News 43/26: Anthropic Scion // Pi 1.0 // Jev 1.14 // Muse Spark Open

0:09 Hallo und herzlich willkommen zu einer neuen programmierbaren News-Folge 4326. Wir reden heute über ein Update von Jeff, dem neuen Git von Anthropic, Skyon. Dann haben wir Pi in der Version 1.0 und nochmal zwei Updates. Einmal zu dem Muse Spark Open Modell und nochmal zu Gemini4 Argon. Ein paar Sätze.

0:34 Ich bin Dennis Becker, neben mir sitzt Garel Smok. Und zugeschaltet.

0:40 Der Philipp. Hallo.

0:41 Endlich mal wieder der Philipp. Durch Termin, Koordination etc. haben wir dich jetzt immer die letzten drei Wochen noch abgeschnitten, aber schön, dass du wieder hier auch am Start bist.

0:49 Ja, ich war auch letzte Woche in den USA wieder, deswegen passt es schon. Und eine interessante Frage, warum hat mein Google Chrome jetzt 600% CPU-Leistung und irgendwie doppelt so viel RAM-Verbrauch? Als zu welchem Zeitpunkt vorher?

1:03 Bevor wir die Aufnahme gestartet haben. Da wird gerade so ein kleines Modell bei dir deployed. Nein, also zum Hintergrund, wir nutzen heute erstmalig und auch recht mutig unsere neue Recorder-Software, die Riverside-Abläuf lösen soll, weil wir damit einige Probleme hatten. Es ist nicht so, dass das ganz problemfrei jetzt hier läuft, aber wir gucken mal, was am Ende da an Folgen rauskommt.

1:26 Von daher hoffen wir, dass wir in guter Beton- und Bildqualität heute bei euch ankommen mit diesem neuen Setup.

1:35 Alles im Sinne der Verbesserung, ich meine.

1:38 Ja, ich meine, also ich weiß, Dennis arbeitet, glaube ich, daran. Vielleicht kannst du da nochmal ein bisschen mit deiner KI an dem UI arbeiten. Sieht doch sehr boxy und rounded aus.

1:50 Ja, sehr gerne. Ich habe in einem anderen Projekt, das fand ich richtig cool. Das war auch noch sah halt so ein bisschen AI stumpf aus und dann habe ich nur so einen Prompt: so, mach jetzt mal Eye-Candy und geile Micro-Animations und so, danach ist das wirklich gut aus. Von daher, da sind auf jeden Fall noch, sagen wir mal, die Remote-Seite Philipp ist umgetestet.

2:12 Perfekt. Also von daher, wenn du da. Ich habe auch keine Möglichkeit, mich zu muten. Das heißt, wenn irgendwie, wenn ich was trinke oder es ist alles so, wie es ist und so wie es rauskommt, geht es auch bei euch in den Ohren wahrscheinlich wieder rein. Perfekt. Ich kann keine Kamera deaktivieren. Ich bin einfach hier.

2:30 Mal schauen, ob es geht. Falls sammle dieses Feedback gerne und ich gebe das an meinen Agent weiter.

2:37 Guck mal, jetzt haben wir es hier wieder.

2:39 Ich kann ja meinen Agent nutzen, um die App zu testen, der dann deinem Agent schreibt, dass er die App fixt und dann machen wir einen drei Wochen-Podcast ohne uns. Perfekt. Sehr gut. Sehr gut.

2:51 Wir haben gar nicht die Reihenfolge festgelegt, was wir jetzt immer machen sollten. Von daher seid ihr jetzt ganz überrascht, wenn wir anfangen, über Anthropic zu sprechen. Oh wow.

2:58 Ich dachte, Service Announcement am Anfang. Machen wir ein bisschen mehr.

3:00 Okay, Service Announcement.

3:04 Okay, Muse Spark Open, Gareth. Ja, Muse Bug Open ist. Ganz kurz, zwei Sätze. Ganz kurz ist auch so, also haben wir das in den Muse schon, äh, in den Muse, in den News schon erwähnt, was Musepark ist. Okay, dann musst du es nicht nochmal machen, aber das Modell, was Meta dahinter nutzt für Muse, haben sie Open Source gestellt.

3:26 Es ist ein sehr, sehr großes Modell, trotzdem haben sie gesagt, es läuft auf den neueren Mac Studios, was ich sehr, sehr spannend finde, aber auf meinen Geräten wird das wahrscheinlich nicht laufen. Trotzdem mag ich extrem diese Entwicklung oder generell das Meta da so drauf bedacht ist, die Dinger Open Source zu stellen, was ja auch so in den USA, zumindest für die Top-Tier-Modelle, nur Meta macht.

