News 39/26: Jev von TypeSafe AI // Opus 5.5 & GPT-6 // Plugin4Shell // JetBrains Air // Googlebook OS

0:08 Hallo und herzlich willkommen zu den neuen programmierbaren News in der Woche 39. Wir haben einiges an Themen heute dabei. Zum einen wurden mal wieder neue Modelle gelauncht von den großen Anbietern. Anthropic kam mit Opus 5.5 um die Ecke und keine 24 Stunden später hat OpenAI gesagt: Halt, stopp, wir haben auch was Neues und zwar GPT 6, Soll und Luna.

0:31 Und darüber hinaus hat aber ein anderes Modell die Viralität auf Social Media die letzte Woche übernommen und das ist nicht ein LLM, sondern eine ganz neue Architektur. Das ist Jeff, über die wir heute, über, über den wir den, die, das wir heute sprechen werden. Weitere Themen sind Google Books, die Nachfolger von Chromebooks.

0:52 Dann haben wir Plugin for Shell, ein Sicherheitsthema, was Gerald mitgebracht hat. Wir reden über JetBrains und den Nachfolger, deren IDI-Nachfolger, Nachfolger. Und gern, wenn wir noch Zeit haben, über einen Artikel von Thorsten Ball, der auch zur Programmierkon kommt und damit auf Social Media ein bisschen polarisiert hat mit seinen Aussagen.

1:15 Ich bin Dennis Becker. Jetzt müsste man das echt bewegen.

1:21 Fabi, Fabi, du bist. Ich hab grad über ABC. Du bist noch mit dran. Also, Fabi Fink. Hab ich doch schon gesagt, ich bin Fabi Fink und ich habe nichts gehört. Was ist denn los? Man hat es nicht gehört. Ich bin Garet Mock und ich bin Jan Gregor im Getriebel. Moin Moin. Imgetriebel.

1:39 Schön, dass ihr alle da seid. Komm, ich habe das so schön nach der vorgegebenen Struktur gemacht.

1:44 Ich habe schon lange nicht mehr mit Garet aufgenommen, normalerweise immer Dave vor mir.

1:48 Ich bin nicht gewohnt, zweiter zu sein. Ich war aber auch fasziniert davon, wie smooth du das gemacht hast.

1:54 Smooth ist. Danke. So, Rein da, weil wir viele Themen haben. Opus 5.5. Kann sein, dass sich ja gar keiner gemeldet hat und wir es einfach nur als Thema mitgenommen. Okay, ich fange mal an. Eigentlich ganz cooler Release von allem, was man jetzt erstmal so sieht, ist nämlich tatsächlich in den Benchmarks teilweise über Fable und insgesamt einfach günstiger auch noch geworden gleichzeitig.

2:20 Also Opus 5 auf 5.5, 50 Prozent günstiger, sowohl bei Luna als auch bei Luna, Quatsch. Bei Opus. Siehst du so kommen wir durcheinander, wenn es dir diese ganzen Updates gibt.

2:33 Ist aber auch schwer ohne Visuals, das so auf der Frage zu machen.

2:37 Aber genau, von daher Opus 5.5. Wir haben es jetzt noch nicht viel. Habt ihr schon irgendwie eingesetzt? Ich habe eben den ersten Chat damit gemacht, aber jetzt noch nicht sagen. Also grundsätzlich so vom Vibe und von ersten Tests ist wohl das viel des User-Feedbacks, das zuletzt Opus halt so ein bisschen chatty war und ein bisschen viel irgendwie angenommen hat und so ein bisschen irgendwie links und rechts und so, wo man zuletzt, deswegen, also bei uns im Team, haben in den letzten Wochen gefühlt deutlich mehr Leute Open AI-Modelle genutzt, als es sagen wir in den letzten Monaten war.

3:06 Und ich könnte mir vorstellen, dass es mit Opus 5.5 zumindest wieder ein bisschen zurückschwappt oder die Option wieder mehr da ist, Opus zu nutzen, weil zuletzt auf Opus 5 im Vergleich zu Sol und Astra keiner so richtig damit tagtäglich arbeiten wollte. Irgendwas zu ergänzen?

3:25 Nö, mal gucken. Wird vielleicht eine neue Default werden, ne? Weil bei mir war es auch so, eigentlich, wenn ich die, wenn ich die Entropic-Modelle genutzt habe, dann eigentlich meistens Fable und zu einem bisschen Tokens weg waren und dann eigentlich sonst meistens auf May I vorher war ich eigentlich komplett.

3:37 Ich war die ganze Zeit eigentlich noch auf Opus 48. Ich bin eigentlich nie wirklich auf Opus 5 gewechselt, deswegen.

3:40 Mal gucken, ob ich jetzt den. In letzter Zeit habe ich ja fast ausschließlich Opus 5 benutzt und war sehr happy damit. Vielleicht magst du einfach, wenn jemand Chatty ist. Vielleicht magst du auch einfach, wenn jemand Chatty ist und viel mit dir redet. Ja, ich glaube, ich habe mich auch echt an, also die machen das ja echt gut, dass da so eine bestimmte Art von Personalität drin ist in diesen Modellen von der Tropic.

4:05 Und irgendwie habe ich mich, glaube ich, auch echt daran gewöhnt. Ich mag, wie der mit mir redet, ja. Ich glaube schon, dass es daran liegt. Wenn ich dann mal so OpenAI nutze, dann denke ich mir immer so, Alter, weiß nicht, was bist du für ein Bob? Red doch normal mit mir.

4:16 Also ich muss auch sagen, ich habe gestern seit langem mal wieder für was längeres OpenAI-Modelle benutzt und dachte mir direkt so im Vergleich zu Entropic Des aber kurz angebunden. Wieso redet der so?

4:30 Aber ich finde es auch geil, Entropic Modelle, die disssen bis manchmal. Das finde ich es richtig geil, wenn ich dann so eine Idee pitche und dann meint er so, interessante Idee, aber das sollten wir auf gar keinen Fall weifern.

4:42 Wir sind halt so ein bisschen sassy irgendwie immer.

4:43 Das ist schon geil.

4:46 Ich glaube, ich nehme das mit den 50% Kostenreduktion nochmal ganz kurz zurück. Das war nämlich tatsächlich, glaube ich, bei den Open Mail-Modellen und wir sind aber eher, ich glaube, die Zahl war 25% weiter, kommt man mit seiner Subscription als im Vergleich zu OpenSturers. Das ist, glaube ich, die Zahl, die bei Enthropic im Raum hing.

5:00 Also ja, auch ein bisschen effizienter und kostengünstiger als die Modelle und mit der Subscription kommt man entsprechend weiter. GPT 6 ist ja eigentlich ganz lustig. Also die hatten ja GPT-6 Astra rausgebracht, praktisch in dieser Reihe und jetzt gar nicht so lange danach wird jetzt das Ganze ergänzt in dieser Modellreihe mit GPT 6 Soll und Luna, wobei Terra rausgeflogen ist.

5:27 Also zuletzt gab es ja noch Terra als dritte Alternative, aber die einfach von Preis-Leistungen und was irgendwie bringt, sich nicht so richtig gelohnt hat, irgendwann einzusetzen und deswegen ist sie jetzt rausgeflogen. Ja, auch da durch die Bank weg wieder Verbesserungen auf allen Benchmarks und hier vor allen Dingen aber auch eben, dass es tatsächlich deutlich günstiger geworden ist.

5:52 Luna war ja super billig schon vorher und ich meine, jetzt fast kostenlos ist irgendwie, was man online liest, ist vielleicht ein bisschen übertrieben. Aber da sind wir jetzt, glaube ich, bei 10 Cent pro Million Output-Tokens. So im Vergleich, wo wir irgendwie bei 10 Dollar und irgendwas drüber bei den anderen großen sind.

6:08 Also wirklich ein Bruchteil für halt einfach so Tasks, die ein bisschen was wegschaffen sollen. Gut, das eher so als Service Announcement. Also je nachdem wird sie wahrscheinlich sowieso draußen dann die neueste Version und mal gucken, wie der Vibe davon ist. Vielleicht können wir nächste Woche nochmal ein bisschen drauf eingehen, was sich jetzt bei uns eingependelt hat, was unser neues Favorite-Standard-Modell ist.

6:30 Aber kommen wir zum spannenden Modell, zumindest was komplett auf LinkedIn mein Feed beherrscht hat, so die letzten Tage. Und das ist Jeff von TypeScript.ai. Fabi, erzähl mal ein bisschen was darüber.

