Auch George Hotz nutzt KI nur im Bewusstsein, dass sie eine Art Compiler ist. Bei Design, Struktur oder der Auswahl ist nach wie vor menschliches Urteilsvermögen nötig ... Wenn man der KI insgesamt die Führung überlässt, gibt es letztlich keinen Grund mehr, warum das überhaupt noch ein Entwickler machen sollte.

Eigentlich gilt das nicht nur für LLMs, sondern auch für Menschen.
Der Unterschied ist, dass Menschen Feedback verarbeiten können, während sich merkwürdige Gewohnheiten bei LLMs kaum korrigieren lassen. Selbst wenn man sie darauf hinweist, machen sie es irgendwann am Ende doch wieder genauso.
Entstehen nicht genau an diesem Punkt Ineffizienz und Ermüdung?

Wurde verschoben, da es nicht zu Show GN passt.
Bitte lies die Anleitung zur Nutzung von Show und stelle es dann erneut ein.

Wenn man eine bereits perfekt implementierte, extrem optimierte Query als Vergleich nimmt und dann verlangt, sie in einer anderen Sprache neu zu schreiben, ist es natürlich klar, dass sie langsamer ist.
Man hat ja nur gesagt: „Schreib’s einfach“, hahaha

Die Vibe-Coder auf Big-Tech-Niveau werden wohl gleich in den Kommentaren auftauchen.

Ach, mein Senior, achten Sie trotzdem zuerst auf Ihre Gesundheit. Haben Sie das vergessen? Ich erinnere mich, dass es oft Nachrichten darüber gab, wie Veteranen der ersten IT-Generation nach durchgearbeiteten Nächten voller Leidenschaft plötzlich starben. Ich bin selbst in den mittleren Vierzigern, und dank AI kann ich inzwischen sogar Kinderbetreuung und Arbeit unter einen Hut bringen und arbeite deutlich entspannter als früher. ^^

Bitte auch AMD ROCm unterstützen.

Wenn man das E-Book (kostenpflichtig) kauft, scheint ein Download als PDF oder EPUB möglich zu sein.
Für diejenigen, die es brauchen, werde ich es bald vorbereiten.
Vielen Dank.

Das merkt man sofort, selbst wenn man es nur ein bisschen ausprobieren lässt. Ich konnte nicht nachvollziehen, warum andere Entwickler sagen, dass Reviews ermüdend seien, aber egal wie gut man Prompts und Skills einsetzt, der von der KI erzeugte Code hatte immer irgendwo einen Mangel.

Dem kann ich zustimmen.

Auch für mich, der ich seit mehr als zehn Jahren viel herumprobiert und mich durchgebissen habe, weckt Claude Code wieder dieses aufregende Gefühl, das ich hatte, als ich zum ersten Mal mit einer Programmiersprache in Berührung kam.

Ich lasse Ergebnisse, die ein LLM erzeugt hat, niemals einfach so durchgehen. Im Gegenteil: Wenn ein Engpass entsteht, habe ich eher das Gefühl, noch mehr zu lernen und zu studieren, weil ich sehe, dass man ein Problem auch auf verschiedene Arten lösen kann.

Dem stimme ich voll zu.

Wenn ich mich in letzter Zeit in meinem Umfeld umschaue, habe ich wirklich das Gefühl, dass Menschen mit etwas mehr Berufserfahrung viel mehr Spaß daran haben, mit KI zu spielen.
Weil sie bereits Erfahrungen damit gesammelt haben, Dinge umzusetzen, fühlt es sich bequem an, Aufgaben, die sie früher gemeinsam mit Menschen erledigt haben, jetzt der KI zu überlassen.

Andererseits mache ich mir auch Sorgen, dass die Menschen, die diese Situation genießen, bereits bis zu einem gewissen Grad in einer sicheren Position sind und KI eher wie ein Spielzeug betrachten und damit spielen können, während junge Leute wohl ziemlich ratlos in die Zukunft blicken müssen.

