⚡ Tutorial: KI-Geschwindigkeit maximieren & Token-Verbrauch drastisch senken

Dieses Tutorial zeigt dir Schritt für Schritt, wie du Google Antigravity (AGY) extrem schnell machen kannst (Antwortzeiten von 3–5 Sekunden) und gleichzeitig den Token-Verbrauch um bis zu 85% reduzierst.

🛑 1. Das Problem: Warum wird die KI langsam und teuer?

Wenn KI-Agenten in großen Repositories arbeiten, tritt häufig Context Flooding (Kontext-Überflutung) auf:

flowchart TD
    A["Riesiges Repository / Ungefilterter Chat"] --> B["Agent liest ungewollt target/, node_modules/ & Logdateien"]
    B --> C["Kontextfenster überfüllt (100k+ Token pro Prompt)"]
    C --> D["🔴 Hohe Latenz (30s+ Warten) & Hohe Token-Kosten"]
    C --> E["🔴 KI verliert den Faden & halluziniert"]

Hauptursachen für hohen Token-Verbrauch:

Ungefiltertes Dateilisten: Die KI durchsucht kompilierte Ordner (target/, node_modules/, docs/book/).
Riesige Terminal-Outputs: Kompilier-Logs mit 50.000 Zeilen werden ungeschnitten in den Chat gepostet.
Schwammige Prompts: "Überprüfe das Projekt" zwingt die KI, das ganze Repository einzulesen.
Falsche Modellwahl: Nutzung von Großmodellen (Pro) für triviale Syntax-Prüfungen.

🛠️ 2. Schritt-für-Schritt Anleitung zur Performance-Optimierung

Mit den folgenden 6 Schritten optimierst du die Geschwindigkeit und Effizienz deines Entwicklungs-Workflows:

Schritt 1: Das Ausschlussdateien-Triplett konfigurieren (`.aiignore`, `.geminiignore`, `.gitignore`)

Erstelle oder aktualisiere die .aiignore und .geminiignore Dateien im Projektstammverzeichnis, um schwere Build-Artefakte und temporäre Ordner vom Agenten-Kontext auszuschließen:

# .aiignore & .geminiignore für MeinCMS
target/
node_modules/
docs/book/
.git/
*.log
*.tmp
.env

Effekt: Die KI ignoriert Binärdateien und Abhängigkeiten komplett. Token-Ersparnis: ~60%.

Schritt 2: Gezieltes `@`-Mentioning statt allgemeiner Fragen

Nutze in der AGY IDE oder Antigravity 2.0 das @-Symbol, um exakt die benötigten Dateien an die Nachricht anzuhängen:

❌ Schlecht: "Wo werden die Artikel-Routen verarbeitet?" (Agent durchsucht den gesamten Ordner).
✅ Gut: "Analysiere @file:meincms_web/src/routes/wiki.rs und erkläre mir die Handler-Funktion."
Effekt: Der Agent liest nur diese eine Datei ein. Token-Ersparnis: ~80%.

Schritt 3: Subagenten zur Kontext-Isolation einsetzen (`invoke_subagent`)

Nutze Subagenten für lange Recherche- oder Diagnoseaufgaben. Ein Subagent arbeitet in einer separaten Konversation und liefert nur das Ergebnis zurück:

sequenceDiagram
    participant Hauptagent as Hauptagent (Schlanker Kontext)
    participant Subagent as Subagent (Research)
    Hauptagent->>Subagent: Durchsuche DB-Schemata & erstelle Zusammenfassung
    Note over Subagent: Liest 50 Dateien (100k Token)
    Subagent-->>Hauptagent: Einzeiliges Ergebnis: "Nutze tenant_id Feld in Table X"
    Note over Hauptagent: Kontext bleibt sauber!

Praxis-Tipp: Delegiere mit /invoke_subagent oder nutze den research Subagenten für Code-Analysen.

Schritt 4: Das richtige Modell für die Aufgabe wählen

Wechsle das Modell in den Einstellungen (settings.json oder Dropdown in Antigravity 2.0):

Modus / Aufgabe	Empfohlenes Modell	Geschwindigkeit	Token-Effizienz
Inline Edit (`Ctrl+I`), Tab Autocomplete, Linter Fixes	`Gemini 3.5 Flash` / `Flash-Lite`	⚡ Blitzschnell (1-3s)	🟢 Extrem sparsam
Normaler Chat, Feature-Entwicklung, Code Reviews	`Gemini 3.5 Flash` (Medium)	🚀 Sehr schnell (3-5s)	🟢 Sehr sparsam
Komplexe Architektur-Refactorings, Miri-Debugging	`Gemini Pro`	🐢 Langsam (10-25s)	🟡 Hohe Token-Tiefe

Schritt 5: Terminal-Output im Prompt begrenzen

Achte darauf, dass Terminal-Ausgaben nicht den Kontext überfluten:

❌ Schlecht: cat debug.log (Gibt 10.000 Zeilen im Terminal aus).
✅ Gut: cargo check -p meincms_web oder git log -n 5.

Schritt 6: Slash Commands nutzen (`/plan`, `/goal`, `/schedule`)

Verwende integrierte Slash-Commands für strukturierte Arbeitsabläufe:

/plan: Stoppt die KI vor der Code-Generierung und zwingt sie, zuerst einen knappen Schritt-für-Schritt-Plan zu erstellen.
/goal: Für autonome, tiefe Tasks über Nacht oder längere Zeiträume.
/schedule: Erstellt getimerte Hintergrundeinheiten, ohne die Entwickler-Session zu blockieren.

📊 3. Vorher-/Nachher-Vergleich

Metrik	Ungematchter Workflow	Optimierter AGY Workflow
Durchschnittliche Antwortzeit	25 – 45 Sekunden	2 – 5 Sekunden
Token-Verbrauch pro Prompt	80.000 – 150.000 Token	4.000 – 12.000 Token
Präzision der Antworten	Mittel (Halluzinationsgefahr)	Sehr hoch (Fokussiert)
Entwickler-Wartezeit pro Tag	~45 Minuten	~5 Minuten

📋 4. Entwickler-Schnell-Checkliste für maximales Tempo

Vergewissere dich vor jedem großen Task:

Ist .aiignore vorhanden und schließt target/ sowie node_modules/ aus?
Habe ich konkrete Dateien per @file: referenziert?
Nutze ich Gemini Flash für Standard-Aufgaben?
Ist für punktuelle Änderungen Inline Ctrl+I statt des Haupt-Chats gewählt?
Habe ich bei großen Recherchen einen Subagenten eingesetzt?

MeinCMS Dokumentation