3:47 Ich weiß, Google macht das auch mit Gemma, aber das sind ja nochmal extra Nebenmodelle neben Gemini.

3:57 Ja, und ich weiß nicht. Also ich wäre vorsichtig, ob Muse-Spark Open wirklich das Muse-Spark-Modell ist, das du in den Coding-Agents nutzen kannst. Das stimmt. Also ich habe es nicht gecheckt und auch von den Benchmarks sind die unterschiedlich und du weißt auch nicht, ob die Größe dieselbe ist. Und mittlerweile ist er das neue Muse-Modell des Wander and Wonder Full.

4:22 Deswegen ist es auf jeden Fall ein Open Weights Modell, wie man Lama kennt, und es ist ein bisschen größer. Aber ich glaube, ich wäre mir nicht sicher, ob das wirklich 1 zu 1 ist.

4:32 Gut, schon da haben sie auch nicht wirklich was drüber gesagt. Ja, okay. Guter Punkt. Trotzdem bin ich sehr gespannt, das auszutesten. Und sie haben das Modell extra auf Agent Tasks optimiert. Was glaube ich sonst öfter mal ein größer Kritikpunkt bei anderen Open Models ist. Und daher bin ich schon gespannt.

4:54 Und vielleicht kurz zum Thema Ausprobieren. Du brauchst 700 GB VRAM, damit du es in FP4 laufen lassen kannst oder 2TB für Floyd 16.

5:06 Aber Mac Studios haben doch nicht so viel VRAM, oder?

5:10 Ich glaube, der größte geht bis irgendwie 768 oder was auch immer die Zahl ist. Darauf geht es dann. Ja, okay, wild. Ah nee, sorry. It is also optimized to run on two Mac Studios with M5 Ultra using MX. Okay.

5:34 Danke für die Ergänzung, Philipp. Dann ködern sie sich ein so ein bisschen, aber es ist dann doch noch relativ große Artwelt. Ja, für ein paar tausend Euro. Okay, aber genau, dann haben wir das schon mal gehört. Und Philipp, du kannst uns vielleicht nochmal ein paar Infos, wir haben Gemini 4 Argon schon kurz besprochen, haben glaube ich auch beim letzten Mal so ein bisschen kritisiert, dass wir uns unsicher, dass Rollouts sind.

5:54 Also wo kann man es jetzt eigentlich tatsächlich nutzen, wo sind die Use Cases und wo sollte es eingesetzt werden?

5:59 Was hast du noch so ein bisschen mitgebracht aus Informationen zu dem Jahr es war ein bisschen verwirrend, muss ich zugeben, auch auf Seite wie, was released würde, weil eine Woche, also wir hatten ja das Pre-Announcement und dann irgendwie zehn Tage, bis es generell verfügbar war. Und dazwischen war ein Cloud-Event und in diesem Cloud-Event wurde die neue Gemini-Plattform in Google Cloud vorgestellt und das war dann so ein bisschen verwirrend.

6:26 Das heißt, du hast jetzt in Google Cloud die neue Gemini-Plattform. In dieser Gemini-Plattform, das ist so ähnlich wie Gemini Enterprise oder halt Cloud Co-Work, wo du halt einfach einen Agenten hast, der mit deinem Cloud-Ecosystem und generell so ein bisschen Enterprise Use Cases umsetzen kann. Und die Plattform heißt leider auch Gemini Plattform in Cloud.

6:47 Und du hast sozusagen in dieser Gemini-Plattform oder der Agenten heißt Gemini, in diesem Agenten kannst du Gemini 4 Argon nutzen, aber auch Cloud. Ich glaube, das war eine Verwirrung, dass du jetzt in Gemini Cloud nutzen kannst. Das bezieht sich vor allem auf die Enterprise-Version in Google Cloud. Und Gemini 4 Argon ist jetzt verfügbar in der Gemini-App für Pro-User mit, also Paid Pro-User, die 20 Euro im Monat oder was das sind, für Ultra-Subscriber.

7:19 In Anti-Gravity ist es für Ultra-Subscriber und auch seit letztem Wochenende für Paid Pro-User. Das war auch so ein bisschen Verwirrung, weil es gibt sozusagen irgendwie so einen Free-Plan, der so ähnlich ist wie Pro, aber du den bekommst über irgendwelche Student-Credits oder ich glaube, wenn du einen Pixelfone oder sowas kaufst, aber da hat das Team mittlerweile auf der Anti-Gravity-Seite das sozusagen ergänzt, welcher Pro-Plan oder Ultraplan enthalten ist.

7:46 Das heißt, wenn ihr einfach die 20 Euro oder was das in einem Monat zahlt für Google AI One, glaube ich, heißt das, dann solltet ihr das haben. Und dann natürlich in AI Studio, Gemini API ist es auch verfügbar. Ist alles ein bisschen nicht optimiert, sag ich mal.

