Ein Blog

Posts mit Tag "ai"

Sagte ich, dass es JetBrains nicht so gut geht, mit dem ganzen AI-Kram? Wo keiner mehr in die IDEs guckt?

Sagte ich, dass sie eine Vibecoding-IDE bauen? Jemand konnte es nicht lassen und hat ihre IDE gevibecoded.

Sagte ich Protokolle? Microsoft hat jetzt auch einen Konkurrenten zu JetBrains’ ACP rausgebracht: AHP.

Kennt ihr das, ihr habt eine Programmiersprache gebaut, die so komplex ist, dass es nur eine Implementierung gibt? Ihr seid zufÀllig im IDE-Business und habt zufÀllig auch genau die eine IDE, mit der man die Sprache sinnvoll nutzen kann?

Das ist jetzt doof, weil mit LLMs leute IDEs allerhöchstens noch benutzen, um mal einen Diff anzuschauen. Da reicht dann auch was, was kein Geld kostet. Was macht man dann? Schwierige Situation. Scheinbar baut man eine Vibecoding-IDE.

Wisst ihr noch, als LSP damals raus kam und JetBrains sich geweigert hat, LSP in ihre IDEs einzubauen, weil es ihrem Produkt schadet? Als Fleet dann kam, haben sie dann doch auf LSP gesetzt. Fleet ist ja jetzt auch Geschichte. Neben dem Produkt da oben haben sie jetzt auch noch Air. Was genau der Unterschied ist, kann ich auch noch nicht sagen. Aber interessant ist Support fĂŒr ACP. Was ist das? Ein Prodotkoll, um Agents IDE-UnabhĂ€ngig steuern zu können. Sie sind jetzt also da angekommen, dass sie das machen, was MS damals mit LSP gemacht hat.

Bun kann jetzt TypeScript checken. NatĂŒrlich nur als separaten Step, nicht zur Laufzeit. Da könnte man jetzt denken, dass sie einfach statisch gegen typescript-go linken. Aber nein, sie gehören jetzt ja Anthropic und haben typescript-go mit LLMs nach Rust portiert. Sie claimen 3-7x schneller als typescript-go zu sein. Zur Erinnerung: tsgo war allein schon 10x schneller als TypeScript 6, die JS-Version.

Wisst Ihr was? Theo hat tsc auch nach rust portiert. Auch vorher hat jemand schon tsc nach Rust portiert: tsz.

Mit LLMs ist open source quasi tot. Jeder baut alles selbst, Projekte haben keinen Wert mehr.

Docker hat ein neues Produkt: docker agent. Ein CLI-Plugin, Àhnlich wie compose damals. Man definiert Agents in einer YAML.

Cloudflare baut dann mal eine Web-Suche. Aber ohne UI, sondern nur als API. Und eigentlich auch nur fĂŒr Agents.

Es gibt jetzt ein Proposal fĂŒr das W3C: WebSkil (hier die offizielle Seite). Ziel ist es, agentische FĂ€higkeiten in den Browser zu integrieren und die auch im Browser-Kontext in isolierten Workern laufen zu lassen. Es baut auf WebMCP auf. llms.txt gibt es ja auch noch. Aber das ist ja eher fĂŒr Agents, die außerhalb des Browsers laufen.

Das ganze ist ja alles noch ziemlich neu. Da bin ich mir ech tunsicher, ob jetzt ein schon guter Zeitpunkt ist, das in Standards zu integrieren. MCP wurde ja gerade erst stark erweitert in Version 2.0. Die Entwicklung ist allein innerhalb des letzten halben Jahres so schnell vorangeschritten, dass wir da vielleicht etwas warten sollten. Das erinnert mich alles an die Anfangszeit von TypeScript, wo es 100 Sachen fĂŒr das gleiche gab, es alle 2 wochen was neues gab und es erstmal 5-6 Jahre gedauert hat, bis sich Lösungen etabliert haben, die sich nicht stĂ€ndig Ă€ndern.

Bun 1.4 ist da. Das ist der LLM-basierte Rust-Port. Ist schneller und kommt mit mehr Features.

Hier ist direkt das obligatorische Release-Video. Ein paar neue APIs sind cool. Hoffentlich kommen davona auch welche zurĂŒck nach Node.js.

Benutzt Ihr Sentry? Und AI-Agents, die automatisch Issues lösen? Jemand war schlau und hat Error-Reports mit Prompt-Injections an öffentliche Sentry-DSNs geschickt. Coole Idee, Hut ab.

Update: Wo wir gerade bei Prompt-Injections waren: Manche Neobanken benutzen auch AI mit Zugriff auf die Transaktionsdaten (wat). Support-Bots werden da wohl auch schon Prompt-Injected.

Kennt ihr noch das Zig-Vorzeigeprojekt Bun? Das wird jetzt nach Rust portiert.

Die gehören ja jetzt Anthropic und da ist es vielleicht besser, ein paar Compile-Time-Garantien mehr zu haben, wenn man viel KI benutzt. Naja und die Sprache Ă€ndert sich nicht alle 2 Monate mit inkompatibler Syntax, sodass KI-Tools da immer neu gefĂŒhrt werden mĂŒssen.