Ich habe den Originaltext gelesen, und die Analyse und Kritik wirken plausibel. Allerdings haben die in der Arbeit zitierten Forschungsmodelle aus heutiger Sicht einen etwas veralteten(?) Eindruck.

Etwas anders aufbereitete Zusammenfassung der Hacker-News-Kommentare

Wiederentfachte Leidenschaft — Stimmen erfahrener Fachleute

burnstek (in den 50ern)

• War von den endlosen Veränderungen im Web-Stack (Angular, React, Vue, npm usw.) erschöpft und hatte das Coden ganz aufgegeben
• Tools wie Claude Code wurden zum „ultimativen Cheatcode“ und haben den kreativen Antrieb wiederbelebt
• Versteht Architektur und das Plumbing des Codes, muss sich aber nicht mehr um Implementierungsdetails kümmern
• Fügt hinzu, dass er auch das Verschwinden von LeetCode begrüßen würde

kitd (in den 60ern, geht diesen Sommer in Rente)

• Gegenposition: Agenten haben ihm den Großteil der Zufriedenheit genommen, die aus Feature-Design, Implementierung, Tests und Fertigstellung kommt
• Findet, dass schon darin genug Erfüllung liegt, etwas ohne Frameworks einfach und effizient zu bauen
• Vergleicht das mit den Gefühlen, die Weber während der Industriellen Revolution gegenüber mechanischen Webstühlen hatten
• Erkennt den Reiz von Agenten aus Geschäftssicht an, aber für ihn ist die Freude am Coden verschwunden

LogicFailsMe (lange Berufserfahrung)

• Hatte viele Ideen, aber zu wenig Zeit für Prototyping-Code; Claude Code hat dieses Problem gelöst
• Da AI bereits optimierten Code leistungsmäßig nicht verbessern kann, fühlt es sich an, als hätte er einen unermüdlichen Junior Engineer bekommen
• Dinge, mit denen Cursor vor einem Jahr noch herumirrte, erledigt Claude Code leicht, halluziniert aber weiterhin an merkwürdigen Stellen
• Bewertet AI-Coding-Agenten als eine Innovation auf dem Niveau der ersten Begegnung mit CUDA vor 20 Jahren
• Erwartet, dass es wie damals beim Widerstand gegen CUDA auch heute Menschen geben wird, die sich gegen AI sträuben

ACCount37

• Kern der Spaltung: Hat man Freude an der „Mikro“-Arbeit, also am Zusammensetzen von Codeschnipseln, oder am Bau funktionierender Systeme („Makro“)
• Wer Ersteres mag, wird AI-Agenten hassen; wer Letzteres mag, wird sie mögen

ThrowawayR2

• Sieht den Kern der Spaltung im Unterschied Manager-Typ vs. Hacker-Typ
• Merkt an, dass viele der LLM-Begeisterten keine hands-on Codierenden sind, sondern PMs, Manager oder Staff+-Engineers
• Weist auch darauf hin, dass die Trainingsdaten für künftige Sprachen und Frameworks letztlich von den Hackern stammen, die diese „Mikro“-Arbeit leisten

nineteen999 (über 40 Jahre Berufserfahrung)

• Da die Hände nicht mehr so beweglich sind wie früher und Arthritis bzw. Handgelenkschmerzen aufgetreten sind, wurde AI zu einem göttlichen Geschenk
• Hat die Erfahrung gemacht, dass AI Großartiges leisten kann, wenn man strukturiert arbeitet und sich auf APIs/Schnittstellen konzentriert

cheema33 (in den 50ern)

• Findet Freude nicht an API-Details, sondern an der Problemlösung selbst, und fühlt sich durch Claude Code beflügelt
• Wie die Rolle von Assembler-Programmierern über Jahrzehnte zurückging, werde es auch hier ähnliche Veränderungen geben

bartread (ähnliches Alter, ähnliche Situation)

