vaiaconversation · Handbuch
vaiaconversation setzt zwei Sprachmodelle mit klaren Rollen an einen Tisch: Treuhänder gegen Beraterin, Entwicklerin gegen Prüfer, Opus gegen GPT. Du gibst das Thema, hörst zu, wirfst ein, lässt ein drittes Modell urteilen – und bekommst am Ende ein Protokoll mit Zeit und Kosten je Beitrag.
Gerät öffnenEine einzelne KI gibt dir die erste plausible Antwort und bleibt dabei. Zwei Modelle mit gegensätzlichen Rollen müssen Einwände aushalten, Beispiele liefern und nachbessern. Das ist dasselbe, was in einem guten Meeting passiert – nur in zwei Minuten, protokolliert, und ohne dass jemand das Gesicht wahren muss.
Jeder Sprecher bekommt eine Rolle mit Haltung: «vorsichtiger Treuhänder», «Reviewer, der Randfälle sucht». Die Rolle gilt das ganze Gespräch, nicht nur für eine Antwort.
Pause, Schritt für Schritt, Einwurf mitten im Gespräch, weitere Runden anhängen, Fazit durch ein drittes Modell. Du steuerst, ohne selbst tippen zu müssen.
Claude über die Claude Code CLI, GPT über Codex, Gemini über Antigravity, Qwen und Co. lokal über Ollama. Verschiedene Hersteller haben verschiedene blinde Flecken – genau deshalb lohnt sich der Mix.
Backend «claude» redet nur. Backend «agent» ist Claude Code mit Werkzeugen: liest und schreibt Dateien, führt Tests aus – eingesperrt in einen Arbeitsordner, mit vier Freiheitsstufen.
Will ein Agent etwas ausserhalb der Whitelist, erscheint eine orange Karte: erlauben, fürs Gespräch merken, ablehnen mit Begründung. Die Werkstatt zeigt live, welche Dateien entstehen.
Jedes Gespräch landet als Markdown-Datei mit Kopfzeile: Modelle, Tempo, Runden. Unter jedem Beitrag stehen Sekunden und Kosten. Was es gebracht hat, ist nachlesbar und teilbar.
Claude Code ist ein Agent, der für dich arbeitet: du fragst, er antwortet und handelt. vaiaconversation nutzt denselben Agenten als Baustein, stellt ihm aber ein zweites Modell gegenüber und dich darüber. Beides ergänzt sich – das eine erledigt, das andere prüft und entscheidet.
| Claude Code (Harness) | vaiaconversation | |
|---|---|---|
| Gesprächsform | Mensch ↔ ein Agent | Modell ↔ Modell, Mensch als Regie |
| Zweite Meinung | musst du selbst einholen (neue Sitzung, anderes Werkzeug) | eingebaut: Rolle B widerspricht ab dem ersten Satz |
| Anbieter | Claude | Claude, GPT (Codex), Gemini (Antigravity), lokale Modelle (Ollama) – im selben Gespräch mischbar |
| Rollen | System-Prompt pro Sitzung, meist implizit | zwei explizite Rollen mit Vorlagen (Streitgespräch, Interview, Brainstorm, Lehrer & Schüler, Pair Programming) |
| Steuerung | Eingabezeile; unterbrechen heisst Escape | Pause, Schritt, Einwurf, «Noch N Runden», Fazit – ohne den Faden zu verlieren |
| Werkzeuge | alle, nach Permission-Mode | vier Freiheitsstufen je Gespräch; Erlaubnis-Karte im Browser statt Terminal-Prompt |
| Kontext-Last | lädt alle MCP-Server und globalen Einstellungen | bewusst ohne MCP, ohne globale Einstellungen – Opus-Zug 3–4 s statt 8–9 s |
| Ergebnis | Chatverlauf in der Sitzung | Markdown-Protokoll mit Zeit und Kosten je Beitrag, jederzeit fortsetzbar |
| Urteil | – | Fazit durch ein drittes Modell: Kernaussagen, einig/uneinig, offene Punkte, Urteil |
| Vorlesen | – | zwei Stimmen über say, Gespräch nebenbei hören |
Beim Programmieren ist der grösste Fehler nicht der Tippfehler, sondern der Randfall, an den niemand gedacht hat. Ein einzelner Agent übersieht ihn, weil er seinen eigenen Code für richtig hält. Ein zweiter Agent mit der Rolle «Prüfer» hat keinen Grund dazu.
Vorlage «Pair Programming»: A schreibt Code und Tests, B liest, führt aus und meldet einen konkreten Fehler mit Zeilenangabe. Im Beispiel unten fand der Prüfer nan/inf in der Zahlenprüfung, eine fehlende Datei ohne Fehlermeldung und ein nutzloses Median-Ergebnis bei zwei Positionen – alles in Runde 1.
Claude baut, GPT über Codex prüft (Kurzwahl «Claude gegen Codex»). Zwei Trainings, zwei Stile, zwei Arten von blinden Flecken. Was beide durchwinken, ist mit hoher Wahrscheinlichkeit in Ordnung.
