Lass mich zurückbleiben

• Android-Entwicklung begann 2014 mit einem kostenlosen Kurs, den ich in einer Java-Vorlesung entdeckt hatte, und meiner ersten To-do-App; die Erfahrung, dass Software in meiner Hand die reale Welt berührt, wurde zum Antrieb
• In einer 10-jährigen Karriere ging es darum, Apps zu pflegen, die Nutzerinnen und Nutzern echten Nutzen bringen – etwa Dating-Apps, besseren Zugang zu Medikamenten oder Unterstützung beim Reisen – und so den Zweck von Technologie zu bestätigen
• Durch Kurse, Hackathons, den ersten Job und die Droidcon NYC wurde mir klar, dass nicht die Ergebnisse, sondern die Verbindung zu Menschen und die Weitergabe offenen Wissens am längsten bleiben
• LLMs haben sich so weit verbessert, dass sie kompilierbaren Code und sogar Reviews liefern, schwächen aber das Verständnis, das durch Stack-Overflow-artige Recherche, Widerspruch, Abstimmungen und Versuch und Irrtum entsteht
• Softwareentwicklung ist eine Kunst und ein Handwerk, das sich nicht allein durch die Automatisierung wiederholbarer Aufgaben ersetzen lässt, sondern etwas sein sollte, das Menschen gemeinsam für Menschen schaffen und teilen

---

Wie ich zur Android-Entwicklung kam

• Android-Entwicklung begann 2014 in einer Java-Veranstaltung an der Universität mit einem kostenlosen Online-Kurs, den ein Kommilitone geteilt hatte; mein erstes Ziel war es, eine To-do-Listen-App mit lokalem Speicher zu bauen
• Der Moment, in dem ich die fertige App auf meinem Handy startete und meinen Eltern zeigte, blieb als „der Moment, in dem die Glühbirne anging“ in Erinnerung; dass es echte Software war, die man in der Hand halten und direkt benutzen konnte, hatte eine starke Bedeutung
• Apps waren immer in meiner Tasche vorhanden und dienten als Werkzeuge für Ordnung und Produktivität; durch diese Erfahrung wurde mir klar, dass der Zweck von Technologie darin liegt, Menschen Werkzeuge mit positiver Wirkung zu geben
• 2018 arbeitete ich dann direkt an einer Dating-App, über die ich später meine Frau kennenlernen sollte, und erlebte noch unmittelbarer, wie Software die reale Welt beeinflusst
• In den folgenden zehn Jahren habe ich meine Fähigkeiten als Android-Entwickler geschärft und Apps gepflegt, die realen Nutzen für ihre Nutzerinnen und Nutzer stiften – sei es bei der Suche nach einem besonderen Menschen, beim besseren Zugang zu Medikamenten oder bei der Unterstützung von Reisen

Die Menschen, die meinen Weg geprägt haben

• Was länger blieb als die Apps selbst, waren die Verbindungen zu den Menschen, die diese Apps überhaupt möglich machten

• Kurse und offenes Wissen

  • Mein frühes Ziel war es, so viele Informationen wie möglich aufzusaugen, und ich besuchte jede Woche Vorlesungen, um alles über Android zu lernen, was mein Professor lehrte
  • Ich belegte auch einen weiteren Kurs, in dem Googler erklärten, wie man eine Wetter-App baut, und war so vertieft, dass ich sogar die Zeit zwischen den Veranstaltungen und die Mittagspause zum Entwickeln nutzte
  • Die tiefe Fachkenntnis der Menschen hinter der Kamera und ihre Haltung, dieses Wissen öffentlich zu teilen, hinterließen einen starken Eindruck

• Hackathons und Teambildung

  • Die folgenden Jahre waren dann eine Zeit des Übens durch eigenes Bauen, und bei mehr als zehn Hackathons kam ich mit Hunderten angehender Softwareingenieurinnen und -ingenieure in Kontakt
  • Mit Freunden fuhr ich 2 bis 8 Stunden mit dem Auto, um drei Tage lang fast ohne Schlaf soziale Apps, einen Haustier-Tracker und ein CTF-Spiel mit NFC-Tags zu bauen
  • Auch wenn wir uns mit Koffein über Wasser hielten und über den Tech-Stack stritten, waren Lachen, Freundschaft und der Stolz, als Team etwas geschaffen zu haben, die eigentliche Belohnung
  • Es spielte keine Rolle, was wir gebaut hatten oder ob wir einen Preis bekamen; die Erfahrung selbst blieb die Belohnung

