Ein neuer Open-Source-Agent-Skill von shadcn, dem Entwickler hinter der weit verbreiteten Komponentensammlung shadcn/ui, dreht die übliche Art um, wie man Geld für KI-Coding ausgibt. Statt ein billiges Modell auf eine Aufgabe anzusetzen, nutzt /improve das leistungsfähigste - und teuerste - Modell für den Teil, in dem Intelligenz sich verzinst: die Codebasis verstehen, beurteilen, was sich lohnt, und die Spezifikation schreiben. Die Ausführung übernehmen günstigere Modelle.

Der Skill, installiert mit einem einzigen Befehl npx skills add shadcn/improve und unter MIT-Lizenz veröffentlicht, implementiert selbst nie etwas. Wer /improve in einem Repository ausführt, erhält eine Kartierung von Stack, Konventionen und exakten Build-/Test-/Lint-Befehlen, dann fächert es parallele Subagenten über neun Kategorien auf: Korrektheit, Sicherheit, Performance, Testabdeckung, technische Schulden, Abhängigkeiten und Migrationen, Developer Experience, Doku und Richtung - also Feature-Vorschläge, die Belege aus dem Repo selbst zitieren müssen. Jeder Befund trägt eine Datei:Zeile-Referenz, Impact, Aufwand und Konfidenz. Danach liest das Tool jede zitierte Stelle selbst erneut, um falsch-positive Treffer zu verwerfen, bevor es etwas zeigt, und schreibt pro ausgewähltem Befund einen in sich geschlossenen Plan in einen plans/-Ordner.

Die Pläne sind für den schwächsten denkbaren Ausführenden geschrieben: ein Modell, das die Beratungssitzung nie gesehen hat und deutlich kleiner sein kann. Kontext wird eingebettet, jeder Schritt endet mit einem Befehl und dessen erwarteter Ausgabe, und jeder Plan trägt explizite Out-of-Scope-Listen und STOP-Bedingungen, statt ein kleines Modell improvisieren zu lassen. Pläne stempeln den Git-Commit, gegen den sie geschrieben wurden, damit ein Ausführender zuerst eine mechanische Drift-Prüfung laufen lassen kann.

Es gibt auch eine Nachverfolgungsschleife. /improve execute <plan> startet einen günstigeren Ausführenden in einem isolierten Git-Worktree, übergibt ihm den Plan und prüft das Ergebnis dann wie ein Tech Lead - jedes Done-Kriterium wird erneut ausgeführt, die Scope-Einhaltung kontrolliert - und gibt ein Urteil ab: freigeben, zur Revision zurückschicken (maximal zwei Runden) oder blockieren. /improve reconcile wiederum prüft, ob abgeschlossene Pläne noch gelten, schreibt blockierte um das Hindernis herum neu, frischt abgedriftete Pläne auf und zieht Befunde zurück, die unabhängig behoben wurden. Varianten begrenzen das Audit auf einen einzelnen Branch oder nur auf Sicherheit bzw. Performance oder veröffentlichen Pläne direkt als GitHub-Issues.

Die harten Regeln des Repos sind so bemerkenswert wie seine Funktionen: Es verändert nie Quellcode, führt keine Befehle aus, die den Arbeitsbaum verändern, gibt nie Geheimwerte wieder (nur Fundorte und Credential-Typen, Rotation wird stets empfohlen), und wird es um Implementierung gebeten, lehnt es ab und verweist auf den Plan. Das Repo zählte diese Woche zu den am schnellsten wachsenden Projekten auf GitHub. Je mehr Code Agenten schreiben, desto mehr wird die Frage, welches Modell welchen Teil übernehmen sollte, selbst zu einer Ingenieursentscheidung.