News 39/26 –

Jev von TypeSafe AI // Opus 5.5 & GPT-6 // Plugin4Shell // JetBrains Air // Googlebook OS

24.09.2026

// Podcast
// News 39/26

Es werden Daten an YouTube übertragen. Datenschutz

Immer erlauben

Shownotes

Diese Woche geht es um zwei Modell-Releases an einem Tag, um Jev, ein Modell, das bewusst kein LLM ist, um die erste Supply-Chain-Lücke im Agenten-Ökosystem, um JetBrains’ neue Air-Familie und um Googlebook, den Nachfolger des Chromebooks.

Die programmier.con 2026 findet am 25. und 26. November in Bad Nauheim statt und die Tickets werden knapp. Wer bis Ende September bucht, bekommt noch ein T-Shirt dazu!

Den Auftakt für diese Folge machen die großen Anbieter: Anthropic hat Claude Opus 5.5 veröffentlicht, das laut eigenen Angaben bei den meisten Aufgaben mit dem teureren Fable 5.1 gleichzieht. Wenige Stunden später hat OpenAI mit GPT-6 Sol und GPT-6 Luna nachgelegt. Bei uns im Team waren zuletzt viele OpenAI abgewandert, weil Opus 5 im Alltag recht gesprächig war – mit 5.5 könnte das Pendel wieder zurückschwingen.

Die Feeds übernommen hat aber Jev von TypeSafe AI, gegründet von Ex-OpenAI-Forscher Diogo Almeida. Fabi nimmt uns mit in die Idee: Jev ist ein sogenanntes System-1-Modell, das keinen Fließtext produziert, sondern nur strukturierte Entscheidungen. Dennis bleibt skeptisch, was der praktische Alltagsnutzen ist, Fabi sieht solche Modelle künftig eher unsichtbar in den Harnesses verbaut.

Garrelt bringt mit Plugin4Shell die erste Supply-Chain-Schwachstelle im Agenten-Ökosystem mit. Betroffen waren Claude Code, Codex, GitHub Copilot und Gemini CLI. Anthropic und OpenAI haben gepatcht.

Jan zeigt, wie JetBrains aus den Experimenten der letzten Monate ein System macht: Air ist jetzt die Dachmarke für Air in den IDEs, Air Teams für geteilte Agenten-Sessions, Air Governance für Policies und Kostenkontrolle sowie Air Context als Wissensschicht über dem Repository.. Über das Agent Client Protocol lassen sich Claude Agent, Codex, Junie oder andere Agents gleichberechtigt einbinden. JetBrains verkauft damit das Meta-Tooling statt eines eigenen Agents und genau das unterscheidet Air von Tools, die fest an ihrem AI-Produkt hängen.

Zum Schluss Googlebook, der Nachfolger der Chromebooks: Google liefert mit Googlebook OS ein Android-basiertes Betriebssystem und macht den Herstellern klare Vorgaben, von 16 GB RAM bis zur eigenen Gemini-Taste. Bei Preisen ab rund 1.000 Euro fragen wir uns allerdings, wer die Geräte kaufen soll.

Vertagt haben wir Thorsten Balls viralen Blogpost zu seinen Prognosen für die Entwickler:innenwelt in Zeiten von AI. Passenderweise ist Thorsten Speaker auf der programmier.con im November und dort könnt ihr mit ihm persönlich diskutieren.

Download

/transkript/programmierbar/news-39-26-jev-von-typesafe-ai-opus-5-5-gpt-6-plugin4shell-jetbrains-air-googlebook-os