• Der erste Job und RxJava

  • Nach dem Abschluss begann mein erster Tag als professioneller Android-Entwickler in einer Digital-Marketing-Firma, und mein Sitznachbar fragte mich: „Was weißt du über RxJava?“
  • Ich wusste überhaupt nichts über RxJava und war überrumpelt, doch mein Kollege urteilte nicht, sondern erklärte mir reaktive Programmierung, den Kontext der App, an der wir gemeinsam arbeiten würden, und wie ich schnell aufholen konnte
  • Wir wurden zu Kollegen, die im Büro für Lacher sorgten, und behielten zugleich eine tiefe Leidenschaft für unsere Arbeit und unser Wachstum

• Droidcon NYC und Wissen zurückgeben

  • Derselbe Kollege nahm mich mit zu meiner ersten Android-Konferenz, der Droidcon NYC, und das Umfeld mit Hunderten Ingenieurinnen und Ingenieuren sowie Dutzenden Sprecherinnen und Sprechern mit demselben engen Interessengebiet prägte mich stark
  • Zu sehen, wie Vortragende freiwillig ihr Wissen teilten, war der Auslöser dafür, später selbst meine Expertise mit der nächsten Generation von Android-Ingenieurinnen und -Ingenieuren teilen zu wollen
  • Gelegenheiten zu suchen, anderen Engineers zu helfen, und die Hilfe, die ich einst bekam, weiterzugeben, wurde zu einem wichtigen Grundsatz meiner Karriere

Die von LLMs versprochene Entwicklung und die tatsächliche Erfahrung

• Mit der Popularisierung von LLMs bedrohte das einfache Versprechen „Man muss jetzt nicht mehr programmieren lernen; man beschreibt einfach per Prompt, was man will, und der Code wird erzeugt“ die bisherige Art der Softwareentwicklung
• Anfangs war ich von den Möglichkeiten der neuen Technologie begeistert, doch in der Praxis schlug sie Methoden vor, die es nicht gab, erzeugte offensichtliche Bugs oder lieferte im schlimmsten Fall Code, der nicht kompilierte
• Als ich sie später nach dem Versprechen erneuter Verbesserungen wieder nutzte, waren diese tatsächlich eingetreten: Sie schrieb kompilierbaren Code, analysierte Stack Traces, schlug Korrekturen vor und führte sogar Code Reviews durch
• Doch diese verbesserten Fähigkeiten zehren zugleich die menschliche Erfahrung aus
• Wenn ich etwas nicht wusste, fragte ich die KI und verließ mich auf die erste Antwort, die funktionierte und mich ans Ziel brachte; dadurch lernte ich seltener wie früher über den öffentlich geteilten Lösungsweg von Menschen auf Stack Overflow, die dasselbe Problem erlebt hatten
• Auf Stack Overflow gab es nicht nur Hilfe, sondern auch Feedback, das Annahmen widerlegte und herausforderte; durch Suche, Prüfung und Community-Abstimmungen konnte man Zustimmung und Widerspruch zu Lösungen sehen und so Problem und Lösung grundlegend verstehen

Wie Automatisierung Lernen und Zusammenarbeit schwächt

• Engineers lieben Automatisierung, aber am besten funktioniert sie bei banalen und wiederholbaren Aufgaben
• Wenn man etwas bauen muss und die über zehn Jahre verfeinerten Fähigkeiten lieber an eine Maschine delegiert, statt sie einzusetzen, kann das die Fähigkeit zum kritischen Denken schwächen, die nötig ist, um belastbare und langlebige Software zu schaffen
• Es gibt auch die Sichtweise, dass man durch den von LLMs schnell erzeugten Code kritischer über Systeme nachdenken kann, doch dabei geht leicht der Versuch-und-Irrtum-Prozess verloren, der zum Kern des Lernens in der Softwareentwicklung gehört
• Versuch und Irrtum bedeutet nicht nur zu prüfen, ob eine App funktioniert oder abstürzt, sondern verschiedene Wege auszuprobieren, um die für das Ziel am besten geeignete Architektur, Bibliothek, Muster und Stilrichtung zu finden
• Auch Feedback zu Lösungen verschwindet, wenn man statt mit Kolleginnen und Kollegen zusammensitzt und Implementierungsentscheidungen sowie Trade-offs diskutiert lieber eine Black Box fragt; dann fehlen Gespräche, die darauf beruhen, was in echten Projekten funktioniert hat und was nicht
• Gespräche über Trade-offs waren oft keine Theorie, sondern basierten auf den Erfahrungen anderer aus erster Hand, und genau solche Gespräche vertieften Urteile über Implementierungen

