Ich begann mit 7 zu programmieren, und jetzt mit 50 hat sich das, was ich liebte, verändert
(jamesdrandall.com)- Ein Entwickler, der seit 1983 und damit seit 42 Jahren programmiert, beschreibt seine gemischten Gefühle angesichts des Aufkommens des KI-Zeitalters und spürt, dass sich das Wesen der Softwareentwicklung verändert
- Von 8-Bit-Computern bis zum 486 begann alles in einer Zeit, in der man jedes Byte der Maschine verstand und direkt kontrollierte; trotz zahlreicher technologischer Umbrüche blieb die Kernkompetenz stets übertragbar
- Anders als frühere Wechsel bei Plattformen, Sprachen oder Paradigmen verändert KI den Sinn dessen, was es heißt, „gut zu sein“, selbst
- Da sich die Rolle vom direkten Schreiben von Code hin zu Prüfen und Anweisen verlagert, verschwindet die vertraute Feedbackschleife des Problemlösens zunehmend
- Mit 42 Jahren Erfahrung entstehen Produkte heute schneller denn je, doch das Gefühl von Staunen und Identität in der Entwicklung befindet sich in einer Übergangsphase
Das Zeitalter, das mich geprägt hat
- 1983 schrieb er mit 7 Jahren seinen ersten Code, indem er BASIC in eine Maschine tippte, die weniger Rechenleistung als ein Waschmaschinenchip hatte
- Er konnte den Zweck jedes Bytes im RAM nachverfolgen, jedes Pixel auf dem Bildschirm selbst platzieren, und der Weg von der Absicht zum Ergebnis war direkt und sichtbar
- Die Zeit von 8-Bit bis zum 486DX2-66 war seine liebste Phase; jede Maschine hatte ihren ganz eigenen Charakter
- Etwa der attribute clash des Sinclair Spectrum, der SID-Chip des Commodore 64, der weit über die ursprüngliche Designabsicht hinaus genutzt wurde, oder die Flicker-Tricks wegen des NES-Limits von 8 Sprites pro Scanline
- Der PC entwickelte sich von einer beigefarbenen Box für Tabellenkalkulationen über 286, 386 und 486 zu einem Gaming-Kraftpaket, das Doom ausführen konnte
- Es waren nicht einfach nur Produkte, sondern Engineering-Abenteuer mit sichtbaren Trade-offs; sich mit IRQ-Konflikten, DMA-Kanälen, der Optimierung von
CONFIG.SYSundAUTOEXEC.BATsowie Speichermanagern zu beschäftigen, war an sich schon System Engineering - Kleine Teams wie id Software trafen mutige technische Entscheidungen, als noch niemand die Regeln festgelegt hatte
- Beispiele sind Carmacks Raycasting in Wolfenstein oder Dooms Tricks mit VGA Mode X, bei denen reale Beschränkungen bis an die Grenze ausgereizt wurden, um wirklich Neues zu schaffen
- Mit dem Aufkommen von Plug and Play und der Abstraktion durch Windows endete der Wilde Westen, und Computer wandelten sich von faszinierenden Maschinen, die Respekt und Verständnis verlangten, zu Haushaltsgeräten
Die Verfälschung des Versprechens
- Anfangs gab es einen echten Optimismus darüber, was Computer werden könnten — ein Kind mit einem Spectrum konnte selbst alles Mögliche erschaffen, und das frühe Web fühlte sich wie das größte Gleichmachungsinstrument der Menschheitsgeschichte an
- Diese Hoffnung verfälschte sich in eine unangenehme Richtung — die Maschinen, die man liebte, wurden zu Werkzeugen der Überwachung und Extraktion
- Plattformen, die Verbindung versprachen, wurden in Wirklichkeit geschaffen, um Nutzer zu monetarisieren
- Der Tüftlergeist starb nicht eines natürlichen Todes, sondern wurde aufgekauft und für die Optimierung von Werbeklicks eingesetzt
- Das ist eine andere Art von Verlust als ein bloßer Werkzeugwechsel — etwas, das man liebte, hat sich verändert und wird nun für Dinge eingesetzt, auf die man nicht stolz sein kann
Die Übergänge, die ich erlebt habe