8:02 Das Gemini-Ding in der Cloud und du sagst, es ist ähnlich wie Cloud, Cowork oder sowas. Über welches Interface bediene ich das denn?

8:12 Da gibt es ein neues, das du direkt in Cloud sozusagen aufrufen kannst. Das war früher Gemini Enterprise, das ist jetzt dieses neue, das ist das auch, was da vorgestellt würde. Und du hast diesen Gemini-Agenten und der kann die Gemini-Modelle laufen lassen und auch die Cloud-Modelle, die ja in Google Cloud zur Verfügung stehen.

8:31 Und das ist wirklich auf diesen Enterprise-Knowledge Work Use Case abgezielt. Also ich glaube, OpenAI Anthropic haben ähnliche Produkte, die vor allem im Enterprise-Umfeld genutzt werden können. Und dann mit diesem Gemini-Agenten in der Cloud kann ich halt wirklich viel einfacher meinen Workspace integrieren.

8:49 Oder ich kann über den Google Cloud Marketplace vielleicht linear oder andere Third-Party-Providers mit integrieren, MCT-Server und Skills und halt alles, was ich halt brauche für so einen Remote Agent, den ich nutzen kann in meinem Enterprise-Umfeld für Produktivität oder auch Coding, wenn es denn der Fall ist.

9:10 Okay. Dann gucken wir mal. Habt ihr das mittlerweile getestet, das Modell? Nee. Aufgrund fehlender. Ja voll. Aufgrund fehlender ordentlicher Zugänge. Keine Ahnung, es wäre ja schön, wenn es einfach mal beispielsweise integriert wäre zu einem gewissen Tier in unserem Google-Workspace-Tier, das wir haben.

9:34 Da zahlen wir ja irgendwie für jeden Seed, den wir bei uns haben, und das ist unser Google, das ist unser Google-Umfeld. Da wäre ja irgendwie ganz schön, wenn es da einfach mal verfügbar wäre, glaube ich. Ja, über die API dürfte es auf jeden Fall gehen. Aber wer hat zuletzt ein Modell über die API benutzt, wenn man nicht gerade in dem Bereich arbeitet?

9:55 Würdest du etwas sagen, dass die Preise zu hoch sind und die Subventionierung durch Coding-Pläne ausgenutzt werden soll, solange man es nicht so gut? Nee, nein.

10:06 Ja, aber ich meine, da sind wir auch oft rüber. Ich meine, wir zahlen mittlerweile auch häufig über die Subscriptions hinaus. Also es ist jetzt nicht so, dass stimmt, was die ausreichend reichen. Nein, aber ich glaube wirklich, also wenn du es jetzt einfach, kannst du es in den Konductor einfach reinplagen über die ABI dann?

10:19 Wahrscheinlich. Okay. Ja, dann ist das vielleicht mal was, was man. Ist auch ein Open Code verfügbar und den anderen. Dann machen wir gleich. Dann machen wir das gleich. Gut. Sehr gut.

10:29 Dann kannst du mal deine Software nochmal ein Design machen shiny und hübsch und dann gucken wir mal was.

10:35 Das machen wir mit Gemini, okay. Und wenn Philipp nächstes Mal nicht mehr reinkommt. Okay, gut. Werden wir ausprobieren. Ich habe auch ein relativ kurzes Thema, würde ich sagen. Jeff, das Modell, das wir schon mal auch in den News hatten, was ein sogenanntes System One-Modell ist, das heißt nicht mehr eine klassische LLM-Struktur, aber in super günstig klassifizieren kann.

11:05 Ist das so gut zusammengefasst? Weiß ich nicht. Also, könnt ihr im Zweifel unsere News-Folge nochmal nachhören zu dem Thema. Aber was dort kam, ist eine neue Version, und zwar die 1.14.0 und was die bringt und deswegen ein relativ großes Update ist, dass da Multimodalität mitkommt. Im Besonderen geht es jetzt auch, dass man Images mit in den Prompt packt und so auf sehr günstig praktisch Bilder klassifizieren kann, Objekte erkennen kann, sagen kann, gehört es dazu.

11:38 Also praktisch ähnlich wie vorher auch, du hast eine Fragestellung, eine konkrete ist kein Freitext, der rauskommt, sondern du sagst, so ist auf dem Bild ein Hund zu sehen, beispielsweise, dann kannst da tausend Bilder reinschicken und das kostet dann irgendwie 20 Cent oder 30 Cent oder so in der Größenordnung.

11:53 Habt ihr Decision-Modelle schon getestet auf eurer Seite?

