Die Rache der Junior-Entwickler
(sourcegraph.com)Part 1: Sechs Wellen des AI-Codings
- Vibe Coding ist ein lockerer Spitzname für einen dialogbasierten Coding-Stil, bei dem man ein LLM bittet, Code zu schreiben, und das Ergebnis durch Feedback iterativ verbessert
- Es ist ein Konzept, das sich stark von klassischem Coding oder autocomplete-zentriertem Coding unterscheidet; anfangs wurde der Begriff ohne klare Definition verwendet, verbreitete sich aber rasant, nachdem Andrej Karpathy es als "vibe coding" bezeichnet hatte
- Aktuell befindet sich Vibe Coding gleichzeitig in drei Zuständen:
- 80 % der Branche wissen nicht einmal, dass es Vibe Coding gibt, und viele hören sogar den Begriff "Coding-Agent" zum ersten Mal
- Explosive Verbreitung vor allem über Medien und soziale Netzwerke, und trotz Debatten sowie Pro-und-Contra-Meinungen sehen viele Entwickler darin Zukunftstechnologie
- Bisheriges chatbasiertes Coding gilt bereits als Technik von gestern, und manche Entwickler, die von noch schnelleren neuen Ansätzen begeistert sind, interessieren sich nicht mehr für Chat
- Dieser Text beschreibt insgesamt sechs Entwicklungsstufen des AI-basierten Codings:
- Traditionelles Coding (2022)
- Autocomplete-basiertes Coding (2023)
- Dialogbasiertes Coding (2024)
- Coding-Agenten (1. Halbjahr 2025)
- Agent-Cluster (2. Halbjahr 2025)
- Agent-Fleet (2026)
- Davon sind traditionelles Coding und autocomplete-basiertes Coding allmählich auf dem Rückzug, während sich die danach auftauchenden Ansätze jeweils noch schneller verbreiten
- Vibe Coding erscheint getrennt von diesen Wellen als gestrichelte Linie
- Vibe Coding existiert über all diesen Ansätzen hinweg und ist kein einzelner Modus, sondern ein übergreifendes Konzept für jede Situation, in der AI den Großteil des Codes schreibt
- Das bald erscheinende Agent-Cluster beschreibt ein Konzept zur parallelen Verwaltung mehrerer Agenten, und der Agent-Fleet erweitert das zu einer Struktur, in der ein AI-Manager untergeordnete Agenten überwacht
- Das FY26-Organigramm veranschaulicht dies: Ein einzelner Entwickler betreibt mehrere Agentengruppen, und jede Gruppe übernimmt unterschiedliche Aufgaben wie Bugfixes, Entwicklung neuer Features oder Architektur-Refactoring
- Derzeit müssen Menschen noch direkt eingreifen, wenn Agenten stoppen oder in die falsche Richtung laufen, aber bald werden Supervisor-Agenten diese Rolle übernehmen
- Am Ende wird man Dutzende oder mehr Agenten gleichzeitig steuern können, als Automatisierungssystem zur Bearbeitung umfangreicher Legacy-Codebasen
- Solche Agent-Fleets werden bis Anfang 2026 mit Sicherheit auftauchen, und die Technik, um parallele Arbeit effizient zu organisieren, ist bereits vorhanden
Part 2: Wo stehen Sie gerade?
