- Große Sprachmodelle (LLMs) haben sich zuletzt so weit entwickelt, dass sie Projekte mittlerer Größe nahezu im Alleingang fertigstellen können, wodurch sich die Art des Programmierens grundlegend verändert
- Die Notwendigkeit, Code selbst zu schreiben, nimmt ab, während die Fähigkeit, darüber nachzudenken, was man bauen will und wie man es erklärt, zu einer wichtigeren Kernkompetenz wird
- Redis-Erfinder Antirez erledigte mit Claude Code in wenigen Stunden vier Aufgaben: UTF-8-Unterstützung hinzufügen, einen Redis-Test-Bug beheben, eine C-Bibliothek für BERT-Embeddings erzeugen und die interne Struktur von Redis Streams nachbilden
- KI fördert die Demokratisierung der Softwareentwicklung und schafft ein Umfeld, in dem auch kleine Teams mit Großunternehmen konkurrieren können
- Gleichzeitig braucht es eine gesellschaftliche Antwort auf das Risiko der Zentralisierung von KI-Technologie und den möglichen Wegfall von Arbeitsplätzen; statt KI zu ignorieren, sollte man sie aktiv nutzen
Der Wandel des Programmierens und die Rolle von LLMs
- Aktuelle LLMs können mit ausreichend Hinweisen Projekte mittlerer Größe fast eigenständig fertigstellen
- Ob das gelingt, hängt von der Art der Programmierung und der Fähigkeit ab, das Problem klar auszudrücken
- Besonders wirksam ist das bei Aufgaben wie der Systemprogrammierung, die sich gut in Text ausdrücken lassen
- In den meisten Projekten ist es ineffizient, Code direkt selbst zu schreiben; wichtiger ist inzwischen, zu verstehen, was gebaut werden soll und wie es umgesetzt werden kann
- Autor Antirez nutzte KI für die folgenden vier Aufgaben
- Hinzufügen von UTF-8-Unterstützung zur linenoise-Bibliothek und Aufbau eines testframeworks auf Basis emulierter Terminals
- Eine Aufgabe, die zuvor wegen eines schlechten Verhältnisses von Testaufwand zu Nutzen aufgegeben worden war, ließ sich mit KI doch umsetzen
- Lösen eines sporadischen Fehlers in Redis-Tests im Zusammenhang mit Timing und TCP-Deadlocks
— Claude Code analysierte den Prozesszustand und behob den Bug
- Erzeugung einer reinen C-Bibliothek für die Inferenz von Embedding-Modellen der BERT-Familie in 5 Minuten
- 15 % langsamer als PyTorch, aber mit identischen Ergebnissen. Etwa 700 Zeilen Code
- Einschließlich eines Python-Tools zur Konvertierung des GTE-small-Modells
- Nachbildung einer Änderung an der internen Struktur von Redis Streams allein auf Basis eines Designdokuments
- Abgesehen von Review und Freigabe der Ausführung in etwa 20 Minuten abgeschlossen
- Diese Erfahrungen zeigen, dass KI das Wesen des Programmierens verändert
KI und die Beziehung zu Entwicklern
- Auch wenn KI Code schreibt, verschwindet die Rolle des Entwicklers nicht
- Entscheidend ist die Fähigkeit, Probleme zu definieren und von KI erzeugten Code zu prüfen und anzupassen
- KI maximiert die Produktivität in der Entwicklung als Partner
- Rentabilität von KI-Unternehmen, Aktienkurse oder Aussagen von CEOs sind langfristig nicht entscheidend
- Die grundlegende Veränderung des Programmierens ist unumkehrbar
- Er selbst bewertet es positiv, dass sein eigener Code für das Training von LLMs verwendet wurde
- Er sieht darin einen Prozess der Demokratisierung von Wissen und Systemen
- So wie Open Source in den 1990er-Jahren könne auch KI die Wettbewerbsfähigkeit kleiner Teams stärken
Demokratisierung von KI-Technologie und Sorge vor Zentralisierung
- Derzeit findet durch offene Modelle etwa aus China bereits ein gewisses Maß an Demokratisierung statt
- Selbst im Vergleich zu führenden Modellen geschlossener Labs ist die Leistungslücke nicht groß
- Dieses Gleichgewicht könnte jedoch nicht dauerhaft bestehen
- Es gibt Sorge über die Möglichkeit, dass sich KI-Technologie bei wenigen Unternehmen konzentriert
- Große neuronale Netze liefern ihrem Wesen nach erstaunliche Leistung; es gibt keinen solchen „Zauber“, dass nur bestimmte Unternehmen sie monopolisieren könnten
Gesellschaftliche Auswirkungen und Reaktionen
- Es gibt Bedenken, dass KI zu weniger Arbeitsplätzen führen könnte
- Ob Unternehmen Personal abbauen oder mehr Projekte vorantreiben werden, ist ungewiss
- In einigen Branchen besteht sogar das Risiko, dass Menschen vollständig ersetzt werden
- Deshalb ist die Rolle des Staates wichtig
- Es braucht politische Maßnahmen, die Arbeitslose unterstützen und auf den Wandel reagieren können
- Mit zunehmenden Entlassungen werde auch der politische Druck wachsen, gesellschaftlichen Schutz einzufordern
Ratschläge für Entwickler
- KI abzulehnen oder zu meiden hilft der Karriere nicht
- Neue Werkzeuge sollten selbst ausprobiert und über längere Zeit genutzt werden
- Nicht nach kurzen Tests ein Urteil fällen, sondern über Wochen hinweg weiter experimentieren
- Man sollte Wege finden, mit KI die eigenen Fähigkeiten zu erweitern
- Das Wesen des Codings ist nicht das „Schreiben“, sondern die Freude daran, etwas zu bauen; mit KI kann man mehr und besser bauen
Noch keine Kommentare.