11:58 Ehrlicherweise glaube ich nur für irgendwelche so Fun-Sachen oder also einfach weil es praktisch nichts kostet, also keine Ahnung, unser Mittagsess, unser Mittagsessen, was wir immer wöchentlich kriegen, da ist jetzt zum einen einfach ein Emoji dabei, ob das vegan, vegetarisch oder eine Fleischvariante ist und das wird einfach von so einem Modell gemacht.

12:19 Oder auch, glaube ich, wo Predicted wird oder wo gesagt wird, ob dein, was dein Favorite der beiden Optionen sein wird. Das ist, glaube ich, auch mit Jeff gemacht. Aber jetzt nicht irgendwie produktiv, habe ich nicht mitbekommen, dass es irgendwo okay.

12:31 Mich würde es mal interessieren, ob ihr eure Spiele spielen lassen könnt, zu sehen, wie gut es ist oder wie schnell es ist. Also vier Bilder, ein Wort sollte, glaube ich, vielleicht gehen mit dem Input und wenn du dann halt ein Lexikon hast, mehr oder weniger von Wörtern, die du geben kannst. Oder auch bei den ganzen Kisten.

12:52 Ein Wort müsst ihr halt jetzt gehen, vielleicht nochmal mehr durch das Image-Ding, ne? Also das war halt vorher das theoretisch, wo es sagte. Ja, ich habe damals schon in der Folge gesagt, ich krieg meinen Kopf nicht so ganz um dieses Modell oder die Use Cases. Ich sehe diese Sachen und ich sehe diese Tetris-Beispiele und Mario, wie das gespielt wird und wo Entscheidungen schnell getroffen werden und sowas und das ist irgendwie cool und beeindruckend.

13:14 Aber so, und ich verstehe auch, jetzt Customer Support, du hast 1000 Cases und willst dir irgendwie ein Sentiment einfordern und so, verstehe ich alles. Trotzdem fällt es mir für mich selbst, also bei jedem LMM ist mir einfach, oh, jetzt teste ich das, möchte ich das bauen oder sowas, viel einfacher für mich, als jetzt ein Use Case zu finden, wo ich Tisch einsetzen möchte.

13:31 Sage ich gerade und ich habe vor zwei Stunden eingebaut in etwas.

13:36 Ja, aber ich glaube, das ist eher, also es ist schwierig, weil es ist ja nur so gehypt gewesen oder es ist gehypt, aber das Konzept ist ja nichts Neues. Also wenn ich da zurückdenke an 2019, wir hatten schon Bird-Modelle mit Zero-Shot-Klassification, wo du, bevor du den Request machst, einfach die Labels definierst und je nachdem, das klassifiziert hat.

13:55 Klar, wir haben extrem krassen Progress gemacht, wie gut die Modelle sind, aber es ist nichts Neues. Deswegen sieht man auch so viele Modelle jetzt von anderen Kompetitoren ja raussprießen. Also ich weiß nicht, es gibt mittlerweile 20 verschiedene Open Modelle, OpenAI hat die es geschafft und sowas. Also es war, glaube ich, eher wie so eine Art Weckruf.

14:12 Und ich finde es richtig cool. Also ich glaube, man unterschätzt wirklich, wie krass viele Use Cases es dafür gibt und wofür du aktuell wahrscheinlich LLMs nutzt, wo du nicht nutzen musst, gerade was die ganzen Anwendungen angeht, was jetzt nicht ein Coding-Agent ist oder mein Productivity-Agent, wo ich irgendwas reintippe und der dann irgendwas machen soll.

14:32 Und du hast ja gesagt, das ist praktisch kostenlos. Das heißt, vielleicht aktuell, wo ich noch deterministische Prozesse oder einen Control Flow habe, könnte ich eventuell darüber ja auch simplifizieren oder halt einfach einfacher zu maintainen machen, wenn ich einfach nur diesen API-Code habe. Klar, es ist immer wieder die Frage, macht das Sinn, macht es keinen Sinn.

14:52 Aber umso weniger Code, den ich ja maintainen muss oder umso mehr Abstraktion ich ins Model bringen kann, umso besser kann es ja am Ende dann sein. Ah, das stimmt.

15:03 Judi, Anthropic hat gesagt, ach Git, das ist nix. Das müssen wir mal reinmachen.

15:13 Enthropic hat einen sehr, sehr coolen Blogpost rausgebracht, wo sie sehr detailliert darüber reden, warum sie kein Git mehr nutzen oder beziehungsweise eher ein eigenes Git gebaut haben. Und grundsätzlich finde ich es auch extrem cool, wie sie es machen. Also es ist wirklich schön zu lesen, weil sie ins Detail gehen und sagen, warum und wie sie es gemacht haben.