- Wenn Sie AI noch immer nur als Tool zur Code-Autovervollständigung nutzen oder auf die Completion Acceptance Rate (CAR) achten, gehören Sie in Figure 1 zur Kurve des traditionellen Programmierens
- Diese Kurve wird voraussichtlich um 2027 vollständig verschwinden
- Autocomplete war noch vor einem Jahr populär, ist heute aber keine Schlüsseltechnologie mehr
- Wer fortschrittlicher aufgestellt ist, nutzt möglicherweise chatbasierte Coding-Tools in der IDE wie Copilot, Cursor, Sourcegraph oder Windsurf
- Das ist eine solide Position und bereits deutlich produktiver als reine Code-Autovervollständigung
- Chatbasiertes Coding hat zwar weiterhin viele Nutzer, ist aber nicht mehr der Maßstab der neuesten Technik
- Die jüngst erschienenen Coding-Agenten (Aider.chat, Claude Code usw.) zeigen das Potenzial, all diese Ansätze zu übertreffen
- Sie werden sich nahtlos in IDEs integrieren und sind wesentlich schneller und effizienter als bisherige dialogbasierte Verfahren
- Wer einmal mit Agenten gearbeitet hat, wird kaum wieder zu den alten Methoden zurückkehren
- Auch agentenbasiertes Coding ist eine Form von Vibe Coding
- Vibe Coding bedeutet "jede Art, bei der AI Code schreibt" und ist keine bestimmte technische Modalität
- Der Unterschied ist, dass Agenten auch ohne häufige Konversation selbstständig weiterarbeiten
- Die Veränderungen zwischen den Coding-Ansätzen folgen einem Muster von Produktivitätsmultiplikatoren:
- Chatbasiertes Coding ist etwa fünfmal produktiver als manuelle Arbeit
- Agentenbasiertes Coding kann wiederum fünfmal produktiver sein als Chat
- Jede Welle kann im Lauf der Zeit auch 10-fache Produktivität erreichen, aber die Kurve flacht ab, weil neue Technologien schneller auftauchen
- Wir befinden uns derzeit mitten in einem riesigen AI-Ozean und müssen auf immer stärkeren Wellen neuer Technologien weiterreiten
- Jedes Unternehmen befindet sich auf mindestens einer der Einführungskurven aus Figure 1
- Es lohnt sich, sich selbst zu fragen, auf welcher Kurve man steht
- Vibe Coding ist keine bestimmte technische Modalität, sondern eine neue Entwicklungsphilosophie und Realität
- Entscheidend ist, dass man den Code nicht mehr selbst schreibt
- Das Schreiben des Codes wird an AI delegiert, während Menschen die Ergebnisse prüfen und abstimmen
- Im nächsten Teil geht es darum, welche finanziellen Auswirkungen dieser Technologiewandel hat
- Coding-Agenten sind keine Magie, sondern eine Struktur, die klüger wird, wenn man Geld verbrennt
- Wenn Sie es noch nicht ausprobiert haben, ist es wichtig, es sofort zu nutzen oder jemanden dabei zu beobachten
Part 3: Bedienungsanleitung für das neue Kamel
- Die neuesten Coding-Agenten sind eine sehr neue Technologie, die erst vor wenigen Wochen aufgetaucht ist, und sie laufen meist terminalbasiert
- Bildlich gesprochen ist es, als wäre man ein Leben lang zu Fuß gegangen und hätte dann ein Kamel bekommen: praktisch, aber schwer zu handhaben und teuer im Unterhalt
- Schon mit einem davon ist man viel schneller als zu Fuß, aber es spuckt, beißt und läuft auch mal weg
- Viele Entwickler stehen AI-Coding noch immer skeptisch gegenüber und wollen weiterhin selbst Code schreiben
- Manche sagen ausdrücklich: "Ich bin jemand, der Code schreibt!"
