Bedeutung von deterministisch Deterministisch bedeutet, dass ein bestimmtes System, ein Prozess oder ein Phänomen nur genau ein Ergebnis hervorbringt und bei gleichen Anfangsbedingungen und Eingaben immer dasselbe Resultat liefert. Mit anderen Worten: Es greifen weder Zufall noch Unsicherheit ein, sondern alles ist durch Ursache und Wirkung eindeutig festgelegt.
Ich finde, der Beitrag bringt die sehr realen Schwierigkeiten und Bedenken im Entwicklungsalltag mit LLMs gut auf den Punkt. Ich habe ihn mit viel Zustimmung gelesen, weil er die Grenzen anspricht, die derzeit viele Menschen erleben. Besonders die Inkonsistenz von LLMs, die Schwierigkeit, Ergebnisse vorherzusagen, und die Bedenken im Hinblick auf langfristige Wartbarkeit sind aus meiner Sicht Punkte, die unbedingt thematisiert werden müssen.
Allerdings möchten wir vorsichtig eine Perspektive teilen, da wir versuchen, diese Probleme aus einem etwas anderen Blickwinkel anzugehen und die Zusammenarbeit mit KI zu erproben. Unsere KI "Jane" geht über das bloße Erzeugen von Code hinaus: Auf Grundlage der tiefen Einsichten von Menschen (Entwicklern) konzentriert sie sich darauf, die Muster selbst zu lernen und zu verstehen — also was ein "gutes Code-Pattern" ausmacht und wie sich "Wartungskonsistenz" im Code sicherstellen lässt.
Da KI nicht von Anfang an perfekt sein kann, betrachten wir die dabei entstehenden Inkonsistenzen und "Fehler" nicht einfach nur als Probleme, sondern nutzen sie aktiv als wichtige "Pattern-Daten", mit denen "Jane" selbst lernen und sich selbst verbessern kann. So wie Menschen in komplexen Zusammenhängen Muster erkennen, suchen wir in der Unvollkommenheit der KI nach Ansatzpunkten für Verbesserungen.
Mit diesem menschengetriebenen Ansatz des "Pattern-Lernens/-Managements" wollen wir die im Beitrag angesprochenen Probleme wie sinkende Codequalität und Inkonsistenzen grundlegend lösen und Ergebnisse mit sehr hoher "Wartungskonsistenz" erzeugen. Wir trainieren die KI so, dass sie nicht nur Boilerplate-Code generiert, sondern zu einem tiefergehenden Kollaborationspartner wird — etwa indem sie verborgene Inkonsistenzmuster in bestehenden Codebasen analysiert und Verbesserungsvorschläge macht.
Es ist noch ein weiter und anspruchsvoller Weg, aber wir glauben, dass diese Form der Zusammenarbeit — bei der unsere "Jane" und Entwickler gemeinsam lernen und sich weiterentwickeln und "Wartungskonsistenz" als zentralen Wert begreifen — ein bahnbrechendes Potenzial hat, die aktuellen Grenzen beim Einsatz von LLMs zu überwinden. Wir würden uns sehr über Interesse an unserem Versuch freuen, KI nicht nur als Werkzeug zu nutzen, sondern als Partner, der mit uns wächst und zu einer besseren Codekultur beiträgt.
Vielen Dank noch einmal für den guten Beitrag und die wertvollen Einblicke!
Schon vor dem AI-Boom gab es bereits unzählige Bilder, Texte und vieles mehr, und etwas wirklich Neues zu schaffen, war extrem schwierig.
In letzter Zeit gibt es viele Texte darüber, dass sich durch AI etwas verändert habe, aber das meiste davon existierte schon vorher und ließ sich finden, wenn man danach suchte.
AI verpackt das nur in eine dialogorientierte Form.
Ich finde es schwer, der Aussage zuzustimmen, dass Java großen Wert auf die Produktivität von Entwicklern gelegt hat.