• War extrem erschöpft davon, über Jahrzehnte immer wieder dieselbe Arbeit auf neue Weise neu lernen zu müssen
• Claude ist ein gewaltiger Multiplikator, der ihn ohne Coding-Input auf Problemlösung und UX fokussieren lässt
• Statt CSS oder Tailwind selbst anfassen zu müssen, beschreibt man einfach das gewünschte Ergebnis und bekommt es
• Nennt es die „ultimative deklarative Programmierung“

jitbit (wird dieses Jahr 50)

• Die Leidenschaft fürs Coden ist nie verschwunden, aber begrenzte Zeit wird zunehmend zum Problem
• Mit Claude Code und Cursor lässt sich massiv Zeit sparen
• Da noch 10 bis 20 aktive Jahre vor ihm liegen, erscheinen diese Tools umso wichtiger

Kritik und Sorgen — Warnungen von Experten

samiv (Principal Engineer)

• Fühlt sich enteignet, weil sich über Jahrzehnte aufgebautes Fachwissen stark entwertet anfühlt
• Beobachtet empirisch, dass ausgerechnet die Menschen am meisten von AI begeistert sind, die Software nicht besonders gut bauen
• Ist deprimiert und antriebslos und denkt über einen vorzeitigen Ruhestand nach

hi_hi

• Gegenargument: Man kann jahrzehntelange Expertise dafür nutzen, LLMs auf Expertenniveau einzusetzen
• Die zentralen Kriterien guter Software (Wartbarkeit, langfristige Funktionsfähigkeit) ändern sich nicht
• Da AI allein nichts erschaffen kann, braucht es Erfahrung, um Wert zu erzeugen

bri3d (Staff Engineer)

• AI ist für hervorragende Engineers ein Multiplikator, für Juniors aber ein 10-facher Verstärker für Slop-Output
• Die eigentliche Sorge: Wie bildet man künftig Menschen aus, die guten von schlechtem Code unterscheiden können
• Wenn weniger Juniors eingestellt werden, wer wächst dann zu Experten heran? In 5 bis 10 Jahren könnte ein Berg an Technical Debt da sein, aber niemand mehr, der ihn beseitigt
• Paradoxerweise könnte das für erfahrene Engineers aktuell eine goldene Chance sein

switchbak

• Warnt, dass die Haltung „um Implementierungsdetails muss man sich nicht kümmern“ ernste Probleme verursacht
• Manager reichen bereits riesige PRs ein und ignorieren dabei die Details
• In einer fremden Codebasis wie Haskell kann man selbst mit den besten Absichten große Fehler machen

0x20cowboy

• LLMs sind stark beim Coden, aber katastrophal in Software Engineering
• Genau das sei mit der Aussage gemeint, dass sie einen „Guide“ brauchen
• Arbeitet gerade an der Reparatur einer vibe-coded App: Einzelne Funktionen sind okay, aber die Gesamtstruktur ist Spaghetti-Code
• Wer Freude am Tippen von Code selbst hat, hat ein Problem; wer Freude am Bau ganzer Systeme hat, wird weiterhin genug zu tun haben

codazoda (40 Jahre Berufserfahrung, wird dieses Jahr 50)

• Hat mit Claude einen Node-basierten Editor gebaut, bekam aber statt seines bisherigen 2,7-KB-Tools ein 48-KB-Bundle mit 89 Abhängigkeiten
• Gibt zu, dass es sein Fehler war, die Bedingung „zero-framework“ nicht in den Prompt geschrieben zu haben, betont aber den Punkt, dass man AI professionell steuern muss
• Kam zu dem Schluss, dass der Code keinen 5-Jahres-Test bestehen würde, und beschloss, neu anzufangen

