Entwicklung einer Programmiersprache mit Claude Code: Das Cutlet-Experiment

Entwicklung von Cutlet mit KI-generiertem Code
Ankur Sethi erstellte im Januar und Februar innerhalb von vier Wochen eine neue Programmiersprache namens Cutlet mithilfe von Claude Code. Im Gegensatz zur typischen LLM-gestützten Programmierung, bei der die KI mit Standardcode oder gezielten Änderungen hilft, ließ Sethi Claude jede einzelne Codezeile generieren, ohne sie selbst zu lesen. Stattdessen konzentrierte er sich auf den Aufbau von Sicherheitsvorkehrungen und Tests, um die Korrektheit sicherzustellen.
Die resultierende Sprache existiert heute, lässt sich sowohl unter macOS als auch Linux kompilieren und ausführen und kann echte Programme ausführen. Obwohl es möglicherweise Fehler gibt, merkt Sethi an, dass diese wahrscheinlich nicht schlimmer sind als bei jeder anderen vier Wochen alten Programmiersprache.
Funktionen der Cutlet-Sprache
Cutlet ist eine dynamische Sprache mit diesen Hauptmerkmalen:
- Variablen werden mit dem Schlüsselwort
mydeklariert:my cities = ["Tokyo", "Paris", "New York", "London", "Sydney"] - Variablennamen können Bindestriche enthalten (gleiche Syntaxregeln wie Raku)
- Einzelner numerischer Typ: double
- Arrays und Strings funktionieren wie erwartet in dynamischen Sprachen
@Meta-Operator für vektorisierte Operationen:temps-c @* 1.8multipliziert jedes Array-Element@:Operator zum Zusammenführen von Arrays zu Maps:cities @: temps-ferstellt{Tokyo: 82.4, Paris: 71.6, ...}say()Funktion für die Ausgabe, gibtnothingzurück (Cutlets Nullwert)- Boolesche Array-Indizierung für Filterung:
cities[temps-f @> 75]gibt[Tokyo, New York]zurück ++Operator verkettet Strings und Arraysstr()eingebaute Funktion konvertiert zu Strings- Präfix
@für Reduktionsoperationen:@+ temps-csummiert alle Temperaturen len()eingebaute Funktion ermittelt Array-Länge- Funktionen werden mit
fndeklariert:fn max(a, b) is ... if a > b then a else b ... end - Alles ist ein Ausdruck, einschließlich Funktionen und Bedingungen
- Benutzerdefinierte Funktionen funktionieren mit dem
@Operator:@max temps-creduziert mit benutzerdefinierter Max-Funktion
Zusätzliche Funktionen umfassen Schleifen, Objekte, prototypische Vererbung, Mixins, Mark-and-Sweep-Garbage-Collector und eine benutzerfreundliche REPL. Datei-I/O und Fehlerbehandlung sind noch nicht implementiert.
Entwicklungsansatz
Sethi baute den Interpreter aus dem Quellcode und verwendete /path/to/cutlet repl, um in eine REPL zu wechseln. Der Quellcode ist auf GitHub mit Build-Anleitungen und Beispielprogrammen verfügbar. Er nutzt LLM-gestützte Programmierung seit der Veröffentlichung von GitHub Copilot im Jahr 2021, beschränkte die KI jedoch zuvor auf Standardcode und gezielte Änderungen.
Dieses Experiment stellt einen Wechsel dar, bei dem die KI den gesamten Code generiert, während der Entwickler sich auf die übergeordnete Struktur, Tests und Sicherheitsvorkehrungen konzentriert. Der Ansatz erwies sich überraschend effektiv für die Erstellung einer funktionalen Programmiersprache.
📖 Read the full source: HN AI Agents
👀 Siehe auch

OpenClaw Agent Memory Plugin: Persistenter Kontext über Sitzungen hinweg
Ein Entwickler hat ein Memory-Layer-Plugin für OpenClaw erstellt, das vor jedem Zug relevanten Kontext aus vergangenen Gesprächen einspielt und nach jedem Zug neue Fakten und Ereignisse speichert, wodurch das Problem gelöst wird, dass Agenten zwischen Sitzungen alles vergessen.

FlowBoard v5: Der Projektarbeitsbereich, in dem Ihre KI-Agenten tatsächlich laufen
FlowBoard v5 ist ein React-basiertes Projekt-Workspace für KI-Agenten mit einem ereignisgesteuerten Task-Speicher (SQLite), Multi-Agenten-Unterstützung, Ideen-zu-Spezifikationen-Schleife und modularen Übersichts-Widgets.

Übersetze zu de: AGENTS.md Schema für LLM-kompilierte Wissensbasen mit Lernschicht
AGENTS.md v1.0 bietet einen Schema-Standard für Claude, um persönliche Forschungs-Wikis aus Rohquellen zu erstellen und zu pflegen, einschließlich einer Schicht für verteiltes Wiederholungslernen mit automatischer Erstellung von Lernkarten und Nachverfolgung von Wissenslücken.

Claude Desktop + Blender via MCP: Echtzeit-3D-Workflow schließt die Feedback-Schleife
Ein Open-Source-Blender-Add-on führt einen MCP-Server in Blender aus, sodass Claude Desktop Szenen untersuchen, Objekte erstellen, Bilder rendern und Ergebnisse lesen kann – und schließt damit die Feedback-Schleife des Skript-Einfügens.