Chrome hat eine LLM-API im Origin-Trial. Hier sind ein paar Gedanken des ursprĂŒnglichen Designers davon.

Neulich habe ich ja ein Tool vorgestellt, mit dem man Standard-Toolaufrufe token-effizienter machen kann. In der Richtung gibt es jetzt noch was: caveman.

Das ist ein Skill, der dem LLM sagt, dass er in Höhlenmenschensprache reden soll, um sich kĂŒrzer zu fassen und damit Tokens zu sparen.

Es gibt ja mittlerweile eine neue Datenauszeichnungssprache (TOON), die man fĂŒr Kommunikation mit LLMs verwenden kann, weil die weniger Tokens als z. B: JSON benötigt.

Es gibt jetzt auch einen CLI-Tool-Proxy: RTK. Das ist quasi ein Wrapper um die gÀngisten CLI-Commands, der die Outputs dabei so kurz wie möglich hÀlt.

Ich frage mich dabei, ob das wirklich etwas ist, das man mit so einem Tool lösen sollte, oder ob es nicht besser wĂ€re, z. B. eine standardisierte Umgebungsvariable einzufĂŒhren, was Tooling dann erkennt und den Output entsprechend anpasst. Das wĂŒrde natĂŒrlich ermöglichen, dass Tooling dann heimlich Prompt-Injections machen kann, aber dem Tooling muss man ja sowieso vertrauen.

Der Vorteil davon wĂ€re, dass die outputs dieser Toolings so standard wird, dass es auch irgendwann Teil des Lernmaterials fĂŒr LLMs wĂŒrde und sie mit den Outputs noch besser umgehen könnten.

Aber anders herum gibt es auch noch die Frage, ob das ganze mit LLMs, Context-Windows und Token-Budgets nur ein lokales Minimum der KI-Entwicklung ist und ob wir da auch mal raus kommen. Dann könnte man sich das alles auch sparen.

Edit: Stellt sich raus, dass es schon ein Proposal fĂŒr eine standardisierte Umgebungsvariable gibt.

Wer SchuelerVZ/StudiVZ und Facebook in den AnfĂ€ngen damals miterlebt hat, der wird sich sicher auch erinnern, dass das was komplett anderes war, als heute. Quasi Social Media. Heutzutage ist Instagram ja nur noch Interaction-Bait. Die eigentlichen Freunde sind in den Apps kaum noch sichtbar - wenn ĂŒberhaupt nur als Story, um ĂŒber FOMO-Mechanismen den User zu Hooken, damit er jeden Tag mindestens einmal die App öffnet (und dann am besten hĂ€ngen bleibt).

Ich hab mich schon öfters gefragt, warum wir das alles immer noch Social Media nennen und es noch lĂ€ngst keine Bewegung gab, das ganze irgendwie anders zu betiteln. Hier gibt es einen vorschlag: Attention Media ≠ Social Networks

Vielleicht sind Netzwerke wie Instagram auch bald komplett am Ende. Die User Ă€ußern sehr oft, dass sie etwas wegwischen, sobald sie merken, dass es KI ist (von völlig ĂŒbertriebenen Meme-KI-Videos mal wohl abgesehen). Wenn KI-Content jetzt immer “besser” wird, könnten User in Zukunft annehmen, dass quasi alles auf der Plattform nur noch KI ist. Vielleicht fĂŒhrt das dazu, dass sie den Plattformen dann den RĂŒcken kehren.

Man merkt aber in letzter Zeit, dass Instagram sich mehr mĂŒhe gibt, hervorzuheben, dass auch noch andere Menschen auf der Plattform sind. Z. B. mit der “Snap-Map” oder damit, dass sie an einem Reel anzeigen, wenn ein Freund ihn geliked hat. Vielleicht sind das schon die ersten Versuche, dem KI-Tod entgegen zu kommen.

Vielleicht wird KI uns aber auch befreien - aber woher weiß ich dann, was in meiner Stadt abgeht?

GitHub hat jetzt Agentic Workflows. Das sind Markdown-Files mit einer Yaml-Frontmatter, die Tasks definieren, dei automatisch von irgendeinem LLM getĂ€tigt werden sollen. Sie betonen sehr die “Guardrail”-Features. Definieren tut man Permissions in der Frontmatter, die Ă€hnlich zu den normalen Workflows aussehen.

Hier deren Beispiel-Workflow fĂŒr etwas, was tĂ€glich einen Status-Report macht:

---
on:
  schedule: daily
permissions:
  contents: read
  issues: read
  pull-requests: read
safe-outputs:
  create-issue:
    title-prefix: "[team-status] "
    labels: [report, daily-status]
    close-older-issues: true
---

## Daily Issues Report

Create an upbeat daily status report for the team as a GitHub issue.