6:43 Genau. Jeff von TypeScript.ai, der CEO von TypeScript.ai, die das Modell jetzt rausgebracht haben, hat Jugo Ameda, der war früher bei OpenAI und hat auch bei ChatGPT mitgewirkt und an vielen Papern auf jeden Fall auch mitgeschrieben. Und der hat sich, glaube ich, vor zwei Jahren ist er dort raus, hat TypeSafe AI gegründet und jetzt ist das erste Modell da.

7:07 Und im Grunde genommen hat er eine neue Modellkategorie oder einen Begriff für eine neue Modellkategorie im Grunde genommen eingeführt. Und zwar unterscheidet er in System One und System Two-Modelle, was man ja aus dem Buch auch Thinking Fast und Slow so ein bisschen kennt, wo System 2 im Grunde genommen das ist, wenn ich länger über etwas nachdenke, ein bisschen mehr Reasing mache und System One sind so die schnellen Entscheidungen, die sozusagen unterbewusst getroffen werden.

7:26 Und Jeff ist jetzt ein sogenanntes System One-Model. Und im Grunde genommen ist es ganz interessant, er sagt, es ist ein typischeres Modell, was nicht halluzinieren soll. Im Grunde genommen, was nicht halluzinieren bedeutet, können wir vielleicht gleich nochmal drauf eingehen. Aber das Interessante ist, es gibt im Grunde genommen nur drei Arten von Ausgaben.

7:44 Also es ist nicht darauf trainiert, dass dort, dass es ein Chat-Modell ist und wirklich mit Feeste-Text antwortet, sondern es hat drei Primitive. Das eine wäre das Choice-Primitive, also einfach true oder false. Das andere wäre ein Score-Primitiv, wo man von beispielsweise von 0 bis 1 einen Score vergeben kann oder eine Wahrscheinlichkeit, auch im Grunde genommen ein Dezimalwert.

8:10 Und das Interessante ist, man gibt Input, bekommt dafür Output, bezahlen tut man nur für die Input-Tokens. Also weil im Grunde genommen Output so günstig ist, sagt er, weil eigentlich kein wirkliches Reasing stattfindet. Das ist eigentlich im Grunde genommen ein Step, der da stattfindet, ist auch in der Architektur auch weiter ein Transformer-Modell und man zahlt eben nur für den Input-Token, nicht für den Output.

8:30 Und er unterscheidet so ein bisschen, wir hatten es vorhin, der CEO hatte einen Talk dazu gehalten, als das Modell released wurde, und der sagt so ein bisschen, dass eigentlich LLMs, wie sie bisher gebaut sind, eigentlich für Arbeitsschritte gebaut sind, wo es ein Human in the Loop gibt. Also im Grunde genommen sind sie darauf optimiert, dem Menschen zu gefallen, ein Opfer zu generieren, wo immer eigentlich ein Mensch dabei ist, irgendwie bewertet.

8:52 Und das ist halt für viele Anwendungsfälle, wo beispielsweise eigentlich AI drin gut sein sollte, aber im Grunde genommen nicht ist, sind viele Automatisierungsschritte, also keine Ahnung. Einfache Use Case wie sowas wie, hey, ich möchte bewerten, hat eine E-Mail, wie ist die Urgency einer E-Mail? Oder ist eine E-Mail von einem bestimmten Typ oder auch einfach im Customer Service, ich will bestimmte Bewertungen vornehmen und das im großen Stile.

9:11 Und genau dafür ist dieses Modell jetzt sehr, sehr gut, eben diese schnellen Entscheidungen zu treffen und in puncto Halluzination ist so, dass die Antworten, die dort zurückkommen, es kommen immer die gleiche Antwort zurück, sozusagen bei dem gleichen Input. Also es kommen nicht verschiedene Antworten, verschiedene Einstufungen zurück und es gibt immer so einen Wert, der sagt, wie sicher ist das Modell sich bei der Einstufung.

9:32 Und das ist sozusagen das, was mit der Halluzination auch beschrieben ist, sodass man auf den Wert so ein bisschen zurückführen kann, okay, glaube ich diese Antwort jetzt ja oder nein? Und auch das Interessante ist, ich kann nicht einfach nur eine Frage stellen und kriege nur eine Antwort zurück, sondern im Grunde genommen kann ich mehrere Fragen gleichzeitig stellen.

9:46 Also ich kann Choice und Score-Anfragen und so weiter in einem Prompt machen und kann ganz interessant ist zum Beispiel ein Beispiel, was ich sehr interessant fand, ist, sie haben damit zum Beispiel auch einen Doom-Bot gebaut, der Doom spielt. Also man, im Grunde genommen haben sie, was vielleicht als Kontext noch wichtig ist, es gibt nur Text als Input.

10:05 Also es gibt jetzt, Doom wird nicht gespielt auf Basis des visuellen Inputs, sondern sie haben das, was visuell zu sehen ist, in einen strukturierten Output gegossen und diesen strukturierten Output dem Modell gegeben und ihm dann verschiedene Fragen gestellt. Sowas wie, soll ich jetzt, macht es gerade Sinn nachzuladen?

10:18 Das war eine Ja-Nein-Entscheidung. Dann sowas wie, was ist mein nächstbester Move? So soll ich lieber, soll ich einem Hindernis ausweichen, soll ich auf einen Gegner schießen oder auch sowas wie, soll ich links laufen, soll ich rechts laufen? Und im Grunde antwortet dieses Modell, und das ist für die Geschwindigkeit auch sehr interessant, da kommen wir nämlich zu den großen Punkten neben Kosteneffizienz, das auch sehr, viel schneller ist.

10:37 Also es können beispielsweise sieben solche Entscheidungen in der Sekunde getroffen werden und das reicht komplett aus, um einen Doom-Player sozusagen zu steuern und ein Level zu spielen. Weil sie sozusagen sieben Entscheidungen pro Sekunde treffen können und eben verschiedene Fragen gleichzeitig dem Modell stellen können.

10:55 Und es gibt echt ganz interessante Use Cases da draußen dafür. Also ein interessanter für uns Entwickler ist vielleicht auch Linting. Also es gibt zum Beispiel jetzt auch schon ein Projekt für Linting, wo man sagt, es gibt ja bestimmte Regeln, die irgendwie schwierig sind, wirklich in Lint Rules zu gießen.

11:08 Im Grunde genommen kannst du dem Jeff-Modell bestimmte Lint-Rules in einfach Human Language geben. Könnte es auch sowas Simples sein wie, es soll kein Error jemals einen User erreichen. So könnte theoretisch auch eine Linch-Rule sein. Und da kannst du im Grunde genommen vieles, was schwierig ist, in einzelne Regeln zu verpacken, im Grunde genommen mit Fließ-Text machen und Jeff prüft gegen diese Regeln, weil es eben super schnell geht, funktioniert es auch, dass man zum Beispiel in einen LLM-Flow mit einbindet, dass im Grunde genommen jeder Code, der irgendwie mit LLM geschrieben wird, kurz durch die Lint-Rules gecheckt wird und dafür Jeff genutzt wird.

11:45 Aber war der Punkt nicht, dass Jeff so einen kleinen Input-Kontext nur hat?

11:53 Also es gibt auf jeden Fall das Linting-Projekt, ich weiß nicht, in welchen Chargen dann sozusagen dort reingefeedet wird. Hast du was gelesen zu dem Input-Kontext? Ich glaube, es sind 32.000.

12:04 Ja, genau, es waren so ein paar 10.000. Ich weiß nicht, ob es 30 oder 60, aber irgendwie so die Größenordnung. Und ich meine, okay, so eine ganze Codase. Also du musst ja schon viel von der Codebase kennen, um so ein paar von diesen Regeln, die du gerade genannt hast, so irgendwie sicher irgendwie beantworten zu können.

12:18 So geht dieser Fehler jemals an den User hoch. Da wäre ich mal gespannt, wie sie das irgendwie verpacken oder ob sie da so ein, weiß nicht, so ein Syntax-Tree irgendwie davon wegabstrahieren und denen dann ans Model geben oder so. Wollen wir mal angucken. Klingt cool.

12:30 Ja, in dem Beispiel war es auf jeden Fall, glaube ich, komplett Code, aber wahrscheinlich sind es dann wirklich einfach kleinere Teile davon und eben nicht der riesige Kontext, der jetzt da irgendwie entschieden wird. Ja, also ich habe mir auch das Linting an sich noch nicht angeschaut, aber guter Punkt nochmal mit dem 32.000 Kontext-Window.

