Kalibrierte KI, die du prüfen kannst

Leg los

Das Open-Source-Framework installiert sich in zwei Befehlen und läuft in dem KI-Tool, das du schon nutzt. Das ist, was es tut – und was sich ändert, wenn du damit arbeitest.

Empirica ist keine separate App. Es läuft in deinem KI-Coding-Tool und ändert, wie die KI arbeitet: Sie führt einen Track Record dessen, was sie getan hat, und sie muss ein Problem verstehen, bevor sie darauf reagieren darf. Das Kern-Framework ist Open Source und kostenlos. Diese Seite bringt es zum Laufen.

Installation

# 1. das Open-Source-Framework (Python 3.10+)
pip install empirica

# 2. verbinde es mit Claude Code
empirica setup-claude-code

Der Setup-Befehl installiert das Plugin, das Gate, das die KI zurückhält, bis sie bereit ist, und eine Statuszeile in deinem Terminal, die dir auf einen Blick zeigt, wo du stehst. Sie wird neben deiner bestehenden Konfiguration hinzugefügt, nicht darüber. Das ist die ganze Installation.

✓ Python 3.10 oder neuer
✓ Git, für die Aufzeichnung

Claude Code ist heute das voll unterstützte Tool. Die Kern-CLI funktioniert überall; das Plugin, das Gate und die Statuszeile sind vorerst Claude-Code-spezifisch.

Drei Schritte, dann arbeitest du

1

Installiere das Framework

Ein einziges pip install. Der Open-Source-Kern: die CLI, die lokale Aufzeichnung und die Disziplin, die in deinem KI-Tool läuft.

2

Verbinde es mit Claude Code

Ein einziger Setup-Befehl installiert das Plugin, das Gate und die Statuszeile. Es sitzt neben deinem bestehenden Setup, ohne etwas zu überschreiben.

3

Einfach arbeiten

Sprich mit deiner KI, wie du es ohnehin tust. Das Framework führt die Aufzeichnung und führt die Prüfungen im Hintergrund durch.

Was sich ändert, wenn du arbeitest

Du tippst keine Framework-Befehle. Die KI erledigt das selbst. Was du bemerkst, ist die Form eines Arbeitsstücks: Zuerst versteht sie, ein Gate bestätigt, dass sie bereit ist, dann handelt sie, dann misst sie, was sie gelernt hat. Empirica nennt die ersten beiden die Denk- und die Handlungsphase.

Sie versteht, bevor sie irgendetwas anfasst

Lesen und Suchen sind immer erlaubt. Bearbeiten und Schreiben werden zurückgehalten. Die KI erkundet und hält fest, was sie findet und worüber sie noch unsicher ist.

Ein Gate prüft, ob sie wirklich bereit ist

Bevor sie etwas ändern kann, muss die KI zeigen, dass ihre Zuversicht in dem gründet, was sie gefunden hat, nicht in einer Vermutung. Ist sie nicht bereit, untersucht sie weiter. Dieses Gate ist der Sentinel.

Dann handelt sie, und die Arbeit wird nachverfolgt

Jetzt bearbeitet sie, schreibt und committet. Ziele und Entscheidungen werden unterwegs festgehalten, sodass die Arbeit gemessen wird, nicht nur erledigt.

Sie misst, was sie gelernt hat

Wenn die Arbeit erledigt ist, prüft sie ihren eigenen Zustand erneut. Die Veränderung von Anfang bis Ende wird an echten Belegen bewertet: Sind die Tests durchgelaufen, wurden die Ziele erreicht? So verbessert sich die Kalibrierung mit der Zeit.

Deine Rolle ist es, zu steuern

Du leitest sie in einfacher Sprache. Sie kümmert sich um die Buchführung.

"Lass uns das Auth-System verstehen, bevor wir etwas ändern."

Sie untersucht und protokolliert, was sie lernt, ohne schon Dateien anzufassen.

"Ich glaube, wir wissen genug. Lass uns umsetzen."

Sie bestätigt, dass sie bereit ist, das Gate öffnet sich, und sie beginnt zu schreiben.

"Dieser Ansatz funktioniert nicht, notiere das."

Sie hält die Sackgasse fest, damit sie später nicht erneut versucht wird.

"Gut. Commit und schließ das ab."

Sie committet und misst dann, was tatsächlich gelernt wurde, an den Belegen.

⚡

Es zu installieren ist der Anfang, nicht der Zweck

Die Installation gibt dir den Track Record und ein Gedächtnis, das zwischen Sitzungen überdauert. Der eigentliche Sprung kommt daher, bewusst so zu arbeiten: die KI verstehen zu lassen, bevor sie handelt, die Aufzeichnung wachsen zu lassen und ihre kalibrierte Zuversicht zu nutzen, um zu wissen, wann du ihr vertrauen kannst und wann du tiefer graben solltest. Das ist eine andere Art, mit KI zu arbeiten – und hier summieren sich die Gewinne.

Sieh, wie ein Arbeitsstück aufgebaut ist →

Betreibst du mehr als eine KI oder ein ganzes Team? Das offene Framework ist die Grundlage. Wenn du bereit bist, eine Flotte zu koordinieren und zu steuern, ist es das, was Cortex und die Erweiterung obendrauf hinzufügen.

Bereit, tiefer einzusteigen?

Lies, wie es funktioniert, oder stöbere im Open-Source-Code.