Ein großer Programmieragent sucht oft zunächst in Ordnern nach der Ursache eines Problems. LightOns am 4. Oktober veröffentlichte Arbeit, ergänzt durch eine praktische Ankündigung am 12. Oktober, überlässt diesen Schritt dem spezialisierten ColGrep-Agent-2B. Er sucht lokal nach Dateien und Zeilen; eine richtige Fehlerkorrektur entsteht dadurch noch nicht.

Im Autorentest mit 52 Fragen in 13 Repositories sank der Verbrauch von Cloud-API-Token um 34,3 %. Lokale Berechnungen zählen nicht zu dieser Einsparung. Die mittlere Zeit stieg von 13 auf 21,6 Sekunden; die Genauigkeit lag bei 80,8 % gegenüber 83,3 % mit gewöhnlicher Suche. Der Unterschied war statistisch nicht signifikant, beweist aber keine gleiche Qualität: Das Intervall lässt auch einen deutlichen Rückgang zu.

Ein Wartungsteam übernimmt beispielsweise ein großes, schlecht dokumentiertes Programm. Eine Frage zum Verhalten könnte das richtige Modul finden, ohne Funktionsnamen zu kennen. Der Spezialist könnte dem teuren Modell das wiederholte Lesen unpassender Dateien ersparen und Menschen die erste Orientierung erleichtern.

Voraussetzungen sind ein aktueller Index, überprüfte Fundstellen und Tests mit eigenen Aufgaben. Lokale Suche garantiert nicht den Datenschutz des gesamten Ablaufs: Ein nachgeschalteter Cloud-Agent kann gefundenen Code weiterhin übertragen. Auch Hardwarekosten, Wartezeit und übersehene Dateien gehören in die Bilanz.

Optimistisch lässt sich innerhalb von 1–3 Wochen ein eng begrenzter Pilot an einem freigegebenen Repository prüfen. Entscheidend wären Einsparungen bei vergleichbarer Richtigkeit, nicht nur weniger Token. Für autonome Wartung eines ganzen Systems liefert die Arbeit weder einen Termin noch einen Nachweis.