- Aber diese Haltung hinkt der Realität inzwischen hinterher
- Gerade Skeptikern wird empfohlen, sofort die neuesten Coding-Agenten (seit dem 1. März veröffentlicht) herunterzuladen und auszuprobieren
- Noch vor wenigen Wochen konnte der Autor selbst direkt sehen, wie überraschend stark sie sich weiterentwickelt haben
- Agenten folgen demselben Prinzip wie Vibe Coding, aber Menschen müssen die Prompts nicht ständig selbst hin- und herschicken
- Sie erledigen komplexe Aufgaben eigenständig und melden sich erst wieder, wenn sie fertig sind oder auf ein Problem stoßen
- Da sie 90 bis 99 % der gesamten Arbeit automatisch erledigen, werden Menschen vom Engpass entlastet
- Unterschied zum chatbasierten Ansatz:
- Agenten können größere Arbeitspakete auf einmal verarbeiten
- Währenddessen kann der Entwickler frei andere Dinge tun (z. B. einen Snack essen oder Hacker News lesen)
- Beispiel: Wenn man nur sagt: "Löse dieses JIRA-Ticket", dann
- sucht der Agent die JIRA-CLI und fordert bei Bedarf deren Installation an
- schreibt ein temporäres Programm, um Ticket-Felder auszulesen
- analysiert den Code → findet den Bug → schlägt eine Korrektur vor → schreibt und führt Tests aus → wiederholt die Schleife
- Im Ergebnis ist ein Agent wie ein menschlicher Entwickler, der mit atemberaubender Geschwindigkeit arbeitet, aber mit etwas schwächerem Orientierungssinn
- Nachteile:
- Derzeit lassen sich nur kleinere Arbeitseinheiten zuverlässig bearbeiten
- Überzogene Erwartungen führen zum Scheitern, und die Fähigkeit zur Task Decomposition ist essenziell
- Zu große Aufgaben können nicht sauber bearbeitet werden, und der Agent verliert die Richtung
- Deshalb braucht es aktuell sorgfältige Aufgabenauswahl und Aufsicht, und Agenten müssen wie eigensinnige Tiere behandelt werden
- Aber auch das wird sich bald ändern:
- Agenten werden sich bald natürlich in IDEs integrieren und zu leichter handhabbaren, vertrauteren Tools weiterentwickeln
- Vom Kamel zum gesattelten Pferd und schon bald zum Streitwagen (chariot)
- Fazit: Jetzt ist der beste Zeitpunkt, um zu lernen, wie man mit Agenten arbeitet,
- und bald werden mehr Funktionen, bessere Interfaces und größere Produktivitätsgewinne folgen
Part 4: Es hieß doch, es gäbe keine Mathematik
- Dieser Abschnitt richtet sich an CIOs und Finanzverantwortliche
- Jetzt, da das FY26-Budget gerade abgeschlossen wurde: Wie hoch haben Sie die LLM-Nutzungskosten pro Entwickler angesetzt?
- $25 pro Tag wirkt ziemlich mutig, liegt tatsächlich aber eher in einem angemessenen Bereich
- Die Realität ist ernster:
- Coding-Agenten sind sehr teuer — sie verbrauchen Tokens im Wert von etwa $10–12 pro Stunde
- Wenn eine bisherige Coding-Assistant-Lizenz etwa $30 im Monat kostet, bedeutet das einen Kostenunterschied um ein Vielfaches
- Rechnerisch erreichen Coding-Agenten bei 8 bis 10 Stunden Nutzung pro Tag jedoch eine Produktivität, die der Einstellung eines Junior-Entwicklers ähnelt
- $10 pro Stunde sind damit ausgesprochen günstig, und Entwickler können zwei Agenten gleichzeitig laufen lassen
- Wenn man rund $100 pro Tag für LLMs ausgibt, kann die Produktivität eines Entwicklers um mehr als das Doppelte steigen
- Die eigentliche Veränderung kommt jedoch mit den bald erscheinenden Agent-Clustern (geplant für Q3 2025)
- Ein Entwickler kann mehrere Agenten parallel betreiben
- Jeder Agent bearbeitet unabhängig verschiedene Aufgaben wie Bugfixes, Entwicklung neuer Features oder Dokumentation
- Dadurch übernimmt ein einzelner Entwickler faktisch die Rolle mehrerer Entwickler
- Natürlich ist der Effekt umso größer, je versierter die Person ist
- Das Aufkommen von Agent-Clustern wird die Softwareentwicklung in Richtung Cloud verschieben
- Dutzende bis Hunderte von Agenten lassen sich auf einem lokalen Desktop nicht bewältigen
- Cloudbasierte Entwicklungsumgebungen werden de facto zum Standard
- Deshalb muss auch zusätzliches Cloud-Budget gesichert werden
- Wenn zum Beispiel ein Entwickler fünf Agenten parallel betreibt:
