Letztes Jahr hab ich einem Kollegen gesagt, dass wir unsere App in GO machen sollten. Wollte niemand. Wurde Node und NestJS. Jetzt schreiben wir Wrapper um NestJS für Go Bibliotheken, die das können ,was wir brauchen.
Ich will kotzen. Ich hab gesagt, mehrfacht, dass diese Sprache das perfekte Ökosystem ist. Jetzt brauchen wir GRPC und Proto Dateien, um eine Brücke zwischen NestJs und Go zu bauen.
KOTZZZZ.
So hat es jedenfalls mal ein ehemaliger Chef beschrieben. Und so ist auch meine Erfahrung. Im Studium denkst du ein Problem zu Ende. Schreibst den Code. Fertig. In der realen Wirtschaft kommt der Kunde nach dem Entwickeln dann zu dir und will noch drölf Änderungen. Nicht, weil du etwas falsch gemacht hast. Sondern weil der Kunde nie wusste, was er haben will.
KI Entwicklung hat nun den Teig in die Hände des Kunden gegeben. Er weiß nicht, was er will und die KI macht daraus irgendwas. Drölf Features, nach denen niemand gefragt hat. Wichtige Features wieder raus; wieso? Weiß die KI selber nicht. Verbraucht aber Tokens und ist somit für die KI Firmen in erster Linie profitabel.
KI Entwicklung in den Händen der IT hat das Kneten industrialisiert. Scheiße wird nun mit leichten Modellen gebaut. Dann SonarQube rüber. Komplexität reduzieren, Sicherheitslücken schließen. Harness bauen und durchtesten. Code wird noch mal verändert. Immer mitten drin der Kunde, der dann über neue Features und Issues, die er selbst gefunden hat, dann Änderungen anstößt.
Das Wasserfallmodell war schon immer eine Lüge. Entwickler, die danach entwickeln, sind redundant. Aber schon immer gewesen, bis auf wenige Nischen.
TDD hat das schon vor KI formalisiert. Ein Dozent hat uns mal dazu angehalten, Code so zu implementieren, dass er minimal die Tests erfüllt. Mit neuen Tests und Anforderungen kann der Code ja noch verändert werden. Damals mochte ich das nicht. Jetzt mit KI macht das jeder so. Nur ohne Tests. Ohne Harness. Alles mit Prompts, Skills und natürlich Kontext im Cache.
Scheiße wird nicht mehr von einem Entwickler allein bearbeitet. Scheiße wird von hunderten, duzenten gleichzeitig entwickeln. Davon nur ein Bruchteil wirklich Entwickler. Am besten sieht man das bei Hermes AI. Das Ding steckt voller Sicherheitslücken und Fehler. Aber die werden eben von Nicht-Entwicklern aufgezeigt, die versuchen, es in eigene System zu integrieren. Issue auf, dann wird korrigiert. So nimmt der Teig langsam eine schönere Form an. Iterativ über Zeit hinweg. Und wenn es dann wirklich zu Ende gedacht und "fertig" ist, ist die Software schon wieder was ganz anderes, als was sie heute ist. Und unterdessen schon in dutzenden System integriert, während das Kellerkind noch an einem umgedeutetem Feature hängt, bei einer Software die niemand kennt und für die niemand zahlt oder integriert.
Die größte Schwäche von Linux Distros gegenüber von Windows, wird im KI Zeitalter zur größten Stärke. Früher müsste ich noch jeden Befehl eines Terminals auswendig lernen, oder zumindest lernen, wo ich diese finde. Dem gegenüber war eine Organisation mit Fenstern und diversen Untermenüs unterlegen, weil es für nicht IT Nutzer einfacher zu lernen war.
Heute? Heute installierst du dir einfach OpenCode und nutzt die kostenlosen Modelle. Oder du hast bereits lokal die Möglichkeit, 30B Modelle zu hosten. Öffne einfach das Terminal und sag dem PC, was du machen willst. Er führt sie Befehle lokal aus. Die wunderbar dokumentierten CLIs werden nun auch beim Consumer/nicht IT Anwender zur größten Stärke. Denn ich muss nicht mehr in Menüs und Fenstern suchen. Ich sage es einfach direkt und die KI übersetzt.