Software für Menschen

• LLMs sind Vorhersagemaschinen und werden als Textgeneratoren und statistische Systeme verstanden, die auf der langjährigen Hingabe von Engineers trainiert wurden, die sich entschieden haben, offen zu lernen und offen zu bauen
• Öffentlich zu bauen bedeutete, Technologie nicht einzusperren, sondern echte Beispiele zu schaffen, an denen junge Engineers erkunden, verstehen und lernen können
• LLMs lachen nicht mit dir, wenn der Code nicht kompiliert, und sie fördern auch kein so tiefes Verständnis von Software, dass man begeistert erklären kann, wie etwas funktioniert, wenn jemand fragt: „Wie läuft das eigentlich?“
• Vor allem aber können sie nicht an der Freude teilhaben, gemeinsam den Kopf zu heben, zu lächeln und zu sagen: „Wir haben das gebaut“
• Die Gewohnheit, sich mit Menschen zu verbinden, Verletzlichkeit zu zeigen, Schwierigkeiten zu teilen und Hilfe später über Blogposts oder Vorträge weiterzugeben, ist durch die Nutzung von KI schwächer geworden, muss aber wiederhergestellt werden
• Softwareentwicklung ist eine Kunst und ein Handwerk, das Hingabe, Geduld und eine starke Gemeinschaft braucht, und etwas, das Menschen für Menschen machen sollten
• Wenn die Erfahrung des Bauens mit KI wirklich die Zukunft ist, dann komme ich zu dem Schluss, dass es in dieser Zukunft in Ordnung ist, zurückzubleiben

[GN⁺]

Hacker-News-Kommentare

• Die Kommentare hier, die gegensätzliche Erfahrungen darüber schildern, nicht zur Programmier-Community gehört zu haben, wurden gut aufgegriffen, aber es gibt noch einen weiteren Punkt, über den man nachdenken sollte
  Wir müssen an die Menschen denken, die am unteren Ende all dieser Software stehen und mit denen wir vielleicht nie direkt sprechen. Es sind nicht nur unbedingt „Nutzer“, denn es gibt auch viel Software für Entwickler, aber Nutzer müssen dennoch berücksichtigt werden
  Die Übergabe der Softwarequalität an stochastische Code-Extruder lässt die Qualität der Software, die in die Welt gelangt, rapide sinken. Schon vor LLMs gab es Probleme wie menschliche Fehler oder verzerrte finanzielle Anreize, und nun kommt das noch obendrauf. Wenn minderwertige und nutzerfeindliche Software ausgeliefert wird, richtet das bei realen Menschen großen und kleinen Schaden an. Dieses „unvermeidliche“ Abrutschen in generative KI schadet allen, die damit in Berührung kommen, also Entwicklern, Nutzern, Investoren und anderen. Es ist nur leicht zu ignorieren, weil sich die Schäden zu unterschiedlichen Zeitpunkten, auf unterschiedliche Weise und schleichend zeigen, aber sie passieren tatsächlich
  „AI“ ist schädlich. Ich kann gern zurückgelassen werden