ACS_Solver

• War zwei Jahre lang skeptisch gegenüber LLM-Coding, hat aber das Gefühl, dass die jüngsten Modelle einen Kipppunkt überschritten haben
• Hat ein Refactoring, das Tage gedauert hätte, in 4 Stunden erledigt und eine einstündige Aufgabe in 10 Minuten
• Musste aber selbst eingreifen, wenn es in die falsche Richtung lief oder Edge Cases übersehen wurden
• Die eigentliche Sorge: Wenn es keine Junior-Einstellungen mehr gibt, wie entstehen dann noch Experten
• Findet es beeindruckend, dass mit Sonnet 4.6 offenbar das Problem behoben wurde, Tests willkürlich umzuschreiben

Debatte um Demokratisierung — beide Seiten

lovelearning

• Kritisiert die Aussage „Jeder Idiot kann mit LLMs Software bauen“ als elitär
• Bewertet die Entwicklung positiv und verweist auf historische Präzedenzfälle wie Buchveröffentlichung, Web-Publishing, Open Source und die Demokratisierung von Hardware

latexr

• Gegenargument: LLMs sind keine echte Demokratisierung, sondern eine Struktur der Abhängigkeit von wenigen Unternehmen
• Wirklich demokratisch sei das frühere Internet mit seinen zahlreichen freien Ressourcen gewesen

atonse (Tech Lead)

• Urteilsvermögen, Geschmack und Architektur bleiben weiterhin sein Beitrag, und AI verstärkt das um das Hundertfache
• Begrüßt, dass nun auch Nicht-Entwickler Zugang bekommen — Ideen müssen nicht mehr im Kopf sterben

iExploder

• Es war bereits demokratisiert — mit genug Motivation konnte es jeder lernen
• Versteht aber die Frustration darüber, dass das gesellschaftliche Versprechen „Wenn du lernst, wirst du belohnt“ zerbrochen ist

Generationenkonflikt und ökonomische Realität

tavavex (jüngere Generation)

• Weist darauf hin, dass die meisten HN-Kommentierenden zwischen 40 und 60 sind und bereits Vermögen und Karriere aufgebaut haben
• Sie sind durch Seniorität, Erfahrung und den Wechsel in Managementrollen abgesichert, während Berufseinsteiger und Mid-Level-Kräfte tatsächlich gefährdet sind
• Sagt, vor dem Hintergrund einer „Explosion“ klinge das wie „Geschichten über das Spielen mit Spielzeug“

Dumblydorr

• Jahrzehntelang aufgebaute Fähigkeiten können inzwischen von einem PM in 5 Minuten mit Tokens reproduziert werden
• Massenentlassungen, ein schlechter Arbeitsmarkt, eine Flut von AI-Tools und die Möglichkeit einer Blase — unter diesen Umständen fällt Optimismus schwer

rps93

• Hat 2009 eine Karriere in UX-Research und Frontend begonnen, hat aber das Gefühl, dass es durch AI zu einem aussterbenden Beruf geworden ist
• Verkauft sein Haus, um Gewinne zu sichern und sich auf einen Kollaps des AI-Markts vorzubereiten

bayarearefugee

• Finanzielle abgesicherte Menschen lieben die LLM-Welt, während andere ihre Karriere verlieren
• Weist darauf hin, dass die Erfahrungen dieser beiden Gruppen radikal auseinandergehen

Beispiele für eine Wiedergeburt älterer Entwickler

dbdoug (fast 80)

• Hatte über 10 Jahre lang nicht programmiert, schreibt mit Claude und Gemini nun wieder Python und AppleScript
• Liest und studiert den generierten Code Zeile für Zeile und nutzt ihn als Lernwerkzeug

meebee (66)

