Eine Crew in Sharkly arbeitet nach dem Leader-First-Prinzip. Der Leader-Agent startet, liest den Task-Kontext und die Crew-Anweisungen und entscheidet, ob er die Arbeit selbst erledigt oder andere Agent-Mitglieder für bestimmte Beiträge erwähnt. Dieser Platz braucht nicht den höchsten Durchsatz. Er braucht das beste Urteilsvermögen im Team: die Fähigkeit, eine unklare Anforderung zu lesen, eine Frage zu stellen, wenn die Antwort den Plan ändert, und aufzuhören, wenn der Scope sagt, dass Schluss ist.
OpenAI hat GPT-6 Astra genau für diesen Platz entwickelt. Der Launch-Post beschreibt ein Modell, das „Kontext nutzt, um Routine-Lücken zu füllen, und gezielte Fragen stellt, wenn die Antwort das Ergebnis ändern könnte“, das die Orientierung behält, wenn ein Task mitten im Lauf gesteuert wird, und das in OpenAIs Honeypot-Test, der nach dem Hugging-Face-Vorfall entwickelt wurde, in 0 % der Runs über sein autorisiertes Ziel hinausging, während GPT-5.6 Sol dies in 48 % der Fälle tat. Dieser Leitfaden zeigt, wie du Astra in die Leader-Rolle bringst, günstigere Modelle als Mitglieder laufen lässt und dafür sorgst, dass alle Ergebnisse in einem einzigen Task zusammenlaufen.
TL;DR
Mach Astra zum Leader-Agent einer Crew und lass die Mitglieder auf günstigeren Runtimes die parallele Umsetzung erledigen. Der Leader interpretiert das Ziel, erwähnt Mitglieder und führt deren Ergebnisse im Task zusammen; die Mitglieder laufen in isolierten Verzeichnissen auf demselben Computer; ein Mensch nimmt das Ergebnis ab. Nutze stattdessen einen einzelnen Agent, wenn die Arbeit klein und klar umrissen ist. Agents recherchieren, führen aus, testen und berichten. Menschen geben die Richtung vor, erteilen Befugnisse und nehmen das Ergebnis ab.
Warum der Leader-Platz der teure Platz ist
Die Ausführung einer Crew folgt einem festen Ablauf. Der Task wird der Crew zugewiesen. Befindet er sich in einem ausführbaren Status und ist der Leader bereit, startet der Leader-Agent zuerst. Er liest den Task-Kontext und die Crew-Anweisungen und erledigt dann entweder die Arbeit selbst oder erwähnt geeignete Agent-Mitglieder. Erwähnte Mitglieder arbeiten am selben Task und fügen ihre Ergebnisse dessen Chat hinzu, und der Leader kann weiter koordinieren und zusammenführen, was zurückkommt.
Jede Entscheidung in dieser Abfolge ist eine Ermessensfrage: ob die Anforderung vollständig ist, welche Rollen gebraucht werden, in welcher Reihenfolge, und ob das zusammengeführte Ergebnis die Abnahmekriterien erfüllt. Das Leader-First-Modell gibt es, damit ein Agent diese Entscheidungen trifft, bevor alle Mitglieder gleichzeitig loslegen. Gib diese Rolle dem Modell mit dem besten Urteilsvermögen – dann können die Mitglieder Durchschnitt sein.
Astras Launch-Zahlen betreffen eher den Urteils- als den Coding-Teil. In OpenAIs internem Halluzinations-Benchmark, bei dem niedrigere Werte besser sind, erreicht Astra 4,2 % gegenüber 12,2 % bei Sol. In OpenAIs Evaluation hat es nie versucht, eine Ablehnung durch das Codex-Auto-Review zu umgehen, sein Safety-Score für Computer-Nutzung liegt bei 2,4 % gegenüber 22,0 % bei Sol, und OpenAIs Safety-Übersicht meldet über eine Simulation von mehr als 54.000 Codex-Tasks hinweg etwa halb so viele Misalignment-Warnungen höherer Schwere wie Sol. Ein Leader, der keine Anforderungen erfindet und ein „Nein“ nicht umgeht, ist genau der Leader, den du darüber entscheiden lassen willst, wer was macht.