Dennis: Hallo und herzlich willkommen zu den neuen programmier.baren News in der Woche 39. Wir haben einiges an Themen heute dabei. Zum einen wurden mal wieder neue Modelle gelauncht von den großen Anbietern. Anthropic kam mit Opus 5 Punkt 5 die Ecke und keine 24 Stunden später hat OpenAy gesagt, halt stopp, haben auch was Neues und zwar GPT 6, Zoll und Luna. Und darüber hinaus hat aber ein anderes Modell die Viralität auf Social Media die letzte Woche übernommen und das ist eine, nicht ein LLM, sondern eine ganz neue Architektur. Das ist Jeff a, über die wir heute über über den wir, den, die, das wir heute sprechen werden. Weitere Themen sind GoogleBooks, die Nachfolger von Chromebooks. Dann haben wir Plug in For Shell, eine Sicherheits ein Sicherheitsthema, was keiner mitgebracht hat. Wir reden über Jet Braines und den Nachfolger, deren IDI Nachfolger Nachfolger und gern, wenn wir noch Zeit haben über einen Artikel von Thorsten Ball, der auch zur ProgrammierCon kommt und damit auf Social Media ein bisschen polarisiert hat mit seinen Aussagen. Ich bin Dennis Becker.
Jan: Jetzt müsste man das
Fabi: Also
Garrelt: Fabi Fink.
Fabi: Hab ich doch schon gesagt, ich bin Fabi Fink, was
Jan: ist denn
Garrelt: los? Man hat's nicht gehört. Ich bin Garet Mog
Jan: und ich bin Jan Gregor im Getriebe. Moin moin. Eben getrieben.
Dennis: Schön, dass ihr alle da seid. Komm, ich hab das so schön nach der vorgegebenen Struktur gemacht und dann
Fabi: Ich hab schon lange nicht mehr mit Karread aufgenommen, normalerweise war Dave vor mir.
Jan: Aber es, ich bin nie,
Fabi: ich bin nicht gewohnt, Zweiter zu sein.
Garrelt: Ich war aber auch fasziniert davon, wie smooth Du das gemacht hast.
Dennis: Danke. Smooth ist so. Danke. So, Rainer, weil wir viele Themen haben. Opos 5 von 5. Kann sein, dass sich ja gar keiner gemeldet hat und wir jetzt einfach nur das Thema mitgenommen. Ja. Okay. Ich fang mal an. Eigentlich ganz cooler Release von allem, was man jetzt erst mal so sieht, ist nämlich tatsächlich in den Benchmarks teilweise über und insgesamt einfach günstiger auch noch geworden gleichzeitig. Also Opus 5 auf 5 Punkt 5, 50 Prozent günstiger, sowohl bei Luna als auch, ja, bei Luna Quatsch, bei bei Opus. Siehst Du, so kommen wir durcheinander, wenn's diese ganzen Updates gibt.
Fabi: Das ist
Garrelt: aber auch schwer ohne Visals das so wohl
Fabi: auf der Ja.
Dennis: Frage zu. Aber genau. Von daher, Opos 5 Punkt 5. Wir haben's jetzt noch nicht viel, habt ihr schon irgendwie eingesetzt?
Garrelt: Ich hab eben den ersten Chat damit gemacht, ob er jetzt noch Ja. Kann man nicht sagen.
Dennis: Also grundsätzlich so vom Vibe und vom ersten Tests ist wohl dass viel des Userfeedbacks, dass zuletzt Opus halt son bisschen chatty war und 'n bisschen viel irgendwie angenommen hat und son bisschen irgendwie links und rechts und so, wo man zuletzt deswegen, also bei uns im Team, haben in den letzten Wochen gefühlt deutlich mehr Leute Modelle genutzt, als es, sagen wir, in den letzten Monaten war. Und ich könnte mir vorstellen, dass es mit Opos 5 5 zumindest wieder 'n bisschen zurückschwappt oder die Option wieder mehr da ist, Opos zu nutzen, weil zuletzt auf Opos 5 im Vergleich zu Soll und Astra keiner so richtig damit tagtäglich arbeiten wollte. Irgendwas zu ergänzen?
