Claude Code, Codex, Copilot, Cursor und Grok parallel ausführen – von einem einzigen Browser-Tab aus

Was passiert ist

Ein neues Open-Source-Projekt namens many‑ai‑cli (von ishizakahiroshi) ist auf GitHub aufgetaucht. Es ist in Go geschrieben und ermöglicht Entwicklern, die offiziellen Kommandozeilenschnittstellen für Claude Code, OpenAI Codex CLI, GitHub Copilot, Cursor (Agent-Modus-CLI) und die Grok CLI gleichzeitig zu starten. Jeder Diff oder jede Aktion einer Sitzung wartet auf Genehmigung in einem einheitlichen Web-Dashboard – erstellt mit xterm.js, WebSockets und einer PWA, die auch auf dem Smartphone funktioniert.

Das Repository ist winzig (4 Sterne zum Zeitpunkt des Schreibens) und eindeutig experimentell. Aber die Idee trifft den Nagel auf den Kopf: Anstatt die Coding-Assistenten nacheinander laufen zu lassen, schickt man denselben Prompt an fünf Agenten parallel und vergleicht deren Ausgabe in Echtzeit.

Warum das parallele Ausführen von KI-Coding-Agenten jetzt wichtig ist

Der Markt für KI-gestütztes Programmieren ist überfüllt. Teams schwanken zwischen Cursor, Copilot, Codex, Claude Code und neuen Anbietern, bevor sie sich auf Workflows festlegen, die Produktionscode berühren. Parallele Ausführung macht aus einem subjektiven „Gefällt mir“ einen beobachtbaren Vergleich:

• Direkter Vergleich der Ausgabequalität: Sie sehen, wer mit mehrdeutigen Anforderungen besser umgeht, wer Bibliotheks-APIs halluziniert und wer idiomatischen Code schreibt.
• Risikobewusste Freigaben: Da die Änderungsvorschläge jedes Agenten hinter einer einzigen Genehmigen/Ablehnen-Schranke warten, können Sie unsichere Diffs frühzeitig ablehnen – etwas, das man bei isolierten CLI-Schleifen leicht übersieht.
• Geschwindigkeit versus Kosten: Der parallele Betrieb deckt Unterschiede im Token-Verbrauch und in der Anzahl der Iterationen für dieselbe Aufgabe auf.
• Reduziert Evaluierungsaufwand: Zwischen fünf Terminals hin- und herzuwechseln ist mühsam. Ein einziger Browser-Tab bringt den Vergleich zu Gründern, Tech-Leads und sogar zu Nutzern ohne Terminal-Erfahrung, die mitreden müssen.

Für wen das relevant ist

Gründer & technische Führungskräfte

Bevor Sie sich für einen Enterprise-Plan oder einen IDE-integrierten Agenten entscheiden, können Sie die Kandidaten mit repräsentativen internen Prompts einem Stresstest unterziehen (Refactoring einer Legacy-Funktion, Generieren von Boilerplate oder Aufsetzen eines Microservice). Parallele Dashboards machen diesen Test wiederholbar und schnell.

Entwickler & Plattform-Ingenieure

Sie können das Projekt selbst hacken, um eigene Modell-Endpunkte erweitern oder damit eine interne Benchmark-Suite aufbauen. Die WebSocket- und PWA-Architektur zeigt zudem, wie man Agenten-Tools mobilfreundlich macht – etwa für Freigaben im Bereitschaftsdienst.

Marketer & technische Content-Ersteller

Eine Live-Demo mit paralleler Ausgabe ist eine äußerst glaubwürdige Methode, um Unterschiede zwischen Assistenten in einem Video, Tutorial oder Pitch-Deck zu veranschaulichen – viel überzeugender als handverlesene Screenshots.

Praktische Anwendungsfälle

• Täglicher Modell-Vergleich: Lassen Sie jeden Morgen dieselbe Coding-Aufgabe von mehreren Agenten lösen, um Regressionen oder Verbesserungen nach API-Updates zu erkennen.
• Sicherheitsorientierte Code-Überprüfung: Erlauben Sie Agenten, Änderungen vorzuschlagen, erzwingen Sie aber eine menschliche Genehmigung jedes Diffs vom Smartphone aus, selbst wenn das Terminal nicht erreichbar ist.
• Team-Entscheidungssitzungen: Projizieren Sie ein einziges Dashboard während einer Sprintplanung und bewerten Sie gemeinsam, welcher Agent die saubersten Test-Fixtures schreibt.
• Kostenanalyse über mehrere Anbieter: Verfolgen Sie den Token-Verbrauch pro Agent direkt nebeneinander, um die Budgetzuweisung für Anthropic API- oder OpenAI-Workloads zu informieren.

