Google kauft leise Play Store-Code, um KI-Codierungstools zu trainieren

Google hat Kontakt zu Android-Entwicklern aufgenommen und bietet an, Zugang zu ihren App-Codebasen zu kaufen, um seine KI-Codierungswerkzeuge zu verbessern, wie ein Bericht von 404 Media zeigt. Das als „vertrauliches Content-Angebot Pilot“ beschriebene Programm richtet sich an Entwickler mit Apps im Play Store – darunter auch einen mit Millionen Downloads, der die E-Mail anonym teilte.
Wichtige Details aus der E-Mail
- Was Google will: Zugriff auf Produktionscode, archivierte Projekte, Prototypen und Nebenprojekte – einschließlich „der aktiven Produktionscodebasis, die Ihre aktuelle App antreibt“ und „Archive von Prototypen und Nebenprojekten, die nicht mehr verwendet werden.“
- Lizenz: nicht-exklusiv, der Entwickler behält 100% des geistigen Eigentums und kann den Code anderweitig monetarisieren.
- Bezahlung: Entwickler erhalten Geld für das Teilen von Code, aber konkrete Beträge wurden nicht genannt.
- KI-Verbindung: Die E-Mail erwähnt KI nicht, aber eine verlinkte Seite verweist auf „Partnerschaften zur Verbesserung unserer KI-Produkte“ und das Training auf „nicht-öffentlichen Inhalten.“
Die E-Mail präsentiert das Programm als Möglichkeit für Entwickler, zusätzliche Einnahmen zu generieren und gleichzeitig zur Verbesserung der Google-Entwicklerwerkzeuge beizutragen. „Ob es sich um die aktive Produktionscodebasis handelt, die Ihre aktuelle App antreibt, oder um Archive von Prototypen und Nebenprojekten, die nicht mehr verwendet werden – dieser Code könnte ungenutzten Wert haben,“ heißt es in der E-Mail.
Warum das wichtig ist
Google liegt hinter Anthropics Claude Code und Microsofts Copilot bei der Code-Generierung mit KI. Dieses Programm deutet darauf hin, dass die von Google aus dem Web gescrapten Daten für eine wettbewerbsfähige KI-Codierung nicht ausreichen, ähnlich dem $60-Millionen-Reddit-Datendeal (mit gemischten Ergebnissen). Wie der Artikel feststellt, „die Tatsache, dass Google versucht, Code von Entwicklern zu kaufen, deutet darauf hin, dass das Unternehmen keine ausreichend gute KI-Codierung mit Inhalten erstellen konnte, die es aus dem Web scrapen kann.“
Für Entwickler wirft das Programm Fragen zu Codequalitätsanforderungen, Preisen und den langfristigen Auswirkungen auf Googles KI-Werkzeuge auf. Die Vertraulichkeitsklausel deutet darauf hin, dass Google während des Pilots öffentliche Kontrolle vermeiden möchte.
📖 Lesen Sie die vollständige Quelle: HN AI Agents
👀 Siehe auch

KI-Zombifizierung der Universitäten: Ein Erfahrungsbericht über LLM-Betrug an Elitehochschulen
Eine Analyse darüber, wie LLMs systematisch die akademische Integrität an Eliteuniversitäten zerstören, mit konkreten Beispielen von UChicago: 40-Punkte-Notenlücken zwischen Hausaufgaben- und Präsenzklausuren, Studierende, die während Prüfungen Tests fotografieren, und Professoren, die Vorlesungen mit ChatGPT schreiben.
Warum 2026 Code schreiben? Menschliches Coden ist weiterhin wichtig für KI-Agenten
Doug Turnbull argumentiert, dass Menschen auch 2026 Code schreiben müssen, um Architekturen zu verstehen, Zerbrechlichkeit zu reduzieren und Agenten effektiv zu steuern.
Claude Code v2.1.236: Neue Standardmodell-Umgebungsvariable, Sandbox-Korrekturen und mehr
Claude Code v2.1.236 führt ANTHROPIC_DEFAULT_MODEL ein, um das Modell für neue Sitzungen festzulegen, führt notify_when_idle für sitzungsübergreifende Nachrichten ein und verschärft die macOS-Sandbox-Leseverweigerungsregeln.

Microsofts BitNet ermöglicht die Inferenz von 100-Milliarden-Parameter-LLMs auf einer einzelnen CPU
Microsofts Open-Source-BitNet-Projekt erreicht 100B-Parameter-LLM-Inferenz mit 5-7 Token/Sekunde auf einer einzelnen CPU, wobei das 2B-Parameter-Modell 0,4 GB Speicher und 29 ms Latenz verwendet und dabei auf Benchmarks mit Vollpräzisionsmodellen gleichzieht.