Deep Work Plan

Deep Work Plan behandelt eine geschriebene Spezifikation als Wahrheitsquelle, nicht das Chat-Protokoll. Sie legen zuerst Ziel, Umfang und Abnahmekriterien fest, und der Agent arbeitet danach. Der Plan selbst ist die Spezifikation, also wird Drift an erklärten Kriterien gemessen statt an Ihrer Erinnerung daran, was Sie angefragt haben. Genau das unterscheidet ihn von werkzeuggebundenen Systemen, die die Spezifikation bei einem Anbieter einsperren.

Jede Aufgabe durchläuft einen Zyklus aus Plan, atomaren Aufgaben, Validierungstoren, fortsetzbarem Stand und Abschluss. Eine Aufgabe schließt nur, wenn ihre Checks bestehen, das heißt, der Agent kann die Arbeit nicht einfach für beendet erklären und zum nächsten Punkt weitergehen. Andernfalls bleibt sie offen. Diese eine Regel beseitigt fast das gesamte Vertrauen, das Sie sonst einer Maschine entgegenbringen müssten, die Ingenieursarbeit leistet, während Sie nicht hinsehen. Die Schleife ist dieselbe, ob der Auftrag ein Ein-Datei-Fix oder ein mehrtägiger Aufbau ist, was das Verhalten des Agenten vorhersehbar macht, sobald Sie es gelernt haben.

Kontext liegt in AGENTS.md und den Docs, Werkzeuge im .agents-Kit, Leitplanken in den Validierungstoren und der Stand in einem gitignorierten .dwp-Ordner. Weil jeder Teil eine Datei ist, ist das ganze Arrangement portabel und prüfbar. Sie können es versionieren, prüfen und einem anderen Agenten übergeben, ohne etwas neu zu schreiben.

Kontext ist die knappste Ressource eines Agenten, und DWP ist darauf ausgelegt, ihn sorgsam zu verbrauchen, denn ein nachlässiger Ansatz, der diesen Kontext verschwendet, scheitert genau dann, wenn die Arbeit lang wird und der Einsatz steigt. Anweisungen laden progressiv, sobald ihr Auslöser feuert, und die Validierung berührt nur, was eine Aufgabe geändert hat. Die Seite veröffentlicht die Anweisungsbytes, die jeder Ablauf braucht, und berichtet, dass die neueste Version den Ausführungsablauf um 45,7 % und den Fortsetzungsablauf um 67,5 % reduziert hat.

Ein Lite-Plan deckt einen begrenzten Fix ab, während ein Full-Plan Arbeit übernimmt, die sich über Stunden erstreckt. Das Format folgt dem Umfang der Arbeit, statt jede Aufgabe in dieselbe schwere Vorlage zu zwingen. Kleine Aufträge bleiben leicht. Große Aufträge bekommen Raum für echte Struktur.

Der Skill ist ein Router über create, execute, refine, resume, status, verify, onboard, author und upgrade. Jeder hat einen schlanken Slash-Befehl wie dwp-create oder dwp-verify. Refine lässt Sie Aufgaben hinzufügen, entfernen oder umsortieren, während fertige Arbeit erhalten bleibt, was zählt, wenn sich der Umfang mitten im Auftrag ändert.

Deep Work Plan liefert Adapter für Claude Code, Cursor, OpenAI Codex, GitHub Copilot, Google Gemini, OpenCode, Windsurf, Cline und mehr. Die Adapter sind bewusst schlank, also zwingt ein Update Ihres Agenten Sie nicht, Ihren Workflow für KI-Agenten neu zu schreiben. Werkzeug tauschen. Methode behalten. OpenClaw und Hermes bekommen ein unbeaufsichtigtes Profil, das per Heartbeat oder Cron-Zeitplan gesteuert wird.