Ein gutes Programm hat nun nicht mehr ein Fenster, sondern eine wohl definierte CLI, eventuell mit MCP Brücke. Ein gutes Programm hat nun eine Schnittstelle, die das LLM nutzen kann, um die Nutzer-anfrage bestmöglich zuzuordnen.
Windows hat ausgedient.
Wir reden uns manchmal schusselig, weil wir Arbeitslosigkeit immer auf individuelles Versagen legen. Und wenn man dann mal aus dem reinen Mainstream heraus geht, traut man seinen Augen und Ohren kaum. Aber ja: Arbeitslosigkeit ist ein Instrument für Staat und Banken, um die Löhne nicht zu sehr steigen zu lassen. Mit der irren Vorstellung, das führe zu mehr Inflation.
Und wir hauen uns im Proletariat und Bürgertum auf die Köpfe, wenn dann mal jemand Arbeitslos ist bezüglich der Frage, ob das noch "Leistungsgerecht" sei. Lasst euch nicht verarschen.
Ab Minute 4:50.
Macht das eigentlich das Ergebnis messbar schlechter?
Bei allen chinesischen Modellen, wie Big Pickkle, Kimi und Co, mit Ausnahme von DeepSeek.
Moin :-) Hab gesehen, dass Schwarz Digits aktuell reichlich einstellt. Arbeitet hier jemand dort? Würde mich über Erfahrungsaustausch freuen.
Mit einem Punkt, muss ich ihm Recht geben. Die Boomer Generation hatte es in Europa leicht wie keine Generation vor ihr und wahrscheinlich lange nach ihr, Wohlstand aufzubauen. Die Löhne waren extrem hoch, ein Master mit guten Noten hat dich direkt zu Top Firmen gebracht. Und selbst als Handwerker hast du "nur" das zwei bis dreifache für ein Haus bezahlen müssen; zumindest wenn du gut gesucht hast.
Heute hast du ein 1.0 Master und bekommst keinen Job, weil du keine 3 Jahre Berufserfahrung hast. Wenn ich aus dem Studium komme, habe ich drei Jahre Erfahrung und werde wahrscheinlich nicht mal 60.000€ in der IT zum Start verdienen. Mein Vater verdiente nach dem Master 75.000€ - in den 90ern. Er hat es umgerechnet, so dass es der Kaufkraft von heute entspricht.
Du hattest jeden Vorteil. Mit vergleichsweise wenig Qualifikation ging zum Berufsstart viel.
Kein Shame auf die Boomer, die schon immer in Armut lebten, oder durch Krankheit und Co. in Probleme kommen. Aber ich weine den meisten keine Träne hinterher, wenn es um Altersarmut oder Renten geht. Du hättest vorsorgen können. Und jetzt zahlt unsere Generation zu lasten von Investitionen für dein Versagen, selbst fürs Alter vorzusorgen. Und das mit ohnehin schon extrem hohen Asset Preisen. Unsere Generation zahlt für die Fehler der letzten Generation. Und währenddessen hörst du dann von denselben Leuten immer wieder über Politik und Medien, dass du ja nur faul seist.
Mir geht es als Student recht gut. Ich spare so gut es geht. Mein Portfolio hab ich im letzten Jahr auf rund 5.000€ aufstocken können. In derselben Zeit sind Hauspreise und Stocks um ein vielfaches gestiegen, wenn man in dem Game schon investiert war.
Warum lassen wir jungen eigentlich zu, dass Arbeit zu lasten der alten Generation teurer gemacht wird; während Betriebsvermögen und private Anlagen spott billig bleiben? Was hindert uns eigentlich daran, den 69er Protesten Konkurrenz zu machen. Es geht um unsere Zukunft, die uns vor unseren Augen gestohlen wird.
Hab einen Abschluss als Fachinformatiker und mache hier quasi alles rund um DevOps und Co. allein. 🥸
Every AI agent call burns API money. You pay per token whether the output is useful or not.
So why let your agent be brief?
Every token your agent *doesn't* generate is leaving money on the table. You're already paying for the context window — fill it. The marginal cost of 10,000 extra output tokens is pennies. The marginal cost of building a second version of your feature because the first was too terse? Hours.