Gibt es noch eine andere Sprache, die sich so entwickelt hat, dass man so stark von der IDE abhängig ist wie Java?
Endlich ist ein Agent der nächsten Generation erschienen, der sich von der Generation von Cursor, Cline und ähnlichen Tools unterscheiden lässt. Ich bin gespannt, wie viel schneller sich die Geschwindigkeit von Software-Veränderungen in der Welt noch erhöhen wird. Und auch auf das Erscheinen der nächsten Generation von Agenten danach.
Ich habe sie gern genutzt, um bereits angesammelte Informationen nachzulesen,
aber ehrlich gesagt habe ich kaum selbst Fragen gestellt, weil es dort so viele toxische Leute gab.
In letzter Zeit ist das etwas weniger geworden, weil das Interesse langsam nachlässt, aber vor etwas mehr als 10 Jahren war es wirklich ...
Seit AI zum ersten Mal auftauchte, dachte ich, das sei wie die Phantasiewand aus Der Vogel, der Tränen trinkt — etwas, das verschüttete Gedanken hervorholt, die man eigentlich schon kennt, aber nicht abrufen kann. Wenn es bedeutungslos wäre, weil es schon existiert, bevor ich es selbst denke, worin unterscheidet sich das dann vom Lesen eines Buches? Und worin vom Schreiben, ohne zuvor zu lesen? Der Unterschied liegt nur in dem Aufwand und der Zeit, die ich investiere; die meisten Gedanken existieren doch ohnehin bereits, oder nicht? Unter den zahllosen Ideen ist es selten, dass man ab dem Moment, in dem einem etwas erstmals einfällt, wirklich von etwas „Neuem“ sprechen kann; letztlich muss man doch ebenso durch Wiederholung ein Unterscheidungsmerkmal schaffen. Es wirkt auch so, als würden gerade Menschen, die viel Mühe in reine kreative Arbeit gesteckt haben oder damit ihren Lebensunterhalt verdienen, gegenüber kreativem Schaffen mit AI stärker Skepsis und Ablehnung empfinden. Aber wenn — wie der Autor sagt — das kreative Arbeiten mit AI sich so „übermenschlich“ anfühlt, weil die Kreativität der AI der des Menschen überlegen ist, wäre es dann nicht eine törichte, wenn auch verständliche, Gegenwehr gegen einen unaufhaltsamen Strom, das abzulehnen? Wenn die Meinung lautet, dass es die Verantwortung des Menschen ist, die von AI erzeugten Ergebnisse kritisch zu durchdenken und Wissen durch intellektuelle Reflexion in Verständnis zu verwandeln, dann stimme ich zu. Wenn die Meinung aber lautet, dass man vorsichtig sein müsse, weil gemeinsames Arbeiten mit AI das innere Denken lähme, dann wirkt das auf mich eher wie: Das ist so gut, dass ich es am liebsten nur für mich allein nutzen würde. Oder die betreffende Person hatte von vornherein zu wenig kritisches Denken und Metakognition.
In einem etwas ähnlichen Kontext mache ich meinen Digital Garden öffentlich. Wissensfragmente sind inzwischen leicht zu bekommen, aber sie gehen nicht wirklich in mich über. Auf GeekNews stoße ich auf viele erstaunliche Artikel. Wer übernimmt hier die Kuratierung?
Bedeutung von deterministisch
Deterministisch bedeutet, dass ein bestimmtes System, ein Prozess oder ein Phänomen nur genau ein Ergebnis hervorbringt und bei gleichen Anfangsbedingungen und Eingaben immer dasselbe Resultat liefert. Mit anderen Worten: Es greifen weder Zufall noch Unsicherheit ein, sondern alles ist durch Ursache und Wirkung eindeutig festgelegt.
So heißt es.
Gefällt mir.