- In 40 Jahren gab es zahllose technologische Wechsel — neue Sprachen, neue Plattformen, neue Paradigmen, von CLI zu GUI, vom Desktop ins Web, vom Web zu Mobile, vom Monolithen zu Microservices, von Band über Diskette und Festplatte bis SSD sowie JavaScript-Frameworks, die wie Eintagsfliegen auftauchten und verschwanden
- Mit jeder Welle musste man Neues lernen, aber die Kernfähigkeiten blieben übertragbar — man lernte die neue Plattform und wandte sein bestehendes Verständnis dafür an, wie Systeme funktionieren, um weiter zu bauen
- Selbst Erfahrungen mit Software-Releases für Plattformen, die längst nicht mehr existieren, akkumulierten mit Zinseszinseffekt, jedes Mal wenn die Branche in eine neue Richtung abbog
- Zwischen erfahrenen Entwicklern und der Branche bestand eine unausgesprochene Übereinkunft: „Dinge ändern sich, aber Verständnis bleibt.“
Diesmal ist es anders
- Frühere technologische Umbrüche folgten dem Muster „etwas Neues lernen und vorhandene Fähigkeiten anwenden“, doch KI ist keine neue Plattform, Sprache oder neues Paradigma, sondern ein Wandel, der die Bedeutung dessen verändert, was es heißt, gut zu sein
- Diese Erkenntnis kam schrittweise — beim Bauen von Features und Entwerfen von Architekturen macht man zwar noch immer dieselbe Arbeit, aber die interessanten Teile fühlen sich ausgehöhlt an
- Das Finden eleganter Lösungen, das Ringen mit Beschränkungen und die Befriedigung, wenn etwas klickt — all das wird zunehmend von Modellen übernommen, denen Eleganz gleichgültig ist und die keine Befriedigung empfinden
- Es ist billiger und schneller, aber innen leer
- Nun verlagert sich die Rolle vom direkten Tippen von Code hin zu Prüfen, Anweisen und Korrigieren — das Urteilsvermögen darüber, was funktioniert und was nicht, das sich über 42 Jahre angesammelt hat, bleibt wertvoll, aber es ist eine andere Art von Arbeit und fühlt sich nicht gleich an
- Die Feedbackschleife verändert sich und die Intimität geht verloren — das Rätseln, das Nachverfolgen und der Moment, in dem man nach Stunden endlich versteht, warum etwas nicht funktioniert, werden in Prompts und Antworten komprimiert
- Gleichzeitig ist zu beobachten, wie Menschen mit nur einem Bruchteil dieser Erfahrung oberflächlich ähnliche Ergebnisse erzeugen — Unterschiede in der Handwerkskunst sind real, aber von außen schwer zu erkennen, schwer zu bewerten und auch innerlich schwerer zu spüren
Der Turm der Abstraktion
- Auf LinkedIn sah er Anfang-20-Jährige mit nur wenigen Jahren Berufserfahrung darüber klagen, dass sie mit KI „nicht wüssten, was eigentlich passiert“
- Ihnen sei nicht bewusst gewesen, dass sie sich bereits ganz oben in einer wackligen Jenga-Turm-Kette von Abstraktionen befanden
- TypeScript → JavaScript-Kompilierung → die in C++ geschriebene V8-Engine → System Calls des OS-Kernels → Thread-Scheduling auf CPU-Kernen, über das sie nie nachgedacht hatten → Memory Controller mit Caching-Layern → 400 npm-Pakete, von denen sie nie eine Zeile gelesen hatten
- Das Schiff der Abstraktion war schon vor Jahrzehnten ausgelaufen, aber weil jede Schicht schrittweise hinzukam, konnte man noch so tun, als verstehe man den ganzen Stack
- KI ist die Schicht, bei der sich dieses So-tun nicht länger aufrechterhalten lässt
- Das Gefühl, sich daran zu erinnern, wie es war, die ganze Maschine zu verstehen, und die Trauer über diesen Verlust kann niemand vollständig nachempfinden, der es nie erlebt hat
Was bleibt
- Es stimmt, dass Erfahrung wertvoller ist denn je, dass Systemdenken und Architektururteil Dinge sind, die KI nicht ersetzen kann, und dass Handwerkskunst in anderer Form fortbesteht
