Wow, jetzt bekommen also auch Delphi und C++Builder AI-Entwicklungskomponenten.
Delphi ist für mich irgendwie so etwas wie eine geistige Heimat, deshalb schaue ich mir jede Neuigkeit dazu an, sobald sie erscheint.
Zu sagen, man strebe mit TypeScript nach hoher Performance ... ist das vielleicht ein bisschen so, als würde man mit einem Traktor einen Rennwagen anstreben?
Zwar bemühen sich große wie kleine Unternehmen im Inland intensiv darum, AI fest in ihre Organisation zu integrieren, doch dass sie dabei jedes Mal die falsche Richtung einschlagen oder unterwegs scheitern, liegt wohl vor allem an diesem verdammten Zwang, in kurzer Zeit Ergebnisse vorweisen zu müssen.
Auch ich habe das zuletzt bei Projekten zur Einführung von RAG und LLMs bei Banken und Versicherungen gespürt:
Den Kunden ist insgeheim durchaus klar, dass dieses AI-Geschäft ein riesiger und sehr langer Marathon ist, doch der Wunsch, dass „die süßen Früchte unbedingt mir gehören müssen“, ist der Hauptgrund, warum am Ende alles untergeht.
Wenn man es mit Führungskräften zu tun hat, bei denen sich eine Mentalität breitgemacht hat wie einst beim Krypto-Hype — „mit kleinem Seed starten und in kurzer Zeit enorme Gewinne oder Erfolge erzielen“ —, dann seufzt man ganz automatisch.
Eine Investition in AI bedeutet eben nicht einfach, ein Projekt zu beauftragen, ein potenziell profitables Produkt oder einen Service zu bauen und den Mitarbeitenden die Nutzung aufzuzwingen. Doch während alle auf bloß vorzeigbare Ergebnisse fixiert sind und dann gewaltige Betriebskosten zurückschlagen, heißt es am Ende nur noch
„AI ist ein Geldfresser“ oder „AI ist eine Blase“, und darauf wird dann gern noch nachgetreten.
Ah, dann haben Sie meinen Modus wohl schon einmal in einer anderen Community gesehen.
In den von mir verfassten Beiträgen gibt es zwar noch viele unzureichende Stellen, aber ich würde mich freuen, wenn sie hilfreich sein könnten.
Ich habe in einer anderen Community gesehen, dass Sie den Mod hochgeladen haben, und es stimmte wirklich, dass es der Beitrag der Person war, die diesen Mod erstellt hat.
Ich hätte nicht gedacht, dass Sie sogar noch einen Leitfaden zum Blueprint-Modus geschrieben haben – danke.
Sie waren ohnehin schon jemand, der wirklich gut entwickelt!
Genau. Wie auch im Haupttext steht, ist es tatsächlich so, dass sich die Größe des Projektcodes nach der Code-Verbesserung verringert hat.
In diesem Beispiel gab es jedoch gemessen an der Zeichenanzahl nur eine Reduktion von etwa 10 %, und allein damit lässt sich der Rückgang des Token-Verbrauchs um 37,91 % nicht erklären.
Im Haupttext gibt es einen Link zum Quellcode-Repository, und jede Person kann den Test selbst reproduzieren und überprüfen.
Ergänzend dazu sollte die Struktur des Codes entsprechend dem jeweiligen Projektmodell strukturell verbessert werden. Wie in der Antwort unten beschrieben, zeigt die AI passende Methoden zur Strukturverbesserung für das jeweilige Projekt auf, wenn man sie danach fragt.
Meine persönliche Empfehlung ist, der AI nicht sofort eine direkte Anweisung zur Strukturverbesserung zu geben. Besser ist es, sie zunächst um Vorschläge zu bitten; sie liefert dann Antworten, und wenn Sie im Gespräch gemeinsam zu einem ausreichend effizienten Vorschlag gelangt sind, können Sie sie die Umsetzung vornehmen lassen.
Ein zusätzlicher Tipp: Es ist am besten, die Arbeit möglichst abzuschließen, bevor eine Kontextzusammenfassung (Zurücksetzen des Kontextpuffers) erfolgt. Falls ein Zurücksetzen des Kontextpuffers unvermeidlich ist, ist es sinnvoll, die AI vorher zu bitten, Verbesserungsregeln zu .cursorrules hinzuzufügen. Wenn während der Arbeit ein Kontext-Reset stattfindet, steigt die Wahrscheinlichkeit, dass die AI Fehler macht.
Es stimmt, dass ich den DeepRAGal-Modus selbst entwickelt habe, und er wird derzeit über einen privaten Server bereitgestellt. (Das ist wegen der Chzzk-OAuth-Authentifizierung erforderlich.)
