Die These von Dimitri Mazmanov ist einfach: Das meiste, was ein Coding-Agent für ihn tut, ist kein Denken, sondern I/O. Fünf Dateien lesen, um eine Frage zu einer Methode zu beantworten. Eine Testdatei generieren, die exakt so aussieht wie die zwanzig daneben. Tausende Tokens, fast null Reasoning, und alles landet bei einem Frontier-Modell, das dafür völlig überqualifiziert ist. Also hat er die Grunzarbeit umgeleitet. Sein Post im Spotify-Engineering-Blog vom 3. September hat es am Freitag mit 250 Punkten auf die HN-Startseite geschafft.
Der Aufbau
Mazmanov nutzt Portal by Spotify, die kommerzielle Backstage-Variante. Dort gibt es „AiKA Modes”: deklarative Agenten, die auf einer kurzlebigen Runtime laufen. Er vergleicht das mit AWS Lambda, nur eben für Agenten. Man definiert Instruktionen, Modell, Temperatur und MCP-Tools in ein paar Zeilen YAML, fertig. Er hat zwei davon gebaut:
Ein bulk-reader liest die übergebenen Dateien und antwortet auf eine Frage nur mit strukturierten Bullets, ohne Begrüßung, ohne Prosa, jeder Punkt beginnt mit dem exakten Namen oder der Zeilennummer. Ein code-writer bekommt eine Spec plus eine Referenzdatei und liefert nur Code zurück, der die Muster der Referenz exakt kopiert. Beide laufen in seinem Beispiel auf Gemini 2.5 Flash.
Die spannende Seite ist die Anbindung an Claude Code. Die erste Version waren Routing-Regeln in der CLAUDE.md. Das funktionierte so halb: Claude konnte die Regeln ignorieren, und jedes Projekt brauchte eine Kopie. Die aktuelle Version ist ein Plugin namens shunt mit drei Schichten.
Hooks: Zwei PreToolUse-Hooks feuern vor jedem Tool-Aufruf. Der eine prüft bei jedem Read die Dateigröße. Über 350 Zeilen wird der Read blockiert, und Claude bekommt den Hinweis, stattdessen den bulk-reader-Skill zu nutzen. Gezielte Reads mit Offset und Limit gehen durch. Der zweite Hook fängt cat, head, tail, less und more auf großen Dateien ab, lässt aber Pipes wie cat file | grep passieren.
Skripte: Zwei Bash-Skripte kapseln die Portal-CLI-Aufrufe. bulk-read verpackt jede Datei in XML-Tags und schickt sie mit der Frage an den Worker. code-write schickt Spec und Referenz, entfernt Markdown-Zäune aus der Antwort und kann direkt auf die Platte schreiben. Claude sieht den generierten Code nie.
Skills: Zwei Markdown-Dateien erklären Claude, wann und wie es die Skripte aufruft. Wenn der Hook einen Read blockt, zeigt die Fehlermeldung direkt auf den Skill. Das System degradiert sauber: Selbst wenn Claude den Skill nicht liest, blockt der Hook den teuren Read trotzdem.
Die Zahlen und die Grenzen
Getestet an einem Java-Monorepo in vier Szenarien: Im Mittel sparte bulk-read rund 90 Prozent der Tokens, die Claude sonst fürs direkte Lesen verbraucht hätte. Beim code-write ist die Messung schwieriger, weil ohne shunt sowohl das Lesen der Referenzen als auch das Schreiben als teure Output-Tokens anfallen.
Mazmanov schreibt auch auf, was nicht geht. Editieren lässt sich schon mal nicht delegieren, weil die Zusammenfassungen des Worker-Modells keine verlässlichen Zeilennummern enthalten. Reasoning auch nicht: Der Worker fand Oberflächenmuster, übersah aber einen subtilen Thread-Safety-Bug, den Claude mit dem richtigen Kontext in Sekunden sah. Debugging, Architekturentscheidungen und sicherheitskritischer Code sind vom Routing ausgenommen. Und jede Delegation kostet 10 bis 30 Sekunden Latenz, Portal kappt bei 30. Unter der Zeilenschwelle frisst der Overhead die Ersparnis.
Was ich daraus mitnehme
Die Portal-Abhängigkeit macht das Plugin für die meisten von uns nicht direkt nutzbar. Das Muster dahinter aber schon, und es ist mit Bordmitteln nachbaubar: ein PreToolUse-Hook, der große Reads blockt, ein Skript, das die Datei an ein billiges Modell schickt, ein Skill, der Claude den Weg zeigt. Der eigentliche Trick ist die Erkenntnis, dass Hooks Regeln erzwingen, wo CLAUDE.md nur bittet.
Seit den Wochenlimit-Kürzungen ab 14. September wird genau diese Frage für viele interessant: Was muss wirklich durch das große Modell, und was nicht? Mazmanovs Antwort: weniger, als man denkt. Ich werde das in den nächsten Tagen mit einem Haiku-Worker ausprobieren.
Quellen: Spotify Engineering: Portal by Spotify cut my Claude Code token usage by 90%, Hacker News Diskussion