Einschränkungen & zu beachtende Risiken

Es handelt sich um ein experimentelles Tool vor Version 1 ohne veröffentlichte Benchmarks, und das Repository wird noch nicht breit eingesetzt. Behalten Sie diese Punkte im Hinterkopf:

• Unbestätigte Stabilität: Die Go-Codebasis und das WebSocket-Dashboard sind neu. Rechnen Sie mit Randfällen bei gleichzeitigen Sitzungen und agentenspezifischen CLI-Eigenheiten.
• API-Kosten können schnell steigen: Wenn man fünf Agenten mit einem einzigen Prompt betreibt, verbrennt man parallel Token von fünf Anbietern. Es gibt noch keine eingebaute Budgetbremse.
• Angriffsfläche: CLI-Sitzungen über eine Web-Schnittstelle (selbst lokal) verfügbar zu machen, erfordert eine sorgfältige Netzwerkkonfiguration. Die Genehmigungsoberfläche bietet einen zusätzlichen Schutz, aber die Standardkonfiguration muss vor dem Produktiveinsatz wahrscheinlich gehärtet werden.
• Schwankende CLI-Verfügbarkeit: Das Tool setzt darauf, dass die offizielle CLI jedes Anbieters kompatibel bleibt. Eine breaking-Änderung in der OpenAI Codex CLI oder der Grok CLI kann eine Sitzung stillschweigend zum Absturz bringen, bis die Community einen Patch bereitstellt.
• Keine eingebauten Bewertungsmetriken: Das Dashboard zeigt Ausgaben und Diffs, aber bewertet nicht Korrektheit, Latenz oder Kosten. Sie bringen Ihr eigenes Urteilsvermögen mit.

Wie man KI-Coding-Tools mit einem Parallel-Runner bewertet

Ein Tool wie many‑ai‑cli eliminiert den Kontextwechsel, doch Sie benötigen weiterhin einen soliden Bewertungsrahmen. Ohne ihn wird parallele Ausgabe nur zu „mehr Tabs“. Nutzen Sie diese Kriterien:

• Korrektheit: Lässt sich der Code kompilieren/ausführen und erfüllt er den Prompt exakt?
• Codequalität & Stil: Prüfen Sie die Einhaltung Ihrer Projektkonventionen und idiomatischer Sprachmuster.
• Token-Effizienz: Messen Sie den Token-Verbrauch pro korrekter Lösung – ein flüsterleiser Agent, der ein riesiges Kontextfenster verbraucht, kann teurer sein als ein ausführliches, aber günstiges Modell.
• Fähigkeit zur Selbstkorrektur: Wie gut passt sich der Agent an, wenn Sie einen Vorschlag ablehnen?
• Sicherheitseinstellungen: Vermeidet er die Ausführung gefährlicher Befehle, sofern sie nicht ausdrücklich erlaubt sind?

Wenn Sie Tools wie Claude Code, OpenAI Codex CLI, GitHub Copilot und Cursor anhand dieser Kriterien direkt nebeneinander vergleichen, treten schnell Muster zutage – oft schon an einem einzigen Test-Nachmittag.

FAQ

Brauche ich für alle fünf Agenten kostenpflichtige API-Schlüssel?

Ja. Jede CLI benötigt authentifizierten Zugang zum jeweiligen Dienst. Planen Sie ein Budgetlimit ein, bevor Sie viele parallele Sitzungen starten, denn die Kosten summieren sich in Echtzeit.

Kann ich das sicher vom Smartphone aus ausführen, ohne meinen Rechner zu exponieren?

Die PWA nutzt WebSockets und kann über ein lokales Netzwerk oder einen gehärteten Tunnel bereitgestellt werden. Das Projekt stellt die Genehmigungsoberfläche zur Verfügung, die sichere Bereitstellung liegt jedoch in Ihrer Verantwortung. Behandeln Sie es wie jeden anderen Fernzugriff auf ein Terminal.

Ist das ein Ersatz für eine dedizierte Copilot-IDE?

Nein. Es ist eine Evaluierungs- und Vergleichsebene, keine IDE-Integration. Es ergänzt Tools wie GitHub Copilot im Editor oder die Cursor-IDE, indem es eine neutrale Umgebung bietet, um Agenten zu vergleichen, bevor man sie in die täglichen Editor-Workflows integriert.

Was, wenn ich nur zwei Agenten vergleichen möchte, nicht alle fünf?

Die Architektur ist modular. Sie können nur die CLIs konfigurieren, die Sie interessieren, und so Komplexität und Kosten reduzieren. Beginnen Sie mit dem Paar, das für Ihren Stack am relevantesten ist, und erweitern Sie später.