SchlüsselarbeitOriginalarbeiterreichbar

Architecture as Capability Equalizer for Coding Agents

Ein kontrollierter Versuch vom 22.08.2026 zur Frage, ob die Form einer Vorgabe das Ergebnis verändert. Fünf informationell gleichwertige Formate (formloser Text, Mermaid mit Bedingungen, OpenAPI, C4/Structurizr, TypeScript-Verträge) laufen über sechs Modelle dreier Hersteller, 90 Durchgänge. Der Befund kehrt die Erwartung um: Beim stärksten Modell macht die Form kaum einen Unterschied, beim schwächeren entscheidet sie, und code-nahe Formate holen den Abstand weitgehend auf.

geprüft 10.11.2026

Worauf sich diese Seite beruft, wörtlich, abgerufen am 03.09.2026:

five informationally equivalent specification formatsbestätigt 10.11.2026
Across 90 multi-turn agent trials, specification format shows a strong format x model interaction.bestätigt 10.11.2026
On the strongest models (Sonnet 4.6, GPT-5), format barely matters (quality spread 0.17-0.92)bestätigt 10.11.2026
On weaker models, format produces spreads of 0.83-2.42 points, with code-proximate formats (OpenAPI, TypeScript contracts) recovering most of the capability gapbestätigt 10.11.2026
TypeScript contracts triple API route coverage for the weakest model (33% to 100%).bestätigt 10.11.2026
Mid-tier models can consume more tokens than frontier models for worse output when they enter compilation debugging loops that stronger models avoid.bestätigt 10.11.2026
Self-validation rates collapse from 100% (Sonnet) to 0% (Gemini Flash) across the capability spectrum.bestätigt 10.11.2026
Structured architecture specifications serve as a capability equalizer, with value inversely proportional to model strength and the largest returns for cost-optimized deployments.bestätigt 10.11.2026

Spec-Driven Development im Glossar 10 Vorgabe und Umfang

Alle Quellen