So funktioniert eine Crew mit gemischten Modellen
Bei Sharkly ist das Modell nicht im Agent festgelegt. Ein Agent folgt dem Standardmodell seiner Runtime, und ein Computer kann mehr als eine Runtime bereitstellen. Das ist der Mechanismus für eine Crew mit gemischten Modellen: Jeder Mitglieds-Agent ist an eine Runtime gebunden, und jede Runtime bringt ihr eigenes Standardmodell mit.
Die saubere Aufteilung ist ein Computer mit mehreren Runtimes:
| Crew-Rolle | Agent | Runtime auf dem Computer | Standardmodell der Runtime | API-Preis des Anbieters pro 1 Mio. Tokens |
|---|---|---|---|---|
| Leader | planner |
Codex | gpt-6-astra |
$10 Input / $50 Output |
| Backend-Mitglied | backend |
Codex auf einem zweiten Computer oder eine zweite Runtime | GPT-5.6 Terra | $2 Input / $12 Output |
| Tests-Mitglied | tests |
Claude Code | Claude Sonnet 5 | $2 Input / $10 Output |
| Docs-Mitglied | docs |
Gemini CLI oder Codex | deine Wahl | variiert |
Die Preise sind die Listenpreise der Anbieter für die API-Nutzung; die Modellnutzung läuft weiterhin über die in diesen Tools konfigurierten Abos oder API-Keys, sodass es davon abhängt, welche Tarife dein Team anbindet, was es letztlich zahlt. Worauf es bei der Tabelle ankommt, ist die Struktur: Der Platz, der am meisten liest und entscheidet, läuft auf dem Modell, das am besten liest und entscheidet, und die Plätze, die die meiste Ausgabe erzeugen, laufen auf Modellen, die pro Output-Token günstig sind.
Wenn jedes Mitglied Codex sein muss, erledigen zwei Computer mit unterschiedlichen Codex-Standardmodellen die Aufgabe, denn die Modelleinstellung liegt in der Codex-Konfiguration auf dem jeweiligen Host. Unser Astra-Setup-Leitfaden behandelt diese Konfiguration.
Ein Sprint in der Praxis
Nehmen wir SH-312: „SCIM-Provisioning für Enterprise-Workspaces hinzufügen“. Der Task umfasst eine API, einen Hintergrund-Sync-Job, Tests und eine Doku-Seite, und die Anforderung lässt zwei Punkte offen: ob Deprovisioning ein Hard Delete oder ein Deaktivieren ist und welche Identity Provider zuerst ausgeliefert werden.
Weise SH-312 der Crew zu und verschiebe den Task in einen ausführbaren Status. Der Leader, auf Astra, liest die Beschreibung, die letzten Kommentare und die Crew-Anweisungen und stellt eine Frage: deaktivieren oder löschen? Er nennt seine Annahme (deaktivieren, mit Löschung nach 30 Tagen) und arbeitet mit den Teilen weiter, die nicht von der Antwort abhängen – genau das Verhalten, das OpenAI für Astra in Codex beschreibt. Ein Mensch antwortet innerhalb einer Stunde im Thread.
Dann erwähnt der Leader @backend mit dem Endpoint-Vertrag und der Sync-Job-Spezifikation sowie @tests mit den Abnahmekriterien. Beide Mitglieder laufen gegen denselben Task, jeweils in einem eigenen isolierten Verzeichnis mit einem frischen Worktree, sodass Schema-Migration und Test-Gerüst während des Laufs nie dieselben Dateien anfassen. Ihre Ergebnisse fließen in den Task-Chat zurück. Der Leader prüft beide, stellt fest, dass die Tests von einem Hard Delete ausgehen, schickt dem Tests-Mitglied eine Korrektur und führt die Branches zu einer einzigen Änderungszusammenfassung zusammen, samt der durchgeführten Checks und der bekannten Grenzen.