- $50 pro Stunde → jährlich rund $100.000 an Kosten (ohne Cloud-Kosten)
- Das ist keine "günstige Investition" mehr, sondern eine erhebliche Ausgabe
- Da die Produktivität aber um das Fünffache oder mehr steigen kann, ist langfristig ein hoher ROI zu erwarten
- Das Problem ist, dass die meisten Unternehmen solche LLM-Kosten wahrscheinlich nicht in ihr Betriebsbudget 2026 aufgenommen haben
- Dadurch vergrößert sich die Kluft zwischen Unternehmen: Wer Budget hat, sichert sich einen technologischen Vorteil; wer keins hat, riskiert abgehängt zu werden
- Fazit:
- Softwareentwicklung ist jetzt ein pay-to-play-Hochgeschwindigkeitszug
- Ohne Ticket (Budget) ist das Risiko groß, aus dem Feld zu fallen
Part 5: Der Agent-Fleet kommt
- Ab hier geht es um eine etwas unbequeme Wahrheit
- Wer noch nicht bereit dafür ist, sollte kurz pausieren und dann weiterlesen
- Die nächste Stufe nach dem Agent-Cluster ist der "Agent-Fleet" und beschreibt eine Umgebung, in der Entwickler mehr als 100 Agenten gleichzeitig betreiben
- Dann treten übergeordnete Supervisor-Agenten auf, die Gruppen untergeordneter Agenten verwalten, und Menschen greifen nur noch ein, wenn Probleme auftreten
- Die Rolle des Entwicklers in der Zukunft ist nicht mehr die des Code-Schreibers, sondern
- die Rolle einer Person, die Dashboards mit Agenten und AI-Managern betreibt und überwacht
- Manche mögen das spöttisch als "AI-Babysitting" bezeichnen, aber genau so wird die neue Softwareentwicklung aussehen
- Aus Sicht eines CIO können im Zeitalter des Agent-Fleets LLM-Kosten von mehreren Tausend Dollar pro Entwickler und Tag entstehen
- Selbst wenn die Inferenzkosten sinken, wird gemäß dem Jevons-Paradoxon die steigende Nutzung die Kostensenkung wieder aufheben
- Beispiel: Denken Sie daran, dass Ihr Bug-Backlog kein Ende kennt
- Das ist jedoch keine Verschwendung, sondern eine Investition von enormem Wert
- Endlich kann sich eine Engineering-Organisation mit der Geschwindigkeit bewegen, die das Management erwartet
- Es beginnt eine Zeit, in der man Kunden so agil überraschen und begeistern kann wie ein Startup
- Der Nachteil ist, dass sehr viel Budget nötig ist
- Einige Großunternehmen haben bereits LLM-Experimentierbudgets als Slush Fund bereitgestellt,
- viele Unternehmen haben das in dieser Budgetrunde aber möglicherweise überhaupt nicht berücksichtigt
- Einige Großunternehmen haben bereits LLM-Experimentierbudgets als Slush Fund bereitgestellt,
- Wenn bis Jahresende keine zusätzlichen $50.000 Budget pro Entwickler bereitgestellt werden können, könnte es außer Umstrukturierungen kaum noch Alternativen geben
- Diese Veränderung könnte eher agilen Startups zugutekommen
- Es kommt eine Zeit, in der nicht der technische Abstand, sondern das verfügbare Budget über die Wettbewerbsfähigkeit von Unternehmen entscheidet
- Und falls sich dieses Budget nicht aufbringen lässt, ist offensichtlich, welche Abteilung als einzige gekürzt werden kann
- Die Antwort darauf bleibt dem Urteil des Lesers überlassen
- Zum Glück ist diese Prognose vielleicht etwas überzeichnet
- Nach Gesprächen mit Claude (LLM) könnte es realistischer sein, die Vorhersage um etwa sechs Monate nach hinten zu verschieben
- Die gute Nachricht: Jetzt beginnt es erst
- Die schlechte Nachricht ist vorbei, und nun bleibt nur noch eins: süße Rache
Part 6: Die Rache der Junior-Entwickler
- Die Zukunft ist nicht düster. Im Gegenteil: In der Softwarebranche wird es weiterhin viele Jobs geben
- Allerdings wird die traditionelle Entwicklerrolle, in der man manuell Code schreibt, verschwinden
- Eines der Muster, die im letzten Jahr beobachtet wurden: Junior-Entwickler sind bei der Einführung von AI deutlich aktiver als Seniors
- Einige sorgen sich zwar, dass AI ihnen den Job wegnehmen könnte, die meisten passen sich dem Wandel jedoch schnell an
- Sie arbeiten mit O’Reillys AI Engineering, und nutzen chatbasiertes Coding sowie Coding-Agenten routiniert