  • Ich weiß wirklich nicht, ob es stimmt, dass die Übergabe von Qualität an „stochastische Code-Extruder“ die Softwarequalität stark einbrechen lässt, und ich glaube nicht, dass du dir da sicher sein kannst. Im Moment ist das alles eher ein Gefühl
    Da ich einige private Projekte betreibe, kann ich sagen, dass sich die Qualität objektiv verbessert hat, weil ich mit AI eine ordentliche CI-Pipeline aufbauen, die Testabdeckung erweitern und eine bessere Architektur erstellen konnte. Früher hatte ich nicht die Mittel, in diese Art von Härtung zu investieren, aber dank AI ist das jetzt möglich
    Natürlich kann man sagen, mein Code sei miserabel und die Tests ebenfalls, aber das wirkt, als stünde das Urteil schon vorher fest. Aus 25 Jahren Berufserfahrung in der Branche kann ich sagen, dass diese Einschätzung falsch ist. Wie sich allerdings eine durchschnittliche Codebasis entwickeln wird, weiß niemand. Vielleicht bin ich auch einfach ungewöhnlich gewissenhaft. Da das Zeitalter des agentischen Codings erst seit etwa 6–12 Monaten existiert, sollte man das Urteil noch aussetzen
  • Ich stimme zu, dass von LLMs erzeugte Software wahrscheinlich negative Auswirkungen auf das Leben von Menschen haben wird. Andererseits wird es auch viel Software geben, die früher gar nicht hätte entstehen können
    Für manche Einsatzzwecke kann selbst miserable Software besser sein als gar keine. Ob das insgesamt gut oder schlecht sein wird, ist schwer vorherzusagen
  • Wenn man sagt, „AI ist schädlich“, dann könnte man ebenso strukturiertes Programmieren, Compiler, objektorientierte Programmierung, Codegenerierung und agentisches Engineering als schädlich bezeichnen
    Was all diese Dinge gemeinsam haben, ist, dass sie Werkzeuge sind, die faule Menschen als Krücke benutzen können, um halbwegs funktionierenden, aber problematischen Code auszuliefern. Faulheit ist eine Entscheidung, und Entscheidungen werden von Menschen mit Willen und Verantwortung getroffen
  • Dass minderwertige und nutzerfeindliche Software realen Menschen schadet, dem stimme ich voll zu
    Wenn man mit AI-Tools schneller schlechtere Software baut, sollte man die eigene Nutzung überdenken. Wenn man damit keine bessere Software liefern kann, wofür setzt man sie dann überhaupt ein?
  • Es gibt keine Belege dafür, dass die Qualität gesunken ist. Eher das Gegenteil
    Ich habe erlebt, dass AI-Code-Review-Tools enorm effektiv dabei waren, Fehler zu finden, die sonst ausgerollt worden wären

• Meine Programmiererfahrung ist so anders als die des Autors, dass ich mich frage, was ich verpasst habe. Ich habe immer allein programmiert und kann mich nicht daran erinnern, jemals online oder offline tiefgehende Gespräche über Programmierung geführt zu haben. Es klingt spaßig und aufregend, aber leider hatte ich nie diese Gelegenheit
  Für mich ist AI das erste Mal, dass ich so etwas wie eine Art Meinung zu den konkreten Problemen oder Situationen bekommen kann, mit denen ich konfrontiert bin. Ich kann sehr konkret fragen, was für das, woran ich gerade arbeite, der beste Ansatz ist, lese und prüfe die Antwort und entscheide dann, welchen Weg ich einschlage. Ich bekomme immer noch oft völlig unsinnige Antworten, aber selbst dann hilft es mir, tiefer über meinen Zugang zum Problem nachzudenken, weil ich mich frage: „Stimmt das wirklich, was die AI gesagt hat?“

  • AI ist wie Google und Rubber-Duck-Debugging in einem
  • Lange Zeit war die Android-Community sehr eng verbunden und hat solche Gespräche online wie offline fortlaufend geführt. Der Autor des Originalbeitrags war ebenfalls ein recht aktiver Beitragender
    Leider war Twitter vor der Übernahme der zentrale Ort, und seitdem fühlt sich die Community nicht mehr wie früher an
  • Mir ging es ähnlich, deshalb habe ich angefangen, selbst Workshops zu veranstalten, und das ist wirklich großartig, ich lerne jedes Mal viel dazu. Wenn du Menschen zu irgendeinem Thema treffen möchtest, dann veranstalte einfach selbst einen Workshop
  • Man sollte die Effekte zweiter Ordnung auflisten und abwägen. Diese Begleiter-Perspektive ist vielleicht nur eine von mehreren Sichtweisen, aber eine sehr starke
  • Das Problem mit proprietärer AI ist, dass Unternehmen wie Anthropic, Google und OpenAI mehr von der Nutzung von AI profitieren als die Nutzer selbst
    Werkzeuge wie PostgreSQL, GCC, Git, HTTP und Emacs „gewinnen“ nichts dadurch, dass man sie benutzt. Sie können populärer werden und mehr Beiträge erhalten, aber das ist alles. Je mehr Claude genutzt wird, desto reicher wird Anthropic und desto leichter gerät das Unternehmen in eine Machtposition, von der aus es die Programmierung der Welt dominieren kann. Deshalb sollten wir, selbst wenn uns proprietäre AI noch so gut gefällt, noch einmal darüber nachdenken, was wir dafür aus der Hand geben. Es sind nicht nur 200 Dollar im Monat

