Ich entwickle gerade hobbymäßig per Vibe Coding den Client, den Server und das Admin-Panel für ein Webgame (ich nehme nicht einmal selbst direkte Änderungen vor; ich markiere nur die Stellen, die angepasst werden müssen, bitte um Korrektur und übernehme den erzeugten Code unverändert). Inzwischen sind es ungefähr 20.000 Zeilen. Manchmal nervt es mich zwar total, aber wenn ich verärgert Fragen stelle, liefert es bisher noch ganz brauchbaren Code.
Die Landesvorwahl 371 gehört offenbar zu Lettland. Ich weiß nicht, ob nur der Kundendienst dort sitzt oder ob der Hauptsitz in Lettland ist. In gewisser Weise ist das schon beeindruckend.
Es scheint sicher, dass wir gerade an einen Punkt kommen, an dem sich die Kompetenzen und Paradigmen der Entwicklung verändern.
Ich denke, dass wir uns nun aus der Perspektive der Steuerung stärker auf Design Patterns, allgemein anwendbare Methoden zum Aufbau von Anwendungen und Vorgehensweisen zur Problemlösung konzentrieren müssen.
Die Entwicklung von Algorithmen hat die menschlichen Grenzen längst überschritten, und so wie KI bereits algorithmische Optimierungen vornimmt, die Menschen nicht verstehen können, ist für Entwickler in Zukunft die Zeit gekommen, sich auf ein breiteres Spektrum und auf mehr Trends zu konzentrieren.
Es ist wichtig, KI zu lernen, aber ich denke nicht, dass man bei jeder neuen Technologie überreagieren muss. Es ist effektiver, mehr Zeit in unveränderliche Kernkonzepte zu investieren, und da KI vergleichsweise leicht zu erlernen ist, halte ich es für ausreichend, sie langsam zu erschließen. Statt jedem Trend hinterherzulaufen, sollte man lieber grundlegende Fähigkeiten aufbauen.
https://github.com/ebandal/H2Orestart
Mit diesem Programm ist auch Bearbeitung möglich (hwp-, hwpx-Speicherung ist jedoch nicht möglich).
Kürzlich wurde auch in OnlyOffice Unterstützung für hwp/hwpx hinzugefügt.
Auch jetzt schon sind sie besser als viele andere. Da ich den Code von Open-Source-Gurus studiert habe, kommt bei guten Fragen eine ziemlich gute Qualität heraus, haha.
Meiner Erfahrung nach – und wie man auch an anderen Beispielen wie https://blog.lawrencejones.dev/ai-mvp/ sieht – garantieren neuere Modelle nicht automatisch bessere Ergebnisse. Jedes Mal, wenn man ein Modell oder einen Prompt tuned, muss man eine Evaluation anhand eines Datensatzes durchführen, und selbst wenn ein LLM die Beurteilung unterstützt, ist es doch ein wenig ironisch, dass Menschen den Ground-Truth-Datensatz für das LLM-Modell trotzdem einzeln von Hand erstellen müssen haha.
Menschen mögen in Gesprächen keine Unsicherheit und können daher den Wunsch nach präziser Wortwahl nur schwer aufgeben. ChatAI oder LLMs bringen jedoch von Natur aus Unsicherheit mit sich. Wenn probabilistische Information nur bei mir liegt, ist das in Ordnung, aber wenn auch das Gegenüber auf Wahrscheinlichkeiten angewiesen ist, verursacht das Stress. Manchmal kann sich ein deterministischer Ansatz einfach angenehmer anfühlen.
Ist die These, dass KI nicht eindringen kann, wenn etwas nicht im Internet steht, nicht etwas seltsam? Ich dachte, dass Inhouse-KI mit fortschreitender Forschung zu Lernmethoden die Stellen von Inhouse-Entwicklern ersetzen wird.
Ich entwickle gerade hobbymäßig per Vibe Coding den Client, den Server und das Admin-Panel für ein Webgame (ich nehme nicht einmal selbst direkte Änderungen vor; ich markiere nur die Stellen, die angepasst werden müssen, bitte um Korrektur und übernehme den erzeugten Code unverändert). Inzwischen sind es ungefähr 20.000 Zeilen. Manchmal nervt es mich zwar total, aber wenn ich verärgert Fragen stelle, liefert es bisher noch ganz brauchbaren Code.
Sehe ich genauso.