15:34 Und was sie am Ende gemerkt haben, ist, dass sie mit dem Monorepo, mit dem sie arbeiten, was riesig ist, wo, wenn ich es richtig verstehe, wirklich gefühlt alle Produkte, die sie haben, drin sind, dass sie da Probleme hatten, was die Skalierung anging und Geschwindigkeit und eigentlich alle Probleme, die man sich vorstellen kann mit Git.

15:54 Und eine Zahl, die mir da so hängen geblieben ist, ist, dass wenn sie unoptimiert einfach alle Checkouts gemacht hätten auf Git, so wie sie es machen, dann werden da am Tag 600 Petabyte an Daten durchgeschleust worden. Also einfach mal, um die Menge zu zeigen, die sie da auch an Traffic haben durch Git.

16:15 Git hat auch schon einige Funktionalitäten, um Dinge zu optimieren, sowas wie, dass man eben nur so Shallow-Copies macht, dass man nicht die ganze History sich lädt. Verschiedenste Möglichkeiten, die sie auch alle schon genutzt haben, aber es hat dann irgendwie doch, kam dann an Grenzen, wie gut es funktioniert hat.

16:32 Und ja, dann haben sie sich einfach entschieden, ein eigenes System zu bauen, was so ein bisschen auf einer anderen Prämisse aufbaut. Und zwar Git hat ja die Prämisse, okay, wir haben dezentralisiertes Offline-Arbeiten. Also es gibt eine Kopie im Internet und jeder Entwickler lädt sich dann seine eigene Kopie lokal runter und kann dann damit eben dezentral arbeiten.

16:53 Und sie haben gesagt, okay, das ist eigentlich in der Agent-Welt oder in ihrer Art der Arbeit mit Agents nicht mehr der Fall, weil Agents eigentlich immer online sind. Und deswegen haben sie versucht, ein Source-Control-System neu zu denken, was auf dieser Prämisse basiert. Und ich möchte eigentlich gar nicht so tief reingehen.

17:12 Es ist super spannend, wie sie das genau gemacht haben. Also es ist eine klare Empfehlung, den Artikel zu lesen. Aber am Ende haben sie es geschafft, da massiv Dinge zu optimieren. Nicht nur was die Zeit angeht, die zum Beispiel die CI-Jobs brauchen, also das ist wirklich, anstatt Minuten sind das ein paar Sekunden, aber auch einfach, was für was für Daten da fließen und auch wie viele Ressourcen die Server brauchen, ist unfassbar gesunken, also so 200-fach weniger CPU-Auslastung zum Beispiel.

17:43 Und es ist irgendwie ein cooles Beispiel dafür, erstens zu sehen, okay, sie nutzen eben diese Agent-Macht, um Workflows und Tools anzupassen, wie sie es brauchen. Sie haben das selber gesagt. Früher hätte man sich niemals überlegt, ein neues Git zu bauen, weil es einfach viel zu viel Aufwand ist und viel zu lange dauert und sehr, sehr vorsichtig geplant werden muss und so.

18:07 Und jetzt ist es halt einfach in fünf Monaten passiert mit einem Team von sieben Leuten. Und währenddessen haben sie auch noch ein eigenes Reviewing-Tool gebaut, was Antique heißt, wo ich auch sehr gespannt drauf bin. Das werden sie wahrscheinlich auch irgendwann nochmal erzählen. Und es ist einfach, ja, irgendwie cool zu sehen, was sich so verändert durch die neuen Möglichkeiten, die man hat und wie so eine Firma wie Anthropic das nutzt.

18:32 Also es ist für mich so ein bisschen richtungsweisend gewesen, diesen Artikel zu lesen. Zu sehen, okay, was, was, wie sieht vielleicht die Zukunft von Engineering auch aus. Und vor allen Dingen fand ich es cool, da nochmal zu sehen, okay, sie reden auch viel darüber, es hätte nie funktioniert ohne Entwickler, die wissen sozusagen, was wichtig ist bei so einem System.

18:55 Und ich merke das ja auch selber, dass gerade wenn es noch um Infrastruktur geht, auch in unseren Teams, ist halt so ein Engineering Background immer noch so extrem viel wert. Und das fand ich irgendwie auch schön zu lesen, da sind sie nochmal so drauf eingegangen. Ja.

19:12 Zwei Dinge, die ich vielleicht zufügen möchte. Also definitiv den Artikel lesen und definitiv, wenn euch das Thema interessiert, vielleicht auch die Artikel von Google und Meta. Also wir haben bei Google ja auch ein Monorepository, ich glaube, das ist weltweit bekannt so ein bisschen. Und das initiale System dahinter hieß Piper.