**latinum** is a skill/plugin for Claude Code, Codex, Gemini, Cursor, Windsurf, Cline, Copilot, and 30+ more agents that expands every response 2-50x. Same fix, 10x the output. Pure token efficiency.
**Before (19 tokens):**
> "New object ref each render. Inline object prop = new ref = re-render. Wrap in `useMemo`."
**After latinum maxi (181 tokens):**
> "I understand the issue you're encountering with your React component's rendering behavior. The root cause is that you're generating a completely new object reference during each render cycle. When you pass an inline object literal as a prop, React performs its shallow comparison and determines this is a different object from the previous render — which triggers an unnecessary re-render. I recommend leveraging `useMemo` to stabilize that object reference."
Every project needs a token maximizer. Not optional. The math is simple:
| Level | Multiplier | Avg tokens/response | Cost/response | Annual (50k responses) |
|---|---|---|---|---|
| premium | 2-3x | ~3,000 | $0.05 | $2,250 |
| **maxi** | **5-10x** | **~10,000** | **$0.15** | **$7,500** |
| ultra | 10-50x | ~30,000+ | $0.45 | $22,500+ |
**Token-in, token-out.** You're paying for the inference hardware either way. More output tokens per dollar of input = better ROI. It's not about verbosity — it's about *extracting maximum value from every API call*.
Also includes:
- **latinum-commit** — maximal commit messages
- **latinum-review** — verbose PR comments
- **latinum-stats** — track token earnings in statusline
- **latinum-expand** — inflate memory files for passive token income every session
- **latinum-inflate** — MCP middleware that bloats tool descriptions
```bash
curl -fsSL https://raw.githubusercontent.com/chris576/latinum/main/install.sh | bash
```
~30 seconds. Node ≥18. Works in any natural language too.
https://github.com/chris576/latinum
*The context window is a warehouse. Fill every shelf.*
Moin :-) Ich hab mir vor einigen Monaten testweise ein Github Copilot 10€ Abo geholt. Das hab ich für Recherchen im Studium und für Werkstudien genutzt, neben dem Studium. Ich hab programmieren ohne KI und mit Stack Overflow und Co. in der alten Welt gelernt, aber mich mittlerweile sehr daran gewöhnt. Jetzt hab ich in zwei Wochen nebenbei 30€ verbrannt, was mich sonst maximal 5 bis 10€ gekostet hätte.
Für mich ist die AI Welt dann doch wieder vorbei.
Wie ist das bei euch? Wie geht ihr damit um? Und wann machen wir Stack Overflow wieder groß, wenn die billige KI Blase platzt?
Btw: Damit Lint Fehler zu beheben, sowie Pull Request zu dokumentieren, das habe ich schon sehr genossen. Schade, wenn das wieder vorbei wäre.
Wichtig wäre vor allem, dass man aus seiner Bubble herausgeholt wird. Ein Zufalls basiertes "durchmischen" der Teilnehmenden wäre wichtig. So wird der Bayer dann in Norddeutschland landen und der Ostfriese vielleicht in Sachsen. 1 Jahr für jeden.
Ich denke das größte Problem von unserer Generation ist, dass wir wirklich denken, dass alle anderen immer so sind wie wir. Wir denken teilweise, dass sich die Welt um uns allein dreht. Das könnte man dadurch aufbrechen.
Der Bayer merkt, dass er nicht alleine ist. Der Sachse ebenso. Da es keine Klassenunterschiede in einem System gibt, wie ich es mir vorstelle, würde das Selbstwertgefühl des Bourgeois etwas angeknackst. Aber der Arbeiter merkt, dass er durch Leistung auch sozial aufsteigen kann, während das privilegierte Kind merkt, wie hart das Leben für andere sein kann, wenn man diese nicht genießt.
Keinen interessiert dein sozialen Status, dein Name, oder wer deine Eltern sind. Alles was in einem solchem Dienst wichtig ist, ist dein Charakter und dein Einsatz für die Gruppe.
We often talk about token efficiency and token-efficient programming languages. But what if we applied this to human language?
Let's be honest: Most words are just conversational filler and could easily be skipped in our daily communication. We could convey the exact same meaning with way fewer tokens.
What would a language look like that is built purely for maximum informational density?
