Agent 2 ist kein kleiner Feinschliff an der Benutzeroberfläche, sondern ein neues Konzept dafür, wie der Assistent mit Umfang und Unklarheiten umgeht. Statt einzelne Befehle sofort auszuführen, behandelt er größere Funktionswünsche als mehrstufige Aufgaben: Zunächst stellt er Rückfragen, anschließend erstellt er einen geordneten Umsetzungsplan, den man freigeben muss. Diese Kontrollpunkte verhindern fehlgeschlagene Änderungen und sorgen dafür, dass Entwickler die Absichten des Agenten nachvollziehen können. Nach Änderungen prüft der Agent außerdem selbst auf Fehler – mithilfe des Problem-Scanners und Screenshots im Editor. Für Teams bedeutet das weniger unerwartete Regressionen und schnellere Rückmeldungen vom ersten Gedanken bis zur sicheren Änderung.

MCP (Model Connector Protocol) ist die zentrale Neuerung: Fügt man Bubble in Claude oder ChatGPT als Connector hinzu, können diese Modelle die App-Struktur untersuchen und live Seiten, Elemente und Workflows erstellen. Dabei wird kein statischer Code exportiert – stattdessen wird das visuelle Modell des Bubble-Projekts erweitert. So lässt sich etwa ein Vibe-Coding-Prototyp importieren, die Benutzeroberfläche im Chat iterativ mit einem Sprachmodell überarbeiten oder ein Teammitglied ohne Programmierkenntnisse ein Sprachmodell bitten, eine Berichts- oder Administrationsseite hinzuzufügen. Erste Demos zeigen deutliche Zeitersparnisse vom Anfang bis zum Ende: Was zuvor eine Übergabe an Entwickler erforderte, lässt sich nun von einer Person erledigen. Voraussetzung dafür sind jedoch Zugriffskontrollen und eine klare Möglichkeit, Änderungen rückgängig zu machen.

Der stufenweise Ansatz von Agent 2 – Rückfragen stellen, einen konkreten Plan entwerfen und die Freigabe einholen – verringert die kognitive Belastung für Entwickler und schafft sinnvolle Prüfpunkte. Soll beispielsweise ein Dashboard für angemeldete Nutzer hinzukommen, fragt der Agent nach Datenquellen, Berechtigungen und Sonderfällen. Anschließend unterteilt er die Arbeit in Seiten, wiederverwendbare Elemente und Workflows. Übergeordnete Schritte kann man freigeben und unkritische Anpassungen der Benutzeroberfläche dem Agenten überlassen. Für Produktmanager und Auditoren sind diese Kontrollpunkte konkrete Arbeitsgrundlagen: Sie erleichtern es, Umfang, Einführung und Rücknahmestrategien zu beurteilen.

Vibe-Coding-Plattformen und Codegeneratoren für die schnelle Erstellung von Prototypen sind zwar flott, erzeugen aber oft Ergebnisse, die sich ohne Programmierkenntnisse nur schwer warten lassen. Mit der Kombination aus MCP und visuellem Editor will Bubble das wartbare Ziel sein: Statt Rohcode zu exportieren, importiert man das Verhalten in ein visuelles Modell, das Produktteams bearbeiten können. Dadurch könnte Bubble zum „dauerhaften Backend“ für Ergebnisse verschiedener KI-Assistenten werden. Der Nachteil liegt bei der Governance: Damit Bubble wirklich eine sichere Ausführungsumgebung für mehrere Agenten wird, braucht es eine robuste Versionsverwaltung, klare Agentenberechtigungen und transparentere Kostensignale.

Die neuen Möglichkeiten bringen betriebliche Risiken mit sich: versehentliche Schleifen, die externe APIs aufrufen, unklare Zuständigkeiten bei Beiträgen von Agenturen oder Drittanbieter-Agenten und unerwartet hohe Kosten, wenn automatisierte Workflows skaliert werden. Bubble begegnet diesen Risiken derzeit mit Kontrollpunkten für Agenten, dem Problem-Scanner und einem Vertriebsangebot für Unternehmen mit höherem Arbeitsaufkommen. Das ist hilfreich, reicht aber noch nicht aus. Solange Verzweigungen, eine robustere Versionsverwaltung und fein abgestufte Agentenberechtigungen nicht allgemein verfügbar sind, sollten Teams den MCP-Zugriff wie Zugangsdaten zu einer Produktionsdatenbank behandeln: Zugriffsbereiche begrenzen, für agentengesteuerte Entwicklungen Staging-Projekte nutzen und Bereitstellungen nur nach ausdrücklicher Freigabe zulassen.