht alle gelesen hat und die Vielfalt etwas besorgniserregend findet.

Praktische Demonstration

Der Doctor-Befehl

Nach dem Setup empfiehlt sich:

babysitter doctor

Dieser produziert einen Bericht darüber, was funktioniert hat und was noch Aufmerksamkeit braucht.

Beispiel 1: REST-API mit TDD (Call-Modus)

Aufgabe: Eine kleine Task-API mit allen CRUD-Methoden, unter Verwendung von TDD und mit einem Qualitätsziel.

Der Prozess:

  1. Babysitter ruft den Orchestrator und die Skill-Anweisungen auf
  2. Es druckt einen Plan mit Request-Endpoints und Quality Gates aus
  3. Interessant: Es generiert eigenen Orchestrierungscode (TypeScript!)
  4. Das System fragt um Genehmigung bevor es fortfährt (Approval Gate)
  5. Erster generierter Code: Die Tests!
  6. Erst danach der Code, der die Tests besteht

Ergebnis:

  • Endpoints funktionieren
  • Tests laufen mit Coverage
  • Spec-Code vorhanden
  • Alles wie angewiesen

Beobachtung zur Präzision:
Das System ist extrem literal in der Umsetzung. Es gab keine Logs – weil keine angefordert wurden. Das kann gut oder problematisch sein und erfordert Detailgenauigkeit bei der Planung.

Test der API:

  • GET /tasks → Leeres Array ✓
  • POST mit leeren Daten → Korrekte Fehlerbehandlung ✓
  • POST mit korrektem JSON → Task erscheint ✓
  • DELETE → Funktioniert ✓
  • GET /tasks → Wieder leer ✓

Beispiel 2: YOLO-Modus mit generischer Aufgabe

Parallel wurde eine vage Aufgabe im YOLO-Modus gestartet. Das Ergebnis:

  • Es existiert etwas (Login, Aktionen)
  • Keine echte Struktur
  • Es läuft... irgendwie
  • Fehler, die der Sprecher nicht debuggen wollte

Fazit: Der strukturierte Ansatz mit klaren Anweisungen liefert bessere Ergebnisse.

Beobachtungen zu TDD

Der Sprecher macht eine interessante Nebenbemerkung: Obwohl er keine Beweise hat, liefern KI-Agenten bessere Ergebnisse, wenn man sie TDD (Test-Driven Development) verwenden lässt. Das ist keine isolierte Beobachtung – andere haben Ähnliches bemerkt.

Ironischerweise wurde ihm TDD immer beigebracht, aber er hat es nie richtig praktiziert. Jetzt, mit KI-"Minions", die noch nicht ablehnen können, ist es endlich möglich!

Über Pi – Der verwendete Agent

Was ist Pi?

Pi ist der im Video verwendete Open-Source-KI-Agent, der als "der schlankste und minimalistischste Open-Source-Agent" beschrieben wird. Er hat Babysitter als eines seiner optionalen Erweiterungspakete gelistet.

Installation mit Pi

pi install

Nach der Installation zeigt Pi neue Optionen für Babysitter. Der Sprecher empfiehlt:

babysitter help

...um alle verfügbaren Optionen zu sehen (es sind viele!).

Pi's Philosophie

Basierend auf den Informationen aus dem Video und allgemeinem Wissen über Pi:

  1. Minimalismus: Pi verfolgt einen schlanken Ansatz ohne Bloat
  2. Erweiterbarkeit: Optionale Pakete wie Babysitter können hinzugefügt werden
  3. Open Source: Vollständig quelloffen und community-getrieben
  4. Agenten-Framework: Fungiert als Wrapper/Framework für KI-Interaktionen

Nutzung mit Babysitter

# Ad-hoc Session
pi -p "dein prompt hier"

# Mit Babysitter call
babysitter call "baue eine task api mit allen methoden, nutze tdd, qualitätsziel: tests bestehen"

# Mit YOLO-Modus (autonomer)
babysitter yolo "generische aufgabe"

Kernerkenntnisse und Fazit

Was Babysitter NICHT ist:

  • Kein Zauberer
  • Keine Wunderlösung
  • Kein System, das alles alleine macht

Was Babysitter IST:

  • Ein Orchestrator
  • Ein System für deterministische Workflows
  • Ein Tool, das Quality Gates erzwingt
  • Modell-agnostisch (funktioniert mit verschiedenen LLMs)
  • Open Source und datenschutzfreundlich (keine Daten werden gesendet)

Die Rolle des Nutzers

Der Sprecher betont mehrfach: Der Nutzer ist ein wesentlicher Teil des Prozesses. Babysitter ist wie ein professioneller Mitarbeiter – wenn man ein Profi ist, verhält es sich professionell. Aber man muss:

  • Klare Anweisungen geben
  • Detailliert sein in der Planung
  • Quality Gates definieren
  • Genehmigungen erteilen

Abschließende Bewertung

Der Sprecher ist positiv überrascht und plant, das System in den kommenden Wochen und Monaten weiter zu testen. Er bittet die Community, ihre Erfahrungen zu teilen.

Wichtige Einschränkung: Babysitter ist ohne einen ordentlichen Agenten (wie Pi) drumherum nicht viel wert. Es ist ein Orchestrierungslayer, kein eigenständiges Tool.

Ergänzende Informationen zu Pi (aus externem Wissen)

Pi Agent – Technischer Hintergrund

Pi ist ein Terminal-basierter KI-Agent, der:

  1. CLI-First Design: Entwickelt für die Kommandozeile
  2. Lightweight: Minimaler Ressourcenverbrauch
  3. Plugin-Architektur: Erweiterbar durch Pakete wie Babysitter
  4. Multi-Model Support: Kann mit verschiedenen LLM-Backends arbeiten

Warum Pi für Babysitter?

Die Kombination macht Sinn weil:

  • Pi bietet die Agenten-Infrastruktur (Tool-Aufrufe, Kontext-Management)
  • Babysitter bietet die Orchestrierungslogik (Quality Gates, Prozesse)
  • Zusammen ermöglichen sie strukturierte, deterministische Workflows

Typische Pi-Workflows

# Einfache Interaktion
pi "erkläre mir diesen code"

# Mit Datei-Kontext
pi -f main.py "refactore diese funktion"

# Inline-Prompt für Automatisierung
pi -p "erstelle unit tests für alle funktionen"

Persönliche Empfehlung des Videoerstellers

  1. Für Einsteiger: Erst Pi kennenlernen, dann Babysitter hinzufügen
  2. Für Profis: Quality Gates und TDD-Workflows nutzen
  3. Für alle: Geduld haben – gute Ergebnisse brauchen Zeit
  4. Experimentieren: Die YOLO- und Call-Modi haben unterschiedliche Use Cases

Diese Zusammenfassung basiert auf dem Transkript des YouTube-Videos und wurde durch allgemeines Wissen über die erwähnten Tools ergänzt.

Back to top