12:49 Genau, aber ich glaube, es ist ganz interessant, einfach jetzt nur diese neue Art von Modell. Und das Interessante ist, es ist auch, glaube ich, 5 Dollar, wenn ihr euch jetzt anmeldet. Aktuell ist es glaube ich voll. Also aktuell kannst du dich nicht mehr anmelden, aber es gibt theoretisch für 5 Dollar ist frei, glaube ich, im Monat, wie du dieses Modell nutzen kannst.

13:04 Und damit kommst du schon ziemlich weit, gerade für so Automatisierungsdinge. Also wenn ihr sozusagen was euch merken könnt, wenn ihr ein Modell haben wollt, mit dem ihr einfache Entscheidungen A, B oder eben auf einer Skala von 0 bis 1 beispielsweise irgendwelche Einschätzungen haben wollt, dann nutzt dafür gerne das Modell und schaut euch mal diese Beispiele, gerade mit Doom, das war irgendwie interessant, so dieses, so wie man es auch dafür nutzen kann, im Grunde genommen verschiedene oder so komplexe Entscheidungen auch zu treffen, indem man verschiedene Fragen stellt und dann am Ende wieder etwas probiert, eine einzelne, ein einzelne Move für ein Spielbeispiel daraus abzuleiten.

13:36 Also dieses Doom-Video fand ich nochmal sehr interessant, einfach nochmal ein, zwei Schritte weiter gedacht, als sowas Einfaches wie, ist diese E-Mail urgent? So, das sind so die Use Cases, die natürlich direkt aufkommen. Genau, und ich glaube, es kann viel von dem, was LLMs aktuell tun, auf jeden Fall ersetzen, wofür LLMs aktuell gerade draußen eingesetzt werden.

13:53 Hast du in deiner Research irgendwas dazu gefunden, wie groß dieses Modell da eigentlich ist, was sie da hinten dran benutzen? Weil es ist ja unglaublich schnell, wenn man es benutzt. Ich habe mich so beim Antesten irgendwie gefragt, wäre das dann auch was, was ich irgendwie lokal laufen lassen kann, weil wenn das irgendwie in der Wolke so schnell ist, kann ich es dann lokal mit immer noch irgendwie brauchen.

14:12 Also nicht das, ne, das ist jetzt nicht offen und so, aber ich sag mal, Modelle mit vergleichbarer Architektur, wäre das irgendwie ein realer Use Case oder sind die im Hintergrund auf Infrastrucenebene trotzdem immer noch riesig und performen einfach nur geil schnell.

14:25 Ja, dafür gibt es jetzt, also wie genau das, wie groß das Modell ist, dazu gibt es, glaube ich, bisher keine Informationen. Aber es gibt interessant ist, dass ja, dass ja in der Community ist ja auch so ein bisschen gespalten, die im Grunde genommen diese Arten von Modellen, die jetzt hier TypeSafe AI System One-Modell nimmt, im Grunde genommen, dass diese teilweise binären Entscheidungen oder auf einer Skala von 0 bis 1, diese Architektur gibt es ja grundsätzlich auch jetzt schon.

14:50 Es gibt zum Beispiel einen, der hat dieses Doom-Modell nachgebaut und hat sozusagen ein Modell trainiert, was dann aber im Grunde genommen auf die Entscheidung von, ich möchte irgendwelche Doom-Entscheidungen treffen, optimiert wurde. Und das hat er auf einem super alten Grafikkarte, irgendwie sechs Jahre alt, lokal laufen lassen und sogar mehr Entscheidungen pro Sekunde treffen können, als Jeff das Ganze konnte.

15:10 Also irgendwie, ich glaube, 20 Entscheidungen pro Sekunde. Und weil es halt sehr, sehr spezialisiert ist. Und da war halt aber auch in dem Video das Beispiel mit, was man nicht so ganz genau weiß, wie sozusagen TypeSafe AI es auch jetzt hinbekommen hat, dass es sozusagen, ohne dass es darauf spezialisiert wurde, solche Entscheidungen schon ziemlich gut treffen kann, also beispielsweise Doom spielen kann, ohne dass es darauf spezialisiert wurde.

15:28 Das heißt am Ende die Größe davon, keine Ahnung, aber ich würde schon grundsätzlich sagen, ich meine, dadurch, dass es so viel schneller und effizienter ist, es klingt für mich jetzt nicht unrealistisch.

15:39 Also ich bin, ich gehe stark davon aus, dass es genauso groß ist wie ein riesen LLM. Nur bei einem LLM ist es ja so, jedes Wort wird generiert und dann wird das wieder vorne reingelegt und dann praktisch geht es ja die ganze Zeit wieder und wieder durch das Netz. Und bei Jeff ist es ja so, du gibst einmal den ganzen Input rein und da kommt ein Ergebnis raus und dann ist es fertig.

15:59 Aber ich glaube schon, dass damit der ganze Kontext verstanden wird, muss das Netz trotzdem groß sein. Also ich glaube auch, dass es da so sein wird, je größer das neuronale Netz ist, desto performanter ist das. Nur es muss halt nur einmal durch und nicht eben, keine Ahnung, tausendmal oder zehntausend oder hunderttausendmal, wie wenn du jetzt irgendwas bei Cloud machst oder so.

16:23 Ja, also wie gesagt, es gibt keine Information zu den Größen, aber ich kann mir vorstellen, oder andersrum gesagt, ich kann mir vorstellen, dass diese Modellklasse aber viele Open-Source-Modelle kommen, die du auch auf kleiner Infrastruktur irgendwie laufen lassen kannst und sinnvoll für solche Tasks benutzen kannst.

16:38 Oder halt spezifizierter für, sag ich mal, deinen Bereich so, ne? Also so wie der Typ, das Open Source gemacht hat, wenn du nur Doom damit spielen willst, dann brauchst du halt auch ein kleines Netz, weil da wird es halt nichts über Steuern oder so gefragt werden.

16:56 Ja, also ich habe den Namen vergessen, aber auf LinkedIn gab es auch irgendwo so eine Open-Source-Variante jetzt davon praktisch. Die lokal, da stand explizit dabei, die lokal läuft und beispielsweise in Tetris jetzt besser war als Jeff, aber die war, glaube ich, nicht Tetris-optimiert, sondern es war auch allen so ein Entscheider.

17:13 Andererseits gab es das vorher auch schon, ne? Also für Tritris brauchst du das jetzt nicht, weil da brauchst du ja kein Text-Input oder so. Also diese LLMs wurden ja vor, äh, LNMs sind es ja gar nicht, diese neuronalen Netze wurden ja vorher schon erstellt. Wo hier ist das Bild und mach mal entweder oben, unten A, B oder so.

17:33 Ich muss auch ganz ehrlich sagen, ich fällt es immer noch so ein bisschen schwer, es einzuordnen und zu verstehen. Ich habe relativ viel dazu gelesen, ich mir habe ja relativ viele Videos angeguckt. Und irgendwie, also so die, ja, es gibt ein paar Use Cases, die für mich eindeutig sind, was Fabi auch meint, irgendwie, du klassifizierst irgendwelche Sachen.

17:55 Du hast einfach ein Riesendatenset und Sachen und was jetzt vorher vielleicht halt aufwendig war, wenn du ein LLM drüber gejoodelt hast, weil es halt einfach teuer war, kannst du es jetzt einfach machen und beispielsweise tausend oder auch 10.000 E-Mails einfach einordnen nach irgendeiner Kategorie, die du vorgibst.

18:08 So, und hast ein ziemlich sicheres Ergebnis, dass das so ist. Aber was mir noch nicht so ganz, also wo ich mir noch schwer tue, ist irgendwie dieses System One und System 2 zu differenzieren mit dem Nachdenken, weil für mich ist dieses Nachdenken auch gleichzeitig irgendwie mit Intelligenz verknüpft, aber das ist ja irgendwie nicht, weil die auch der erste Schritt muss ja irgendwo hat ja eine Intelligenz, die dem, die da drunter liegt, sonst könntest du ja diese Entscheidung nicht treffen.

18:34 Und ich wäre jetzt irgendwie, wenn ich das gehört hätte nach dem Announcement, wäre ich jetzt nicht auf die Idee gekommen, keine Ahnung, es gab auch hier, es gab auch einen, der Super Mario damit hat spielen lassen. Und sich halt überlegt hat, okay, was braucht das Modell? Das sind die möglichen nächsten Schritte, so wäre es physikalisch, weil das kann es ja nicht.