19:31 Und Meta hat dasselbe System mit einem riesen Monorepository und da heißt es Settling. Und was Anthropic schreibt, ist mehr oder weniger fast eins zu eins dieselbe Thematik, die du bei den Big Tech-Organisationen schon hattest vor AI. Also das ist jetzt nicht unbedingt ein neues Thema. Ich glaube, sie haben den Blogartikel auch geupdatet und referenzieren da explizit.

19:55 Aber es ist nicht ein neues Thema. Also die Problematik mit zu viel Datenvolumen und wenn du Git hast, hast du alles lokal und dann nochmal in der Cloud und wenn du so viele Engineers hast, die am selben Code arbeiten, dass da zu Problemen führen können und du eigentlich nur damit beschäftigt bist und dazu dein eigenes Review-System und sowas brauchst, das ist nichts Neues.

20:13 Und noch zusätzlich bei Anthropic arbeiten relativ viele Ex-Google, Ex-Meta, Infrastructure, SRE-Leute. Also ich bin nicht überrascht, dass die sozusagen zu dem Ergebnis gekommen sind. Vor allem, wenn du die Vorteile von diesen Systemen bei Monorepositories kennst, möchtest du das auch wieder haben. Ich meine, das Coole finde ich dahinter ist wirklich, dass sie es halt irgendwie in fünf Monaten geschafft haben, ein System zu bauen, was in der Company genutzt wird und wirklich die Probleme löst.

20:43 Und ich glaube, das ist ja das Schöne daran. Also ich will nicht wissen, wie viele Engineers für Google oder Meta benötigt würden über mehrere Jahre, um diese Systeme zu bauen. Und ich meine, es ist sehr cool, dass wir sozusagen die Learnings haben oder die Technology und das Wissen, dass die Modelle halt jetzt auch dieses bauen können.

21:00 Aber so richtig novel ist es nicht, würde ich sagen. Deswegen bleibt immer noch spannend, okay, jetzt haben sie sozusagen die Lösung für sich gefunden, aber ist das wirklich the next Git? Oder ist es mehr Agent-Oriented? An sich ist es nur eine Lösung für die Infrastrukturproblem.

21:17 Ja, also sie rand das auch sehr explizit, dass sie jetzt nicht glauben, dass sie damit Git ersetzen werden und das auch eigentlich nur Sinn ergibt bei eben so riesen Monoreposts. Also ich glaube, ähnlich wie es auch bei Google und Meta ist, die diese Tools ja auch schon länger haben, aber trotzdem das nicht Git ersetzt hat, weil das dann ein recht spezifischer Use Case ist.

21:35 Und ich glaube, wo ich noch, ich finde es spannend, dass du sagst, Google hat auch ein eigenes Review-System gebaut, weil da bin ich gespannt, wenn Entropic darüber spricht, ob es auch sehr angelehnt daran ist oder, und das hoffe ich eigentlich ein bisschen, dass es wirklich mehr angelehnt ist an Agent-Arbeit.

21:52 Also das Ich bin einfach gespannt darauf, wie sie dieses Thema behandeln und darüber nachdenken.

21:58 Aber haben Sie geschrieben, ob Sie irgendwie

22:03 Sie haben halt geschrieben in Klammern, als sie über einen Tick gesprochen haben, das wäre ein eigener Blogpostwert. Und das klingt für mich ein bisschen so, aber ja, ist natürlich ein bisschen offen.

22:14 Ich meine, das, wo ich immer vorsichtig bin bei den ganzen Blogposts von Anthropic mittlerweile, ist es halt viel Marketing. Also man weiß, dass sie sehr intransparent sind, was alles in Anthropic angeht. Und viel davon ist ja immer, hey, schau mal, wie cool Claude ist und was Claude jetzt ermöglicht.

22:33 Und weniger diesen Engineering-Aspekt und wie wir alle davon profitieren können. Ich finde ein gutes Beispiel dagegen ist ja, Cursor hat ja Origin mehr oder weniger als ihre Version Control Software vorgestellt. Und der Cursor Engineer, der maßgeblich da beteiligt war, hat ja einen sehr detaillierten Engineering-Blogpost dazu geschrieben, wie man das selber nachbauen könnte.

22:59 Und ich glaube, am selben Wochenende hat dann Tobi Lübcke von Shopify und nochmal ein paar andere mehr oder weniger ihr eigenes Version Control System basierend auf dem Blogpost nachgebaut und dann direkt umgesetzt und auch getestet. Und ich finde, da sieht man schon mal ein bisschen Unterschied, dass es halt sehr beeindruckend und aber trotzdem sehr marketinghaft geschrieben ist, im Sinne von, hey, wir haben da was und Claude hat es geschafft und das ist super und wir haben dann nochmal was Spezielles obendrauf.

