Vollzeit KI-Ingenieur: Kein Code mehr anfassen

Max Heyer (enum, Wunder Software) hat komplett aufgehört, Code zu schreiben. Er arbeitet jetzt ausschließlich mit KI-Agenten: Er entwirft Architekturen, schreibt Spezifikationen, liest Diffs und lehnt Agenten-Output ab, der nicht passt. Seit Monaten hat er keine Funktion, keinen Bugfix und keine neue Funktion selbst getippt – und sagt, er würde nicht zurückgehen, selbst wenn KI-Codierung morgen verschwinden würde.
Wichtige Punkte aus seinem Beitrag:
- Workflow: Er schreibt Spezifikationen und sieht dann zu, wie mehrere Agenten diese umsetzen. Er liest jeden Diff und lehnt Agentenideen ab, die das falsche Problem lösen oder eine falsche Testabdeckung haben.
- Was sich geändert hat: Das Tippen war immer nur Overhead – die eigentliche Arbeit bestand darin, zu entscheiden, was das System tun soll, Abstraktionen zu wählen und Komplexität zu managen. Die Agenten haben den Übersetzungsschritt eliminiert.
- Wandel der Fähigkeiten: Die entscheidende Fähigkeit ist jetzt Geschmack – das Erkennen von schlechtem Design, lasttragenden Annahmen und unzureichender Testabdeckung. Er liest jetzt mehr Code als zuvor, weil er Agenten-Output reviewt, anstatt selbst zu tippen.
- Ehrliche Einschätzung: Er sagt, wenn KI-Codierung morgen verschwinden würde, würde er ganz mit dem Programmieren aufhören. Seine Identität als jemand, der Code schreibt, ist nun abhängig von einem Tool-Stack, der sich zurückentwickeln könnte – und das ist in Ordnung für ihn.
- Kein Vibe-Coding: Er warnt davor, einen Agenten Code generieren zu lassen, den man nicht liest, in einem System, das man nicht versteht. Das führt zu Produktionsproblemen, die man um 3 Uhr morgens nicht debuggen kann.
Für wen es gedacht ist: Entwickler, die KI-Codierungsagenten nutzen und sich fragen, ob sich ihre Rolle vom Schreiben von Code hin zum Bewerten von Code verschiebt.
📖 Vollständige Quelle lesen: HN AI Agents
👀 Siehe auch

Analyse von Claudes Token-Verbrennung bei 1M Kontextfenster: Daten zeigen unbegrenztes Wachstum und kumulierte Cache-Fehlschläge
Eine Analyse von Claudes 1-Millionen-Token-Kontextfenster zeigt zwei sich verstärkende Faktoren, die einen schnellen Token-Verbrauch verursachen: unbegrenztes Kontextwachstum ohne automatische Komprimierung und teure Cache-Fehlzugriffe bei größeren Kontextgrößen. Der Autor stellt ein Python-Skript zur Verfügung, um den persönlichen Token-Verbrauch aus JSONL-Sitzungsdateien zu analysieren.

Qwen 3.6 27B im DeepSWE-Benchmark: 2% Punktzahl, 70 Stunden, 44k durchschnittliche Ausgabetoken
Qwen 3.6 27B (FP8, BF16 KV-Cache, 262k Kontext) erreichte 2% bei DeepSWE in 70 Stunden. Die Ausgabetoken betrugen durchschnittlich 44k pro Aufgabe – vergleichbar mit größeren Modellen wie Qwen 3.6 Plus. Ausgeführt auf 1x RTX6000 Pro Blackwell über RunPod.

Neue Möglichkeiten erschließen: Claude Max mit Opus 4.6 als API nutzen
Entdecken Sie einen kreativen Ansatz zur Nutzung von Claude Max-Abonnements als API, die mit Opus 4.6 kompatibel ist, wie von den Technikbegeisterten der Community erkundet.

Anthropic sichert sich 300 MW Rechenleistung bei Colossus 1 mit 220.000 NVIDIA GPUs durch SpaceX-Partnerschaft
Anthropic gab eine Partnerschaft mit SpaceX bekannt, um die gesamte Rechenkapazität des Colossus-1-Rechenzentrums zu nutzen und innerhalb eines Monats über 300 MW und mehr als 220.000 NVIDIA-GPUs zu erhalten.