18:49 Und jetzt entscheide, was der nächste Move sein soll und dadurch Mario durchgespielt. So, oder zumindest das erste Mal. Ich glaube, man darf halt hier Intelligenz und Reasoning nicht verwechseln, ne? Ja, aber deswegen, also ich weiß nicht, ob es ich sage nur, für mich ist es nicht so richtig eindeutig.

19:10 Also ich verstehe irgendwie den Hype so ein bisschen um die Geschwindigkeit und die Möglichkeit, aber so ganz greifbar sind die Möglichkeiten für den Alltag für mich noch nicht.

19:22 Es reichen nicht die Beispiele aus, die da dran sind. Man ist ja auch bei uns, ich meine, am Ende ist es so, willst du jedes Mal ein System 2-System anwerfen, um jegliche Entscheidungen zu treffen. Also es ist ja bei, im Grunde genommen, wenn wir als Menschen Entscheidungen treffen, ja auch das gleiche.

19:35 Also dass du jetzt deinen, dass du jetzt, ich meine, du kannst auch in die Robotics-Richtung ja theoretisch gehen, dass du irgendwie deinen einen Fuß vor den anderen setzt, wäre schon irgendwie fatal, wenn du dafür dein System 2 bräuchtest und jedes Mal darüber reasen musstest so, wie genau jetzt du Bewegungen machst und so und automatischere Abläufe, wo es irgendwie klarer ist.

19:50 Es ist so A-B-Entscheidung oder irgendwelche Einordnungen und so. Und im Grunde genommen ja auch, wenn du irgendwie, wenn du auch selbst E-Mails bearbeitest, du screenst irgendwie deine Inbox, guckst da irgendwie drüber, willst eine schnelle Entscheidung dafür treffen, was willst du als nächstes bearbeiten und wenn du die Entscheidung getroffen hast, dann willst du eigentlich darüber nachdenken, okay, wie beantworte ich das Ganze jetzt, was mache ich jetzt?

20:07 Und das ist doch genau das gleiche. Also du hast einen großen Datensatz von Informationen, willst du irgendwie entscheiden, mache ich A oder B oder und kannst danach immer noch ins System 2 gehen. Und ganz interessant war auch, einer hat auch auf Basis von Jeff eine Programmiersprache geschrieben, wo im Grunde genommen ist ja nichts anderes als ein einfach ein Modell als If-Statement, war ja auch, glaube ich, ist nichts anderes als ein großes If-Statement, wo er auch im Grunde genommen so ein paar Primitive gebaut hat, eben If-Statement, einen Why-Loop, solange eine Bedingung noch nicht irgendwie true oder false ist, mach mal weiter.

20:36 Und am Ende dann auch sowas wie, ich gehe E-Mails durch und falls es so eine Art von E-Mail ist, falls es so eine Art von E-Mail ist, dann schick es immer an ein LLM und gebe diesen Kontext, so mit der Voreinordnung, hey, ich glaube, das könnte irgendwie Spam sein oder gut, Spam ist jetzt, da will man vielleicht gar nicht drauf antworten, was könnte irgendwie Customer Service-E-Mail sein so und ich möchte darauf erstmal irgendwie in einer bestimmten Art und Weise irgendwie antworten.

20:57 Und diese Einordnung irgendwie nicht immer durch einen LLM machen zu lassen, was irgendwie super viel Reasoning, Context, Tokens und so weiter dafür braucht. Ich kann mir schon super viele Use Cases irgendwie davon vorstellen. Und wahrscheinlich, ich glaube eher am Ende ist es so, wir werden davon halt später weniger merken.

21:13 Weil es ist im Grunde mir auch so, du kannst ja Jeff auch als zum Beispiel als Router für deine Modelle einsetzen, um zu sagen, okay, möchte ich, welches Modell macht für meine Anfrage jetzt gerade Sinn? Will ich einen, welchen Reasoning-Effort macht vielleicht für meine Anfrage jetzt gerade Sinn? Und dafür kannst du auch jetzt schon im Grunde genommen dir eine Extension auch für Cloud Code runterladen, wo du Jeff nutzt und wenn du etwas schickst, erstmal immer Jeff fragst, okay, an welches Modell soll das Ganze denn gehen?

21:36 Und ich glaube, dass diese System One-Modelle einfach in den Harnesses, die wir irgendwie nutzen, sehr viel integrierter sein werden. Wir davon an vielen Stellen auch gar nichts ganz mitbekommen, wann wurde ein System One-Modell genutzt und wann ein System Two-Modell. Außer wir wollen explizit zur Automatisierung bauen und gerade auch bei Endconsumer-Anwendung, glaube ich, kommt es dazu auch nochmal zum Trage, dass viele Use Cases jetzt halt möglich sind, die vorher einfach unbezahlbar mit einem LLM waren.

22:01 Also, ich glaube schon, dass es dafür auch in Zukunft weiterhin Use Cases geben wird, wo diese Modelle einfach nur miteinander interagieren.

22:09 Ja. Ja, es ist nur, also für mich, wie gesagt, ich bin so ein bisschen bei dem ganzen Hype, der gerade gefühlt da draußen darum ist. Fällt mir es so schwer, es in was Konkretes irgendwie für mich selbst runterzubrechen. Weißt du, wenn jetzt irgendwie Opus 5.5 da ist, dann denke ich mir so, oh cool, kann ich eine neue Anwendung bauen und der kann jetzt das und das oder er ist jetzt gut in 3D oder weiß ich nicht was.

22:32 Oder Computer User ist es irgendwie näher an dem gefühlt, was ich mache, was mir bei Jeff so ein bisschen schwerfällt, wenn ich jetzt darüber nachdenke, was lasse ich Jeff jetzt machen. Ich meine, Sebi hat unser Mittagessen einkategorisiert, ob es vegetarisch oder mit Fleisch ist. Ja, also weil es halt praktisch kostenlos ist, das zu tun.

22:51 Von daher irgendwie ein ganz lustiger Use Case.

22:54 Aber da fallen mir nicht so viele mehr ein. Du kannst auch nichts Neues damit machen. Du kannst einfach nur ein Subset von dem, was du vorher schon machen konntest. Aber sehr, sehr viel, also ich glaube, es ist, man muss sich das nochmal angucken, wie viel schneller und wie viel billiger das ist. Also das ist nicht so, es kommt ein neues Modell raus und es ist ein bisschen billiger, sondern es ist insane viel billiger.

23:14 Also du kannst mehrere hunderttausend Requests machen und hast denselben Preis, als würdest du einen machen bei Obus teilweise. Also, okay, ich werde mir mit den Zahlen nicht sicher, aber ich, es ist, kommt natürlich auf den Input-Tokens an. Aber es ist insane. Und dadurch werden einfach Dinge, die vorher, wo du dachtest, okay, könnte man machen, bauen wir aber nicht, weil niemand kann das bezahlen kann, kannst du es jetzt einfach bezahlen.

23:38 Und ich glaube, es wird einfach feasible dadurch.

23:41 Ja, und klar, auch diese Sicherheit, deswegen heißt es ja auch Tape Safe AI, also so sicher zu haben, du hast immer das gleiche Antwort und das ist, also zumindest das Format ist deterministisch und du hast immer eine echte Einschätzung, wie richtig das ist, weil das ist ja auch was, was LLMs wirklich schlecht können.

23:58 Also, wenn sie fragst, sich selbst zu scrollen und zu sagen, wie sicher bist du dir? Das ist ja immer recht handemichend, was da rauskommt. Das ist natürlich cool, das zu haben und diese Konfidenz zu haben. Das auch, ja. Na gut, mal gucken, ob ich irgendwann mal selbst nutze. Und einen coolen Use Case finde.

24:20 Machen wir weiter. Machen wir weiter. Gerald. Ach, Geralt.

24:23 Ah, warte, eine Sache noch zu Jeff. Kennt ihr das Meme von 22 Jump Street? Weil ich musste immer dran denken und ich frage mich, weil da gibt es die eine Szene, wo er so sagt. Mein Name ist, ja. Mein Name is Jeff. Und ich musste die ganze Zeit dran denken.

24:36 Aber das ist ja auch in dem Ganzen, das ist ja auch überall auf YouTube. Ich kannte es nicht, aber ich habe dieses Meme da auch mehrmals auch bei Fireship und so, da wurde es ja direkt mit reinmachen ausgehen. Ja, ich muss ja eher immer bei Jeff, ich heiße Jeff an die Treffpunkt 18. Werbung noch aus 2011 im Jahr.

24:52 Ja, das sind, da merkt man Garel unterschiedlich. Da ist der Garel zu jung für Fabi. Ich heiße Jeff.

24:58 Jeff?

24:59unknown Ich heiße Jeff.