23:27 Deswegen wäre ich da, es ist sehr cool. Ich würde mich freuen, wenn sie mir davon teilen würden, auch wie das ganze Review-System funktionieren würde, weil ich glaube, dass es schon sehr Agent-Native ist und komplett anders. Wahrscheinlich hast du erstmal ein paar Agent-Reviews und dass die menschliche Zeit, die benötigt wird, wahrscheinlich extrem reduziert wurde.

23:45 Aber ich glaube es weniger, dass wir da mehr bekommen. Und wenn das Thema einen beschäftigt, würde ich wirklich mit Coding-Agents gemeinsam generelle Suche machen, um zu verstehen, okay, wie Mono-Repositories oder Version Control in diesen Big-Tech-Organisationen funktioniert.

24:01 Ich fand irgendwie spannend, diese Zahl mit den fünf Monaten und sieben Devs, die reingesessen haben. Also die letzten Eindrücke waren so, okay, man kann immer schneller, immer mehr irgendwie bauen. Irgendwie finde ich es, ich weiß nicht, ob ein Brügen ist das falsche Wort, aber interessant, dass es trotzdem halt so technische Challenges gibt, die dann doch so lange brauchen.

24:21 Also obwohl sie ja so früh, also sie können ja, sie haben ja auch schon früher Ressourcen, die wir nicht haben, sozusagen. Und trotzdem braucht es da doch relativ lange.

24:31 Aber haben sie geschrieben, ob die fünf Monate Entwicklungszeit waren oder von altes System komplett neue System ersetzen? Ich glaube, das ist wahrscheinlich nochmal ein gewissen Unterschied. Menschen und Ingenieure möchten nicht Systeme wechseln, die sie schon immer kennen. Das heißt, du hast vielleicht, ich würde davon einfach mal grob schätzen, mehr als 50 Prozent war einfach nur Adoption, dass sie wirklich vom Alten aufs neue System gehen können und du hast bestimmt parallele Zweige mal gehabt und andere Dinge.

25:01 Gut, dann haben wir noch Pi, die Harness oder den Agent oder wie würdest du ihn bezeichnen? Agent Harness.

25:09 Philipp. Shady Coding Agent, ich glaube, das ist der richtige Begriff, das hat Marius zumindest noch gesagt. Er ist jetzt nichts Neues, aber ich glaube, wir hatten es noch nicht und ich war ja länger nicht da, deswegen wollte ich es noch mitbringen. Pi hat jetzt offiziell ihre Version 1.0, für die, die Pi nicht kennen, Open Source Coding Agent, sehr minimal orientiert, das heißt irgendwie vier Tools bei Default und alles andere sind Extensions, das heißt keine Websearch, keine Sub-Agent, keine irgendwas.

25:38 Und wenn du die Features möchtest, kannst du dir in JavaScript Extensions schreiben. Es gibt auch mittlerweile eine sehr große Open Source Community dahinter. Sitzend in Österreich irgendwo, ich weiß gar nicht genau, also die beiden, also der Gründer und jetzt auch der zu dem Startup, zu dem es gehört, sind beide Österreicher, also schön, sag ich mal, aus Europa kommend.

25:59 Und sie haben eine Version 1.0 vorgestellt. Das heißt, ja, ich meine, ich weiß nicht, ob das so wichtig jetzt im AI-Space mittlerweile ist, aber halt First Major Version. Und sie haben ein paar Dinge geändert zu der bisherigen Version und zwei Dinge, die ich besonders hervorheben möchte. Zum einen, wir haben ja generell das Problem, dass wenn ich zu viele MCP-Servers oder zu viele Tools nutze, dass ich zu viel Kontext verbrauche.

26:24 Und OpenAI ist da schon vor ein paar Monaten hingegangen und hat diesen Code-Mod etabliert. Codemod heißt im Ende, das Modell hat ein einziges Tool und eine API-Spezifizierung zu diesem Tool und kann dann JavaScript-Code schreiben, der dann ausgeführt wird. Das Interessante bei dieser API-Spezifizierung ist aber, dass es Custom-Methoden hat.

26:45 Das heißt, normalerweise hat ein Modell ein Bash-Tool, ein Read-File-Tool und andere Tools und die kann es dann in JavaScript aufrufen. Das heißt, es kann Skripts schreiben, die diese Tools kombiniert, um spezielle Aufgaben zu lösen. Und um jetzt das ganze Tools, Load-Problem zu lösen, haben die mehr oder weniger die ganzen MCP-Servers in diesen Code-Mode integriert.

27:06 Also OpenAI jetzt schon ein Pi, jetzt bei ihrer Version 1.0. Das heißt, wenn ich 10, 20 MCP-Server definiere, sind die nicht automatisch im Kontext, sondern das Modell hat entweder eine TypeScript-Interface dafür oder hat nur ein Call, das es dann listen kann. Das heißt, es kann dynamisch suchen, welche Tools zur Verfügung stehen.

