2026-01-26
Heute war ein Tag der Zurückhaltung. Mir ist aufgefallen, dass ich ab meinem 25. Lebensjahr im Umgang mit Emotionen einen deutlichen Fortschritt gemacht habe: Neben den Emotionen ist immer ein Funken Vernunft als Copilot dabei. Dieser Funken Vernunft fungiert wie ein Regelstab inmitten der gewaltigen Reaktorkammer der Emotionen. Ohne diesen Stab würden die Emotionen außer Kontrolle geraten, eine sich selbst verstärkende Kettenreaktion auslösen und möglicherweise unzählige irreparable Folgen haben. Mit diesem Stab beginne ich zu verstehen, was gesagt werden kann und was nicht, was getan werden kann und was nicht, welche Entscheidungen getroffen werden können und welche nicht. Es ist eine erfreuliche Veränderung, die an mir geschieht.
Was heute gemacht wurde:
- Heute habe ich mit Legion das Design und die Implementierung des HTTP-Proxy für Yuan durchgeführt. Ich fand die Nutzung ziemlich geschmeidig. Unterwegs habe ich das Design überprüft und einen Punkt (wie ein verfügbares Terminal ausgewählt wird) geändert, dann dem Agent freie Hand gelassen – das Ergebnis war recht gut.
- Ich habe auch mit Legion eine automatische Aktualisierung von Midas durchgeführt. Allerdings hat die KI dabei durchweg schlecht abgeschnitten: Sie hat meine Anforderungen nicht richtig verstanden und die Verwendung von
@yuants/protocolnicht richtig erfasst. Ich habe mehrere Verdachtsrichtungen: Die KI ist nicht intelligent genug (Deepseek wirkt vielleicht noch nicht besonders klug); die Überprüfung war nicht streng genug; oder die Wissensbasis ist nicht ausreichend präzise. - Verdammt, letzte Nacht wurde ich durch einen Alarm geweckt. Der Host ist plötzlich ausgefallen, anscheinend gab es eine CPU-Spitze, die den Host in einen Zustand versetzt hat, aus dem er sich nicht selbst erholen konnte. Das Log des Hosts ist ein Haufen Mist. Mein Urteil: Der Alarm ist nützlich, das Log ist totaler Schrott. Notiert!
Was mir durch den Kopf geht:
Unter der Dusche habe ich über die kritischsten Punkte meiner aktuellen Zusammenarbeit mit der KI nachgedacht. Erstens die Service-Verfügbarkeit des KI-Agenten selbst – er sollte nicht einfach mitten im Betrieb aussteigen. Nebenbei bemerkt, die Ralph-Schleife erhöht die Verfügbarkeit im Grunde nur durch ständiges, grobes Wiederholen. Zweitens: Wie nehme ich die Outputs der KI an? Wenn selbst ein Untergebener seinem Vorgesetzten gegenüber eine PowerPoint oder zumindest einen fachkundigen Mittler (den „teuren Sprachrohr“) braucht, wie kann sich der Report der KI dann nur auf flaches Markdown und Code beschränken? Könnte nicht jeder Punkt im KI-Report mit einem Artifact verlinkt sein? Könnte es nicht einen speziellen Citation Agent für diesen Teil geben?
Allerdings ist meine aktuelle Nutzung der KI recht eingeschränkt – sie konzentriert sich nur auf Codierungsaufgaben.
Ich denke genauer darüber nach, warum mein Multi-Agenten-System, obwohl ich es schon habe, stetig in den Graben abdriftet. Meine früheren Vermutungen weisen auf drei mögliche Ursachen hin:
- Die intellektuelle Fähigkeit der KI selbst
- Die menschliche Überprüfung war nicht streng genug
- Die Wissensbasis ist nicht detailliert genug, um der KI die richtigen Informationen für einen schnellen Start zu liefern
Betrachten wir diese Punkte genauer. Punkt 1 bedarf keiner weiteren Überlegung. Die Arbeit an Richtung 2 kann sich tatsächlich auf ein immer detaillierteres RFC-Dokument stützen, um den nachfolgenden Schritten eine hinreichend korrekte Richtung zu geben. Aber diese Entwicklungsweise erinnert an das Wasserfallmodell, das Arbeiten durch einen linearen Prozess:
Anforderungsanalyse -> Backend-Design -> Backend-Entwicklung -> Frontend-Entwicklung -> IntegrationstestsDie Ursachen dafür liegen auf zwei Ebenen: der technischen und der organisatorisch-prozessualen Ebene. Die organisatorisch-prozessuale Ebene ist der Hauptfaktor.
Technisch gesehen bestehen natürliche Abhängigkeiten zwischen den Aufgaben: Das Frontend muss auf die Schnittstellen des Backends warten, das Backend wiederum auf die fertigen CRDs des Produkts. Als menschliche Organisation hat das Wasserfallmodell Probleme wie geringe Effizienz, schwer aufdeckbare Qualitätsrisiken, mangelnde Flexibilität und Teamkonflikte. In meiner Zusammenarbeit mit der KI existieren Effizienz und Teamkonflikte in der KI-Welt von Natur aus nicht. Es ist, als ob ich und die KI in unterschiedlichen Zeitdimensionen leben – mein Tag ist für die KI wie ein Jahr. Nun ja, geringe Effizienz könnte ein paar zusätzliche Tokens kosten, aber das ist nicht mein vordringlichstes Problem. Das eigentliche Problem, dem ich gegenüberstehe, sind Qualitätsrisiken durch Missverständnisse der Anforderungen oder Fakten sowie mangelnde Flexibilität.
Ich muss einen Weg finden, die Fähigkeiten der KI maximal zu nutzen und gleichzeitig mich selbst maximal zu entlasten. Gemäß der Erfahrung menschlicher Organisationen muss ich ein Knoten in der Befehlshierarchie werden, der höher angesiedelt ist, der der KI Aufgaben anvertrauen kann, ohne dass sie vom Kurs abkommt.
Die beiden entscheidenden Punkte sind:
- Ausrichtungsabgleich (Alignment of Intent)
- Schichtenweise Validierung
Das muss ich noch tiefer durchdenken. Ich habe das Gefühl, ich sollte es mehr nutzen und auf mich wirken lassen.
Ich muss mich vor der negativen Seite hüten, in einen Zustand zu verfallen, in dem ich nur nach Nägeln suche, weil ich einen Hammer habe: Pfadabhängigkeit, Output statt Verständnis.
Was ist für morgen geplant?
Morgen kommt ZL. Geplant sind Sport, Essen gehen und ein bisschen Gesellschaftsspiele.