Das Gauntlet-Loop ist ein agentisches Prompting-Muster, bei dem ein KI-Agentensystem iterativ an einem Werkstück gegen eine explizite Qualitätsmesslatte arbeitet, mit getrennten Builder- und Kritiker-Rollen sowie blinden Vergleichen, bis die Ausgabe eine konkrete Referenz übertrifft. Die Technik wurde 2026 vom Entwickler Matt Shumer populär gemacht, der den Namen prägte und sie nutzte, um „Claude of Duty“ zu bauen, ein Browserspiel, das Ende-zu-Ende von Agenten innerhalb einer agentischen Codierungsumgebung produziert wurde.
Funktionsweise
Ein Gauntlet-Loop beginnt mit zwei Eingaben: einem ehrgeizigen Ziel und einem konkreten Beispiel dafür, was „großartig“ bedeutet (die Referenz). Ein Leitagent führt dann Folgendes aus:
- Setzt die Messlatte. Die Referenz wird als Standard behandelt, den es zu schlagen gilt, nicht als Inspiration.
- Zerlegt das Artefakt in die kleinsten Teile, die unabhängig verbessert und bewertet werden können.
- Weist Builder zu. Jeder wichtige Teil geht an einen Builder-Agenten, der ihn erstellt oder überarbeitet.
- Bewertet blind. Ein separater Kritiker-Agent mit frischem Kontext vergleicht die aktuelle Ausgabe mit der Referenz als blinden A/B-Test, ohne zu wissen, welche welche ist.
- Findet die größte Lücke. Wenn die Ausgabe verliert, benennt der Kritiker den größten bedeutsamen Unterschied, der zum nächsten Bauziel wird.
- Schleift, bis die Ausgabe den Vergleich gewinnt oder eine Abbruchbedingung erreicht ist.
Die Trennung zwischen Buildern und Kritikern ist wichtig: Ein Richter mit frischem Kontext vermeidet die Selbstbewertungs-Verzerrung eines Modells, das seine eigene Arbeit bewertet, und die blinde A/B-Rahmung erzwingt konkrete Vergleiche statt allgemeinem Lob.
Anforderungen und Verwendungen
Gauntlet-Loops laufen in agentischen Umgebungen wie Claude Code oder Codex, wo Agenten Dateien öffnen, Code ausführen, Ergebnisse rendern, Screenshots inspizieren und Unteragenten erzeugen können. Das Muster gilt für jedes Artefakt, das inspiziert und verbessert werden kann: Code, Websites, Produktdesign, Marketingmaterialien, Schreiben und Forschung. Es gehört zur breiteren Familie der agentischen Selbstverbesserungstechniken neben Kritiker-Verifizierer-Pipelines und Richter-Panels in Multi-Agenten-Systemen.