Ich finde, der Beitrag bringt die sehr realen Schwierigkeiten und Bedenken im Entwicklungsalltag mit LLMs gut auf den Punkt. Ich habe ihn mit viel Zustimmung gelesen, weil er die Grenzen anspricht, die derzeit viele Menschen erleben. Besonders die Inkonsistenz von LLMs, die Schwierigkeit, Ergebnisse vorherzusagen, und die Bedenken im Hinblick auf langfristige Wartbarkeit sind aus meiner Sicht Punkte, die unbedingt thematisiert werden müssen.
Allerdings möchten wir vorsichtig eine Perspektive teilen, da wir versuchen, diese Probleme aus einem etwas anderen Blickwinkel anzugehen und die Zusammenarbeit mit KI zu erproben. Unsere KI "Jane" geht über das bloße Erzeugen von Code hinaus: Auf Grundlage der tiefen Einsichten von Menschen (Entwicklern) konzentriert sie sich darauf, die Muster selbst zu lernen und zu verstehen — also was ein "gutes Code-Pattern" ausmacht und wie sich "Wartungskonsistenz" im Code sicherstellen lässt.
Da KI nicht von Anfang an perfekt sein kann, betrachten wir die dabei entstehenden Inkonsistenzen und "Fehler" nicht einfach nur als Probleme, sondern nutzen sie aktiv als wichtige "Pattern-Daten", mit denen "Jane" selbst lernen und sich selbst verbessern kann. So wie Menschen in komplexen Zusammenhängen Muster erkennen, suchen wir in der Unvollkommenheit der KI nach Ansatzpunkten für Verbesserungen.
Mit diesem menschengetriebenen Ansatz des "Pattern-Lernens/-Managements" wollen wir die im Beitrag angesprochenen Probleme wie sinkende Codequalität und Inkonsistenzen grundlegend lösen und Ergebnisse mit sehr hoher "Wartungskonsistenz" erzeugen. Wir trainieren die KI so, dass sie nicht nur Boilerplate-Code generiert, sondern zu einem tiefergehenden Kollaborationspartner wird — etwa indem sie verborgene Inkonsistenzmuster in bestehenden Codebasen analysiert und Verbesserungsvorschläge macht.
Es ist noch ein weiter und anspruchsvoller Weg, aber wir glauben, dass diese Form der Zusammenarbeit — bei der unsere "Jane" und Entwickler gemeinsam lernen und sich weiterentwickeln und "Wartungskonsistenz" als zentralen Wert begreifen — ein bahnbrechendes Potenzial hat, die aktuellen Grenzen beim Einsatz von LLMs zu überwinden. Wir würden uns sehr über Interesse an unserem Versuch freuen, KI nicht nur als Werkzeug zu nutzen, sondern als Partner, der mit uns wächst und zu einer besseren Codekultur beiträgt.
Vielen Dank noch einmal für den guten Beitrag und die wertvollen Einblicke!
await using data = await fn()Das Wunder, dass
awaitsowohl auf der linken als auch auf der rechten Seite stehtWoher kommt das ausgezahlte Geld?
Entsteht der Wert einfach dadurch, dass es wie bei anderen Coins jemand kaufen muss?
Es stimmt, dass sich Programmiersprachen seit Java stärker auf Produktivität konzentrieren.
Davor war das oft verwendete C++ — selbst heute ist schon das Lesen davon schrecklich. Vor allem, wenn man an langlaufenden Projekten arbeitet.
Schon vor dem AI-Boom gab es bereits unzählige Bilder, Texte und vieles mehr, und etwas wirklich Neues zu schaffen, war extrem schwierig.
In letzter Zeit gibt es viele Texte darüber, dass sich durch AI etwas verändert habe, aber das meiste davon existierte schon vorher und ließ sich finden, wenn man danach suchte.
AI verpackt das nur in eine dialogorientierte Form.