- Bei komplexer Arbeit — etwa dem Management von Abhängigkeiten auf Systemebene, dem Aufrechterhalten von Mental Models über mehrere interagierende Spezifikationen hinweg und den tausend kleinen Entscheidungen, damit sich etwas konsistent anfühlt — bringt man weiterhin etwas ein, das KI nicht hat: Geschmack, Urteilsvermögen und jahrzehntelange Mustererkennung
- Wenn Codegenerierung billig wird, verlagert sich der Engpass zu denen, die wissen, was sie verlangen müssen, subtile Fehler in der Ausgabe erkennen und das Gesamtbild im Blick behalten — Tippen war nie der schwierige Teil
- Aber zu behaupten, es fühle sich gleich an, wäre gelogen — das Staunen ist schwerer zugänglich, und das Gefühl der Entdeckung, etwas durch bloße Beharrlichkeit und Einfallsreichtum herausgefunden zu haben, wird komprimiert. In dieser Komprimierung gewinnt man etwas, verliert aber auch etwas
Brachzeit (Fallow Period)
- Kürzlich ist er 50 geworden und nach vier Jahren intensiven Schaffens und identitätsstiftender Arbeit in eine Phase eingetreten, die er „Fallow Period“ nennt
- Das ist nicht dasselbe wie Burnout — vielmehr ist es der Prozess, nach einem neuen Fundament zu suchen, während sich der Boden unter einem Gebäude verschiebt, das man für dauerhaft hielt
- Es gibt kein sauberes Fazit — Ratschläge wie „geh im Stack weiter nach oben“, „nimm die Werkzeuge an“ oder „konzentriere dich auf das, was KI nicht kann“ sind vermutlich richtig, lösen aber das Gefühl nicht auf
- Es fühlt sich so an, als habe sich das, dem man 42 Jahre gewidmet hat, in etwas verwandelt, das man vielleicht nicht mehr wiedererkennt — nicht unbedingt schlechter, aber anders, und es stellt die Identität infrage, die man darum aufgebaut hat, während es nicht mehr dieselbe Erfüllung gibt
- Vermutlich empfinden viele Entwickler über 40 Ähnliches, sprechen aber nicht darüber, weil die Branche Jugend und Anpassungsfähigkeit verehrt und ein „Es ist nicht mehr wie früher“ schnell so klingt, als sei man abgehängt
- Das ist kein Abgehängtsein — mit den neuen Werkzeugen baut man schneller als je zuvor und erschafft Produkte, von denen man vor ein paar Jahren nur träumen konnte, während man zugleich herauszufinden versucht, was „bauen“ jetzt überhaupt bedeutet
- Mit 7 begann er zu programmieren, weil Maschinen genau das taten, was man ihnen sagte, weil man sie erforschen und letztlich verstehen konnte, und das fühlte sich wie Magie an; jetzt, mit 50, ist die Magie anders, und er lernt, mit ihr zu leben
11 Kommentare
Das liegt daran, dass eine Technologie aufgetaucht ist, deren Grundlage nicht redlich ist. Die Daten, auf denen LLMs "trainiert" wurden, wurden für eine solche Nutzung nicht freigegeben (auch wenn sie behaupten, die Erlaubnis zu haben), und deshalb können sie nicht einmal ordentlich auflisten, welche Daten sie "gelernt" haben. Dadurch wird es unmöglich, ihre Struktur zu verstehen. Es ist eine Technologie, die von Grund auf ohne Respekt vor dem menschlichen Geist entstanden ist, massenhaft nicht genehmigte Fälschungen produziert und dabei die Umwelt zerstört.
Ich habe auch mit Basic angefangen, und inzwischen sind es schon über 40 Jahre.
Früher habe ich sogar noch den Abakus gelernt, und heute setze ich AI-Agenten ein – die Welt verändert sich wirklich rasend schnell.
Aber ich habe nicht ganz das gleiche Gefühl wie der Autor; ich finde einfach spannend, was derzeit alles passiert.
Hacker-News-Kommentare
Mit der Zeit hatte ich das Gefühl, dass die Entwicklungsumgebung durch die zunehmende Komplexität von Betriebssystemen und die wachsende gesellschaftliche Bedeutung von Software immer schlechter wurde.
Der Mac von 1984 hatte bereits eine umfangreiche Grafikbibliothek, und Abstraktion war ein unvermeidlicher Trend. Ich mochte gut entworfene Frameworks sogar eher.
