Vercel Academy hat gerade einen kompletten Kurs rausgehauen: „Build Your Own AI Coding Agent Harness”. Der knallt dir gnadenlos vor den Latz, wie du von Null auf ein wirklich arbeitendes KI-Coding-Agent-Framework zusammenbaust. Kein 08/15-Kurs, der dir drei API-Calls als Demo verkauft – hier geht’s ans Eingemachte: Tool-Loop, Context-Pruning, Subagent-Delegation, Lifecycle-Management.

Für Engineers, die mit KI-Aufträgen Kohle machen wollen, ist das ein Wendepunkt: Leute, die mit Cursor Code ergänzen können, gibt’s wie Sand am Meer. Wer aber maßgeschneiderte Agent-Frameworks liefert, nimmt signifikant mehr pro Projekt.

Erstmal Klartext: Was ist eigentlich ein Agent Harness?

Ein Agent Harness ist das Gerüst, das eine KI befähigt, selbstständig zu arbeiten, Kontext zu verwalten und sicher zu agieren – quasi Projektleiter + Sicherheitsbeauftragter + Notizbuch in einem. Ohne Harness ist die KI nur ein Labermodell. Mit Harness wird sie zum Junior-Mitarbeiter, der Aufträge annimmt, ausführt, rapportiert und bei Fehlern zum Menschen zurückgeht.

Im Kurs kommt ein sauberes Trio zum Einsatz:

• AI SDK: bringt der KI das Sprechen bei (Modelle aufrufen, Text generieren)
• Vercel Sandbox: lässt die KI Hand anlegen (Befehle sicher in isolierter Umgebung ausführen)
• just-bash: sorgt dafür, dass die KI gehorcht (standardisierte Tool-Schnittstelle, kontrolliertes Shell-Verhalten)

Zusammen ergibt das eine komplette Agent-Fabrik.

Der Pain: Warum dein Agent immer nur Demo-Niveau bleibt

Joel Hooks rechnet im Kursauftakt mit der Branche ab – „ein Tool-Loop mit drei Tools ist nur eine Demo. Das Problem knallt erst, wenn du damit echte Arbeit machen willst”. Du lässt den Agent eine 5000-Zeilen-Datei lesen, er stopft alles in den Kontext und kotzt nichts mehr raus. Du gibst ihm Bash-Rechte, ein rm -rf wischt deine Produktion. Du lässt ihn zwanzig Schritte laufen, bei Schritt zehn hat er vergessen, was er tut.

Kunden zahlen nicht für die Hülle, sondern dafür, dass der Agent eine ganze Aufgabenkette sicher abspult. 90 % der „KI-Programmier-Tutorials” da draußen zeigen dir, wie du Prompts verpackst, die GPT-API anklemmst und eine schicke Frontend-Oberfläche bastelst. Was Unternehmen wirklich kaufen: ob der Agent eine komplette Task-Chain sicher durchzieht – das ist ein Architektur-Problem, kein Parameter-Tuning.

Vercels Ambition mit diesem Kurs: Agent Harness als ernsthaftes Engineering-Produkt, nicht als Spielzeug-Skript.

Die Chance: Agent-Engineers werden zur seltensten Auftrags-Ressource

Der Freelance-Markt spaltet sich gerade brutal auf. Auf der einen Seite „KI-Nutzer”, die mit Cursor Code completen und sich die Dumping-Preise untereinander wegklauen. Auf der anderen Seite Engineers, die „Custom AI Agent Solutions” liefern – die nehmen pro Projekt deutlich mehr, und die Kunden stehen Schlange.

Warum? Weil Unternehmen keine „Code-Vervollständigung” wollen, sondern automatisierte Workflows. Ein E-Commerce-Boss braucht keinen Python-Helfer, sondern einen Agent, der Konkurrenz-Preise crawlt, Listing-Texte generiert, A/B-Tests fährt und Reports raushaut. Solche Jobs kann nur jemand bauen, der Agent-Harness-Architektur wirklich versteht.

