Ist in JDK 23 aufgenommen worden.
Ich habe es getestet: Selbst wenn die JDK-Version des Projekts unter 23 liegt, funktioniert es normal, sofern die IDE oder das JavaDoc-Export-Tool es unterstützt.
Linux Landlock ist ein Kernel-natives Sicherheitsmodul, mit dem sich nicht privilegierte Prozesse selbst sandboxes können – aber niemand nutzt es, weil die API … schwierig ist!
Von Landlock habe ich zum ersten Mal gehört, klingt interessant.
Was ich beim Coden mit KI empfinde, ist: Wenn man den Code in Einheiten mit dem Gefühl von Single-Responsibility-Prinzip + TDD aufteilt, damit die KI auch dann den Kontext verstehen kann, wenn man ihr nur Teile des Codes gibt, dann muss man es so fassen, dass sie den großen Gesamtzusammenhang nicht lesen muss und schon der lokale Kontext des jeweiligen Teils ausreicht.
Ich nutze KI für Hobbys am häufigsten zur Entwicklung von Webgames, und ich stimme dem zu. Wenn ein Projekt eine gewisse Größenordnung überschreitet, gibt es irgendwann Bereiche, in denen die KI – wenn man es so nennen will – deutlich an Fokus verliert. Ich nutze das auf folgende Weise: Ich füge den gesamten Projektbaum und den Quellcode des Spiels einschließlich TOC in einer einzigen Datei zusammen, lade diese Datei beim Erstellen eines neuen Threads hoch und setze die Arbeit dann fort. Und wenn ich Fragen stelle, verlange ich in der Antwort immer ausdrücklich, dass der aktuelle Projektname klar genannt wird. Trotzdem gibt es noch Teile, mit denen ich nicht zufrieden bin, aber ich bin sehr zufrieden damit, dass ich Hobbys, an die ich früher wegen des stressigen Alltags gar nicht zu denken wagte, nun in vergleichsweise kurzer Zeit fertigstellen kann.
Für anspruchsvolle Problemlösungen auf hohem Niveau sind LLMs, einschließlich Deep Research, bisher noch nicht wirklich nützlich. (Zum Beispiel bei der Entwicklung von Algorithmen auf Paper-Niveau)
Auch bei extremer Optimierung oder beim Programmieren, bei dem man verschiedene Systemeigenschaften und technische Fragen verstehen muss, braucht es nach wie vor menschliche Arbeit. Entwickler sind nicht einfach nur Programmierer, sondern Problemlöser. Irgendwann wird vielleicht auch End-to-End-Problemlösung möglich sein, aber im Moment wirkt es sich positiv auf die Produktivität aus, weil man Zeit beim Tippen und bei einfacher Programmierung spart und stattdessen in schwierigere Lösungsansätze investieren kann.
Als Tech Lead mache ich solche Aufgaben ziemlich häufig. Ähnlich ist es auch mit dem Versuch, auf Story Points basierende Quantifizierung einzuführen, aber zum Glück ist das Unternehmen nicht so groß, sodass die Mitarbeitenden einschließlich der Führungsebene verstehen, welche Rolle ich habe, und deshalb scheint es aktuell keine Probleme zu geben.
Wenn die Organisation wächst, werde ich wohl auch über Methoden zur Quantifizierung nachdenken müssen.
Kam mir vor wie eine Geschichte, die ich schon irgendwo gesehen hatte … ist also ein Text aus dem Jahr 2023.
Der gleiche Beitrag wurde schon vor 2 Jahren einmal gepostet: https://de.news.hada.io/topic?id=10680
Ich dachte, dass Doc As Prompt mit Mistral OCR gut funktionieren würde, aber ich hatte ein ähnliches Problem. Ich nehme hier einen wichtigen Hinweis mit.
Zur Info: Das mit Vibe Coding erstellte Spiel ist dieses hier. https://www.stdy.blog/vibe-go-stone/
Ist in JDK 23 aufgenommen worden.
Ich habe es getestet: Selbst wenn die JDK-Version des Projekts unter 23 liegt, funktioniert es normal, sofern die IDE oder das JavaDoc-Export-Tool es unterstützt.
Da steckt viel Einsicht drin. Vielen Dank.
Der Ausdruck „aktuelles Niveau“ fällt mir ins Auge. Betrachten wir LLMs da nicht vielleicht mit dem menschlichen Zeitbegriff?