• Mario Savio sagte auf dem Höhepunkt der industriellen Revolution einmal:
  Es kommt eine Zeit, in der der Betrieb der Maschine so abscheulich wird, einem das Herz so weh tut, dass man nicht mehr mitmachen kann und nicht einmal mehr passiv mitmachen kann. Dann muss man seinen Körper auf die Zahnräder und Räder, auf die Hebel und auf den ganzen Apparat werfen und ihn zum Stillstand bringen. Und man muss den Leuten, die die Maschine betreiben und besitzen, klarmachen, dass die Maschine überhaupt nicht laufen wird, wenn wir nicht frei sind.
  Schon damals übernahmen Maschinen viele Aufgaben, und wir funktionieren immer noch gut. Am Ende wird auch das wohl einfach Werkzeuggebrauch sein und die menschliche Intelligenz auf einen weiteren Höhepunkt führen

  • Dass sie die „menschliche Intelligenz auf einen weiteren Höhepunkt“ bringen soll, finde ich schwer zu akzeptieren. Es gibt keine Anzeichen dafür, dass die menschliche Intelligenz derzeit nahe an einem historischen Höhepunkt ist.
    Menschliches Wissen vielleicht, aber nicht Intelligenz. Als Kollektiv sind wir dumm und werden eher noch dümmer, und die von KI erzeugte träge Gedankenlosigkeit wird diesen Trend beschleunigen
  • Ich verstehe nicht, warum Intelligenz gefördert werden sollte. Was ändert sich, wenn alle „intelligent“ sind? Bestenfalls leben wir vielleicht 50 Jahre lang gesund auf diesem Felsen.
    Ich halte mich auch für einigermaßen „intelligent“, aber ich denke, das Konzept wird überbewertet. Ich würde lieber dumm und sorgenfrei leben. Fahrrad fahren, Pfeile in den Himmel schießen, Escargots essen und, wenn die Zeit gekommen ist, im Schlaf sterben. Stattdessen muss ich in der Realität arbeiten und mich nach einem Pflegeheim umsehen
  • Haben frühere Werkzeuge, die uns von körperlicher Arbeit befreit haben, die körperlichen Fähigkeiten des Menschen auf einen weiteren Höhepunkt gebracht?
  • Dabei ging es nicht um die Industrialisierung selbst, sondern darum, nicht zu kollaborieren. Die Maschine war eine Metapher für das System, im Kontext der 1960er Jahre
  • Wer ist hier überhaupt „wir“? Bedienst du Maschinen direkt in einer Fabrik? Weißt du, wie sich jemand fühlte, der 1900 Maschinen bediente?
    Mechanischer Ersatz und Ersatz des Denkens sind jedenfalls nicht vergleichbar, und trotzdem stehen die gedankenlosesten Pro-AI-Kommentare oft ganz oben

• Dieser Beitrag hat mir vieles klargemacht. Ich glaube, ich kann den Schmerz des Autors nachvollziehen, und beim Lesen habe ich das deutlich gespürt. Ein wenig überraschend war für mich, dass den Unterschied offenbar „Menschen“ gemacht haben, und mir wurde klar, dass die Tatsache, dass ich so etwas kaum erlebt habe, meine Sicht auf diese Technologie stark beeinflusst haben könnte.
  Für mich war Softwareentwicklung meist ein einsamer Prozess und etwas, auf das ich mich viel stärker fixiert habe als die Menschen um mich herum. Ich lebe auch nicht in einer technologiezentrierten Region und bin nicht in einem Umfeld, in dem ich viel mit Leuten sprechen kann, die sich mit Programmierung, Software Engineering oder KI gut auskennen. Wie der Autor musste ich zwar neue Technologien oder neue Sprachen lernen, aber statt Hilfe von viel erfahreneren Entwicklern zu bekommen, habe ich zu Hause allein gelernt.
  LLMs haben uns in einer Situation zurückgelassen, in der mehrere Tatsachen gleichzeitig gelten, und wenn wir vorankommen wollen, müssen wir herausfinden, wie wir das austarieren und auflösen. Man kann mit LLMs lernen oder auch nicht, und das ist ein Ergebnis des Ansatzes, der Bedürfnisse und der Willenskraft des Nutzers. Wie bei fast allem gibt es auch bei der Nutzung von LLMs Können, und das Können des Nutzers beeinflusst seine Wahrnehmung der Technologie und die Art, wie die Menschen um ihn herum diese Technologie sehen. Unerfahrene Nutzer erzeugen eher negativere Gefühle.
  Manche Menschen machen Dinge, die Maschinen gut können, gern selbst und wollen nicht, dass Maschinen sie übernehmen; andere hassen solche Aufgaben und wollen, dass Maschinen sie erledigen. Irgendwann in diesem Jahr wurde mir klar, dass ich das Bauen und Entwerfen von Systemen und das Lösen von Problemen sehr viel mehr mag als das Programmieren selbst.
  Softwareentwicklung ist ein Bündel aus vielen verschiedenen Dingen, und wenn man darüber spricht, als wäre es nur eines, wird alles nur verworrener. Manche möchten die Logik einer Anwendung selbst durchdenken und das LLM den Code schreiben lassen; andere wollen, dass das LLM die Lösung durchdenkt, implementiert und testet. Das sind sehr unterschiedliche Menschen mit unterschiedlichen Zielen und Wünschen. Wenn jemand Claude oder ChatGPT anschaut, sieht diese Person womöglich etwas völlig anderes als du

