Warum 2026 Code schreiben? Menschliches Coden ist weiterhin wichtig für KI-Agenten
Doug Turnbull stellt in seinem Artikel „Warum 2026 Code schreiben“ die vorherrschende KI-Psychose in Frage, bei der 90%+ des Codes KI-generiert ist. Er argumentiert, dass Menschen trotz fabelhafter Intelligenz weiterhin vom Schreiben von Code profitieren – nicht weil Agenten schlechter sind, sondern weil Englisch für Berechnungen unterspezifiziert ist und die Stellvertretung durch Englisch an Präzision verliert.
Kernargumente
- Fragilität direkt erfahren: Code zu schreiben lässt Sie architektonische Schmerzpunkte spüren. Wenn es für Sie schwer ist, darauf aufzubauen, ohne es zu zerbrechen, wird es für einen Agenten noch schwerer.
- Schrottansammlung bekämpfen: Passives Code-Review übersieht Mikroanpassungen. Schrott fliegt unter dem Radar und häuft sich an, was die Agentenleistung langfristig beeinträchtigt.
- Eigentümerschaft und Aufmerksamkeit: Wenn Sie einen Ansatz anreißen und den Agenten Muster ausstampfen lassen, nehmen Sie teil und besitzen das Ergebnis. Reines Review führt zu Distanz.
- Agent != Compiler: Agenten sind wie neu eingearbeitete Praktikanten – sie lesen partiellen, möglicherweise mit Schrott versehenen Code und führen unpräzise Prompts aus. Geben Sie den menschlichen Geschmack nicht Armeen von Praktikanten auf.
- Agenten verstärken schlechte Entscheidungen: Ein einmaliger menschlicher Fehler (z. B. Browserspeicher statt DB) wird von konservativen Agenten mit Indirektion umhüllt, was die LoC verdreifacht.
Warum es immer noch nützlich ist, zu programmieren
Turnbull erläutert konkrete Vorteile:
- In ausführbaren Schritten skizzieren: Für algorithmische Arbeit fehlt Englisch die kalibrierte Präzision. Low-Level-Sprachen bieten riesigen Entwurfsraum; High-Level-Sprachen schränken die Berechnung ein. Code ermöglicht direktes Denken in der Ausführungsumgebung.
- Freudvolles Löschen: Manuelles Löschen von Code führt zu besserer Architektur, als einen Agenten per Englisch darum zu bitten. Ein Beispiel: Die Entfernung unnötiger lokaler Speicherumhüllung und das Erkunden von Alternativen verbesserten die Architektur dramatisch.
- Pfadfinderregel: Agenten neigen zu sicheren, minimalen Änderungen – sie verbessern selten die Codequalität. Menschen müssen proaktiv aufräumen und konsistente Architekturprinzipien dokumentieren.
Fazit
Die Denkweise der Softwarefabrik ist wertvoll: Infrastruktur, CI, Evaluierungen und Agenten-Absicherungen sind essenziell. Aber das Fließband hat Schwachstellen. Code zu schreiben – auch nur ein Bruchteil des Ganzen – hält Sie mit der Systemarchitektur verbunden und verhindert die Ansammlung von Schrott, die letztlich die Agenteneffektivität beeinträchtigt. Wie Turnbull sagt: „Wenn ich es aufräumen und dann ein konsistentes Prinzip für die Architektur dokumentieren kann, funktioniert die Softwarefabrik besser.“
📖 Vollständige Quelle lesen: HN LLM Tools
👀 Siehe auch

Anthropic verlagert die Hintergrundautomatisierung von Claude Code in ein separates SDK-Guthaben-Bucket und unterbricht damit Agent-Workflows
Ab dem 15. Juni werden claude -p, Agent SDK-Nutzung, Claude Code GitHub Actions und Drittanbieter-Agent-SDK-Apps nicht mehr auf die interaktiven Pro/Max-Kontingente angerechnet. Ein neues separates Agent-SDK-Guthaben gilt: 100 $/Monat für Max 5x-Pläne. Hintergrund-Agent-Stacks (z. B. Tickets → Agents → Hooks → Executor → claude -p) werden dies schnell aufbrauchen.

Claude-Speicherfunktion verursacht Versionsrückfall: Benutzer verliert einen Arbeitstag
Ein Claude-Nutzer berichtet, dass das Aktivieren des Speichers dazu führte, dass die KI auf einen zwei Wochen alten Codebestand zurückgesetzt wurde, wodurch ein ganzer Arbeitstag zunichte gemacht wurde. Manuelle Übergabeprotokolle und Datei-Uploads wurden ignoriert.

David Silvers Ineffable Intelligence sammelt 1,1 Milliarden Dollar für RL-basierten Superlerner ohne menschliche Daten
Ineffable Intelligence, gegründet vom DeepMind-Alumnus David Silver, hat 1,1 Milliarden Dollar bei einer Bewertung von 5,1 Milliarden Dollar eingesammelt, um einen auf Reinforcement Learning basierenden 'Superlearner' zu entwickeln, der Wissen ohne menschliche Daten entdeckt.

Claude Code v2.1.201 beendet für Sonnet 5-Sitzungen die Systemrolle mitten im Gespräch
Claude Code v2.1.201 entfernt die Mid-Conversation-Systemrolle für Harness-Erinnerungen in Claude Sonnet 5-Sitzungen und vereinfacht den Chat-Kontext.