⚠️ Laut Quellpost liegen Upwork-Projekte in der Kategorie „AI agent customization” im niedrigen vierstelligen Dollar-Bereich – nicht unabhängig verifiziert.

Pfad 1: Kurs-Module knacken, technischen Burggraben ziehen

Die wertvollsten Module im Lehrplan – jedes einzelne musst du dir hart erarbeiten. Jedes Modul in drei Sätzen: Problem → Lösung → Bild.

Tool-Loop: das Herz des Agent.

• Problem: Tool-Calls schlagen fehl, Timeout, parallele Konflikte – der Agent crasht hart.
• Lösung: AI SDK steuert mit stopWhen den Abbruch, maxSteps limitiert die Schritte, Retries laufen automatisch.
• Bild: wie der Taktgeber am Fließband – bei Fehler stoppt die Linie, kein Ausschuss wandert weiter.

Tool-Design: die Granularität der Tools bestimmt das Agent-Limit.

• Problem: zu grob = Agent kann keine Feinarbeit, zu fein = Agent verirrt sich im Tool-Dschungel.
• Lösung: „Dateisystem bearbeiten” aufteilen in read, write, edit, glob, grep – fünf atomare Tools statt einem Universal-Bash.
• Bild: du gibst dem Mitarbeiter Schraubenzieher, Bohrmaschine und Zange – nicht die ganze Garage.

Sandbox-Abstraktion: der Sicherheits-Kernel.

• Problem: mit Bash-Rechten kann der Agent deine Produktiv-DB mit rm -rf killen.
• Lösung: Vercel Sandbox liefert eine isolierte Laufzeit-Umgebung, der Agent kann drin machen, was er will – der Host bleibt sauber.
• Bild: der Abzug im Chemielabor – es fliegt nur der Schrank, nicht das ganze Gebäude.

Context-Pruning: 5000 Zeilen lesen und nicht alles ins Prompt stopfen.

• Problem: KI liest 5000 Zeilen, der Kopf platzt, alte Dialoge vergiften neue Entscheidungen.
• Lösung: prepareStep-Hook schneidet vor jedem Schritt den Kontext zurecht – nur die letzten N Schritte plus komprimierte Zusammenfassung älterer Inhalte bleiben drin.
• Bild: wie Aufräumen – was du heute nicht brauchst, wandert in den Schrank, auf dem Schreibtisch liegt nur das Aktuelle.

Subagent-Delegation: komplexe Tasks müssen zerlegt werden.

• Problem: ein einzelner Agent bei Multi-Modul-Tasks = Kontext explodiert, Zuständigkeiten verschwimmen.
• Lösung: Haupt-Agent plant, Sub-Agents übernehmen Module, Ergebnisse fließen zurück.
• Bild: der Projektleiter verteilt an Frontend, Backend, Testing – er selbst behält nur Fortschritt und Risiko im Blick.

Lifecycle-Management: vom Start über Lauf, Pause, Recovery bis Stopp – jeder Zustand braucht sauberes Handling.

• Problem: Langläufer-Task bricht mittendrin ab, Netz weg, User cancelt, Modell timeout – Agent-State futsch.
• Lösung: jeden Zustand serialisieren, Checkpoint-Resume und manuelles Eingreifen ermöglichen.
• Bild: wie der Spielstand – stirbst du, lädst du am letzten Save, nicht bei Level 1.

Pfad 2: Mit dem Kurs-Stack Aufträge an Land ziehen, Referenz-Cases bauen

Kurs durchgearbeitet? Das ist der Start, nicht das Ziel. Nimm direkt Vercel AI SDK + Vercel Sandbox + just-bash und hol dir den ersten echten Auftrag.

Schnellster Weg zur Kohle: Häng bei Fiverr, Upwork oder eBay Kleinanzeigen einen Service rein: „Ich baue dir mit dem Vercel-Stack einen Custom AI Agent”. Die ersten drei Kunden machst du zum halben Preis oder sogar gratis – gegen Case Study und Bewertung.