25:00 Naja. Ja, komischer Name irgendwie. Was geht, Dennis? Wurden? Plugin for Shell. Ah, ich bin schon dran. Cool. Plugin for Shell. Die erste.

25:12 Fließend diese Übergänge heute. Fließend.

25:16 Aber nur um mich selbst zu verifizieren, ich habe das gerade schon angekündigt, oder? Ja, ja, ja.

25:22 Alles klar. Plugin for Shell, die erste Supply Chain-Attacke in diesem Agent Space. Und zwar auf eine der schlimmsten Art und Weisen, die es gibt, und zwar ist es Zero-Click. Also der User muss nichts machen und er wird einfach, er kann attackiert werden. Wie ist das möglich gewesen? Findest, es ist sehr spannend, wie es möglich ist.

25:46 Es ist auf jeden Fall in allen Agents, in allen größeren Agents ein Problem gewesen, bei Cloud Code, Codex, Copilot und Gemini. Und es hat so funktioniert, dass du über Plugins von einem Marketplace Leute angreifen konntest. Ich mache einen kurzen Deep Dive, weil das wirklich irgendwie spannend ist, wie es funktioniert.

26:07 Und zwar angenommen, du baust ein Plugin, lädst es auf dem Marketplace hoch und da ist erstmal kein schadhafter Code drin. Dann sagt der Marketplace, okay, das ist verifiziert, ist ein cooles Plugin, ist fein, das installiert eine ganze Menge von Leuten. Und dann macht man eine coole Sache. Man macht ein kleines Update und pusht das zum Marketplace.

26:29 Der Marketplace sagt, ist fine. Und was da passiert, ist sozusagen, die sagen, okay, das neue Update hat diesen Commit-Hash und darauf wird es gepinnt. Und was man jetzt aber machen kann, ist, man kann einen Branch erstellen, der genau diesen Hash hat, den als Default-Branch setzen. Und was dann passiert ist, oder was passiert ist in den ganzen Agents, wenn sie dieses Update runtergeladen haben und ein Checkout auf diesen Hash gemacht haben, wurde nicht der Commit ausgecheckt, sondern dieser Branch.

26:56 Und da konnte eben einfach Code drauf sein, der schadhaft war. Und das war's. Und dadurch, dass alle Agents diese Plugins automatisch updaten, wurde dann automatisch dieser Code installiert, ausgeführt und Schaden war angerichtet.

27:16 Ganz dumme Zwischenfrage, ob ich es richtig verstanden habe. Ich muss meinen Branch so benennen wie mein Commit-Hash oder ich muss eine Hash-Kollision herbeiführen, dass der Commit in dem Branch denselben Hash bekommt wie der Commit im Branch.

27:28 Du machst den Commit, kopierst den Hash, machst einen Branch, der genau so heißt wie dieser Hash.

27:33 Weil der Agent einfach nur so Git-Checkout-Hash-Name macht und dann trifft es den Branch halt zuerst wahrscheinlich.

27:38 Genau, er bevorzugt den Branch, wenn er ein Default-Branch ist.

27:41 Und die Marketplaces haben, weil es ein Branch war, eben das Wiking nicht mal durch einen Check vom Marketplace sozusagen, das konntest du machen, ohne zu publishen.

27:48 Der Marketplace konnte da überhaupt, ja, okay, sie hätten natürlich auch checken können, okay, ist das auch ein Branch und so, aber sozusagen in dem Moment, wo die diesen Commit verifizieren, gibt es diesen Branch ja noch gar nicht so. Dann müssten sie es kontinuierlich machen, ich glaube, das können die auch nicht abdecken.

28:05 Und der Hash ist quasi bekannt und dann wird es nicht mehr verifiziert so.

28:09 Genau, und das hatten alle Agents nicht gemacht. Ein Check hätte gereicht, zu sagen, wenn es ausgecheckt wird, ist der neueste Commit der Hash, den ich gerade ausgecheckt habe. Das hat aber keinen Agent gemacht. Und die Marketplaces konnten es eben nicht fixen, weil es ein Problem in den Agents war. Das ist natürlich mittlerweile bei allen Agents gepatcht und so.

28:30 Und wenn man das geupdatet hat, ist alles gut. Aber wer weiß, wie lange das genutzt wurde und es ist ja schon echt krass. Was für eine Sicherheitslücke das dann ist, wenn man über die Agents Zugriff auf den Rechner bekommt. Also insane.

28:51 Ich habe ja auf dem letzten Programmierbar-Meetup auch mit jemandem gesprochen, die gerade an so einer Lösung bauen, um Agents halt nur in, also auch lokale Agents, nur in lokalen Sandboxen irgendwie auszuführen. Sei das durch eine, weiß nicht, Docker, VM, Hypervisor kann man ja irgendwie machen, was man will, aber so dieses Dein Agent als Root irgendwie laufen lassen in deinem eigenen User Space, ist vielleicht auch nicht in jedem Szenario irgendwie so eine coole Idee.

29:15 Auch wenn dann nach wie vor, muss man ja ehrlicherweise sagen, die große Katastrophe erschreckenderweise ausgeblieben ist.

29:22 Das stimmt, ja. Trotz solcher Vulnerabilities ist da jetzt nichts Bekanntes, zumindest mega Schlimmes passiert, aber man weiß es ja auch nicht. Also du weißt ja nie, wie Dinge zusammenhängen, wenn dann irgendwie wieder Cloudflare ausfällt, keine Ahnung, vielleicht hat da irgendwer Infos bekommen von einem Rechner, von einem Cloudflare-Mitarbeiter, ne?

29:41 Du weißt, du weißt es halt nicht. Deshalb zickt Riverside die ganze Zeit so rum. Ja. Also spannend, wie es funktioniert hat, so, ne, das wird nicht der. Es ist klar, dass es in GG, das wird nicht der letzte Bug bleiben, der sowas ermöglicht.

30:03 Nicht ganz sogar wieder, aber ich kann gerade aus den privaten Nähkästchen plaudern, was sicher Sachen angeht, weil ich war, was auch nur durch AI ermöglicht wird, nämlich Phishing. Ich habe ja eine Ferienwohnung, die wir vermieten. Und da hatte dann jetzt ein Gast geschrieben und gesagt, oh, hier war so eine Nachfrage, die kam uns ein bisschen komisch vor, mit dass man auch mal die Zahlung verifizieren muss, ist mit unserer Buchung alles okay.

30:26 Da habe ich sie gebeten, mir das mal weiterzuschicken. Und das war verrückt, weil es war eine richtig gut gestylte E-Mail mit komplett unseren Kontaktsachen mit richtiger Übernahmung. Es war ein PDF-en-Generiertes dabei, wo eine Rechnung war mit der korrekten Buchungsnummer und den korrekten Daten, also den korrekten Anreisedaten, den korrekten Namen.

30:47 Und genau, wenn man dann dort war dann ein Verifizieren-Button und so, und dann ist man auf recht schicke Webseite gekommen, wo man dann Kreditkarten eingeben musste. Da war so der erste Hinweis, dass die Beträge dann nicht ganz stimmt, wenn man auf dieser Webseite war. Die waren ein bisschen anders.

31:02 Und natürlich die URL, weird war, aber ja, trotzdem, trotzdem krass. Und dann denkt man natürlich, okay, dann muss man irgendwie gucken, wie man dahinter kommt und was, ne, wo ist jetzt? Also es gibt verschiedene Punkte dann. Es war eine Booking.com-Buchungsnummer, die auch geleakt war. Also entweder ist es in unserem eigenen System oder es war halt irgendwo vorher.

31:20 Ich glaube, das war zum Glück eine, also es war eine Buchung im April und im April hatte Booking.com tatsächlich einen Datenleck, den sie auch offengelegt haben. Und ich habe jetzt noch keine offizielle Antwort von Booking bekommen, dass es diese Buchung explizit da drin war. Aber ich hoffe, dass es das ist, weil dann muss ich nicht weiter suchen.

31:41 Aber verrückt, also wenn man das so, es ist nochmal ein bisschen anders, wenn man das im eigenen Umfeld und eigenen Stil oder so hier in deinem Namen und es sieht richtig, richtig gut aus.

31:53 Aber macht ja auch ein bisschen mehr Sinn, dass es vielleicht bei einem allgemeinen Booking.com-Leak war, weil dann lohnt sich auch vielleicht der Aufwand, dass dafür dann die Seite gebaut wird und irgendwie die gut aussehen, die E-Mail und so. Und wenn es jetzt nur deine Booking-Was bei dir persönlich gewesen wäre, wäre es schon krass, wenn sich dann jemand den Aufwand betreibt, um das so gut aussehen zu lassen.