Thoughtworks Technology Radar, Volume 31
Thoughtworks Technology Radar, Volume 30
Thoughtworks Technology Radar, Volume 29
Thoughtworks Technology Radar, Volume 28
Thoughtworks Technology Radar, Volume 27
Thoughtworks Technology Radar, Volume 26
ThoughtWorks Technology Radar, Volume 23
ThoughtWorks Technology Radar, Volume 22
Technik-News von ThoughtWorks, die alle 6 Monate erscheinen – Radar Vol.21
Ich habe mir in Bezug auf die Interface-Seite auch ähnliche Gedanken gemacht, aber mir ist keine wirklich passende neue Schnittstelle eingefallen.
Oh, das ist auf jeden Fall gut.
Ah, das ist echt gut, haha
Die Landesvorwahl 371 gehört offenbar zu Lettland. Ich weiß nicht, ob nur der Kundendienst dort sitzt oder ob der Hauptsitz in Lettland ist. In gewisser Weise ist das schon beeindruckend.
Der Gesamtpreis aller Lehrbücher ist mit $35~$100 sehr günstig
...? Für Studierende scheint das aber keineswegs ein niedriger Preis zu sein...
Ich stimme diesem Beitrag zu über 90 Prozent zu.
Es scheint sicher, dass wir gerade an einen Punkt kommen, an dem sich die Kompetenzen und Paradigmen der Entwicklung verändern.
Ich denke, dass wir uns nun aus der Perspektive der Steuerung stärker auf Design Patterns, allgemein anwendbare Methoden zum Aufbau von Anwendungen und Vorgehensweisen zur Problemlösung konzentrieren müssen.
Die Entwicklung von Algorithmen hat die menschlichen Grenzen längst überschritten, und so wie KI bereits algorithmische Optimierungen vornimmt, die Menschen nicht verstehen können, ist für Entwickler in Zukunft die Zeit gekommen, sich auf ein breiteres Spektrum und auf mehr Trends zu konzentrieren.
Es ist wichtig, KI zu lernen, aber ich denke nicht, dass man bei jeder neuen Technologie überreagieren muss. Es ist effektiver, mehr Zeit in unveränderliche Kernkonzepte zu investieren, und da KI vergleichsweise leicht zu erlernen ist, halte ich es für ausreichend, sie langsam zu erschließen. Statt jedem Trend hinterherzulaufen, sollte man lieber grundlegende Fähigkeiten aufbauen.
https://github.com/ebandal/H2Orestart
Mit diesem Programm ist auch Bearbeitung möglich (
hwp-,hwpx-Speicherung ist jedoch nicht möglich).Kürzlich wurde auch in OnlyOffice Unterstützung für
hwp/hwpxhinzugefügt.Auch jetzt schon sind sie besser als viele andere. Da ich den Code von Open-Source-Gurus studiert habe, kommt bei guten Fragen eine ziemlich gute Qualität heraus, haha.
Der im Artikel vorgestellte Beitrag https://upsidelab.io/blog/design-voice-user-interface-starcraft ist zwar von 2018, aber trotzdem interessant.
Meiner Erfahrung nach – und wie man auch an anderen Beispielen wie https://blog.lawrencejones.dev/ai-mvp/ sieht – garantieren neuere Modelle nicht automatisch bessere Ergebnisse. Jedes Mal, wenn man ein Modell oder einen Prompt tuned, muss man eine Evaluation anhand eines Datensatzes durchführen, und selbst wenn ein LLM die Beurteilung unterstützt, ist es doch ein wenig ironisch, dass Menschen den Ground-Truth-Datensatz für das LLM-Modell trotzdem einzeln von Hand erstellen müssen haha.
Ich bin gespannt, auf welche Weise künftig ausgewählt und genutzt wird.
Menschen mögen in Gesprächen keine Unsicherheit und können daher den Wunsch nach präziser Wortwahl nur schwer aufgeben. ChatAI oder LLMs bringen jedoch von Natur aus Unsicherheit mit sich. Wenn probabilistische Information nur bei mir liegt, ist das in Ordnung, aber wenn auch das Gegenüber auf Wahrscheinlichkeiten angewiesen ist, verursacht das Stress. Manchmal kann sich ein deterministischer Ansatz einfach angenehmer anfühlen.
Wenn es brennt..
Die Polarisierung zwischen Arm und Reich verschwindet…
Wenn man ein neues Produkt entwickelt, muss man zumindest auch einen MCP-Server dazu bauen…
Ist die These, dass KI nicht eindringen kann, wenn etwas nicht im Internet steht, nicht etwas seltsam? Ich dachte, dass Inhouse-KI mit fortschreitender Forschung zu Lernmethoden die Stellen von Inhouse-Entwicklern ersetzen wird.
Bei einem Ökosystem, das 20 Jahre durchhält, nickt man anerkennend – aber warum landet man am Ende bei
wine..