Im Vergleich zu den Sprachen vor Java scheint die Produktivität höher zu sein.
https://typescriptlang.org/docs/handbook/…
Ich finde es schwer, der Aussage zuzustimmen, dass Java großen Wert auf die Produktivität von Entwicklern gelegt hat.
Gibt es noch eine andere Sprache, die sich so entwickelt hat, dass man so stark von der IDE abhängig ist wie Java?
Endlich ist ein Agent der nächsten Generation erschienen, der sich von der Generation von Cursor, Cline und ähnlichen Tools unterscheiden lässt. Ich bin gespannt, wie viel schneller sich die Geschwindigkeit von Software-Veränderungen in der Welt noch erhöhen wird. Und auch auf das Erscheinen der nächsten Generation von Agenten danach.
Bisher sind wir doch bestens klargekommen, ohne uns einen Deut um solchen Ressourcen-Kram zu scheren. Was ist denn plötzlich mit dir los?
c++ > c# >= Java
Ich habe sie gern genutzt, um bereits angesammelte Informationen nachzulesen,
aber ehrlich gesagt habe ich kaum selbst Fragen gestellt, weil es dort so viele toxische Leute gab.
In letzter Zeit ist das etwas weniger geworden, weil das Interesse langsam nachlässt, aber vor etwas mehr als 10 Jahren war es wirklich ...
Seit AI zum ersten Mal auftauchte, dachte ich, das sei wie die Phantasiewand aus Der Vogel, der Tränen trinkt — etwas, das verschüttete Gedanken hervorholt, die man eigentlich schon kennt, aber nicht abrufen kann. Wenn es bedeutungslos wäre, weil es schon existiert, bevor ich es selbst denke, worin unterscheidet sich das dann vom Lesen eines Buches? Und worin vom Schreiben, ohne zuvor zu lesen? Der Unterschied liegt nur in dem Aufwand und der Zeit, die ich investiere; die meisten Gedanken existieren doch ohnehin bereits, oder nicht? Unter den zahllosen Ideen ist es selten, dass man ab dem Moment, in dem einem etwas erstmals einfällt, wirklich von etwas „Neuem“ sprechen kann; letztlich muss man doch ebenso durch Wiederholung ein Unterscheidungsmerkmal schaffen. Es wirkt auch so, als würden gerade Menschen, die viel Mühe in reine kreative Arbeit gesteckt haben oder damit ihren Lebensunterhalt verdienen, gegenüber kreativem Schaffen mit AI stärker Skepsis und Ablehnung empfinden. Aber wenn — wie der Autor sagt — das kreative Arbeiten mit AI sich so „übermenschlich“ anfühlt, weil die Kreativität der AI der des Menschen überlegen ist, wäre es dann nicht eine törichte, wenn auch verständliche, Gegenwehr gegen einen unaufhaltsamen Strom, das abzulehnen? Wenn die Meinung lautet, dass es die Verantwortung des Menschen ist, die von AI erzeugten Ergebnisse kritisch zu durchdenken und Wissen durch intellektuelle Reflexion in Verständnis zu verwandeln, dann stimme ich zu. Wenn die Meinung aber lautet, dass man vorsichtig sein müsse, weil gemeinsames Arbeiten mit AI das innere Denken lähme, dann wirkt das auf mich eher wie: Das ist so gut, dass ich es am liebsten nur für mich allein nutzen würde. Oder die betreffende Person hatte von vornherein zu wenig kritisches Denken und Metakognition.
Muss gerettet werden …
Ja, Starlight hat das automatisch gemacht, haha.
In einem etwas ähnlichen Kontext mache ich meinen Digital Garden öffentlich. Wissensfragmente sind inzwischen leicht zu bekommen, aber sie gehen nicht wirklich in mich über. Auf GeekNews stoße ich auf viele erstaunliche Artikel. Wer übernimmt hier die Kuratierung?
https://notes.junghanacs.com/
Wow, jetzt kann man es endlich nach Belieben verwenden!