Aber als Software das Leben zu dominieren begann, ging die „Ära der von Ingenieuren geführten Entwicklung“ zu Ende, und eine verwaltungszentrierte Kultur mit Agile, Unit-Tests und Code-Reviews nahm dem Coden den Spaß.
Jetzt, im Ruhestand, programmiere ich wieder frei und genieße das alte Gefühl eines „Cowboy-Programmierers“.
Die Qualität von AI-generiertem Code ist am Ende proportional zum Niveau des Entwicklers, der das Tool nutzt. Gute Entwickler liefern immer noch gute Ergebnisse.
Auch wenn man AI verwendet, kann man die wichtigen Teile selbst nachbearbeiten und sich Zeit nehmen, das eigene Gehirn einzusetzen. Die eigentliche Herausforderung ist meiner Meinung nach nicht die Technik, sondern das Zeitmanagement.
Früher fühlte es sich magisch an, wenn man die ganze Nacht an einer Assembler-Rendering-Bibliothek schrieb. Ich dachte, in Docker-Containern gäbe es keine solche Magie, aber in letzter Zeit habe ich wieder dieses Gefühl, um 2 Uhr morgens im Licht des Monitors Magie zu wirken.
Ich bin auch 50, und dank AI-Coding-Assistenten freue ich mich darauf, persönliche Projekte umzusetzen, für die mir früher die Zeit fehlte.
Mit einem Chatbot zu entwickeln fühlt sich an, als würde man Formulare ausfüllen. Trotzdem verändert sich die Welt, also muss man es wohl akzeptieren.
Dabei merkt man, dass die meisten Menschen eher Effizienz als Handwerkskunst wollen und dass echte Meister selten sind. Vielleicht verlieren wir am Ende wieder ein Stück Kultur.
Aber von LLMs erzeugten Code zu debuggen fühlt sich an, als würde man den Code anderer Leute reparieren, und es gibt kein Erfolgserlebnis. Es geht schneller bis zur Fertigstellung, aber es fühlt sich nicht mehr wie meins an.
Auch die Kinder von heute empfinden noch Magie. In 50 Jahren wird man sagen: „Ich vermisse die Zeit, als wir noch GPT-6.2-RAG-Tuning gemacht haben.“
Ich gehöre zur ersten Gruppe. Dank AI kann ich Dinge bauen, für die mir früher wegen Zeitmangels die Möglichkeit fehlte. Ich kann mich auf die Kernfunktionen konzentrieren.
Die Vorfreude auf zukünftige Technik ist verschwunden, und ich habe meinen Blick auf andere Bereiche gerichtet.
Als ich noch in einem Großunternehmen war, machte es keinen Spaß, aber jetzt sitze ich jeden Tag gern vor der IDE.
Wenn Programmieren keinen Spaß mehr macht, würde ich empfehlen, ins Consulting zu wechseln. Unabhängigkeit und Kontrolle bringen die Freude zurück.
Ich bin jetzt in der Oberstufe 2, nachdem ich seit dem 1. Jahr der Oberschule mit dem Gedanken gelebt habe, Informatik zu studieren, meinen schulischen Werdegang mit Informatik-Aktivitäten gefüllt und mir nebenbei auch ein wenig selbst beigebracht habe. In letzter Zeit sind meine Gefühle allerdings ziemlich kompliziert. Als ich damals GPT-3 oder eine fast noch frühe Version benutzt habe, fand ich es einfach faszinierend, dass so eine AI so natürlich sprechen kann, und ich bin auch mal in den Midjourney-Discord gegangen, um Bilder zu erzeugen. Aber damals fühlte es sich eher wie ein „interessantes Spielzeug“ an — ich hätte nie gedacht, dass es sich so schnell weiterentwickeln würde. Weil ich AI wie Bixby schon viel länger kannte, waren meine Erwartungen auch eher niedrig.
Aber ehe ich mich versah, machte AI einen riesigen Sprung, Big Tech investiert in AI, und überall hört man, die Aussichten für die Informatik seien düster oder was auch immer. Natürlich ist generative AI letztlich auch nur ein komplexes Programm, das mathematisch gesehen Wörter mit hoher Wahrscheinlichkeit aneinanderreiht, aber sie ahmt menschliche Arbeit viel zu gut nach und wächst so rasant, dass ich mir Sorgen mache, ob es nach dem Studienabschluss — vielleicht sogar erst nach einem Master oder einer Promotion — überhaupt noch genug Jobs geben wird ...