Scheint also in den Standard aufgenommen worden zu sein.
Linux Landlock ist ein Kernel-natives Sicherheitsmodul, mit dem sich nicht privilegierte Prozesse selbst sandboxes können – aber niemand nutzt es, weil die API … schwierig ist!
Von Landlock habe ich zum ersten Mal gehört, klingt interessant.
Was ich beim Coden mit KI empfinde, ist: Wenn man den Code in Einheiten mit dem Gefühl von Single-Responsibility-Prinzip + TDD aufteilt, damit die KI auch dann den Kontext verstehen kann, wenn man ihr nur Teile des Codes gibt, dann muss man es so fassen, dass sie den großen Gesamtzusammenhang nicht lesen muss und schon der lokale Kontext des jeweiligen Teils ausreicht.
Ich nutze KI für Hobbys am häufigsten zur Entwicklung von Webgames, und ich stimme dem zu. Wenn ein Projekt eine gewisse Größenordnung überschreitet, gibt es irgendwann Bereiche, in denen die KI – wenn man es so nennen will – deutlich an Fokus verliert. Ich nutze das auf folgende Weise: Ich füge den gesamten Projektbaum und den Quellcode des Spiels einschließlich TOC in einer einzigen Datei zusammen, lade diese Datei beim Erstellen eines neuen Threads hoch und setze die Arbeit dann fort. Und wenn ich Fragen stelle, verlange ich in der Antwort immer ausdrücklich, dass der aktuelle Projektname klar genannt wird. Trotzdem gibt es noch Teile, mit denen ich nicht zufrieden bin, aber ich bin sehr zufrieden damit, dass ich Hobbys, an die ich früher wegen des stressigen Alltags gar nicht zu denken wagte, nun in vergleichsweise kurzer Zeit fertigstellen kann.
Der Titel war wohl Clickbait. :) Stimme zu~~
Für anspruchsvolle Problemlösungen auf hohem Niveau sind LLMs, einschließlich Deep Research, bisher noch nicht wirklich nützlich. (Zum Beispiel bei der Entwicklung von Algorithmen auf Paper-Niveau)
Auch bei extremer Optimierung oder beim Programmieren, bei dem man verschiedene Systemeigenschaften und technische Fragen verstehen muss, braucht es nach wie vor menschliche Arbeit. Entwickler sind nicht einfach nur Programmierer, sondern Problemlöser. Irgendwann wird vielleicht auch End-to-End-Problemlösung möglich sein, aber im Moment wirkt es sich positiv auf die Produktivität aus, weil man Zeit beim Tippen und bei einfacher Programmierung spart und stattdessen in schwierigere Lösungsansätze investieren kann.
Das Muster, etwas grob zu bauen und anschließend die restlichen Details nachzuarbeiten, gefällt mir sehr.
Nicht nur Einzelpersonen sollten keine Angst haben, sondern auch Organisationen sollten dumme(?) Fragen fördern.
In der Praxis wird es oft so verwendet, dass man tatsächlich ein Schema konfiguriert und es dann darüber entgegennimmt.
Vibe Coding war also kein Meme, sondern eine neue Entwicklungsmethodik.
Das könnte auch beim Lernen anderer Arten helfen, die eine dem Kanon ähnliche Notation verwenden. Zum Beispiel Platon-Schriften ...
Als Tech Lead mache ich solche Aufgaben ziemlich häufig. Ähnlich ist es auch mit dem Versuch, auf Story Points basierende Quantifizierung einzuführen, aber zum Glück ist das Unternehmen nicht so groß, sodass die Mitarbeitenden einschließlich der Führungsebene verstehen, welche Rolle ich habe, und deshalb scheint es aktuell keine Probleme zu geben.
Wenn die Organisation wächst, werde ich wohl auch über Methoden zur Quantifizierung nachdenken müssen.
Also also ... Sie ist doch nicht etwa ohne uns ganz allein ins Nirwana eingegangen, oder?
Kam mir vor wie eine Geschichte, die ich schon irgendwo gesehen hatte … ist also ein Text aus dem Jahr 2023.
Der gleiche Beitrag wurde schon vor 2 Jahren einmal gepostet: https://de.news.hada.io/topic?id=10680
Ich dachte, dass Doc As Prompt mit Mistral OCR gut funktionieren würde, aber ich hatte ein ähnliches Problem. Ich nehme hier einen wichtigen Hinweis mit.