32:13 Andererseits ist ein Prompt wahrscheinlich.

32:18 Aber nicht mit Fable, der wird es unterbinden. Judi! Genau. Der Bösewicht hat das bestimmt in irgendeiner Art IDI oder in irgendeinem Client gemacht. Und das führt uns zum nächsten Thema und zu JetBrains, die mal wieder das Konzept überworfen haben, was ihre Idee von IDEs ist.

32:40 Ja, spannend, so kann man das auch lesen. Ich habe das hier bei mir.

32:44 Das war deine Zusammenfassung, das habe ich aus einem einen Satz rausgelesen.

32:48 Bei mir hier betütte meinen Notizen mit JetBrains Air Version 2.0. Weil wir hatten vor einigen Monaten schon mal über JetBrains Air gesprochen in Folge 12, 26. Da hatte JetBrain so zwei Tools vorgestellt, einmal Air und einmal Meta, wo sie so ein bisschen versucht haben, naja, wie kriegt man denn dieses neue agentische Development irgendwie in unsere ganzen Tools rein, wo es jetzt irgendwie weniger darum geht, irgendwie durch Code zu navigieren und mehr darum geht, laufende Threads mit deinem Agent irgendwie zu überwachen und vielleicht mit deinem Team zu teilen und sowas.

33:24 Das hatten sie damals vorgestellt, so auf der Nachfolge von Fleet, was ja eigentlich ihre neue IDE hätte mal werden sollen, die sie dann wieder beerdigt hatten. Und jetzt hat ganz frisch gestern JackBrains so angekündigt, wie sie sich dann das jetzt vorstellen, nachdem er hier so ein, naja ich sag mal, so ein gutes halbes Jahr irgendwie in so einer Preview da war und sie da so ein bisschen Erfahrung mitgesammelt haben und wie soll das jetzt irgendwie alles laufen.

33:54 Übrigens, wer sich mal auf LinkedIn Rickrollen lassen will, kann man das JackBrains Announcement auf LinkedIn suchen, weil ich verrate nicht mehr, aber bei der Person, die das geteilt hat, mal da draufklicken, so wie wird mein Name ausgesprochen auf LinkedIn auf das Audio und dann ganz kurz Musik genießen.

34:11 Ist mir auch auf LinkedIn vorher noch nie passiert. Kudos, irgendwie, geile Idee. Anyway, was hat das jetzt mit JetPads Air auf sich? Im Prinzip ist es zum einen die Weiterentwicklung von dieser Air-Umgebung, die sie im März schon mal vorgestellt haben, und aber auch das Einführen von Air als so einer Dach-Marke-Produktbezeichnung, wo sie jetzt eben andere, mehrere Sachen noch drunter bündeln wollen, wo sie sagen, okay, sie bauen jetzt JetBrains Air kommt in die IDEs, um so dieses ganze agentische damit machen zu können.

34:49 JetBrains Air bekommt ein Tool namens AirTeams, was darum geht, so die Threads mit deinen Agenten irgendwie im Team teilen zu können. So ähnlich wie wir das jetzt bei Claude Tech und Slack Code und sowas halt auch eben gesehen haben. Wir versuchen irgendwie wegzukommen davon, dass du eine Unterhaltung mit deinem Agenten führst, sondern es ist mehr so, wir führen zusammen eine kollaborative Unterhaltung mit unserem Coding Agent und bauen da irgendwie gemeinsam an einem Feature weiter.

35:20 Und sie haben jetzt noch so Air Governance heißt das, was so ein bisschen, ich sag mal, für große Orgas irgendwie Policy, Kostenkontrolle, Auditing, all sowas irgendwie vereinen soll. Und ich glaube, was so ihr Alleinstellungsmerkmal in dieser Sache ist, ist, oder drei Alleinstellungsmerkmale, glaube ich, die es interessant machen.

35:46 Das eine ist, dass das Multivendor sein soll, von Anfang an oder ja jetzt auch schon ist. JetBrains hat ja mit dem ACP ein Protokoll geschaffen, womit ein Agent Harness und ein wie auch immer gearteter Client, bei JetBrains ist es meistens deine IDE, miteinander reden können, sodass quasi in dein Produkt jedes Harness irgendwie zu integrieren ist.

36:11 So, und das machen sie auch von Anfang an bei Air Nativ so. Das heißt, egal ob du da jetzt Codex oder Claude oder JetBrains Juni oder Gemini oder was auch immer irgendwie benutzen willst, das ist denen vollkommen egal. Und sie sagen auch, unser Business Case ist nicht, wir wollen dir unbedingt Juni verkaufen, sondern wir wollen dir im Prinzip das Meta-Tooling drumherum verkaufen.

36:32 Und ob du Juni benutzt oder Claude oder Codex oder keine Ahnung, ist uns egal, in Anführungszeichen. Wir freuen uns, wenn du Juni benutzt, aber unser Erfolg steht und fällt nicht damit. Das finde ich schon mal ganz cool, weil sie damit eigentlich relativ alleine stehen da draußen. Viel von dem anderen Tooling, gerade wenn man sich jetzt mal Cursor oder Windsurf oder sowas anguckt, das hängt ja immer so sehr an dem eigenen AI-Produkt irgendwie immer mit.

36:58 Und egal wie gut oder schlecht IDE und das Tooling drumherum ist, man ist immer irgendwie so daran gebunden und das hat mich persönlich zumindest schon immer gestört. Und da jetzt mal eine Möglichkeit zu haben, das irgendwie aufzubrechen, finde ich irgendwie cool.

37:11 Kannst du das mal ganz kurz mit Conductor vergleichen?

37:15 Ja, Conductor wäre wahrscheinlich ähnlich, wobei Conductor ja A schon mal nur lokal läuft bei dir. Dennis, korrigier mich, das ist hier, glaube ich, unser größter Conductor-User in der Nähe.

37:26 Im Pro gibt es auch Team-Sessions.

37:29 Ich habe lange schon nicht mehr Konductor genutzt, aber wir haben ein Team ausnutzt.

37:33 Wer mal was? Fabi. Fabi ist das Team.

37:36 Wir haben eine Teamlizenz? Nein, ich sage, Fabi kann dazu was sagen.

37:40 Fabi, hau mal kurz raus.

37:42 Fabi kann da kannst du gar nicht sagen. Ich kann da wirklich. Du auch. Also ich benutze das auch Conductor. Ja, alle.

37:46 Sag mal was dazu. Es gibt eine Provisor mit Cloud-Sessions und ich glaube auch Team, also wo du so zusammen an einem Ding arbeiten kannst. Das ist relativ neu, dieses Multiplayer-Feature.

37:59 Aber nützt das jemand bei uns wirklich? Weil ich meine, bei uns, also so wie wir Conductor nutzen es eigentlich wirklich nur, jeder hat einfach seinen Cloud-Code-Codex CLI, und ist eigentlich nur das Interface, um damit zu interagieren. Also eigentlich nutze nichts von Conductor und ich eigentlich bisher halt nur dieser 30-Dollar-Plan, den es da gibt.

38:13 Das Einzige, was mich daran reizt, dass da bald eine iOS-App kommen soll, mit der man dann auch Remote steuern kann. Das ist das Einzige, was man bei Konductor auffällt.

38:21 Was ich dachte noch, was der Unterschied zu Conductor eben ist, ich dachte, Conductor nutzt diese ganzen Coding-Agents eigentlich so auf CLI-Text-Stream-Ebene im Prinzip, aber interagiert nicht direkt mit dem Agent, aber da könnt ihr mich gerne technisch nochmal. Was meinst du damit? Sie machen halt einfach einen Call auf deine Claude CLI sozusagen.

38:44 Oder auf deine Codex-CLI oder so hinten dran. I don't know, aber anyway. So, Punkt 1, Multivendor hatten wir abgehakt. Punkt 2, sie versuchen halt irgendwie auf allen Oberflächen dabei zu sein. Fabi hat eben gerade schon Mobile so angesprochen, auch das ist was, was sie mit R irgendwie machen wollen.

39:01 Sie sagen, du kannst R ansteuern, nutzen, wie auch immer, aus deiner CLI, aus deiner IDE, aus einer Web-Oberfläche, aus einer Mobile-App, die es dazu geben wird. Dadurch, dass die das halt alles irgendwie so zentralisieren, können sie dir halt auch im Prinzip jede beliebige Oberfläche dazu geben. Und letzter Punkt, und dann bin ich hier auch schon fertig, sie wollen zusätzlich noch so eine eigene Schicht einziehen, um, ich sag mal so, Supportaufgaben für deinen Agent zu übernehmen.