Mit halb Überzeugung, halb Trägheit lerne ich weiter für mein ursprüngliches Ziel, Informatik an der Seoul National University zu studieren, und kümmere mich weiter um meinen schulischen Werdegang, aber es fällt mir schwer, diese Unsicherheit abzuschütteln. Und wenn es beim Lernen von Entwicklung manchmal überwältigend viel schneller ist, AI zu fragen, als ein Buch aufzuschlagen, dann löst das auch gemischte Gefühle in mir aus ... Ja, genau so ist es.
Ist es jetzt nicht eher besser? Wenn man sich schneller bewegt als alle anderen, scheint man ziemlich rasch zum Experten werden zu können. Auch im Bereich KI gibt es noch viel zu tun … im Moment kann man ja gerade erst sagen, dass man einigermaßen gut programmieren kann.
Ich denke ähnlich, auch wenn wir aus unterschiedlichen Altersgruppen kommen, haha.
Auch in künstlerischen oder sportlichen Bereichen wählt man ein Fach, das man wirklich mag, obwohl man weiß, dass es schwer ist, damit einen Job zu finden. Entscheiden Sie danach, was Ihnen wichtiger ist: ein sicherer Berufseinstieg oder die Arbeit, die Sie lieben, auch wenn sie schwerer in Beschäftigung umzusetzen ist. Mit AI Software zu entwickeln und zu AI zu forschen, ist nach wie vor großartig.
Ich habe auch mit BASIC angefangen und schon in der Grundschule sämtliche Wettbewerbe abgeräumt. Meistens habe ich Spiele entwickelt, und ich denke, mein größter Karrierehöhepunkt war, dass ich bereits in der Grundschule einen Ego-Shooter gebaut habe. Danach habe ich von COBOL, FORTRAN und C/C++ ausgehend Windows-Apps und -Spiele entwickelt, außerdem Gameserver, Embedded-Apps für Feature-Phones und Set-Top-Boxen, später dann iOS und Android. Anschließend habe ich Web-Apps auf Basis von Node und Python als Full-Stack entwickelt und mich aktiv an Open-Source-Projekten rund um Node beteiligt. Die meisten Systeme, Frameworks und Betriebssysteme habe ich von Grund auf verstanden, entwickelt und praktisch erlebt. Als ich in den Vierzigern war, war ein neues Framework oder Betriebssystem am Ende doch immer mehr oder weniger dasselbe. Aber AI-gestützte Entwicklung ist grundsätzlich etwas anderes. Es sieht zwar wie die Fortsetzung der Arbeit aus, die man bisher gemacht hat, ist es aber nicht. Buchhaltungs- und Büroarbeit bleibt zwar dieselbe, aber der Wechsel vom Abakus zur Tabellenkalkulation ist keine bloße Fortsetzung. Die Frage ist, ob man weiter nur den Abakus klappern lässt oder in ein anderes Feld hinüberwechselt. Es geht nicht darum, ob man es mag oder nicht mag oder ob sich etwas verändert hat.
Sie sind großartig.
Ich bin inzwischen auch über 50 und seit den frühen 2000ern noch immer aktiv im Beruf, aber ich finde eher, dass es durch den Einzug von AI besser geworden ist. Früher habe ich mich gestresst, wenn ich Kernel-Source-Code analysieren musste und immer wieder suchen und suchen musste; heute lasse ich das AI machen, und ich überprüfe auf dieser Grundlage noch einmal, ob es tatsächlich stimmt. Dadurch habe ich weniger Stress und kann mehr Inhalte tiefer verstehen. Außerdem arbeite ich auf Firmware-Basis, kann inzwischen aber sogar Android-Applikationen komplett entwickeln und habe erkannt, dass damit auch ein Ein-Personen-Business möglich ist.
Ich habe auch 1983 mit BASIC angefangen,
und dieselbe Begrenzung von NEC auf 8 Sprites pro Scanline auf dem MSX erlebt (beim MSX1 waren es 4), daher freue ich mich sehr, einen Text zu lesen, mit dem ich dieselbe Zeit und dieselben Erfahrungen teile.
Auch den Inhalt der aktuellen Überlegungen kann ich gut nachvollziehen.