Früher habe ich eher Claude bevorzugt, aber in letzter Zeit gefällt mir Codex besser. Ich hoffe, dass sich beide wie iOS und AOS komplementär weiterentwickeln.
Das ist doch nur eine Selbsttäuschung. Wenn man Dinge, die sich schnell ausprobieren lassen, einfach testet und dabei Daten sammelt, bringt das mehr — worin unterscheidet sich das von so einem „Ach, egal, ich bin halt Theoretiker“? lol
Für mich sieht das nur so aus, als würde da jemand aufschreien, weil gerade bewiesen wurde, dass die eigene Theorie, die bisher mangels Umsetzbarkeit nie verifiziert werden konnte, ziemlich nutzlos ist.
Wenn man wirklich ein Denker wäre, würde man in dieser Situation über AI herausfinden, welches Problem man lösen sollte, und sich immer noch Gedanken machen, um eine bessere Lösung zu finden.
An einem von fünf Arbeitstagen arbeite ich während der Arbeitszeit bewusst ohne LLM, und sonntags nutze ich LLMs überhaupt nicht – das ist gut machbar.
Es scheint anhand der lokal vorhandenen Sitzungsdaten generiert zu werden. Da ich es auf meinem Heim-PC ausprobiert habe, kommt nicht viel dabei heraus.
Mit „right tool for the job“ sind doch von vornherein Dinge wie Unternehmensgröße, Wartbarkeit und Kosten insgesamt mitgemeint. Ich verstehe nicht, seit wann dieser Satz so ausgelegt wird, dass man ein Tool verwenden soll, das nur auf eine bestimmte Aufgabe spezialisiert ist.
Früher war das schon so, aber Dienste wie supabase und neon db scheinen inzwischen noch besser zu sein, weil sie auch für das Vibe-Coding von Nicht-Entwicklern gut geeignet sind.
Ich synchronisiere Obsidian auf Windows, Mac und iPhone komplett über iCloud.
Ohne das kostenpflichtige Sync zu nutzen, scheint das derzeit die beste Methode zu sein.
Wie verwaltet ihr das eigentlich zwischen Windows + Mac + iPhone?
Ich verwalte zwischen Windows und Mac mit Git und zwischen Mac und iPhone mit iCloud, aber dabei gibt es doch einige unbefriedigende Punkte. (Ich habe unter Windows per Git committet, aber zu iCloud wird es nicht automatisch hochgeladen.)
Ich frage aus Neugier!
Oh, das erstellt den Bericht wirklich sehr übersichtlich. Es schreibt sogar freundlicherweise eine Anleitung zum Aktualisieren von CLAUDE.md dazu – eine wirklich gute Funktion.
Bei riesigen Systemen auf Enterprise-Niveau zeigt AI bei der Auswahl eines geeigneten Processing-Modells und der Entscheidung für einen Pipeline-Ansatz in Sachen Reifegrad noch immer Schwächen, daher lohnt es sich wohl, den Blick auf die Architektur zu richten.
Natürlich ist auch die Frage, wie lange das trägt ...
Dann stillt man eben den Drang, schwierige Algorithmusprobleme zu lösen, und geht das Business pragmatisch an — viel andere Möglichkeiten gibt es nicht.
Ich hatte Sonnet 5 erwartet, aber es war Opus 4.6, haha.
Früher habe ich eher Claude bevorzugt, aber in letzter Zeit gefällt mir Codex besser. Ich hoffe, dass sich beide wie iOS und AOS komplementär weiterentwickeln.
Auch per E-Mail lässt es sich offenbar über himalaya nutzen.
Das ist doch nur eine Selbsttäuschung. Wenn man Dinge, die sich schnell ausprobieren lassen, einfach testet und dabei Daten sammelt, bringt das mehr — worin unterscheidet sich das von so einem „Ach, egal, ich bin halt Theoretiker“? lol
Für mich sieht das nur so aus, als würde da jemand aufschreien, weil gerade bewiesen wurde, dass die eigene Theorie, die bisher mangels Umsetzbarkeit nie verifiziert werden konnte, ziemlich nutzlos ist.
Wenn man wirklich ein Denker wäre, würde man in dieser Situation über AI herausfinden, welches Problem man lösen sollte, und sich immer noch Gedanken machen, um eine bessere Lösung zu finden.
An einem von fünf Arbeitstagen arbeite ich während der Arbeitszeit bewusst ohne LLM, und sonntags nutze ich LLMs überhaupt nicht – das ist gut machbar.
Es scheint anhand der lokal vorhandenen Sitzungsdaten generiert zu werden. Da ich es auf meinem Heim-PC ausprobiert habe, kommt nicht viel dabei heraus.
Mit „right tool for the job“ sind doch von vornherein Dinge wie Unternehmensgröße, Wartbarkeit und Kosten insgesamt mitgemeint. Ich verstehe nicht, seit wann dieser Satz so ausgelegt wird, dass man ein Tool verwenden soll, das nur auf eine bestimmte Aufgabe spezialisiert ist.
Wäre es nicht möglich, den von AI erzeugten Code durch zusätzliche Builds und paralleles Thinking weiter zu verbessern?
Früher war das schon so, aber Dienste wie supabase und neon db scheinen inzwischen noch besser zu sein, weil sie auch für das Vibe-Coding von Nicht-Entwicklern gut geeignet sind.
Schon die Idee, diese Arbeit in nur 30–40 Stunden erledigen zu wollen, ist etwas für echte alte Hasen …
Ich synchronisiere Obsidian auf Windows, Mac und iPhone komplett über iCloud.
Ohne das kostenpflichtige Sync zu nutzen, scheint das derzeit die beste Methode zu sein.
Umgekehrt gibt es auch Stimmen, die sagen: "2026 solltet ihr aufhören, MySQL zu verwenden."
https://optimizedbyotto.com/post/reasons-to-stop-using-mysql/
PwC betreibt auch Beratungsgeschäft. Das mit der Beratung verbundene SI-Geschäft hat offenbar ebenfalls ein beträchtliches Volumen...
Wie verwaltet ihr das eigentlich zwischen Windows + Mac + iPhone?
Ich verwalte zwischen Windows und Mac mit Git und zwischen Mac und iPhone mit iCloud, aber dabei gibt es doch einige unbefriedigende Punkte. (Ich habe unter Windows per Git committet, aber zu iCloud wird es nicht automatisch hochgeladen.)
Ich frage aus Neugier!
Oh, das erstellt den Bericht wirklich sehr übersichtlich. Es schreibt sogar freundlicherweise eine Anleitung zum Aktualisieren von
CLAUDE.mddazu – eine wirklich gute Funktion.Oh! Ich hoffe eher auf einen Geek Day als auf eine Geek Night 😊
Übrig bleibt nur der Mac mini; da es noch am Anfang steht, kommt sicher noch etwas Besseres heraus.
Die sind viel zu langsam … Es scheint, als gäbe es bis jetzt nicht einmal ein ordentliches Google-Workspace-MCP.
Bei riesigen Systemen auf Enterprise-Niveau zeigt AI bei der Auswahl eines geeigneten Processing-Modells und der Entscheidung für einen Pipeline-Ansatz in Sachen Reifegrad noch immer Schwächen, daher lohnt es sich wohl, den Blick auf die Architektur zu richten.
Natürlich ist auch die Frage, wie lange das trägt ...
Dann stillt man eben den Drang, schwierige Algorithmusprobleme zu lösen, und geht das Business pragmatisch an — viel andere Möglichkeiten gibt es nicht.
Dann muss man Ersteres wohl bald wie Stricken als Hobby betreiben.