- Senior-Entwickler hingegen haben LLMs oft kaum selbst genutzt oder nur indirekt Erfahrungen damit gesammelt
- In manchen Fällen zeigen sie sogar offene Ablehnung gegenüber AI-Technologien
- Beispiel: Ein Entwickler eines bekannten Unternehmens reichte eine Slide-PDF ein mit der Aussage: "Gebt AI auf und kehrt zum traditionellen Coding zurück"
- Solche Reaktionen entstehen aus Unsicherheit gegenüber neuer Technologie und dem gefühlten Wertverlust bereits investierten Wissens
- Neue Sprachen oder Tools zu lernen geht im Kern mit der Angst einher, "wieder ganz von vorn anfangen zu müssen"
- Die Realität ist jedoch eindeutig:
- Wer AI ignoriert, ist im Spiel bereits zurückgefallen
- Junior-Entwickler sind günstiger, anpassungsfähiger und lernen schneller
- Wenn Unternehmen ihre Entwicklerteams anpassen müssen, ist klar, welche Entwickler sie auswählen werden
"AI muss nicht beweisen, dass sie besser ist als Sie. Sie müssen nur besser darin werden, mit AI umzugehen."
- Das heißt: Junior-Entwickler stehen jetzt oben auf dem Hügel mit einem Schwert aus Licht in der Hand
- und rufen den Senior-Entwicklern zu, sich an den Wandel anzupassen
- Die Lehre aus all dem lautet:
- Egal, wer Sie sind, ob Unternehmen oder Einzelperson — handeln Sie wie ein Junior
- Jetzt ist die Zeit, AI-Technologien anzunehmen und sich an sie anzupassen
- Sourcegraph analysiert diesen technologischen Evolutionsverlauf täglich,
- und das Verbinden von Coding-Agenten mit Enterprise-Codebeständen ist die zentrale Strategie der nächsten Generation
- Insgesamt gilt: Mit zunehmender AI-Einführung werden Jobs rund um Software eher zunehmen als abnehmen
- Die aktuelle Stagnation bei Neueinstellungen liegt nur daran, dass Unternehmen noch vorsichtig sind, weil sie nicht wissen, wie sie reagieren sollen
- Historisch steigen in technologischen Übergangsphasen die Produktivität und damit auch das BIP stark an
- Was jetzt zu tun ist:
- Über Coding-Agenten lernen und den Umgang damit einüben
- PMs oder andere technische Rollen sind keine Ausnahme
- LLM-basierte Entwicklung ist nicht bloß Prompt-Schreiben. Sie wird die reale Entwicklungspraxis mit Validierung, Tests und Abstimmung verändern
- Warnung:
- Coding-Agenten sind mächtig, aber Werkzeuge wie Tunnelbohrmaschinen
- Sie sind teuer, können stoppen und die Richtung verlieren
- Kontinuierliche Anleitung und realistische Erwartungshaltung sind nötig
- Vibe Coding ist seinem Namen entsprechend eine Art zu arbeiten, die Spaß machen kann
- Dass man den Code nicht mehr selbst schreiben muss, fühlt sich überraschend befreiend an
- Die Haltung "In sechs Monaten ist es besser, also warten wir jetzt" ist gefährlich
- Am Ende startet man später und kommt als Letzter an
- Die Agenten kommen. Und zwar nicht nur Coding-Agenten, sondern
- Hunderte Task-Agenten werden bereits unternehmensweit für verschiedenste Arbeitsbereiche eingeführt
- Konkrete Handlungsanweisung zum Schluss:
- Auf Chat umsteigen
- Autocomplete aufgeben
- Direktes Coding reduzieren
- Verifikation/Review/Ausführung für AI-basierte Umgebungen neu lernen
- Weiter experimentieren und anwenden, im Takt der neuesten technologischen Entwicklungen
- Auch die heute noch schwierig und unvollkommen wirkenden Coding-Agenten werden bald alltäglich sein
- Sie sind Produktivitätsmaschinen, die im Vergleich zum Menschen deutlich günstiger sind, und für Unternehmen ist die Wahl klar
- Ende 2025 wird die Berufsbezeichnung "Software Engineer" kaum noch mit direktem Coding verbunden sein
- Stattdessen werden Agentenbetrieb, Koordination und Verifikationsmanagement die Kernaufgaben sein
- Zum Schluss: Wenn Sie nicht wissen, was Sie jetzt tun sollen, bitten Sie einen Junior-Entwickler um Hilfe
Es sind bereits zwei Jahre vergangen, seit "Cheating is all you need" erschien, und in der Zwischenzeit hat sich alles verändert
Wir stehen jetzt mitten im Wandel, und jetzt ist der Moment, auf diese Welle aufzuspringen
23 Kommentare
Das ist wirklich frustrierend.