Die Entwicklung dieses Modus umfasst auch Arbeiten mit der Unreal Engine, aber leider ist Vibe Coding auf der Unreal-Engine-Seite schwierig.
Stattdessen ist die Methode der Mod-Entwicklung selbst nicht besonders schwierig, daher können Sie, falls Sie interessiert sind, sie mithilfe des Leitfadens zur Mod-Entwicklung (https://modgo.org/dib-rag-gaelreogtig-modeu-gaebal-part-1/) leicht erlernen.
Zur Info: Dass die Zahl der verbrauchten Tokens sinkt, je kleiner der eingegebene Quellcode ist, ist ein allgemein bekannter und offensichtlicher Umstand. Genau deshalb wurde die Datei .cursorignore geschaffen.
Wenn man die AI im Allgemeinen zu strukturellen Verbesserungen veranlasst, nimmt die Menge des Quellcodes in den allermeisten Fällen tendenziell ab. Daher wirkt die Aussage plausibel, dass die Kosten sinken, wenn man den Code aus irgendeinem Grund aufräumen lässt.
Dieser Beitrag ergänzt nun die Behauptung, dass sich durch das Herbeiführen einer guten Struktur eine zusätzliche Reduzierung des Tokenverbrauchs erreichen lässt.
Im Kern bedeutet das wohl, dass es zur Kostensenkung beitragen kann, einer KI nicht nur funktionale Anforderungen zu übermitteln, sondern sie auch gezielt zu einer passenden und korrekten Struktur zu führen.
> Refactor the falling objects’ behaviors to use the Strategy pattern and their creation to use the Factory pattern, split the implementation into separate files, and update .cursorrules to reflect the new file structure.
Heißt das, dass die Kosten gesunken sind, weil dieser Prompt zusätzlich eingefügt wurde? Ich bin mir nicht sicher, ob ich den Kern richtig verstanden habe.
Wow, jetzt bekommen also auch Delphi und C++Builder AI-Entwicklungskomponenten. Delphi ist für mich irgendwie so etwas wie eine geistige Heimat, deshalb schaue ich mir jede Neuigkeit dazu an, sobald sie erscheint.
Uff ....
Ich will Jira nicht auch noch im Terminal benutzen!!!
Leistungsorientiert mit reinem ts statt WASM ...?
Zu sagen, man strebe mit TypeScript nach hoher Performance ... ist das vielleicht ein bisschen so, als würde man mit einem Traktor einen Rennwagen anstreben?
Zwar bemühen sich große wie kleine Unternehmen im Inland intensiv darum, AI fest in ihre Organisation zu integrieren, doch dass sie dabei jedes Mal die falsche Richtung einschlagen oder unterwegs scheitern, liegt wohl vor allem an diesem verdammten Zwang, in kurzer Zeit Ergebnisse vorweisen zu müssen.
Auch ich habe das zuletzt bei Projekten zur Einführung von RAG und LLMs bei Banken und Versicherungen gespürt:
Den Kunden ist insgeheim durchaus klar, dass dieses AI-Geschäft ein riesiger und sehr langer Marathon ist, doch der Wunsch, dass „die süßen Früchte unbedingt mir gehören müssen“, ist der Hauptgrund, warum am Ende alles untergeht.
Wenn man es mit Führungskräften zu tun hat, bei denen sich eine Mentalität breitgemacht hat wie einst beim Krypto-Hype — „mit kleinem Seed starten und in kurzer Zeit enorme Gewinne oder Erfolge erzielen“ —, dann seufzt man ganz automatisch.
Eine Investition in AI bedeutet eben nicht einfach, ein Projekt zu beauftragen, ein potenziell profitables Produkt oder einen Service zu bauen und den Mitarbeitenden die Nutzung aufzuzwingen. Doch während alle auf bloß vorzeigbare Ergebnisse fixiert sind und dann gewaltige Betriebskosten zurückschlagen, heißt es am Ende nur noch
„AI ist ein Geldfresser“ oder „AI ist eine Blase“, und darauf wird dann gern noch nachgetreten.
Paywall-Umgehungslink https://archive.is/dLEl5
Ah, dann haben Sie meinen Modus wohl schon einmal in einer anderen Community gesehen.
In den von mir verfassten Beiträgen gibt es zwar noch viele unzureichende Stellen, aber ich würde mich freuen, wenn sie hilfreich sein könnten.
Ich habe in einer anderen Community gesehen, dass Sie den Mod hochgeladen haben, und es stimmte wirklich, dass es der Beitrag der Person war, die diesen Mod erstellt hat.
Ich hätte nicht gedacht, dass Sie sogar noch einen Leitfaden zum Blueprint-Modus geschrieben haben – danke.
Sie waren ohnehin schon jemand, der wirklich gut entwickelt!
Wenn Sie mir mitteilen, welcher Teil Sie verärgert hat, antworte ich Ihnen gern und freundlich.