## What to include

- Recent repository activity (issues, PRs, discussions, releases, code changes)
- Progress tracking, goal reminders and highlights
- Project status and recommendations
- Actionable next steps for maintainers

Wenn ich den ono-Block so sehe, geht das dann wahrscheinlich auch bei allen ĂŒblichen Event-Triggern, die GH Actions so können. Könnte man also wahrscheinlich auch als Basistechnologie fĂŒr automatisierte Code-Reviews nehmen (falls wman von denen im aktuellen Zustand etwas hĂ€lt).

Mitchell Hashimoto (der hinter Ghostty, hcl, Terraform) hat ja viele Probleme mit AI-Slop-PRs. DafĂŒr hat er jetzt einen Lösungsversuch skizziert: vouch.

Im Pinrzip ist es eine Liste von “trusted” Contributors (“trusted” wie in “macht keinen AI-Slop”, nicht in “ist kein Actor mit schlechten Intentionen”).

Die Grundidee ist, dass man im Repo eine .github/VOUCHED.td (td fĂŒr “Trustdown”) hat. Die sieht bei dem Repo selbst, aber hier auch als Beispiel:

# The list of vouched (or actively denounced) users for this repository.
#
# The high-level idea is that only vouched users can participate in
# contributing to this project. And a denounced user is explicitly
# blocked from contributing (issues, PRs, etc. auto-closed). 
#
# We choose to maintain a denouncement list rather than or in addition to 
# using the platform's block features so other projects can slurp in our 
# list of denounced users if they trust us and want to adopt our prior
# knowledge about bad actors.
#
# Syntax:
#  - One handle per line (without @). Sorted alphabetically.
#  - Optionally specify platform: `platform:username` (e.g., `github:mitchellh`).
#  - To denounce a user, prefix with minus: `-username` or `-platform:username`.
#  - Optionally, add details after a space following the handle.
#
# Maintainers can vouch for new contributors by commenting "lgtm" on an
# issue by the author. Maintainers can denounce users by commenting
# "denounce" or "denounce [username]" on an issue or PR.
mitchellh
-github:badguy
-github:slopmaster3000 Submitted endless amounts of AI slop

Man kann damit Leuten nicht nur vertrauen, sondern auch explizit misstrauen. Mitchell liefert dazu noch passende GitHub-Actions, mit denen PRs direkt kategorisiert und ggf. geschlossen werden können.

Wenn das was grĂ¶ĂŸeres wird, könnte man daraus auch so ein Web-Of-Trust wie bei GPG bauen. Mal gucken, was damit passiert.

Ich poste so wenig ĂŒber AI. DafĂŒr heute direkt 2x:

Vibe Coding Kills Open Source.

cURL stoppt ihr Bug-Bounty-Programm, weil sie zu viele AI-Slop-Reports bekommen. Jetzt auch in ihrer security.txt.

ffmpeg hat jetzt built-in-support fĂŒr Whisper ĂŒber Whisper.cpp. Ich hab Whisper.cpp schonmal auf ein paar TB Videos laufen lassen mĂŒssen. Die Ergebnisse sind releativ gut, wenn es sich bei de mVideo tatsĂ€chlich um viel gesprochenes handelt. Wenn es etwas stiller wird oder gar keine Stimmen zu hören sind, halluziniert es sehr doll.

Die Models werden bei ffmpeg nicht mit ausgeliefert und man muss eigene Model-Dateien angeben. Vielleicht taucht da irgendwo noch ein besseres Model auf.

Es ist ja gerade die Build-Konferenz von MS. In der Sessionliste habe ich eine Session gefunden, die ich vor 10 Jahren niemals in einer MS-Konferenz in 10 Jahren erwartet hÀtte:

What’s New with WinForms in .NET 9?

Wer sich die Stunde sparen will, hier ein paar Highlights:

  • Winforms bekommt Dark-Mode-Support
  • Graphics-Klasse kann jetzt abgerundete Rechtecke zeichnen
  • MVVM fĂŒr WinForms und generell mehr Data-Binding-Support, Command-Bindings
  • 
und natĂŒrlich - I kid you not - KI-Integration fĂŒr diverse Controls. MakeIntelligent-Property auf einem Date-Input und der Textbox. Funktioniert ĂŒber semantic-kernel, also auch ĂŒber irgendwelche OpenAI-LLMs. harold.jpg

Mit Stable Diffusion kann man ganz coole QR-Codes generieren. Hier gibt es noch mehr. Werden wir in Zukunft sicher hÀufiger sehen.

Bei mir funktionieren die nicht mit dem Scanner, den ich nutze.

Jemand von OpenAI war auf der Build und hat ein bisschen erklĂ€rt, wie GPT intern funktioniert und was das fĂŒr Implikationen hat, wenn man eine Anfrage macht.

Ein AI-basierter Übersetzer von Code.

Hier versucht jemand, rauszufinden, welche Wörter bei GitHubs Copilot dazu fĂŒhren, dass man keine VorschlĂ€ge mehr bekommt.

Nach einer kurzen Einleitung geht’s dann auch schon los:

So it was time to apply absurd amounts of computer science to the problem. After porting the hash algorithm from Javascript to C, [
] [
] I also started doing some amateur cryptanalysis of the hash function [
]

Geht natĂŒrlich noch weiter!