⚠️ Laut Quellpost hängt die Dauer für drei Gratis-Kunden stark von der Agent-Komplexität ab – wenige Tage bis mehrere Wochen, nicht unabhängig verifiziert. Ob es sich lohnt, hängt davon ab, ob du die Cases in zahlende Folgeaufträge verwandelst.

Bei der Case-Auswahl nicht irgendeinen „Bau mir einen Chatbot”-Auftrag nehmen – das ist Massenware. Greif zu Workflow-Automatisierung mit echtem Business-Value. Beispiele:

• Für einen Amazon-Händler einen Agent, der Reviews monitored, Negativ-Keywords extrahiert, Verbesserungsvorschläge generiert und ins Slack pusht.
• Für einen Content-Creator einen Agent, der Konkurrenz-Accounts scrapt, Viral-Muster analysiert und Themen-Listen ausspuckt.
• Für einen Solo-Entwickler einen Agent, der GitHub Issues überwacht, nach Priorität sortiert und PR-Entwürfe generiert.

⚠️ Laut Quellpost liegen solche Projekte im niedrigen fünfstelligen Euro-Bereich – nicht unabhängig verifiziert.

Cold Start: Kein Kunden-Netzwerk? So knickst du das auf

Keine B2B-Kontakte – das ist für die meisten der echte Startpunkt. Drei konkrete Kanäle:

1. Community-Posts als Lead-Magnet: Poste in Indie-Hacker-Foren, LinkedIn, XING Case-Studien. Titel-Template: „Ich hab mit Vercel AI SDK für die XX-Branche einen Agent gebaut – der spart XX Stunden Handarbeit pro Woche”. 30-Sekunden-Demo-Video dran. Sobald Reichweite kommt, schreiben dich Kunden von selbst an.
2. Gratis-Job gegen Testimonial: Erster Auftrag über einen Kontakt kostet 80 €, aber dafür schreibt der Kunde eine Empfehlung und du darfst den Case veröffentlichen.
3. Stufen-Pricing: 80 € Mini (Single-Modul-Agent) → 500 € Mid (Multi-Modul-Workflow) → 5.000 € Large (Custom-Lösung + 6 Monate Wartung). Jede Stufe braucht Cases aus der vorherigen als Referenz.

Pfad 3: Kurs-Content recyceln, mit Creator-Economy kassieren

Der Vercel-Kurs ist auf Englisch und hat eine hohe Einstiegshürde. Genau dein Info-Gap-Vorteil.

Zerleg den Kurs in 10–15 Folgen einer Tutorial-Serie, poste auf LinkedIn, YouTube, TikTok, Substack. Titel-Vorschläge: „Vercel-Internas geleakt: So baust du ein KI-Agent-Framework”, „Drei-Tool-Loop ist Spielzeug – ein echter Agent braucht diese fünf Module”, „Context-Pruning: Warum dein Agent ständig vergisst, was er tut”.

Pro Folge 5–8 Minuten, ein Tech-Punkt, Code-Demo. Konkrete Empfehlung:

• Folge 1 zerlegt den Tool-Loop, drei Code-Snippets (AI SDK generateText + tools-Config, stopWhen-Nutzung, prepareStep-Beispiel), 7 Minuten maximal.
• Titel-A/B-Test: „Vercel-Internas geleakt” gegen „KI-Agent-Framework selbst gebaut” – jeweils 50 € Boost-Budget, dann die CTR-stärkere Variante skalieren.

Verdienst-Stapel in drei Schichten: Schicht 1 = Programmier-Ads einsammeln. Schicht 2 = eigenen Kurs packen, „AI Agent Engineer Bootcamp”. Schicht 3 = High-Ticket-Beratung, Agent-Teams für Unternehmen aufsetzen. ⚠️ Laut Quellpost liegt eine Programmier-Ad im vierstelligen Euro-Bereich pro Post bei Accounts mit 10k+ Reichweite – nicht unabhängig verifiziert.