Der Task wechselt in den Status „Warten auf menschliche Prüfung“. Ein Mensch liest die Zusammenfassung, öffnet den Diff und nimmt ab oder schickt zurück. Nichts in dieser Abfolge fand in einem privaten Terminal statt. Die Frage, die Annahme, die beiden Läufe der Mitglieder, die Korrektur und die Abnahme stehen alle auf SH-312.
Die Crew-Anweisungen, die dieses Verhalten erzeugen, sind kurz:
You lead this Crew. Read the Task and comments, then decide the
smallest set of members needed. Mention @backend for API and job
changes, @tests for coverage, @docs for user-facing pages.
Ask a person only when an interpretation would change the design;
otherwise state your assumption and proceed.
Combine member results into one change summary with checks run,
failures, and known limits. Leave acceptance to a person.
Wann Astra nicht auf den Leader-Platz gehört
Zwei Entscheidungspaare sorgen dafür, dass diese Empfehlung ehrlich bleibt.
Bei kleiner, klar umrissener Arbeit weise den Task direkt einem Agent zu. Nutze eine Crew, wenn der Leader das Ziel interpretieren, andere Agent-Mitglieder einbeziehen und deren Ergebnisse in einem Task zusammenführen muss. Ein Ein-Datei-Bugfix, der einer Crew zugewiesen wird, bezahlt einen Leader-Lauf, den er nie gebraucht hätte.
Lass das gemeinsame Task-Verzeichnis deaktiviert, außer sequenziell arbeitende Mitglieder müssen auf denselben lokalen Änderungen aufbauen. Es teilt den Dateisystem-Zustand, nicht die Session des vorherigen Agent, und gleichzeitige Änderungen in einem gemeinsamen Verzeichnis können kollidieren. Im SCIM-Beispiel liefen die Backend- und Tests-Mitglieder isoliert; der Leader hat sie danach zusammengeführt.
Noch eine Grenze. Der Owner verwaltet die Crew; der Leader koordiniert die Ausführung. Astra zum Leader zu machen, ändert nichts daran, wer Mitgliedschaft, Sichtbarkeit oder Anweisungen bearbeiten darf, und nur Agent-Mitglieder können Runs starten. Menschen in der Crew tragen weiterhin über Kommentare, Entscheidungen und Reviews bei.
Was es kostet und was es spart
Astra ist das teuerste Modell in der Tabelle, und der Leader ist der Agent, der am meisten liest. Zwei Dinge mildern das. Prompt-Caching berechnet wiederholten Input mit $1 pro Million Tokens zum API-Preis, und ein Leader, der denselben Task-Kontext über mehrere Turns hinweg erneut liest, profitiert davon. Und OpenAI behauptet, dass Astra agentische Tasks mit weniger Output-Tokens abschließt als seine Vorgänger – rund 65 % weniger als Claude Opus 5 bei Agents’ Last Exam in den am besten bewerteten Einstellungen.
Nimm keine der beiden Zahlen einfach für bare Münze. Lass dieselbe Art von Task einen Sprint lang einmal durch eine Crew mit Astra als Leader und einmal durch eine Crew mit Sol als Leader laufen und vergleiche, was der Sprint-Report zeigt: abgeschlossene Tasks, zurückgeschickte Tasks und die Zeit von der Zuweisung bis zur Abnahme. Der Sprint hält Zeitplan, Umfang und Reporting an den Tasks, sodass der Vergleich ein Filter ist und keine Tabellenkalkulation. Wenn die Astra-Crew weniger Tasks zurückschickt, hat sich der Leader-Platz bezahlt gemacht.