Fabi: Nö, mal gucken. Wird vielleicht eine neue Default werden, ne. Also bei mir war's auch so, eigentlich wenn ich die wenn ich den Trump Modelle genutzt hab, dann eigentlich meistens Fable und bis die Tokens weg waren und dann eigentlich sonst meistens auf my AI vorher, war ich eigentlich komplett Ich war die ganze Zeit eigentlich noch auf Opus 4 8. Ich bin eigentlich nie wirklich auf Opus 5 gewechselt, deswegen mal gucken, ob ich jetzt den
Garrelt: In letzter Zeit hab ich fast auslieis Opus 5 benutzt und war sehr happy damit.
Fabi: Ja, siehst Du immer, Garet, dann. Deswegen Vielleicht magst Du einfach, wenn jemand
Jan: Chatti ist. Ja, genau. Mhm.
Fabi: Vielleicht magst Du auch einfach, wenn jemand Chatti ist und viel mit dir redet. Ja,
Garrelt: ich glaube, es hat mich auch echt an, also die machen das ja echt gut, dass da sone bestimmte Art von Personalität drin ist in diesem Modell von AdobePic und irgendwie habe ich mich, glaube ich, auch echt daran gewöhnt. Ich mag, wie der mit mir redet, ja. Ich glaub schon, dass es daran liegt. Wenn ich's dann mal so Open Air nutze, dann denke ich mir immer so, Alter, weiß nicht, was bist Du für 'n Bob? Reet doch normal mit mir. Stimmt.
Jan: Also ich muss auch sagen, ich hab gestern seit Langem mal wieder für was längeres OpenAI Modelle benutzt und dachte mir direkt so im Vergleich zu zu Antropic, der ist aber kurz angebunden. Wieso redet der so wenig?
Garrelt: Aber ich find's auch geil in Traffic Modelle, die dissen mich manchmal. Das find ich richtig geil, wenn ich dann sone Idee pitsche und dann meint er so, interessante Idee, aber das sollte man auf gar keinen Fall machen.
Jan: Das ist mein, wir sind halt son bisschen sessy irgendwie, weil das ist schon geil.
Dennis: Ich glaub, ich nehm das mit den 50 Prozent Kostenneuduktierung noch mal ganz kurz zurück. Das war nämlich tatsächlich, glaub ich, bei den
Jan: Ja, ja.
Dennis: Professionellen Prozent weiter kommt man mit seiner Subscription als im Vergleich zu hoch. Das ist, glaub ich, die Zahl, die bei im Raum hing. Also ja, auch 'n bisschen effizienter und kostengünstiger als die Modelle und mit der kommt man entsprechend weiter. Mhm. GPT-sechs ist ja eigentlich ganz lustig. Also die hatten ja GPT-sechs-Astra rausgebracht praktisch in dieser Reihe und jetzt gar nicht so lange danach wird jetzt das Ganze ergänzt in dieser Modellreihe mit GPT-sechs Zoll und Luna, wobei Terra rausgeflogen ist. Also zuletzt gab's ja noch Terra als 3. Alternative, aber die einfach von Preis, Leistung und was sie irgendwie bringt, sich nicht so richtig gelohnt hat, irgendwann einzusetzen und deswegen ist sie jetzt rausgeflogen. Ja, auch da durch die Bank weg wieder Verbesserungen auf allen auf allen Benchmarks und hier vor allen Dingen aber auch eben, dass es tatsächlich deutlich günstiger geworden ist. Luna war ja superbillig schon vorher. Mhm. Und ich mein, jetzt fast kostenlos ist irgendwie, was man online liest, ist vielleicht 'n bisschen übertrieben. Aber das sind wir jetzt, glaub ich, bei 10 Cent pro Million Output Tokens, also im Vergleich, wo wir irgendwie bei 10 Dollar und irgendwas drüber bei den anderen Großen sind. Also wirklich ein Bruchteil für halt einfach so Task, ja, die 'n bisschen was wegschaffen sollen. Ja. Gut, das eher so als Service Announcement. Also je nachdem, nutzt ihr wahrscheinlich ja sowieso draußen dann die neueste Version und mal gucken, wie die der Vibe davon ist. Vielleicht können wir nächste Woche noch mal 'n bisschen drauf eingehen, was sich jetzt bei uns eingependelt hat, was unser neues Standardmodell ist. Aber kommen wir zum spannenderen Modell, zumindest was komplett auf LinkedIn mein Feed beherrscht hat, so die letzten Tage. Und das ist Jeff von typecript a I. Fabi, erzähl mal 'n bisschen was darüber.