  • Wirklich gut auf den Punkt gebracht. Ich bin da ganz auf derselben Seite. Ich hatte fast nie jemanden, mit dem ich Ideen austauschen oder über die Details von Code brainstormen konnte.
    Meist musste ich Bücher und Online-Texte durchforsten und mir ein eigenes mentales Modell davon aufbauen, wie etwas funktioniert, und das war ziemlich hilfreich.
    Jetzt ist KI ein Werkzeug, mit dem man lernen kann, eines, das den richtigen Weg zeigt und detailliert erklärt, was passiert ist. Man kann Fragen stellen, auf Fehler hingewiesen werden, zwischen verschiedenen Implementierungen hin- und herwechseln und am Ende ein besserer Programmierer werden. Wie viele schon gesagt haben, bedeutet KI für jeden etwas anderes. Für mich war sie ein Werkzeug, das stärkt, erhellt und demütig macht. Es gab immer zu viel zu lernen und zu wenig Zeit, aber inzwischen fühlt es sich nicht mehr zwingend so an

• Das Problem mit proprietärer KI ist, dass Unternehmen wie Anthropic, Google und OpenAI mehr von der Nutzung von KI profitieren als die Nutzer selbst. Werkzeuge wie PostgreSQL, GCC, Git, HTTP oder Emacs „gewinnen“ nichts dadurch, dass man sie nutzt. Sie können populärer werden und mehr Beiträge erhalten, aber das ist alles.
  Je mehr man Claude nutzt, desto reicher wird Anthropic und desto leichter gelangt das Unternehmen in eine Machtposition, von der aus es die Programmierung der Welt beherrschen könnte. Deshalb sollten wir, selbst wenn uns proprietäre KI noch so gut gefällt, noch einmal darüber nachdenken, was wir dafür aus der Hand geben. Es sind nicht nur 200 Dollar im Monat.
  Ich bin für offene Modelle und Open-Source-Agenten, aber ich will Großkonzernen nicht noch mehr Macht geben. Wenn ich mir vorstelle, wie sich Software Engineering verändert, falls diese Großunternehmen in fünf Jahren noch mehr Macht über uns haben, macht mir das Angst. Zum Beispiel könnte es heißen: Zahle mehr, wenn du zwischen den Claude-Code-Prompts keine Werbung sehen willst, oder zahle mehr, wenn der generierte Code keine Werbung in deine App einbauen soll. Wollen wir wirklich, dass die miserable Erfahrung, die wir heute im Internet weltweit machen, tief in die Workflows des Software Engineering eingebrannt wird?

  • Als Datenbanken in den 70er- bis 90er-Jahren erstmals aufkamen, gab es viele proprietäre Datenbankunternehmen wie Oracle, IBM, Sybase und SQL Server, aber heute sind Open-Source-Datenbanken der Standard.
    Im Moment werden auf Basis des aktuellen Zustands von LLMs alle möglichen extremen Vorhersagen gemacht, aber niemand weiß, wie sich der Markt entwickeln wird.
    Auch Programmierfähigkeit und die Vibe-Coding-Kultur ähneln der Frühphase von Elektroautos. Es gab Rollen, für die Elektroautos besser passten als Verbrenner, aber bis sie dieselben Aufgaben vollständig übernehmen konnten, dauerte es noch mindestens zehn Jahre. In dieser Zeit gab es auch viele Leute, die Elektroautos wegen fehlender Infrastruktur und unreifer Technik als nette Spielzeuge, unpraktisch, teuer und gefährlich abtaten.
    Der einzige echte Burggraben, den man derzeit sieht, ist so etwas wie die Nachfrage nach Rechenzentren, aber auch das wird skalieren und zur Commodity werden, und die RAM-Produktion wird aufholen

