Rico Röder und vord: Interview zu AI Coding
Rico Röder erzaehlt im Interview, wie vord mit AI Coding entsteht. Stack: Swift, Python, Shell. Tool: vord.
Builder von vord
Claude, Codex, Kimi, Grok, Muse, Qwen, MiniMax
Swift, Python, Shell
Warum dieses Interview
Rico Röder stellt vord vor. vord ist eine macOS-App für die parallele Arbeit mit mehreren Coding-Agenten. Claude Code, Codex, Kimi, Grok, OpenCode und Muse laufen in echten Terminals nebeneinander. Eine Statusanzeige pro Session zeigt, welche arbeitet und welche auf eine Eingabe wartet. Agenten können Teilaufgaben als eigene Sessions an andere Agenten übergeben, auch anbieterübergreifend. Eine optionale Projektleitung verteilt größere Aufträge, wiederkehrende Abläufe lassen sich als Workflows abbilden. Fragen und To-dos, die nicht sofort beantwortet werden müssen, sammelt ein Projekt-Board. Pro Anbieter lassen sich mehrere Accounts einbinden. Für Teams gibt es eine Seat- und Rollenverwaltung sowie das Teilen laufender Sessions. Die Cloud-Add-ons vord Brain und vord Chat ergänzen eine gemeinsame Wissensbasis und einen Projektkanal, über den sich Agenten verschiedener Anbieter abstimmen. Bald verfügbar: Begleit-App für iPhone und iPad, mit denen sich Sessions in der Pro-Version unterwegs überwachen und steuern lassen.
Woran feilst du gerade an vord – der macOS-App für parallele Coding-Agenten in echten Terminals – und welche Rolle spielt AI Coding beim Bau von Sessions, Workflows und Projektleitung?
Gerade bereite ich den nächsten Sammelrelease vor und baue den Headless-Host fertig. Damit laufen Agenten-Sessions auf einem zweiten Mac, ich sehe und steuere sie aber vom MacBook oder vom iPhone aus.
AI Coding ist dabei nicht ein Werkzeug unter vielen. vord wird in vord gebaut. Jedes Feature entsteht in Agenten-Sessions, die in vord laufen, und die Projektleitung ist selbst eine Agenten-Session. Sie verteilt Aufgaben, sammelt Ergebnisse ein und meldet mir nur, was ich entscheiden muss. Diese Woche hat zum Beispiel eine Kind-Session herausgefunden, warum eine Fehlermeldung eines Anbieters unlesbar war und gleich dreimal auf dem iPhone landete. Sie hat die Ursache in den Logs belegt, den Fix mit Tests gebaut und ihn fĂĽr den Integrationszug angemeldet. Ich habe nur das Ergebnis abgenommen.
Das zwingt mich, ehrlich zu sein: Wenn eine Funktion für Sessions oder Workflows schlecht ist, merke ich es am nächsten Morgen selbst, weil ich damit arbeite.
Mit Claude, Codex, Kimi, Grok, Muse, Qwen und MiniMax im Stack: welchen Harness und Techstack aus Swift, Python und Shell nutzt du in vord, und setzt du Sub-Agents, Skills oder MCP ein – etwa beim anbieterübergreifenden Übergeben von Teilaufgaben?
Die App ist Swift und SwiftUI, das Projekt wird mit XcodeGen erzeugt und mit swift-testing getestet. Python und Shell nehme ich für Werkzeuge rund um den Build: die Warteschlange für Build- und Testläufe, Release-Skripte und Auswertungen. Die Nutzer-Doku ist eine Astro-Starlight-Seite im selben Repo.
Als Harness dienen die echten CLIs der Anbieter, jede in einem eigenen Terminal: Claude Code, Codex, Kimi, Grok, Muse und OpenCode, ĂĽber das Qwen und MiniMax laufen. vord liest den Status ĂĽber Hooks und erkennt so, ob ein Agent arbeitet, auf mich wartet oder fertig ist.
Teilaufgaben gibt eine Session über den vord-MCP weiter: Sie startet ein Kind, oft bei einem anderen Anbieter, mit Ziel, Pfaden und Abnahmebefehl. Große Modelle planen und nehmen ab, kleine setzen um. Ist ein Konto am Limit, geht das Paket an einen anderen Anbieter. Dazu kommen Skills für wiederkehrende Abläufe, ein gemeinsames Gedächtnis (vord Brain) und ein Chat, über den sich die Sessions abstimmen.