27:27 Und darüber kannst du halt diese MCP-Calls chainen in einem einfachen Skript. Das heißt, du kannst mehr oder weniger, wenn du sagst, hey, bitte find die letzten zehn E-Mails in Google Drive, lies dieses Google Sheet und dann erstellen Google Docs, dass es viel mehr innerhalb von einem Call kombinieren kann und du darüber viel einfacher halt diese Third-Party-Integration bauen kannst und viel weniger Kontext brauchst.

27:52 Und das ist sehr cool, also wenn ihr das noch nicht getestet habt, weder bei OpenMIR noch bei Pi, definitiv mal reinschauen, weil das löst so ein bisschen dieses, kann ich den MCP-Server nutzen oder nicht, wenn ich ihn wieder aktiviere, kostet er wieder immer Token für jeden Call und so löst du das ganze Problem so ein bisschen.

28:08 Und das zweite ist, dass sie eine kleine Extension vorgestellt haben, die heißt PyDurable. Und PyDurable läuft auf den Durable Objects von Cloudflare und ich glaube auch den Deno Cell, oder ich weiß nicht, was das Open Source Pondor dazu ist. Und PyDurable mehr oder weniger erlaubt dir, den Agent Harness in diesen Durable Objects auszuführen.

28:34 Dadurch, dass die stateful sind, kann ich von jedem möglichen Client meine Session fortsetzen. Das heißt, ich habe Start irgendwie auf meinem Handy oder auf meinem PC und dadurch, dass es mehr oder weniger diese kleine Remote-Instanz ist, super günstig, kann ich es darüber mehr oder weniger nutzen und dann natürlich Git Repositories auch auf diesem Durable Object Store auschecken und halt so super einfach Remote Agents mehr oder weniger bauen.

29:00 Und wer, sag ich mal, sich mit Durable Objects noch nicht beschäftigt hat, ist vielleicht eine coole Idee, sich das mal anzuschauen, wie Pi funktioniert und wie ich dann mehr oder weniger meinen eigenen kleinen Stateful Remote Agent bauen kann, den ich von jedem Device irgendwie aufrufen kann. Mit einer einfachen, sag ich mal, Web-UI, dass ich wirklich von meinem Mobile zu meinem PC alles gesüngt habe.

29:24 Das heißt, wenn ich irgendwie einen Chat-Mobile starte, ist der direkt gesyngt zu meinem anderen Device und ich habe nicht dieses Remote Connection Open AI Stuff. Ist auf jeden Fall sehr cool, wenn man sich irgendwas zusammenhacken möchte oder vielleicht ein bisschen auch Smart Home betreibt oder was auch immer.

29:39 Interessant. Und diese Dino-Dinger wird es zum Beispiel nicht mehr lange geben, oder?

29:45 Doch, ich glaube, das Cell D ist das einzige, was sie mit fortsetzen wollen.

29:51 Na gut. Dann gucken wir mal, was da kommt. Judi, ich gucke mal gerade auf die Liste, aber dann haben wir versprochen, da ja nicht so lange Aufnahme gehabt. Ja, ist doch mal gut, oder? Da freuen sich unsere HörerInnen, dass sie sonst nicht so sehen.

30:07 Ist das das erste Mal dieses Jahr, dass wir zu einer halben Stunde sind?

30:10 Oh, jetzt sind wir zu einer halben Stunde.

30:13 Also ich weiß nicht, wie lange wir aufnehmen, weil es geht.

30:17 Vielleicht kann ich einfach diese Folge dem Agent geben, dann kann er das rauslesen, was du an Features brauchst.

30:22 Ich sehe nur sechsmal Aufnahme läuft irgendwo. Und upload es auch 100 Prozent. Und ich drücke mal nicht auf Upload-Details, ich traue der Sache noch nicht so ganz.

30:34 Sehr gut. Dann gucken wir mal, ob du direkt weg bist, wenn ich gleich auf Aufnahme stoppen drücke oder ob wir dann weiter noch miteinander reden können. Auf jeden Fall schön, dass du wieder dabei warst, Philipp. Danke dir. Geralt, an unsere HörerInnen, wenn ihr Feedback habt zu dieser Folge oder generell, schreibt uns gerne an podcast.programmier.bar.

30:50 Sonst wünschen wir euch eine ganz schöne Oktoberwoche. Es gibt die letzten, was waren jetzt unter zehn Tickets für die Programmierkon, falls ihr kommen wollt am 25. und 26. November in Bad Nauheim. Und jetzt genießt euren Tag. Bis denn, macht's gut. Ciao. Ciao, ciao.