• Hat in den letzten Monaten selbst mehrere Apps fertiggestellt: Media-Wishlist, Einkaufsliste, Gesundheitslog, Habit-Tracker, iOS-Watch-App (inklusive Schachtaktik-Trainer) usw.
• Da bestehende Bezahl-Apps nicht alle gewünschten Funktionen boten, hat er per vibe-coding eigene Apps gebaut
• Hat Familiensynchronisation umgesetzt, indem iCloud und die SQLite-DB auf einem Raspberry Pi verbunden wurden

rayxi271828 (über 30 Jahre Berufserfahrung)

• Dachte, die Aufregung aus COM/DCOM/MFC/ATL-Zeiten sei für immer vorbei, aber mit Claude Code und Codex kam das Kribbeln der ersten Liebe zurück
• Hat sogar selbst einen Orchestrator gebaut, der mit Container-Agenten über Telegram spricht

ChrisMarshallNY (63)

• Schreibt eine real veröffentlichte App mit Tausenden Nutzern seit einem Monat mit LLMs neu (eine Arbeit, die ursprünglich 13 Monate dauerte)
• Das Schwierigste nach dem Ruhestand war die Isolation des Arbeitens allein; LLMs haben ihm das Gefühl zurückgegeben, wieder im Team zu träumen

tqwhite (73, vollständig im Ruhestand)

• Schrieb 1967 sein erstes Programm und betreibt Jahrzehnte später einen Claude-Code-basierten Agenten („Milo“), der mit einer neo4j-Graphdatenbank integriert ist
• Nutzt neo4j, ohne die Abfragesprache CYPHER zu lernen — erlebt AI als kognitiven Partner
• Bedauert, dass pensionierte Gleichaltrige diese Freude nicht verstehen

Vertiefung der Dichotomie „Mikro vs. Makro“

zmmmmm

• Empfiehlt, statt Agent-Mode lieber direkte Kontrolle zu behalten
• So kann man langweiliges Syntaxlernen und Infrastrukturhürden loswerden und trotzdem die Kontrolle über die Architektur behalten

fragmede

• Gegenargument: Ohne Agent-Mode ist der Produktivitätsgewinn begrenzt
• Wenn man die Loops gut orchestriert, sind Workflows möglich, die stundenlang allein laufen
• Beschreibt, dass sich die Zufriedenheit von „Code schreiben“ zu „Komponenten fertigstellen und danach polishen“ verschoben hat

empath75 (ADHS)

• Hatte wegen ADHS über Jahrzehnte eine Liste unvollendeter Projekte; Claude beseitigt die Reibung zwischen Idee und Umsetzung
• Der zentrale Wert liegt darin, schnell CLI-, TUI- und Web-UIs bauen zu können
• Hat innerhalb weniger Monate mehrere Ideen verworfen und eine davon bei der Arbeit in Produktion gebracht

echelon (ADHS)

• Sagt, Claude Code beseitige ADHS und versetze ihn in Hyperfokus
• Nutzt noch keinen Agent-Mode, sondern gibt Dateipfade, Struct-Namen und SQL-Joins selbst vor und prüft allen Code
• Bewertet besonders die Qualität von Rust-Code als sehr gut
• Warnt, dass AI in Projekten mit schlechter Codequalität auch wieder nur entsprechend schlechten Code erzeugt

Ungewöhnliche Perspektiven und philosophische Überlegungen

antirez

• Gute Programmierer können LLMs gut einsetzen, weil sie wissen, was sie bauen wollen, und Architekturideen haben
• Ohne Ideen und Richtung wird das Ergebnis so dürftig wie bei einer durchschnittlichen Person mit Corel Draw in den 90ern

rendall

• Ein ähnlicher Paradigmenwechsel wie bei Malern nach der Erfindung der Fotografie, als sie sich von Dokumentierenden zu Künstlern und Interpreten wandelten
• Impressionismus, Surrealismus usw. seien Ergebnisse einer jahrzehntelangen Anpassung an diesen Wandel
• Erfahrene Engineers könnten nach AI gesellschaftlich sogar wertvoller werden

jorl17 (Anfang 40)