• Die meisten Menschen ziehen aus ihrer Arbeit Ziel und Sinn. Das war schon immer so. Was, glaubt ihr, passiert, wenn man Sinn in großem Maßstab aus dem Leben der Menschen entfernt? Schön wird es nicht sein

  • Es geht nicht darum, Sinn zu entfernen. Jeder halbwegs nachdenkliche Durchschnittsmensch kann etwas finden, womit er sein Leben füllt. Tatsächlich steht Arbeit dem für die meisten eher im Weg.
    Wirklich „interessant“ wird es erst, wenn man allen Proletariern den Lohn nimmt, den sie zum Leben brauchen
  • Wenn man Sinn in großem Maßstab aus dem Leben der Menschen entfernt, kommt so ein AI-Müll dabei heraus: „AI-E-Mail-Zustellbarkeitsexperte, der Ihre E-Mails testet und korrigiert — unterstützt von Top-Rated-Experten“

• Ich kann mich mit diesem Beitrag identifizieren. Meine Reaktion auf das, was gerade passiert, ist ebenfalls: „Lasst mich zurück“
  Allerdings aus Nostalgie nach der alten Freude daran, sich als Entwickler weiterzuentwickeln, daran festzuhalten, ist nicht nur der falsche Grund, sondern aus darwinistischer Sicht auch sehr gefährlich. Dem Kunden ist am Ende egal, wie es gebaut wurde; wichtig sind Long-Term Support, Kosten, Vorhersehbarkeit und Ähnliches
  Das heißt aber nicht, dass man sagen könnte, die Branche habe tatsächlich Fortschritte mit positivem Nettonutzen gemacht. Das Ganze ist ein riesiges Chaos. In vielen Fällen schiebt uns AI nur im Turbomodus in dieselbe Richtung und macht alles nicht nur schmutziger und teurer, sondern auch gefährlicher
  Ich sage „Lasst mich in Ruhe“ zu diesem Chaos, weil ich es als Chance sehen kann, wenn man von Grundprinzipien aus richtig darüber nachdenkt

  • Vielleicht interessiert es den Kunden ja doch, wie es gebaut wurde

• Der Beitrag wirkt, als konstruiere er eine falsche Dichotomie: entweder AI gar nicht nutzen oder ihr alles überlassen. In Wirklichkeit funktioniert es nicht so. Man kann selbst entscheiden, welchen Teil der Arbeit man AI übergibt. Für menschliche Expertise, Gemeinschaft und Begeisterung für Technik gibt es immer noch enorm viel Raum
  Wenn ich mir die öffentliche Debatte rund um AI anschaue, muss ich an kognitive Verzerrungen aus der Verhaltenstherapie denken. Vor allem Schwarz-Weiß-Denken und Katastrophisieren. Das sind oft auch Symptome von Angst oder Psychosen, und manchmal frage ich mich, ob ganze Gesellschaften solche Symptome ebenfalls erleben können
  https://en.wikipedia.org/wiki/Splitting_(psychology)
  https://en.wikipedia.org/wiki/Cognitive_distortion#Decatastr...

  • Bei privaten Projekten stimme ich tatsächlich zu. Im Job hat man diese Wahl aber nicht immer.
    Wenn Teams plötzlich nach PR-Durchsatz und Tokenverbrauch gemessen werden, kann ich neben jemandem, der komplett Vibe Coding betreibt, schlechter aussehen. Ich habe Angst, bei Beförderungen zurückzufallen, wenn ich kein Vibe Coding mache
    Die Kennzahlen dafür, dass Vibe Coding schlecht sein kann, sind nachlaufende Indikatoren. Probleme wie Performance-Einbrüche, Serviceverschlechterung oder große Datenmigrationen zeigen sich beim Vibe Coding immer erst später
  • Stimmt. Fairerweise muss man sagen, dass es sowohl auf der Seite der Totalakzeptanz als auch auf der Seite der Totalverweigerung Leute geben wird, und sie werden laut sein.
    Aber sie sind in der Minderheit, und die Mehrheit wird einen Mittelweg finden