Bisher: Denken => Code (langsam) => Debugging
AI: Denken => präzises Prompting => Code (augenblicklich) => Debugging
Aber normalerweise ist es doch schneller, meine Gedanken direkt als Code aufzuschreiben, als sie in einen Prompt zu gießen, oder? Außer wenn es um etwas geht, das bereits sehr gut bekannt ist ... In Bereichen, in denen Zuverlässigkeit wichtig ist, muss man die Logik nach dem Schreiben sowieso mit den eigenen Augen nachvollziehen, also kann man es am Ende doch nicht delegieren, und in dem Moment, in dem man es delegiert, fehlt einem das berufliche Ethos.
Ich bin zwar ein ehemaliger Entwickler und jetzt Manager, der nicht mehr selbst entwickelt, aber in letzter Zeit fühlt es sich so an, als wäre ich wieder Junior, weil ich dies und das selbst ausprobiere. Jetzt, wo ich die Dinge selbst mache, die ich früher Teammitgliedern aufgetragen habe, bin ich etwas verblüfft, wie viel schneller alles geht. Dadurch denke ich auch, dass man selbst in einem kleinen Team noch mehr ausprobieren kann. Danke für die tollen Tools und die Erklärungen!
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.
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.
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.
Niemand weiß, bis zu welchem Niveau sich die grundlegende AI-Technologie entwickeln wird.
Auf dem jetzigen Stand ist das völlig ausgeschlossen.
Wenn man es unter dem Aspekt betrachtet, dass der Wert von Wissen oder Erfahrung, die man sich aneignet, sinkt, scheint auch die Grenze zwischen Senior und Junior selbst zunehmend unscharf zu werden.
Und ich denke, es wird zu einem Markt, in dem wenige alles abschöpfen. Künftig dürfte die Entwicklerrekrutierung weniger nach investierter Anstrengung oder Berufserfahrung erfolgen, sondern eher in die Richtung gehen, AI-Piloten mit herausragender angeborener Denk- und Schlussfolgerungsfähigkeit auszuwählen.
Supervisor-Agent also ...
Wenn es grob vier Entwicklungsphasen gibt (Entwicklung, Debugging, QA und Debugging, Refactoring), ob sich dann wirklich alle Halluzinationen abfangen lassen, die auf diesen vier Ebenen entstehen ...
Schon jetzt kommt manchmal so ein Unsinn, dass nicht klar sei, was das Problem ist, obwohl man im Prompt die Anforderungen an Debugging und Tests sorgfältig ausgeschrieben hat (Sonnet 3.7).
Es sei denn, die Transformer-Architektur selbst ändert sich.
Ich finde es schwer,
vibe codingzuzustimmen, weil AI-Agenten das Problem nicht lösen, dass wir nach wie vor auf Code-Basis arbeiten müssen. Wenn Agenten in einer Umgebung autonom arbeiten, warum brauchen wir dann überhaupt Code, der für Maschinen umständlich zu verstehen ist?Ich denke, der Moment, in dem AI-Agenten die Softwareentwicklung wirklich verändern, ist genau dann gekommen, wenn sie für die Nutzer, die sie steuern, die Ebene des Codes vollständig abstrahieren. Im Moment sind sie meiner Meinung nach nicht mehr als auf dem Niveau, schnell Codeschnipsel zu erzeugen (was natürlich auch beeindruckend ist).
Bis der Moment kommt, in dem AI-Agenten uns vom Code befreien, ist die Veränderung zwar erstaunlich, aber ich kann der Behauptung nur schwer zustimmen, dass sie die Arbeitsweise der Softwarebranche dramatisch verändert.
