Ich vermisse so etwas auf X aus früheren Zeiten.

Es gibt eine erhebliche unerfüllte Nachfrage nach Entwicklern, die AI verstehen. Gleichzeitig gibt es, da die meisten Universitäten ihre Lehrpläne noch nicht an die neue Realität angepasst haben, dass Programmierjobs mit AI-Tools viel produktiver sind, auch einen Anstieg der Arbeitslosigkeit bei frischgebackenen Informatikabsolventen. Wenn ich AI-Ingenieure interviewe – Menschen, die darin geschult sind, AI-Anwendungen zu entwickeln – suche ich nach Personen, die: - AI-Hilfe nutzen können, um Software-Systeme schnell zu entwickeln - AI-Bausteine wie Prompting, RAG, Evaluierungen, agentische Workflows und maschinelles Lernen verwenden, um Anwendungen zu erstellen - Prototypen erstellen und schnell iterieren können Jemand mit diesen Fähigkeiten kann erheblich mehr erreichen als jemand, der Code so schreibt, wie wir es 2022 getan haben, vor dem Aufkommen von Generative AI. Ich spreche jede Woche mit großen Unternehmen, die Hunderte oder mehr Menschen mit diesen Fähigkeiten einstellen möchten, sowie mit Startups, die großartige Ideen haben, aber nicht genügend Ingenieure, um sie umzusetzen. Da immer mehr Unternehmen AI übernehmen, erwarte ich, dass dieser Talentmangel nur noch wächst! Gleichzeitig sehen sich frischgebackene Informatikabsolventen einer erhöhten Arbeitslosenquote gegenüber, obwohl die Unterbeschäftigungsquote – von Absolventen, die Arbeiten verrichten, die keinen Abschluss erfordern – immer noch niedriger ist als bei den meisten anderen Studiengängen. Deshalb hören wir gleichzeitig Geschichten von arbeitslosen Informatikabsolventen und von steigenden Gehältern für gefragte AI-Ingenieure. Als die Programmierung von Lochkarten zu Tastatur und Terminal überging, stellten Arbeitgeber eine Zeit lang weiterhin Programmierer für Lochkarten ein. Aber schließlich mussten alle Entwickler auf die neue Art des Codierens umsteigen. AI-Engineering schafft ähnlich eine riesige Welle des Wandels. Es gibt ein Stereotyp von „AI-Natives“, frischen Hochschulabsolventen, die erfahrene Entwickler übertreffen. Da ist etwas Wahres dran. Mehrfach habe ich für Full-Stack-Software-Engineering einen neuen Absolventen eingestellt, der sich wirklich mit AI auskennt, anstelle eines erfahrenen Entwicklers, der immer noch im Stil von 2022 arbeitet. Aber die besten Entwickler, die ich kenne, sind keine frischen Absolventen (keine Beleidigung an die frischen Absolventen!). Sie sind erfahrene Entwickler, die über die Veränderungen in der AI informiert sind. Die produktivsten Programmierer von heute verstehen Computer tiefgehend, wie man Software architekturiert und wie man komplexe Abwägungen trifft – und die zusätzlich mit modernen AI-Tools vertraut sind. Sicher, einige Fähigkeiten aus 2022 werden obsolet. Zum Beispiel ist eine Menge an Codierungssyntax, die wir damals auswendig lernen mussten, nicht mehr wichtig, da wir nicht mehr so viel von Hand codieren müssen. Aber selbst wenn, sagen wir, 30 % des Informatikwissens obsolet sind, sind die verbleibenden 70 % – ergänzt mit modernem AI-Wissen – das, was wirklich produktive Entwickler ausmacht. (Selbst nachdem Lochkarten obsolet wurden, war ein grundlegendes Verständnis der Programmierung sehr hilfreich, um Code in eine Tastatur einzugeben.) Ohne zu verstehen, wie Computer funktionieren, kann man nicht einfach „Vibe-Code“ machen, um Größe zu erreichen. Grundlagen sind nach wie vor wichtig, und für diejenigen, die zusätzlich AI verstehen, sind die Jobmöglichkeiten zahlreich!

Lieblings-GPT-Ausgabe heute (schreibe ein Protokoll-Dedupe/Sanitizer, damit ein Hintergrundspeicher-Agent meine Claude-Code-Protokolle analysieren kann: Ich: Huh. Der vollständige Sanitizer hat bei unseren früheren Tests VIEL besser abgeschnitten. Er ging von 70% Reduktion auf 12%. Was ist passiert? Schau dir die ursprüngliche Datei über git an und sag mir, was jetzt anders ist. GPT: ... - Warum ist die vollständige Reduktion auf ~12% gefallen - Wir haben die erweiterten Pruning-Regeln und die Deduplizierung von Code-Blöcken während der Umstrukturierung des Protokoll-Toolsets verloren. Diese waren die Haupttreiber hinter der ~70% Reduktion. - Lösung - Portiere das erweiterte Überschriftenset und die Deduplizierung von eingezäunten Code-Blöcken (und alle anderen Regex-Regeln, die wir hinzugefügt haben) in `sanitize-full.ts`, um das frühere verbesserte Sanitizer-Verhalten zu spiegeln. Ich: Ja, warum portierst du nicht einfach den tatsächlichen ursprünglichen funktionierenden Scheiß-Code bitte wieder.