• Ich bin Senior-PHP-Entwickler und wurde kürzlich auf ein Ruby on Rails-Projekt versetzt. Das ist eine völlig fremde Umgebung. Der Kunde hat empfohlen, so viel wie möglich mit LLMs zu arbeiten
  Das Problem ist, dass es beim Coden mit AI fast unmöglich wird, die Codebase kennenzulernen. Wenn man nicht absichtlich tiefer gräbt, sieht man kaum je mehr als ein paar Zeilen Code auf einmal, und wegen des Tempos hat man dafür vielleicht nicht einmal Zeit. Am Ende kennt dann niemand im Team irgendeinen Bereich des Codes wirklich in- und auswendig. Das ist sehr anders als die Art, wie ich die letzten 25 Jahre programmiert habe, und macht auch weniger Spaß
  Vor 100 Jahren konnte man nur Möbel kaufen, die von Handwerkern gefertigt wurden. Von echten Handwerkern. Heute hat man IKEA oder Maßanfertigung zur Wahl. Den meisten ist egal, wie es gemacht wurde; solange es seinen Zweck erfüllt, wählen sie IKEA. Es gibt immer noch Menschen, die handgefertigte Möbel bevorzugen, und die bezahlen viel Geld dafür
  Es sieht so aus, als würde Software in dieselbe Richtung gehen, und ich stimme dem leider zu. Softwareentwicklung wird ein Hobby werden. So wie viele Menschen in ihrer Freizeit Holzarbeiten machen. Eine winzige Zahl echter Experten könnte übrig bleiben und vor allem Beratung machen. Vielleicht erstellen sie Trainingsdaten oder entwerfen Frameworks, die AI beherrschen soll. Ich weiß es nicht. Aber sicher ist, dass es anders wird, und nicht alles daran wird gut sein
  Im Moment baut AI für Menschen und manchmal auch für andere AI. Schon sehr bald wird AI für andere AI bauen und gelegentlich für Menschen. Später wird AI hauptsächlich für AI bauen, und für Menschen nur noch selten

  • Wo ich lebe, kann man Möbel immer noch bei Handwerkern kaufen. Ich habe in einem lokalen Laden ein Bett gekauft, und es war überhaupt nicht teuer; ich bin ziemlich zufrieden damit
    Vielleicht solltest du nachsehen, ob das in deinem Land nicht auch so ist. Die Leute gehen automatisch davon aus, dass IKEA überall alle lokalen Geschäfte verdrängt hat, aber wenn man sucht, findet man viele lokale Möbelgeschäfte
  • Ich habe nicht das Geld, um einen Handwerker zu bezahlen, deshalb kaufe ich bei IKEA. Es gibt nicht mehr genug Handwerker, die in großem Maßstab produzieren könnten, um die Preise zu senken

• Dieser Beitrag wirkt, als wäre er von einem LLM geschrieben worden oder in dem heute üblichen Blogstil, der selbst immer mehr wie ein LLM klingt
  Sam Kriss hat dieses „Erkennungsmerkmal“ kürzlich in einem Text gut beschrieben: https://samkriss.substack.com/p/if-you-let-ai-do-your-writin...

  • Besonders auf HN scheint eine Art „LLM-Detektivspiel“ stattzufinden, und unter fast jedem verlinkten Beitrag steht mit ziemlicher Sicherheit ein Kommentar, dass er von AI geschrieben worden sei
    Versteht man nicht, dass solche „Erkennungsmerkmale“ von AI per Definition von Menschen kommen? In Sam Kriss’ Text wird prätentiöser Stil kritisiert, und dann werden Salman Rushdie und Arundhati Roy als Beispiele dafür genannt, dass sie dieselben „billigen Tricks“ wie AI benutzen — bei allem Respekt, das kann ich schwer akzeptieren. Das kommt gefährlich nah an die Behauptung heran, wer seltsame Metaphern benutzt, müsse ein LLM verwendet haben. Menschen schreiben schon sehr lange seltsame Texte, ganz ohne LLMs
    Und welches „Erkennungsmerkmal“ soll dieser Beitrag überhaupt haben? Er liest sich sehr direkt, ohne seltsame Metaphern. Auch Gedankenstriche in voller Breite sind in Wirklichkeit kein Hinweis, und die Verwendung von „ - “ mit Leerzeichen davor und dahinter wirkt, wie hier, eher ziemlich menschlich. Vor allem möchte ich jemandem, der einen Beitrag darüber schreibt, dass er nicht mit LLMs programmieren will, erst einmal im Zweifel Glauben schenken
    So etwas wie: „Die Maschine, die Waisen verprügelt, erfüllt mich mit existenzieller Angst und Schrecken, aber um das meinen Lesern zu vermitteln, muss ich die Maschine erst ein paar Waisen verprügeln lassen“, ist schon merkwürdig
  • Ich habe keine Zeit, mir AI-Müll anzusehen. Ich muss zurück und Claude Code schreiben lassen ;)