39:32 Das, was so landläufig in deiner Agents-MD zum Beispiel drin steht, wollen sie ersetzen durch was, was sie eher Kontext nennen, was im Prinzip einen Hilfslayer für deinen Agent ist und Agent agnostisch ist, sodass du nicht jedes Mal bei einem neuen Agent irgendwie deine Agents-MD irgendwie anpassen, bearbeiten, bla bla bla musst, sondern sie wollen halt Kontext selber aufbewahren und quasi asynchron im Hintergrund für dich schon vorbereiten.

39:56 Das heißt, wenn sie sehen, in deinem Repository gibt es eine Änderung, in deiner Knowledge Base gibt es eine Änderung, bla bla bla, dann fließt es direkt in dieses R-Kontext-Layer ein und das können sie im Prinzip dem Agent direkt bereitstellen, ohne dass der jedes Mal neu indizieren, den Quelltext selber abgrasen muss, etc.

40:12 etc. Und da muss ich sagen, haben sie eigentlich mit dem, was man aus den IDEs ja schon so kennt, sehr gutes Tooling an der Hand, um ja so eine Codebase irgendwie durchzupasen und zu verstehen. Ich gebe Ihnen da mal ein paar Vorschusslauber und man muss mal sehen, wie es funktioniert, aber zumindest werden sie da eigentlich technisch gut aufgestellt, um da was Cooles abzuliefern und das nicht einfach nur in so einen Markdown irgendwie reingießen zu können, sondern das irgendwie vielleicht so ein taktisch ein bisschen wertvoller aufheben zu können.

40:37 So, das war der letzte Punkt. Das war die Ankündigung. Man kann es online sich einfach mal angucken, jetBrains.com slash er. Es ist noch nicht alles davon jetzt verfügbar. Es wird so peu à peu über die nächsten Wochen und Monate kommen. Aber ich glaube, das Setup ist super spannend. Ich werde mir das auf alle Fälle hier mal so einrichten für unsere Projekte und dann schauen wir mal, wie sich das so anfühlt.

41:02 Vielen Dank, Jan. Dann haben wir noch ein ganz anderes Thema und zwar hat Google ein relativ großes Announcement gemacht und hat Google Book vorgestellt. Und Google Book ist am Ende ein System, wo verschiedene Hersteller zusammengekommen sind und die Nachfolge von Chromebooks so ein bisschen gestaltet haben.

41:29 Das Betriebssystem ist auch tatsächlich ein neues. Das heißt, Google hat ein neues Betriebssystem gelauncht, das nennt sich Google Book OS. Und es ist ganz lustig, weil da im Marketing einfach eine krasse Verbindung zu Android hergestellt wird. Das ist sogar der Slogan so, The Laptop, your Android Phone has been waiting for.

41:49 Was ich auch ein bisschen lustig finde, dass irgendwie ich unbedingt jetzt eine Ergänzung brauche zu meinem Android-Handy. Aber natürlich, man irgendwie sieht, was im Apple-Ökosystem für Vorteile entstehen, wenn das stark zusammenhängt. Aber im Gegensatz zu Apple und im Gegensatz auch zu ihren Pixel-Phones, ist es nicht so, dass sie die eigene Hardware an dieser Stelle produzieren, sondern sie setzen, sie stellen die ganze Infrastruktur, ne, die Infrastruktur, sie stellen das außenrum praktisch zur Verfügung und haben auch klare Anforderungen an diese Geräte.

42:24 Ich glaube, Microsoft hat ja auch irgendwo so ein Copilot Ready oder Copilot Plus oder weiß nicht mehr genau, was das Wording ist, so Zertifikat oder Siegel praktisch für so Windows-Rechner. Ein bisschen kann man das praktisch damit auch vergleichen. Natürlich AI auch stark im Vordergrund, dass das Ganze für Gemini Intelligence entwickelt wurde.

42:49 Beispielsweise ein Hardware-Feature, das alle haben müssen, ist so ein kleiner LED-Stripe, der so bunttig leuchten kann, um so ein bisschen Feedback zu zeigen, wenn man irgendwie mit Agents spricht oder wie auch immer. Also diese LED-Bar ist dort Standard. Und es ist auch ganz interessant, diese geben auch so, also es muss irgendwie Premium-Materialien enthalten.

43:10 Es ist jetzt nicht vorgegeben, das irgendwie mit Glas oder Kohlephase oder irgendwie, aber es gibt so ein paar Sachen, aus denen praktisch die Hersteller auswählen können, um einfach so einen gewissen Standard zu bringen. Es gibt, glaube ich, fünf große hier AHP, Linobo, Acer, ASIS, ACES, die irgendwie starten.

43:29 Mindestens 16 Gigabyte RAM sind gefordert für ein solches Google Book. 256 Gigabyte Speicher. Es gibt auch eine Gewichtsgrenze, also sie müssen unter 1,29 Kilo. Ich weiß nicht, was das im Englischen ist. Das ist wahrscheinlich irgendwie sowas wie 1,5 oder für irgendwas so, irgendwas Grades wahrscheinlich am Ende.

43:52 Und auch Akkulaufzeit ist eine Beschränkung. Das heißt, alle Google Books halten mindestens 14 Stunden auf. Und genau, dann gibt es noch so Feinheiten wie eine G-Taste. Aber wie die hat ja sonst keiner von uns auf seiner Tastatur, muss man mal sagen.

44:15 Endlich kann ich programmierbar schreiben.

44:18 Das ist eine spezielle G-Taste und zwar ist sie in der Form eines Google-Logos ausgestattet. Genau.

44:24 Das ist aber nicht das G, es ist ein anderes. Also da haben wir zwei Gs, oder was?

44:28 Das ist ein LG und auch das Google G. Das ist auch das Google G. Wusste ich ganz. Ja, genau. Und ja, das ist eigentlich das Gritt.

44:36 Also die kannst du immer Google-Einbrowser.

44:38 Die startet halt einfach Gemini dann. Einfach alles AI. Die startet so wie eine Siri-Taste so.

44:44 Ich dachte, du musst nur noch mit deinem Cursor wackeln und überall kommt schon Gemini um die Welt.

44:47 Lustiges Feature, das ist so abgeguckt von Apple, wo der Cursor größer wird. Nee, wenn du den wackelst, dann wird er so auch so ganz buntig in so einem Gemini-Schein und dann hast du praktisch so deinen AI-Cursor und kannst dann. Magic-Cursor nicht irgendwo irgendwo drauf zeigen und sagen, hey, sag mir aber dazu was oder wie auch immer.

45:06 Aber bis zum Itag wohl das von Apple abgeguckt zu haben. Ich lehne mich mal weit aus dem Fenster und sage, das ist die unnütze Geste, die irgendwo mal jemand erfunden hat. Wie willst du denn mal bei Apple so da sitzen und. Doch, meinst du? Nein, nein, nein, ich meine nicht dieses Cursor vergrößern als Accessibility-Ding.

45:23 Ich meine dieses wirklich im Alltag an deinem Cursor wackeln, um irgendwie ein Kontextmenü oder AI irgendwie damit zu tracken.

45:30 Ja, aber ich finde, bei Mac macht es ja schon Sinn, dass das Wackeln ist, hä, wo bist du denn? Keine Ahnung, zeig dich mal so. Und da ist so regelmäßig, so bist du immer am Wackeln, um dann irgendwie so einen Magic-Cursor hervorzuhören. Das ist auch schon weird. Also wahrscheinlich kannst du. Ja, finde ich schon weird.

45:42 In der Maus ist es was anderes, aber wenn du dir vorstellst, du sitzt an so einem Trackpad oder an deinem Touchscreen und machst dann so ganz schnell, ich weiß nicht. Ja, aber sie werden es so wieder.

45:54 Einmal so ein Hin und Her sein. Ich denke, das ist immer so und dann klickst du drauf.

45:56 Also dann kommt es die ganze Zeit, dieser Scheiß-Magic Curder. Ich glaube, anyway, es ist, glaube ich, einfach nur so ein bisschen Marketing-Feature. Am Ende ist es, glaube ich, nicht das Feature, was jetzt jetzt separiert von anderen Seiten. Ich weiß nicht.

46:06 Also ultraprominent platziert schon, das muss man schon sagen. Ich finde das schon gut.

46:14 Ja. Was, glaube ich, ein wichtigeres Feature ist vielleicht, um auf das zu kommen. Alle Android-Apps laufen per Default auf den Geräten.