Wie viele Tokens, Entwicklungsstunden und welche KI-Kosten stecken bislang in vord und dem Betrieb der parallelen Agenten-Sessions?
Der erste Commit ist vom 3. Juni 2026. Seitdem sind auf main 8.811 Commits entstanden, im Oktober allein 2.913. Die App hat heute rund 576.000 Zeilen Swift in den Quellen und noch einmal rund 537.000 Zeilen Testcode mit knapp 26.000 Testfunktionen.
Bei den Tokens kann ich nur zählen, was noch in den lokalen Logs liegt; die ersten Wochen sind dort schon gelöscht. Allein seit Ende Juli stehen darin rund 91 Milliarden Token aus gut 4.300 Session-Logs. Das klingt nach mehr, als es ist: 98 Prozent davon ist Kontext, den die Modelle bei jeder Anfrage erneut lesen, fast immer aus dem Cache. Selbst geschrieben haben die Modelle rund 240 Millionen Token. Den größten Teil trägt Claude, danach folgen Codex, die Modelle über OpenCode und Grok.
Für die Rechenzeit habe ich ein eigenes Maß: In den letzten zwei Wochen liefen 2.380 Build- und Testläufe durch unsere Warteschlange, zusammen 581 Stunden. Seit Ende Juli haben Kind-Sessions mehr als 2.300 Abschlussberichte geschrieben.
Ich zahle rund 1.800 Euro im Monat für Abos bei mehreren Anbietern, wobei diese nicht ausschließlich für vord sind. Entwicklungsstunden zähle ich nicht.
Rico, wie viele Jahre entwickelst du schon Software, und seit wann setzt du AI Coding ein – auch im Kontext von vord?
Angefangen habe ich um 2017 mit JavaScript, in kleinem Rahmen. Was mir an Jahren fehlt, bringt Dennis mit, mein Partner. Er entwickelt seit ĂĽber 25 Jahren Software in verschiedenen Bereichen.
Mit Vibe Coding haben wir in den ganz frĂĽhen Tagen von ChatGPT angefangen, lange bevor es Codex oder Coding-CLIs gab. Damals lief alles ĂĽber das Chatfenster: Code hineinkopieren, Antwort zurĂĽckkopieren.
Bei vord gab es keine Phase ohne KI. Seit dem ersten Commit im Juni 2026 schreiben Agenten den Code, ich tippe keinen selbst. „100 Prozent KI“ heißt aber nicht, dass niemand entscheidet. Ich lege fest, was gebaut wird, schreibe die Regeln für die Agenten und prüfe neue Funktionen am echten Mac und iPhone, bevor ein Release live geht. Die Agenten schreiben Code, Tests, Doku und Tickets und prüfen gegenseitig ihre Arbeit. Erfahrung braucht es vor allem an einer Stelle: zu erkennen, wann ein Ergebnis gut aussieht, aber falsch ist.
Während vord stark auf Software-Agenten und Terminal-Orchestrierung setzt: können KI-Agenten bald eigenständig Hardware entwickeln, und wo siehst du heute die größten technischen Grenzen?
Teile davon gehen schon heute: Firmware, Schaltungen als Code, FPGA-Logik in einer Hardwarebeschreibungssprache. Das sind Textdateien mit Compiler und Simulator, und damit hat ein Agent, was er braucht: eine Schleife aus Ă„ndern, PrĂĽfen und Korrigieren.
Bei vord sehe ich jeden Tag, dass die Agenten genau so gut sind wie diese Schleife. Ein Testlauf dauert bei uns Minuten. Eine Leiterplatte zu fertigen und auszumessen dauert Tage, und keine Simulation sagt dir sicher, wie sich ein Stecker nach tausend Steckzyklen verhält. Eigenständig heißt für mich deshalb: Der Agent entwirft, simuliert und bestellt den Prototyp. Ob das Ding im echten Gehäuse warm wird, muss noch jemand mit Messgerät klären.
Die größten Grenzen sehe ich auch in der Software: Kontext und Gedächtnis. Jeder Agent liest bei jeder Anfrage seinen ganzen Kontext neu, und er vergisst zwischen den Sessions alles, was nicht aufgeschrieben ist. Deshalb haben wir ein gemeinsames Gedächtnis gebaut und zwingen jeden Agenten, Erkenntnisse dort festzuhalten.