Die Agenten behaupten nicht, dass es funktioniert – sie führen python3 -m unittest aus, und die Werkzeug-Zeile im Beitrag zeigt den Befehl. Im Beispiel: 9 Tests grün, Exit-Code 2 bei fehlender Datei, geprüft.
Werkstatt: nur Arbeitsordner, Bash nur Whitelist. Weit: auch Web, aber keine Dateien ausserhalb. Alles: keine Schranke. Du wählst je Gespräch, was der Code darf – und siehst in der Werkstatt-Leiste, was entsteht.
Schnell (--effort low) für Stilfragen und kleine Skripte, gründlich (--effort high) für Architektur. Die Kurzwahl setzt Modelle, Tempo, Länge und Freiheit in einem Schritt und erklärt, was dabei passiert.
Einwurf als Moderator: «Nimm die Variante mit Auftragsnummer», und beide Agenten arbeiten mit der Vorgabe weiter. Pause und Schritt, wenn du jeden Zug sehen willst. Das Protokoll hält fest, was warum entschieden wurde.
Der Treuhänder sieht Haftung und revDSG, die Beraterin rechnet in gesparten Stunden. Nach vier Beiträgen steht ein umsetzbarer Pilot: Auftragsnummer statt Personendaten, volle Prüfung ab 15'000 Franken, Pflichtpositionen immer prüfen. Gesamt 19 Sekunden, 19 Rappen.
Aufgabe: offerte_check.py liest eine CSV (Bezeichnung;Menge;Einzelpreis) und meldet Positionen, die mehr als 20 % vom Median abweichen. Was passierte:
float() akzeptiert nan, fehlende Datei endet im Traceback, Median bei zwei Positionen sagt nichts aus. Jeweils mit Zeilenangabe.Gesamt rund 70 Sekunden, 54 Rappen. Die drei Dateien liegen im Arbeitsordner und sind sofort brauchbar.
In der Stufe «Werkstatt» darf ein Agent nur Befehle aus der Whitelist. curl gehört nicht dazu – also hält das Gespräch an und fragt dich. «Immer» merkt sich Bash(curl:*) für dieses Gespräch, «Ablehnen» schickt deine Begründung an den Agenten, der dann einen anderen Weg sucht.
Oben links eine Voreinstellung wählen. «Blitz» für einen Test in 30 Sekunden, «Gründlich – Fable gegen Opus» für eine echte Entscheidung, «Pair Programming» für Code. Der Erklärtext darunter sagt, was die Wahl bewirkt.
Thema als Frage formulieren. Vorlagen setzen die Rollen; eigene Formulierungen in den beiden Sprecher-Karten. «+ aktuelles Setup speichern» macht daraus einen eigenen Chip.
Unten: Pause, Schritt, Beenden, Einwurf (Enter) mit Ziel «an beide», «nur A sieht» oder «nur B sieht» – ein vertraulicher Einwurf fehlt im Verlauf des anderen Sprechers und steht im Protokoll als «Moderator (nur A)». Dazu «Noch N Runden», Fazit mit Modellwahl, Vorlesen, Werkstatt, Markdown-Export. Die Zahl ganz rechts sind die Kosten bisher.
| Kurzwahl | Sprecher | Tempo · Länge · Freiheit | Wofür |
|---|---|---|---|
| Blitz | Haiku × 2 | schnell · 60 Wörter | Funktionstest, Thema ausprobieren |
| Schnell und klug | Opus × 2 | schnell · 120 | Alltag: Meinungen, Texte, Argumente |
| Gründlich | Fable gegen Opus | gründlich · 200 | Entscheidungen, Konzepte |
| Pair Programming | Sonnet baut, Haiku prüft (agent) | normal · 150 · Werkstatt | kleine Werkzeuge, Skripte, Tests |
| Pair Programming gründlich | Opus × 2 (agent) | gründlich · 200 · Auto | Umbauten, Architektur |
| Claude gegen Codex | Opus gegen GPT | schnell · 120 | Herstellerwechsel als Prüfung |
| Lokal | Qwen × 2 (Ollama) | normal · 100 | ohne Netz, ohne Kosten, vertrauliche Inhalte |
Nur Python 3 und die Claude Code CLI sind Pflicht. Codex, Antigravity und Ollama sind optional und erscheinen automatisch, wenn sie da sind. Details, Freiheitsstufen und Fehlerbilder stehen in ANLEITUNG.md.
cd ~/Werkzeuge/vaiaconversation claude # einmal anmelden: /login ./server.py # öffnet http://127.0.0.1:8797
Oder im Finder start.command doppelklicken. Gespräche liegen danach in gespraeche/ als Markdown, Arbeitsordner der Agenten daneben.
Claude Code erledigt. vaiaconversation lässt erledigen und widersprechen – mit Rollen, Regie, Protokoll und Kosten je Beitrag. Für Entscheidungen, für Code, für alles, wo eine zweite Meinung billiger ist als ein Fehler.