Genau. Wie auch im Haupttext steht, ist es tatsächlich so, dass sich die Größe des Projektcodes nach der Code-Verbesserung verringert hat.
In diesem Beispiel gab es jedoch gemessen an der Zeichenanzahl nur eine Reduktion von etwa 10 %, und allein damit lässt sich der Rückgang des Token-Verbrauchs um 37,91 % nicht erklären.
Im Haupttext gibt es einen Link zum Quellcode-Repository, und jede Person kann den Test selbst reproduzieren und überprüfen.
Ergänzend dazu sollte die Struktur des Codes entsprechend dem jeweiligen Projektmodell strukturell verbessert werden. Wie in der Antwort unten beschrieben, zeigt die AI passende Methoden zur Strukturverbesserung für das jeweilige Projekt auf, wenn man sie danach fragt.
Meine persönliche Empfehlung ist, der AI nicht sofort eine direkte Anweisung zur Strukturverbesserung zu geben. Besser ist es, sie zunächst um Vorschläge zu bitten; sie liefert dann Antworten, und wenn Sie im Gespräch gemeinsam zu einem ausreichend effizienten Vorschlag gelangt sind, können Sie sie die Umsetzung vornehmen lassen.
Ein zusätzlicher Tipp: Es ist am besten, die Arbeit möglichst abzuschließen, bevor eine Kontextzusammenfassung (Zurücksetzen des Kontextpuffers) erfolgt. Falls ein Zurücksetzen des Kontextpuffers unvermeidlich ist, ist es sinnvoll, die AI vorher zu bitten, Verbesserungsregeln zu
.cursorruleshinzuzufügen. Wenn während der Arbeit ein Kontext-Reset stattfindet, steigt die Wahrscheinlichkeit, dass die AI Fehler macht.Hallo. Ich bin der Betreiber dieses Blogs.
Es stimmt, dass ich den DeepRAGal-Modus selbst entwickelt habe, und er wird derzeit über einen privaten Server bereitgestellt. (Das ist wegen der Chzzk-OAuth-Authentifizierung erforderlich.)
Die Entwicklung dieses Modus umfasst auch Arbeiten mit der Unreal Engine, aber leider ist Vibe Coding auf der Unreal-Engine-Seite schwierig.
Stattdessen ist die Methode der Mod-Entwicklung selbst nicht besonders schwierig, daher können Sie, falls Sie interessiert sind, sie mithilfe des Leitfadens zur Mod-Entwicklung (https://modgo.org/dib-rag-gaelreogtig-modeu-gaebal-part-1/) leicht erlernen.
Zur Info: Dass die Zahl der verbrauchten Tokens sinkt, je kleiner der eingegebene Quellcode ist, ist ein allgemein bekannter und offensichtlicher Umstand. Genau deshalb wurde die Datei
.cursorignoregeschaffen.Wenn man die AI im Allgemeinen zu strukturellen Verbesserungen veranlasst, nimmt die Menge des Quellcodes in den allermeisten Fällen tendenziell ab. Daher wirkt die Aussage plausibel, dass die Kosten sinken, wenn man den Code aus irgendeinem Grund aufräumen lässt.
Dieser Beitrag ergänzt nun die Behauptung, dass sich durch das Herbeiführen einer guten Struktur eine zusätzliche Reduzierung des Tokenverbrauchs erreichen lässt.
Ich habe das selbst zwar nicht direkt so getestet,
aber ich denke, dass auch der Prompt
„Analysiere den aktuellen Code und verbessere die Struktur so, dass er für dich leichter zu verwalten ist“
funktionieren könnte.
Im Kern bedeutet das wohl, dass es zur Kostensenkung beitragen kann, einer KI nicht nur funktionale Anforderungen zu übermitteln, sondern sie auch gezielt zu einer passenden und korrekten Struktur zu führen.
> Refactor the falling objects’ behaviors to use the Strategy pattern and their creation to use the Factory pattern, split the implementation into separate files, and update .cursorrules to reflect the new file structure.
Heißt das, dass die Kosten gesunken sind, weil dieser Prompt zusätzlich eingefügt wurde? Ich bin mir nicht sicher, ob ich den Kern richtig verstanden habe.
Derzeit wird nur die Jira REST API v3 verwendet, daher kann nur Jira Cloud genutzt werden. Data-Center- und Server-Versionen werden nicht unterstützt.
Wow … das ist wirklich interessant.
In letzter Zeit taucht wirklich viel zu Rust auf..
Bitte beachten Sie den Abschnitt zum Kommentieren in der Anleitung zur Nutzung der Seite.
Bitte formulieren Sie Ihre Beiträge freundlich und höflich.
Falls Sie eine Gegenposition haben, schreiben Sie bitte nur deren Inhalt