• Das Gefühl aus der Studienzeit, „10 Schritte voraus“ zu sein, war in den letzten Jahren verblasst, kommt mit AI aber wieder zurück
• Hat erkannt, dass seine Freude nicht im Coden, sondern in der Problemlösung liegt
• Sagt, Software sei endlich im DIY-Zeitalter angekommen — selbst 65-jährige Nicht-Entwickler können nun eigene Software bauen

elzbardico

• Nutzt Claude Code und AMP viel, erlebt aber häufig schlechten Code, Regressionen und mangelnde Optimierung, wenn man nicht aufpasst
• Modularität ist miserabel, und 50 Jahre alte Konzepte wie Kohäsion und Kopplung werden ignoriert
• Coding-Agenten sind großartige Tools, aber wer glaubt, damit allein komplexe Systeme bauen zu können, nutzt sie falsch

al_borland (bevorzugt direktes Coden)

• Hat Claude zwei Tage lang ausprobiert und war überhaupt nicht zufrieden — es fühlte sich an wie ein A durch Schummeln in einer Prüfung
• Man lernt nichts und bekommt ohne Erfolgserlebnis einfach nur ein Ergebnis
• Erklärt es mit dem Unterschied zwischen selbst die Rohre reparieren und eine Firma für Fensteraustausch beauftragen — nur Ersteres gibt ihm ein Erfolgserlebnis
• Will den betreffenden Branch löschen und alles selbst neu schreiben

vitaflo (Rust-Entwickler)

• Aussage des Teamleiters: „Die Reise sieht für jeden auf diesem Weg anders aus.“
• Agent-Mode macht ihn selbst deprimiert, aber er nutzt LLMs als Planungstool — für Brainstorming und als Rubber Duck sind sie sehr nützlich
• Empfiehlt, den eigenen Weg zu finden

Thanemate (45)

• Warnt vor Survivorship Bias und Gruppendenken auf HN
• Menschen, die vom LLM-Hype erfasst sind, besuchen HN tendenziell häufiger
• Erlebt selbst eine existenzielle Krise und Depression durch den Zwang, AI zu nutzen — die Arbeit, mehrere Agenten ständig zu korrigieren, sei zermürbend

Karpathys Vorstellungs-Tweet
> Für alle, die es am Wochenende ausprobieren möchten, habe ich das vorbereitet.
> Ein Werk aus Code, Science-Fiction und einem Hauch Wahnsinn :)

Warum machen Sie so etwas am Wochenende, Herr Professor?

Kann man das vielleicht nicht herunterladen?

Es scheint, als sei hier ein Gesamtwert gemessen worden, in den auch Variablen jenseits der Spracheigenschaften eingeflossen sind. Auf GitHub gibt es zwar Ergebnisse zur für jedes Experiment benötigten Zeit, aber keine Ausführungsprotokolle. Selbst die benötigte Zeit pro Teilaufgabe, eine der gebräuchlichsten Metriken, lässt sich kaum verifizieren, und aufgrund der Eigenschaften von LLM-Ausgaben scheint eine Reproduktion unmöglich zu sein.

Auch der Autor erkennt im Abschnitt zu den Einschränkungen an, dass es sich um eine einmalige Arbeit in der Prototyping-Phase handelt. Dennoch halte ich das Experiment insgesamt für nicht transparent genug und für eines, bei dem die Variablen nicht kontrolliert wurden.

In letzter Zeit passieren in npm-Paketen immer wieder ähnliche Dinge.

Aber aufgrund der Eigenschaften von Ruby ist der Tokenverbrauch zwangsläufig geringer. Es eignet sich gut dafür, Code kurz zu schreiben, und entsprechend sinkt auch der Tokenverbrauch, etwa bei der Anzahl der ausgegebenen Tokens.

Das heißt also, dass KI die Juniors ersetzt, die eigentlich zu Seniors werden sollten. Lang lebe die KI, hoch lebe sie, tausendmal hoch!