Welcher Pfad passt zu dir?

• Festangestellter Dev mit Nebenjob-Hunger: Pfad 2 + Pfad 3 light. Wochenenden für 1–2 Mini-Aufträge, parallel den Prozess als Shorts auf LinkedIn. Ziel: 800–1.500 € extra pro Monat.
• Freelancer mit Ziel 5.000 €/Monat: Pfad 2 voll rein. 3 Monate Cold Start, keine Kunden-Auswahl, nur Cases sammeln. Ab Monat 4 selektiv, Ziel-Ticket 5.000 €+.
• Student / Quereinsteiger: Erst Pfad 1, Kurs komplett durch, 5 Demo-Projekte aufs GitHub, 6 Monate später an Aufträge rangehen.

Case: Joel Hooks’ Kurs ist selbst die Vorlage

Joel Hooks ist Autor des Vercel-Academy-Kurses und Hauptdozent von „Build Your Own AI Coding Agent Harness”. Er ist der lebende Beweis für „Agent-Engineer als Business-Modell” – hochwertige Tech-Tutorials, starke Personal Brand in der Dev-Community, massenhafte Zweitverwertung seiner Inhalte.

Sein Spiel lässt sich 1:1 kopieren: Tech-Stack mit Vercel AI SDK im Zentrum, Deliverable ist ein lauffähiges Agent-System, kein Code-Snippet. Genau das, was im aktuellen Agent-Freelance-Markt am seltensten zu finden ist.

⚠️ Zu konkreten Einkommenszahlen anderer Indie-Entwickler (z. B. 50.000 $/Monat, +120k Follower in 6 Monaten) liefert das Quellmaterial keine verifizierbare Quelle – daher keine konkreten Zahlen in diesem Text.

Einstiegspfad für absolute Anfänger

Wenn du Node.js / TypeScript noch nie angefasst hast, geh diese Reihenfolge:

1. Monat 1: Node.js Basics + TypeScript-Syntax + LLM-Grundlagen (Was ist ein Token, was ist ein Prompt, was ist Function Calling). Empfehlung: TypeScript-Handbuch auf deutsch, „AI Engineer Handbook”.
2. Monat 2: Nur das Tool-Loop-Modul aus dem Kurs, dazu AI-SDK-Quickstart durchspielen.
3. Monat 3: Sandbox-Modul draufpacken, einen Agent bauen, der automatisch Ordner aufräumt.
4. Ab Monat 4: Pfad 2 oder Pfad 3 starten, erste Kohle-Versuche.

Realistische Erwartung: Monat 1 nur Tool-Loop, nicht alles auf einmal. 2 Stunden pro Tag, nach 30 Tagen steht deine minimale lauffähige Agent-Chain.

Call-to-Action: Heute Abend Vercel Academy aufmachen

Der Kurs ist komplett gratis, kein Account, kein Abo. Geh auf vercel.com/academy, such nach „Build Your Own AI Coding Agent Harness”, öffne Modul 1 und leg los.

Nicht alles an einem Wochenende. 2 Stunden täglich, zuerst Tool-Loop und Sandbox-Abstraktion sauber durch, dann sofort ein Minimal-Produkt bauen – selbst wenn es nur ein Agent ist, der Ordner aufräumt.

Wenn du in 30 Minuten eine komplette Chain „Datei lesen → Inhalt analysieren → Report generieren → in neue Datei schreiben” zusammenbaust, bist du an 90 % der „KI-Programmier-Tutorial-Teilnehmer” vorbei. Dann kannst du Aufträge holen, Videos drehen, Newsletter schreiben – mit echtem Output statt leerem Gerede.

Heute Abend Vercel Academy auf, Tool-Loop-Modul starten – in 30 Tagen bedankst du dich bei dir selbst.