Die Frage nach dem richtigen Maß an KI: Warum selbst ein Prozent LLM-Code eine Debatte auslöst
Is there a 'right amount' of AI?
Ein Entwicklerblog reflektiert über die Frage, ob es eine „richtige Menge“ an KI gibt. Ausgehend von der Kontroverse um das Indie-Spiel Big Walk, das weniger als ein Prozent LLM-generierten Code enthält, argumentiert der Autor, dass die Debatte oft auf eine abstrakte Reinheitsprüfung reduziert wird. Er plädiert für einen bewussten, begrenzten Einsatz von LLMs, warnt aber vor De-Skilling und dem Verlust von Code-Verständnis. Die zentrale Erkenntnis: Je weniger LLM-Code man verwendet, desto leichter ist er zu prüfen – und die geringste Menge ist immer null.
LLMs können per Definition nichts mit Bedacht erschaffen, weil LLMs keine Gedanken haben.
- adamddev1
> LLMs können per Definition nichts durchdacht erschaffen, weil LLMs keine Gedanken haben. ... Apps, die sich handwerklich gemacht anfühlen, die Verfeinerung zeigen, die sich intuitiv anfühlen – das erfordert einen menschlichen Entwickler, nicht nur mit Geschmack, sondern mit Verständnis.
Gut gesagt, danke.
Es macht mich traurig, dass die Leute das nicht verstehen können. Es gibt schon den Trugschluss „Ich kann mit KI Apps bauen, also muss niemand mehr programmieren“, als ob Programmieren nur Apps bauen wäre. Aber selbst die Apps, die die Leute für passabel halten, fühlen sich so falsch, klobig und zäh an.
- eviks
> Ich gebe zu, ich habe Schwierigkeiten, „Ich mag es nicht, Bibliotheken zu benutzen, die ich nicht selbst geschrieben habe“ mit „Ich liebe es, Roboter für mich Code schreiben zu lassen“ unter einen Hut zu bringen.
(Spekulation) Der einfachere Ausweg ist zu verstehen, dass der erste Ansatz auch nicht viel Sinn ergab (selbst oberflächlich betrachtet lässt sich „wollte seinen Code von innen und außen verstehen“ leicht durch Lesen/Testen des Bibliothekscodes lösen), also lässt man sich leicht von einem weiteren Trend mitreißen; auf der tieferen Ebene der persönlichen Faszination gibt es nicht viel Widersprüchliches zwischen beidem.
- WillAdams
Was Auszeichnungen betrifft, sollte die Verwendung von KI von vornherein in die Kategoriebeschreibungen/Teilnahmebedingungen eingebaut werden, und die Organisatoren sollten frei sein, einen Wettbewerb ohne KI zu veranstalten (was die Teilnehmer betrifft, würde ich hoffen, dass Bots immer von der Abstimmung ausgeschlossen sind), oder einen Wettbewerb, der sie erlaubt, oder separate Wettbewerbskategorien für Nutzung und Nichtnutzung.
Was mich betrifft, bin ich ein Spätzünder – ich habe Googles LLM-fähiges Notebook genutzt, um früh einige Beispiel-DXF-Dateien zu erzeugen, aber meistens bastele ich herum und kopiere von Stackexchange und so weiter – dass flet.dev die Version 1.0 erreichte und ein Online-Studio anbot, brachte mich dazu, Tokens zu kaufen und schließlich ein Abonnement abzuschließen, um Folgendes zu bauen:
https://studio.flet.dev/apps/bicQWc3Aul
aber eine ganze Weile lief es nicht und meine Tokens waren aufgebraucht, also programmierte ich:
https://studio.flet.dev/apps/46tp8GPq9g
während ich darauf wartete, dass mein nächster Monat an Tokens eintraf, indem ich kopierte und in ein paar Fällen Copilot nach Fehlern fragte.
Derzeit versuche ich herauszufinden, wie ich die Vorschauen in der ersten App richtig hinbekomme, vielleicht eine optionale Toolpath-Vorschau zur letzteren hinzufüge und wie ich eine größere und komplexere Version mit einer Architektur zum Laufen bringe, die ich begreifen kann, und mit einer Toolchain, mit der ich mich wohlfühle (statt einer Browser-App ist meine typische Entwicklungskette lokal, gesteuert durch eine .text-Datei: https://github.com/WillAdams/gcodepreview unter Verwendung eines Literate-Programming-Systems).
- ionetan
Ich denke, verschiedene Teile von Systemen tragen unterschiedliche Risikoniveaus. Vor einiger Zeit habe ich ein Modell vorgeschlagen, um das Risiko granular zu bewerten. Einen Wert (CCD – Cost of Cognitive Debt) auf einzelne Teile zu setzen, kann gesunde Diskussionen in Teams fördern. Ausführlicher hier:
- vips7L
Ja, 0.