46:24 Vielleicht hattest du es gesagt, ich meine, das OS basiert ja auch auf Android, ne? Also es ist so, dass das ganze OS auf Android basiert. Von daher, und das ist wahrscheinlich auch der Punkt, warum sie auch sagen, auf das dein Android-Fone gewartet hat. Deswegen, ja, es ist übergabe, das hast du gerade gemeint, dass du Apps im Grunde immer seamless von deinem Android-Phone einfach auf deinen Google Book rüberschieben kannst.

46:43 Genau.

46:43 Und sie sagen zwar auch, also grundsätzlich hast du dann auch für viele Apps so das Phone-Format oder den Formfaktor, sagen aber, dass ganz, ganz viele große Apps auch schon geupdatet sind, um eben den größeren Bildschirm und Maus und Touchpad-Support zu unterstützen. Also an uns und viele Android-EntwicklerInnen vielleicht nochmal eine Herausforderung, dass man dann auch noch guckt, dass die Android-App auf einem ganz anderen Bildschirm und mit Tastatur und Maus und Touchpad zu bedienen ist.

47:14 Diese Freude für Entwickler. Aber gut. Das ist die Freude für Edge. Das macht die AI ab jetzt. Und ja, also ich meine, grundsätzlich erstmal ganz so und vielleicht noch Preis, ich glaube so die 900 Dollar, 1000, ab 12 Euro steht da.

47:31 Nee, ab 1200 Euro, also 1000 Dollar ist, glaube ich, da.

47:34 Nee, es steht 999 Euro auf der Website.

47:37 Ja, aber es gibt keinen dafür. Also wenn du halt dann anschaust, sozusagen, was gibt es gerade für welche so, es gibt halt das Billigste, ist ab 1200. Ich habe keins gefunden und auch ich hatte noch ein paar, also ich habe auch 999 gelesen, aber in vielen Blogbeiträgen wird eigentlich immer von 1200, ist immer von 1200.

47:51 Die reden auch auf der Google Book-Seite, ist das günstigste. Aber ja.

47:56 Also wie heißen diese kleinen MacBook Neos? Anderthalb MacBook Neos musst du ausgeben.

48:03 Ja, okay. Aber es fehlt auch noch ein Anbieter, oder? Genau, Dell. Dann ist Dell der für 399. Wahrscheinlich. Müssen sie. Einer muss diesen Eindruck.

48:16 Der letzte muss sie machen. Deswegen haben alle anderen früher released so. Nein, wir sind nicht die für 999. Das muss Dell machen.

48:24 Ja, also ich glaube, das sind ganz kompetente Geräte. Ich finde irgendwie ganz lustig, dass da einfach so Qualitätsstandards dann so ein bisschen gesetzt werden über Hersteller hinweg. Natürlich nochmal schwieriger irgendwie, finde ich, für die Hersteller selbst. Also wie bringst du jetzt da raus, was das Tolle dann an deinem HP?

48:44 Aber warum sollen sie den HP kaufen für 1199 und nicht den. Weil die Bildquality besser ist. Naja, aber es wird schwerer da, sich dann als Hersteller nochmal rauszustellen, wenn so viel vorgegeben ist.

48:57 Vielleicht machen sie auch nicht alle das Minimum. Vielleicht hat der eine ja wirklich irgendwie 64 GB. Ja, vermutlich. Kannst du ja immer noch mal machen.

49:08 Aber du, ich meine, du stellst deine Marke so ein bisschen unter den Scheffel halt von Google.

49:12 Also ich meine, man kann ja direkt auf der Google Books-Seite auch vergleichen, wenn zum Beispiel das Asus gegen das Acer vergleicht, wo 150 Euro Unterschied sind. In einer ganzen Tabelle gibt es nur einen einzigen Unterschied und der steht bei Gewicht. Und das ist eine ist halt 150 Gramm leichter. Ansonsten ist eigentlich alles gleich.

49:25 Prozessor kannst du. Ich muss nochmal behaupten, diese Geräte werden einfach in Flottenmengen verkauft, ja. Und dann geht es halt darum, so dein Business, so wo hattest irgendwie schon einen Wartungs- und Leasing und Flottenvertrag mit, oh, du bist eh bei HP oder du bist eh bei Dell, dann kriegst du halt von denen irgendwie nochmal 50 Geräte hinterhergeworfen.

49:43 Meinst du, das etabliert sich da so schnell? Sind die nicht einfach mega verhaftet in die Microsoft-Welt?

49:48 Also gerade wenn du von diesen Konzernen sprichst. Also ich würde mal behaupten, außer Enterprise und Education gibt es keinen Markt für diese komischen Google-Books. Alter Apple von Beudu. Nee, jetzt mal gar nicht so unbedingt wegen Apple, sondern der Mensch ist halt ein Gewohnheitstier. Ich glaube, der durchschnittliche Konsument da draußen, der wird sich ja dreimal überlegen, ob er irgendwie zu einem Gerät wechselt, wo sein, weiß ich, das Office, was er den ganzen Tag braucht, irgendwie, wo das irgendwie vielleicht nicht funktioniert und das Betriebssystem, das er nicht kennt und keine Ahnung was.

50:24 Aber er ist doch der Android-Nutzer. Eben. Und jetzt will er auch mal ein bisschen mehr machen.

50:30 Ich bin gespannt. Vielleicht müssen wir in einem Jahr hier irgendwie wieder reden. Vielleicht sind dann zwei von uns schon mit einem Google-Book irgendwie hier. Weil sie haben ja auch gesagt, so, du kriegst hier Terminal Access und Anti-Gravity wird von Anfang an supported und du kannst auch Voll da Serious Development Work mitmachen, was ja bei den Chromebooks vorher, also nur mit so diversen Hacks und Umwegen irgendwie möglich war.

50:54 Von daher schauen wir mal. Wenn wir jetzt eh alle nur noch mit Agents reden, ist ja egal, auf welcher Plattform wir das machen. Richtig.

51:02 Gut. Ich wollte gerade sagen, wie entscheidest du denn am Ende, ob wir noch Zeit haben? Ich glaube, wir haben keine Zeit mehr. Keine Zeit mehr.

51:09 No time left. Fabi, was hast du eigentlich eben? War das ein Staubsaugerroboter oder Düsen?

51:14 Nee, das war aus so eine Care-Maschine. Ah, Gerald, richtig. Die Care-Maschine. Das weiß ich von meinem Sohn, weil der singt immer Kehrmaschine, alte Waschmaschine.

51:26 Ja, nee, hier vor meinem Fenster, hier ist direkt zu meiner rechten Hand, direkt die Straße, da ist die Kärmaschine heute wohl gefahren. Zweimal auch. Keine Ahnung, warum die zweimal durch die wahrscheinlich hin und zu machen. Unsere Straße ist so schmal. Ja, genau.

51:39 Jetzt ja nichts mehr. Na schön. Ja, auf jeden Fall, ihr könnt euch mal, sucht mal nach Thorstenball und nach seinem Blog. Da hat er was veröffentlicht, zu seiner Vision oder seine Aussagen, wie sich die Entwicklerwelt für in Zeiten von AI, was für ihn jetzt schon sicher ist, sagen wir so. Und der Post war relativ viral.

52:02 Wir können ja nicht drüber sprechen, weil wir keine Zeit haben. Aber er kommt auf jeden Fall auch zur Programmierkon. Das wollte ich nochmal als Hinweis. Da können wir drüber sprechen.

52:11 Da haben wir extra eine Session Zeit für eingeplant.

52:13 Genau, ihr könnt auch persönlich mit ihm sprechen. Von daher, wenn ihr eine der letzten 20 Tickets haben wollt, besucht gerne unsere Webseite und kauft dort noch ein Ticket. Feedback wie immer gerne an podcast.programmier.bar. Sonst, wenn ihr uns gut findet, hinterlasst gerne mal eine Bewertung auf Spotify oder auf Apple.

52:31 Ich finde einen guten Podcast. Danke. Habt eine ganz schöne Woche. Bis zum nächsten Mal.

52:37 Danke an die T-Shirts. Kauft jetzt ein Ticket, damit ihr noch ein T-Shirt kriegt.

52:40 Kriege ich auch ein T-Shirt eigentlich?

52:42 Nein. Hast du schon ein Ticket?

52:45 Ich bin Speaker. Kriegt man da nicht ein Ticket automatisch? Achso, okay. Ja gut. Hab ich nicht eingeladen.

52:52 Macht's gut. Bis dann. Ciao.