Das Versprechen
Alex Kladov (matklad) hält Softwarearchitektur für ein „seltsames Biest“, das sich nicht allein mit abstrakter Theorie beherrschen lässt. In seinem neuesten Beitrag vertritt er die These, dass architektonisches Können gezielt geschultes Urteilsvermögen erfordert: durch Praxis, Reflexion und das Studium großer Legacy-Systeme (Quelle: matklad.github.io, Mai 2026). Der Ansatz richtet sich an erfahrene Engineers, für die klassische Lehrbücher immer weniger mit der Realität moderner, stark agentenbasierter Codebasen zu tun haben.
Unter der Haube
Alex Kladov ist auch 2026 eine bedeutende technische Autorität. Er leitet Arbeiten bei TigerBeetle und hat zuvor rust-analyzer entwickelt (Quelle: matklad.github.io). Seine Methodik stellt das Dokumentationsmuster „ARCHITECTURE.md“ in den Mittelpunkt. Es ist inzwischen eine Standardanforderung für Open-Source-Projekte mit 10.000 bis 200.000 Codezeilen. Die Praxis soll neuen Beitragenden und Maintainern die fehlende „mentale Landkarte“ liefern (Quelle: matklad.github.io).
2026 hat sich der Schwerpunkt in der Architektur von reiner Parameterskalierung hin zur Effizienzoptimierung verschoben. Aktuelle Prioritäten sind KV-Cache-Kompression und hybride Attention-Mechanismen (Quelle: Sesame Disk, März 2026). Klassische Texte wie „Architecture of Open Source Applications“ (AOSA) gelten daher zunehmend als veraltete historische Artefakte, nicht als praktische Leitfäden für die Ära der Agenten (Quelle: HN Thread).
Praktiker fordern derzeit Fallstudien „nach klinischem Vorbild“, um moderne Entscheidungen zu LLMs und Agenten kritisch zu besprechen. Sebastian Raschkas „Build a Reasoning Model from Scratch“ (2026) ist zur maßgeblichen Quelle für das Verständnis agentischer Architektur geworden. Ein etabliertes Programm nach dem Vorbild klinischer Rotationen für Architekturkritik gibt es aber noch nicht (Quelle: Apple Podcasts/Sebastian Raschka). Ob aktualisierte Ausgaben der AOSA-Reihe von 2026 zu verteilten agentischen Systemen jemals erscheinen, wissen wir noch nicht.
Die meisten vorhandenen Architekturquellen leiden unter einer „Abstraktionslücke“: Ihr Wissen erweist sich als nutzlos, sobald es auf die unordentlichen Zwänge realer Legacy-Systeme trifft (Quelle: HN Thread). Das stützt Kladovs Argument, dass sich Urteilsvermögen in der Werkstatt entwickelt, nicht im Seminarraum. Selbst wenn die fortgeschrittenen Sprachmodelle von 2026 bei der Codegenerierung helfen, verlangen die grundlegenden Strukturentscheidungen weiterhin diese von Menschen geschulte technische Intuition.
Unsere Einschätzung
Hören Sie auf, abstrakte Architekturbücher zu lesen, die vor dem Wandel zu agentischen Systemen geschrieben wurden. Sie sind ungefähr so nützlich wie ein Stadtplan von London in Manchester. Wenn Sie verstehen wollen, wie moderne Systeme 2026 tatsächlich zusammenhängen, lesen Sie Raschkas neuestes Buch über Reasoning-Modelle und danach den Quellcode von TigerBeetle. Matklad hat recht: Architektur lernt man nicht durch das Auswendiglernen von Mustern. Man lernt sie, indem man Legacy-Systeme übersteht und sich mit Dokumentation aus ihnen herausarbeitet. Lassen Sie die „klassischen“ Empfehlungen links liegen und konzentrieren Sie sich auf Designs, bei denen Effizienz an erster Stelle steht.