So bekämpfe ich den AI Brain Fry

Das löst nur einen Teil des Problems, die andere Hälfte ist: Okay, du hast also 3 Chats am Laufen, irgendwann merkst du, dass du 3 CLs mit über 10k Zeilen zum Reviewen hast, zusätzlich zu dem Code, den deine Kollegen von dir reviewt haben wollen.

Bei jedem Review, das ich je gemacht habe, habe ich Overfitting und brüchige Lösungen gefunden und Dinge, die angeflickt statt integriert wurden. Deshalb weigere ich mich, Code-Reviews aufzugeben, aber die sind mein eigentlicher Engpass, und drei davon zu haben ist so viel schlimmer als eins, weil mein Kontext und mein Verständnis verwässert und etwas verworren sind.

Ich möchte messen, wie lange ich brauche, um Code zu landen, und ich vermute, dass seriell an einer Sache zu arbeiten schneller sein wird als parallel an mehreren. Parallel fühlt sich schneller an, aber das Code-Review dauert länger.

Warum überhaupt mehrere Threads parallel starten? Wenn Warten ein Problem ist, solltest du diese eine Aufgabe vielleicht in mehrere Schritte aufteilen. Das würde nur mehr Output bei geringerer Qualität produzieren. An der menschlichen Denkfähigkeit hat sich nichts geändert. Konzentriere dich auf eine Sache und bring sie zu Ende.

Ich habe diese Art von Format auch ausprobiert, aber es hat bei mir nicht funktioniert, weil mir der reichhaltige Kontext fehlte, den die Sitzungen mir bieten konnten. Konkret das Fehlen von Diagrammen und anderer schöner Formatierung, die in HTML-Dateien möglich ist. Ich habe eine Weile auch linear als Vermittler dazwischen ausprobiert, aber es ist einfach explodiert und wurde zu mühsam zu navigieren und lief schnell aus dem Takt. Außerdem teuer beim Token-Overhead.

Momentan gebe ich ihm die Aufgabe, einen oder mehrere Agent-Threads an ein Projekt zu binden, daran zu arbeiten, und habe diese wirklich token-leichte Skill ausgelegt, die eleventy stark nutzt und es als Markdown-Datei rendert. Dann, gepaart mit thisbit.ai (ich habe das gemacht und entwickle es noch weiter), kommentiere/vertone ich einfach alle Teile des Artikels und lasse den Agenten von dort aus weitermachen.

Außerdem kommen weder Codex noch Claude Code auch nur annähernd an die wunderschönen TUI-Renderings von Gemini (Argon 4) heran.

Ich denke, das Problem ist das Kontext-Switching. „Ich kann dank KI an drei verschiedenen Aufgaben gleichzeitig arbeiten“ wirkt wirklich ermächtigend, aber in Wirklichkeit ist es unmöglich, sich tief auf eine Aufgabe zu konzentrieren, wenn dein Denkprozess alle paar Minuten unterbrochen wird.

Jedes Mal, wenn ich vor einem Bildschirm herumsitze, habe ich das Bedürfnis, etwas anderes zu tun, eine Ablenkung, um diese 54 Sekunden zu füllen, bevor der Agent eine Benachrichtigung sendet, die meine Aufmerksamkeit erfordert. Das ist nicht gesund, und so funktioniert das menschliche Gehirn nicht.

Lange, ununterbrochene Sitzungen tiefer Konzentration sind es, die Menschen bisher zu ihren besten Arbeiten verholfen haben.

Es ist interessant zu beobachten, wie alle ihre Lösungen für diese neue Welt der Probleme bauen. Meine bestand darin, auf meine Markdown-Notizen zu setzen und https://app.etherpk.com so zu erweitern, dass jede Aufgabe (einfaches Markdown) unter ihrem Wikilink (oder mehreren) auf einem Kanban-Board angezeigt werden kann. Ein MCP-Server weiß, wie er mit dem Notizgraphen interagieren muss. Ich kopiere eine Referenz auf die Aufgabe, gebe sie einem Agenten, und der Agent arbeitet von dort aus mit Blöcken unter der Aufgabe. Das bedeutet im Grunde, dass ich dem Agenten von vornherein wirklich reichhaltigen Kontext geben kann – Bilder, Excalidraw-Zeichnungen usw. – und der Agent die Aufgabe im Laufe der Zeit aktualisieren kann. Alles auf einem Kanban-Board zu haben, macht es einfacher, von einer Aufgabe wegzugehen, um an der zu arbeiten, die wirklich meine Aufmerksamkeit braucht, und dann zurückzukommen. Das zusammen mit herdr zu bringen war sehr produktiv. Ich muss immer noch auf das Brain Fry achten, aber es hilft. Ich weiß nicht, ob ich die Idee verkaufe, aber ich habe das Gefühl, dass ich nach dem Experimentieren mit verschiedenen Systemen, ähnlich dem, was der Autor vorschlägt, auf etwas gestoßen bin. Ich arbeite daran, ein Produkt daraus zu machen. Das Onboarding muss noch etwas gestrafft werden, aber es ist kostenlos für lokale Graphen nutzbar.

Ich bin inzwischen von tmux zu den Apps übergegangen, die mit den Agenten kommen.

Hauptsächlich wegen der Übersicht über laufende Workstreams und der Möglichkeit, einen Baum von Aufgaben und Unteraufgaben zu haben (man kann einen verzweigten Baum von agentischen Sitzungen haben), die jeweils ihre eigene Sitzung sind. Diese Apps können sich auch in die tmux-Sitzungen einwählen, es ist also nicht so sehr eine Änderung des Workflows als vielmehr der Darstellung. Multimedia-Ein-/Ausgabe ist auch schön.

Noch nicht perfekt, aber es ist ziemlich klar, dass die Entwicklungsumgebung der Zukunft immer mehr auf Job-Management ausgerichtet sein wird. Welche Jobs hast du am Laufen? Wie hängen diese Jobs zusammen? Was braucht deine Aufmerksamkeit?

Erinnerst du dich, als wir interaktive kollaborative Textbearbeitung bekamen?

Die Zukunft wird das sein, aber es werden interaktive kollaborative Agent-Sitzungen sein, und Dinge wie pi durable gehen bereits in diese Richtung.