Früher habe ich in einem einfachen Texteditor programmiert. Dann habe ich immer mächtigere Entwicklungsumgebungen genutzt. Und heutzutage nutze ich manchmal gar keinen Texteditor mehr – die KI macht das alles im Hintergrund. Somit brauche ich auch gar kein leistungsstarkes Laptop mehr.

Bis vor einem Jahr habe ich noch selbst Code geschrieben. Da hatte ich dann eine Entwicklungsumgebung, aktuell ist das VS Code (Microsoft). Davor hatte ich mal PyCharm (JetBrains), Qt Creator, RStudio, oder einfach nur Vim. Typischerweise sieht das dann wie folgt aus, mit hoher Informationsdichte und ganz viel Kontext für mich:

In so einer Umgebung habe ich alles, was ich brauche. Ich bekomme den Code angezeigt, kann mir mehrere Dateien gleichzeitig anschauen und die IDE zeigt mir auch direkt Fehler an. Im Hintergrund läuft ein Language Server, der der IDE noch mehr Kontext in der gewählten Programmiersprache gibt.

KI im TUI

Tja, und nun habe ich KI. Man kann das als Erweiterung in die IDE nutzen, allerdings sind TUI auf der Kommandozeile nun wieder ganz cool. So habe ich das Teil von Google, Antigravity CLI:

Da ist nichts mehr mit Kontext oder Informationsdichte. Das ist nur ein großes buntes Logo und ein Textfeld. Da packe ich meine Aufgabenstellung rein. Und dann kann ich dem zuschauen, wie es Dinge tut:

Oder ich mache noch ein weiteres solches Fenster auf und lasse es an einer anderen Aufgaben arbeiten. Und während die läuft, stoße ich noch eine Aufgabe an.

Anthropic hat Claude Code, OpenAI hat Codex. Dann gibt es noch freie Alternativen.

Anschauen der Änderungen

Am Ende lasse ich damit ein Merge Request (or Pull Request) machen und kann mir im Browser die veränderten Dateien anschauen. Dort kann ich sogar Code Review machen und die KI auffordern die Kommentare zu lesen und einzuarbeiten. Es ist, wie wenn ich das mit Kolleg:innen machen würde.

Rechenleistung

Für die dicken IDEs, gerade PyCharm, brauchte ich ein eher dickes Laptop. Gerade wenn man mit einer sechsstelligen Anzahl Zeilen Code sowie einer achtstelligen Anzahl Zeilen Bibliothekscode arbeitet, muss die IDE einen großen Index im RAM halten.

Das Erstellen dieses Index beim Start oder beim git pull dauert auch und fordert Rechenleistung. Hat man hier viele CPU-Kerne, hilft das weiter.

Kompilieren muss ich Python-Code nicht, von daher entfällt dieser Teil.

Aber jetzt mit KI Coding brauche ich das eigentlich gar nicht mehr. Dieser ganze Kontext, den die IDE aufbaut, baut sich das Sprachmodell nun. Es liest immer wieder Teile des Codes ein und baut sich damit den Sprachmodell-Kontext auf. Eine Baumstruktur, wie eine IDE das macht, hat das Teil gar nicht. Von daher gehen da hunderttausende Tokens an Kontext rein, aber nichts systematisches.

Von daher kann man diese KI Coding Tools auch auf einem sehr schwachen Rechner laufen lassen. Das ist irgendwie ziemlich traurig, weil gerade dieser reichhaltige Kontext in der IDE sehr effizient ist. Die KI baut den nicht systematisch durch Indizierung auf, sondern eben als Sprachmodell und nur stellenweise.

Aber gut, das ist jetzt wohl erstmal so. Es gibt schon Trends, der KI Zugang zum IDE-Index zu geben, damit es weniger Tokens braucht, um Kontext zu bekommen. Es scheint, als würde sich da vielleicht wieder ein Kreis schließen. Aber noch sind Tokens zu billig um es standardmäßig zu machen.