Ich denke, das ist ähnlich wie bei der Einführung der Megafactory von Hyundai Motor.
Traditionelle Arbeitskräfte werden wohl auf Setup und Wartung umgestellt. (Dieser Teil ist für mich etwas nachvollziehbarer.)
Die Frage ist nur, ob das auch für Bereiche gilt, die mit Abstraktion zu tun haben?
Persönlich denke ich, dass das möglich ist.
Ich bin immer noch manchmal etwas verwirrt von den Paaren leicht komplexer Musterguppen und sogar davon, Dinge in alphabetischer Reihenfolge zu schreiben ... (bitteee!!) Ich habe keine Lust zu tippen
Bis auf den letzten Teil über Junioren kann ich dem einigermaßen zustimmen.
Treffender wäre wohl zu sagen, dass Seniors und bestehende Unternehmen, die KI nicht annehmen können, durch einen Generationenwechsel ersetzt werden.
Wichtige Entwicklungsimplementierungen eines Unternehmens bleiben fast zu hundert Prozent nicht öffentlich im Internet. Mit dem heutigen Stand der KI lässt sich keine Qualität auf diesem Niveau erzeugen. Unsinn.
Wenn Wissen und Fähigkeiten ähnlich sind, wird man in einem passenden Umfeld wohl zu ähnlichen Ergebnissen kommen.
Entwicklung besteht ja nicht nur aus Webanwendungen, für die vergleichsweise viele Materialien öffentlich verfügbar sind, sondern ist extrem vielfältig – von Grafik-Engines über Embedded bis hin zu Low-Level-Chipdesign. Es gibt viele Bereiche, in denen man bei null oder nahezu null anfängt. Auch in meinem Fachgebiet gibt es auf GitHub, in der Dokumentation oder im Internet nichts, worauf man sich wirklich sinnvoll beziehen könnte. Natürlich liefern weder Grok noch Claude dort vernünftige Ergebnisse. Dass man dem Modell den gesamten Code bereitstellt oder Fine-Tuning betreibt, lasse ich dabei außen vor.
Vermutlich arbeiten Sie nicht an einer Entwicklung, die eine solche Spezialisierung erfordert, oder Sie haben keine internen Assets, deren Offenlegung verboten ist. Deshalb sollten Sie lieber nicht zu sicher sein, dass Sie die Situation selbst exakt erfassen.
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.
Das bedeutet doch nicht, dass das Internet das Problem ist, sondern dass es keine Daten gibt, mit denen man AI-Modelle trainieren kann. Warum kommt dann Forschung zu Trainingsmethoden ins Spiel? Ich spreche hier von der konkreten Realität. Bis Ende 2025 wird man auf keinen Fall eine AI bauen, die alle Entwickler ersetzt. Es ist von vornherein kein Leistungsproblem.
Ich glaube, Sie haben meine Aussage missverstanden. Ich habe eine Situation angenommen, in der ein Unternehmen eine KI mit dem eigenen Code trainiert und sie dann für die Codegenerierung innerhalb des Unternehmens einsetzt.
Auch ein Leiter sollte wissen, worum es geht … ob jemand nur herumhängt, arbeitet, Unsinn macht oder gute Arbeit leistet … Ich dachte, ein Leiter sei jemand, der den Strom aus- und wieder einschaltet …
Wenn das Aus- und Einschalten des Stroms die Aufgabe eines Leiters ist … dann ist genau so ein Leiter prädestiniert dafür, durch AI ersetzt zu werden.
Ich persönlich kann dem nicht wirklich zustimmen. Ein Senior, der von einem Junior verdrängt wird, der mit KI arbeitet, ist meiner Meinung nach von vornherein kein echter Senior.
Schade, dass es den Behauptungen offenbar an ausreichenden Belegen fehlt.
Wurde der Name von Neo geändert?
Der Name wurde nicht geändert; es schien nur, als würden sich die Kennzeichnungen GN+ und neo doppeln, deshalb habe ich sie zu einer zusammengefasst. Wenn Sie darauf klicken, gelangen Sie zu neo.