Das KI-Zeitalter, erzählt am Schreibtisch von Neo.

Neos erstes bezahltes Projekt ist die Website eines Autohauses. Ihr Werkzeug: ein Texteditor, ein Programm zum Hochladen der Dateien und ein 900 Seiten dickes Buch mit einem Tier auf dem Umschlag. Wenn sie nicht weiterweiß, blättert sie im Stichwortverzeichnis oder stellt abends eine Frage in ein Forum und schaut am nächsten Tag nach, ob jemand geantwortet hat.

Jede Zeile Code kommt aus ihrem Kopf oder aus dem Buch. Schreiben, hochladen, im Browser neu laden, den Fehler suchen. Ein Tippfehler an der falschen Stelle kann einen ganzen Abend kosten. Die hellste Lichtquelle im Raum ist die Schreibtischlampe, der Monitor eine schwere Röhre.

Programmieren heißt in diesem Jahr vor allem zweierlei: etwas auswendig können und geduldig sein.

Zwei Werkzeuge verändern den Alltag. 2005 veröffentlicht Linus Torvalds Git: Von da an lässt sich jede Änderung festhalten, benennen und zurücknehmen, und mehrere Leute können am selben Code arbeiten, ohne sich gegenseitig zu überschreiben.

2008 kommen zwei Websites dazu. Auf GitHub legen Programmierer ihren Code offen ab und benutzen den anderer mit. Auf Stack Overflow steht die Antwort auf Neos Frage meist schon da – von jemandem vor zwei Jahren, mit Bewertungen versehen. Der Handgriff „Fehlermeldung markieren, suchen, Lösung übernehmen, anpassen“ wird zum Reflex.

Neo schreibt noch den Großteil selbst, aber sie steht auf den Schultern von Fremden. Wissen ist nicht mehr knapp. Die Kunst ist jetzt, das Passende zu finden und zu beurteilen, ob es taugt.

Lange war die Aufteilung klar: Entwickler schreiben das Programm, eine andere Abteilung betreibt die Server. Das löst sich auf. 2013 wird Docker vorgestellt – eine genormte Kiste, in die man eine Anwendung mitsamt allem packt, was sie zum Laufen braucht. Die Kiste läuft dann überall gleich.

Zusammen mit Mietservern aus der „Cloud“ und der Idee, auch die Server-Einrichtung als Code aufzuschreiben, verschiebt sich Neos Arbeit. Sie kümmert sich jetzt auch darum, wie ihre Software ausgeliefert, überwacht und im Fehlerfall wieder zurückgenommen wird. „DevOps“ nennt man das.

Mehr Verantwortung, mehr Automatisierung, weniger Übergabe an andere. Der Beruf wird breiter, nicht kleiner.

Im Juni 2017 veröffentlichen acht Forscher bei Google einen Aufsatz mit dem beiläufigen Titel „Attention Is All You Need“. Er beschreibt eine neue Bauform für neuronale Netze: den Transformer. Für Neos Alltag ändert sich in diesem Jahr gar nichts.

Aber diese Bauform ist die Grundlage von allem, was danach kommt. Sie verarbeitet sehr große Textmengen, erkennt Zusammenhänge über weite Strecken hinweg und lässt sich gut auf vielen Rechnern gleichzeitig trainieren. Man muss sie nur groß genug bauen und mit genug Text füttern. In den Jahren darauf tun Firmen genau das.

Rückblickend ist dieser Aufsatz der Punkt, an dem sich das Licht auf Neos Gesicht von der Schreibtischlampe zum Bildschirm zu verschieben beginnt.

2020 zeigt die Firma OpenAI ein Modell namens GPT-3. Es hat nur eine Aufgabe: zu einem Stück Text das nächste Wort vorherzusagen. Aber es hat das an einem gewaltigen Teil des offenen Internets geübt, mit 175 Milliarden einstellbaren Werten. Man kann ihm eine Aufgabe in normalen Sätzen beschreiben und bekommt brauchbaren Text zurück – auch Code.

2021 baut GitHub daraus Copilot. Während Neo tippt, erscheint in Grau der Vorschlag, wie es weitergehen könnte – oft eine ganze Funktion aus einem einzigen Kommentar. Sie muss nur die Tab-Taste drücken.

Anfangs ist sie misstrauisch. Nach zwei Wochen will sie es nicht mehr missen. Der Autopilot liegt nicht immer richtig, aber er nimmt ihr die offensichtlichen Teile ab.

Am 30. November 2022 stellt OpenAI ChatGPT online – dasselbe Prinzip wie zuvor, aber als Dialog. Innerhalb von zwei Monaten nutzen es schätzungsweise hundert Millionen Menschen.

Für Neo verschiebt sich damit etwas Grundlegendes. Statt eine Fehlermeldung zu googeln, fügt sie sie ins Chatfenster ein und bekommt eine Erklärung, eine wahrscheinliche Ursache und einen Vorschlag – und kann nachfragen. 2023 folgen stärkere Modelle: GPT-4, Claude von Anthropic, dazu frei verfügbare wie Metas LLaMA.

Ein neuer Begriff setzt sich durch: der Prompt, also die Anweisung, die man dem Modell gibt. Stack Overflow verliert spürbar Besucher. Neo merkt, dass ein Teil ihrer Arbeit jetzt darin besteht, genau zu formulieren, was sie will.

Bis hierhin schlug die KI etwas vor, und Neo führte es aus. 2024 kippt das Verhältnis. Neue Werkzeuge bekommen die Erlaubnis, selbst zu handeln: Dateien im Projekt lesen, Befehle ausführen, an mehreren Stellen gleichzeitig ändern und danach die Tests laufen lassen – und wenn die fehlschlagen, es noch einmal versuchen.

Ein Start-up stellt Devin als „KI-Softwareentwickler“ vor. Es entsteht ein Prüfverfahren namens SWE-bench: Kann ein Modell eine echte, offene Aufgabe aus einem echten Projekt von Anfang bis Ende lösen? Die Werte steigen von Monat zu Monat. Anthropic veröffentlicht mit Claude 3.5 Sonnet ein im Programmieren auffällig starkes Modell und mit dem Model Context Protocol einen offenen Standard dafür, wie solche Agenten an Werkzeuge und Daten kommen.

Das ist der Moment, in dem aus dem Assistenten ein Agent wird: ein Modell, das nicht nur antwortet, sondern in einer Schleife arbeitet, bis das Ziel erreicht ist.

2025 zieht der Agent in das Werkzeug ein, das Entwickler nie verlassen haben: die Kommandozeile. Claude Code, Codex CLI, Gemini CLI – man beschreibt im Klartext, was entstehen soll, der Agent arbeitet es ab, öffnet einen Änderungsvorschlag und wartet auf Freigabe. Mehrere Agenten können parallel an verschiedenen Aufgaben laufen.

Für einfache Dinge setzt sich ein Wort durch, das der Forscher Andrej Karpathy prägt: „Vibe Coding“ – man sagt, was man will, sieht sich das Ergebnis an, korrigiert, ohne jede Zeile gelesen zu haben.

Neos Tag verschiebt sich noch einmal: weg vom Tippen, hin zum Beschreiben von Absichten, zum Lesen von Diffs – den markierten Änderungen in Rot und Grün – und zum Koordinieren mehrerer Agenten. Sie schreibt weniger Code als je zuvor und trägt mehr Verantwortung für das Ganze.