Das Zeitalter der Codefabriken und die Zukunft von SRE

Ursprünglich war dies nur ein schwacher Text, den ich in meinem Umfeld geteilt habe, aber da die Reaktionen ganz gut waren, teile ich ihn auch auf GeekNews, um die Gedanken und Perspektiven anderer zu hören. Falls es wie ein werblicher Beitrag wirkt, weist mich bitte darauf hin!

---

Zusammenfassung

• Das Fundament des Software Engineerings wird durch den rasanten Aufstieg von AI und Automatisierung neu strukturiert. Dieser Wandel hat ein irreversibles Ausmaß erreicht, und bestehende Praktiken und Workflows werden grundlegend neu bewertet.
• Die Bedingung dafür, dass AI in der Industrie traditionelle menschliche Entwickler vollständig ersetzt, ist nicht einfach, dass AI besseren Code als Menschen schreibt, sondern dass die Produktionsfähigkeit von AI allein der Kombination aus Mensch und AI überlegen ist. Diese Zukunft wird nicht so schnell kommen.
• Bestehende menschenzentrierte Workflows, Best Practices und Kollaborationsmodelle (TDD, Git/PR-Strukturen usw.) müssen im Zeitalter der AI neu überprüft werden.
• Was sich mit Vibe Coding leicht bauen lässt, hat entsprechend keinen großen Wettbewerbsvorteil. In ernsthaften Projekten sind trotz AI-Automatisierung feingranulare Engineering-Prozesse (LLM-Kontextmanagement, Verifizierungsautomatisierung, Code-Management usw.) entscheidend.
• Dank AI kann heute jeder Software erstellen, aber der tatsächliche Service-Betrieb (SRE/DevOps) lässt sich weiterhin nur schwer automatisieren. Vercel/Supabase werden bei Skalierung teuer, AWS/Kubernetes sind komplex, und Monitoring- sowie Alarmierungs-Setups sind noch schwieriger.
• Je stärker AI das Schreiben von Code beschleunigt, desto größer wird paradoxerweise die Last in SRE/DevOps/Betrieb. Dieser Bereich ist stateful, die Kosten von Halluzinationen sind hoch, und die Verarbeitung von Echtzeit-Metriken und -Logs ist nötig, weshalb sich das nicht gut allein mit LLMs lösen lässt.
• Einen LLM-Agenten in EC2 einzusetzen und den Betrieb eigenständig erledigen zu lassen, wirkt wie die unrealistische Vorstellung, einem LLM nur Kameraschnappschüsse zu geben und damit autonomes Fahren zu erwarten; es braucht einen grundsätzlicheren Ansatz.
• Wie bei den Stufen 2→4→5 des autonomen Fahrens braucht auch der „autonome Betrieb“ von Services einen eigenen technischen Ansatz in Form eines „Systemmodells“, etwa mit Sensing (Logs/Metriken) und World Model (virtuelle Architektur/Traffic-Simulation).

[joellim]

Ich habe den Artikel zwar gut gelesen, aber wie Sie im Haupttext erwähnt haben, wirkt er wie ein Werbetext und scheint daher nicht zur Ausrichtung von GeekNews zu passen.

[roxie]

Ich werde bald als ersten Schritt zu diesem Ziel ein MVP veröffentlichen, das einfache Container-Bereitstellung und Observability (Monitoring, Metriken, Alarme usw.) bietet und zum Zeitalter des Agentic Coding passt. Und ich werde hier alles bereitstellen, was für den tatsächlichen Betrieb von Services verwendet wird, zum Beispiel zustandsbehaftete Infrastruktur wie DB und MQ sowie statische Webseiten. Zunächst werde ich mit einem PaaS starten, aber schnell ein Produkt veröffentlichen, das in den Accounts und Systemen der Nutzer installiert wird, um den Umsatz zu steigern und gute Investments zu erhalten.

Und letztlich möchte ich einen vollständig autonomen Betrieb von Operations/SRE/DevOps erreichen.

Ich denke, das ist hier wohl der Kernpunkt. Mich würde interessieren, warum Sie glauben, dass Sie das besser als AWS und Vercel machen können.

[dopeflamingo]

Ich stimme dem sehr zu und habe ähnliche Gedanken. Das ist etwas, das alle wissen, die tatsächlich Softwareentwicklung auf professionellem Niveau betreiben … in der aktuellen Software-Community ist das inzwischen nahezu Konsens.

[dopeflamingo]

Ich denke, der entscheidende Unterschied ist,

• dass Nicht-Entwickler Ideen, die sie bisher nicht umsetzen konnten, nun zumindest als sw in Form eines Prototyps realisieren können, und

• dass professionelle sw-Entwickler auf Senior-Niveau oder darüber ihre Produktivität allein extrem steigern und damit die Entwicklungsgeschwindigkeit von Services massiv erhöhen können (allerdings gibt es wegen Architekturarbeit, Code-Reviews und den oben beschriebenen Punkten Engpässe).

Schon Vercel betreibt seine Services schließlich mit massivem Personaleinsatz...

[geekbini]

Wird es nicht auch Lösungen geben, mit denen sich SRE/DevOps per KI automatisieren lässt? (Das könnte sogar eine neue Geschäftsidee sein.) Ich denke auch, dass bestehende Anbieter in diesem Bereich vermutlich intern bereits an KI-Lösungen arbeiten.

[dongho42]

https://github.com/HolmesGPT/holmesgpt Ich habe früher schon ein paar ähnliche Sachen gesehen, und ich denke, inzwischen gibt es wahrscheinlich noch mehr davon. Vor allem wenn ich mir Leute in meinem Umfeld anschaue, die in Unternehmen arbeiten, bauen sie intern jeweils selbst dies und das. Von Anfang an ist es ja mittlerweile eine Zeit, in der sogar so etwas von AI erstellt wird.

[bungker]

Wenn ich so darüber nachdenke, baue ich am Wochenende auch ständig etwas. Immer mit dem Gedanken: Das hat bestimmt noch niemand gemacht.

[jameslee9506]

Persönlich denke ich, dass man im Rückblick sagen könnte, man habe das völlig falsch eingeschätzt, wenn man das Entwicklungstempo von KI berücksichtigt.