Fabi: Genau. Jeff von typecript a I, der CEO von typecript a I, die das Model jetzt rausgebracht haben, hat Jogo Ameter, der war früher bei Open a I und hat auch bei ChatGPT mitgewirkt und ja, an vielen Papern auf jeden Fall auch mitgeschrieben. Und der hat sich, glaub ich, vor 2 Jahren ist er dort raus, hat typeafe a I ai gegründet und jetzt ist das 1. Modell da. Und im Grunde genommen hat er eine neue Modellkategorie oder 'n Begriff, eine neue Modellkategorie im Grunde genommen eingeführt. Und zwar unterscheidet er in System one und System 2 Modelle, was man ja aus dem Buch auch Thinking Fast and slow son bisschen kennt, wo's System im Grunde genommen das ist, wenn ich länger über etwas nachdenke, 'n bisschen mehr machen und System 1 sind so die die schnellen Entscheidungen, die sozusagen unterbewusst getroffen werden. Und Jeff ist jetzt ein sogenanntes System 1 Model und im Grunde genommen ist es ganz interessant, dass es, er sagt, das ist ein Typ sicheres Modell, was nicht halluzinieren soll. Im Grunde genommen, was nicht halluzinieren bedeutet, können wir vielleicht gleich noch mal drauf eingehen. Aber das Interessante ist, es gibt im Grunde genommen nur 3 Arten von Ausgaben. Also es ist nicht darauf Chatmodell ist und wirklich mit Feestext antwortet, sondern es hat 3 Primitive. Das eine wäre ein das Choice primitive, also einfach. Das andere wäre ein Score primitiv, wo man von, beispielsweise von 0 bis 1 einen Score vergeben kann oder eine Wahrscheinlichkeit, auch auch im Grunde genommen einen Dezimalwert. Und das Interessante ist, man gibt Input, bekommt er für Output. Bezahlen tut
Dennis: man nur für
Fabi: die Input, also weil im Grunde genommen Output so günstig ist, sagt er, weil eigentlich kein wirkliches Reasing stattfindet, das ist eigentlich im Grunde genommen ein Step, der da stattfindet, ist auch unter der in der Architektur auch weiterhin Transformer Modell. Und man zahlt eben nur für den Input Token, nicht für den Output. Und er unterscheidet son bisschen, wir hatten's vorhin, ne, son in der der SEO hat hatte einen Talk dazu gehalten, als das Modell released wurde. Und er sagt son bisschen, dass eigentlich NLMs, wie sie bisher gebaut sind, eigentlich für Arbeitsschritte gebaut sind, wo's ein human in the Loop gibt, so. Also im Grunde genommen sind sie darauf optimiert, dem dem Menschen zu gefallen und Opfer zu generieren, wo immer eigentlich ein Mensch dabei ist, irgendwie bewertet. Und das ist halt für viele Anwendungsfälle, wo beispielsweise eigentlich AI drin gut sein sollte, aber im Grunde genommen nicht ist, sind viele Automatisierungsschritte, also keine Ahnung. Einfacher Use Case für so was wie, hey, ich möchte bewerten, ist hat eine E-Mail, wie ist die 1 E-Mail oder ist eine E-Mail von einem bestimmten Typ oder auch einfach im Customer Service, ich will bestimmte Bewertungen vornehmen und das im großen Stile. Und genau dafür ist dieses Modell jetzt sehr, sehr gut, eben diese schnellen Entscheidungen zu treffen. Und in puncto Halluzinationen ist so, dass die Antworten, die dort zurückkommen, es kommen immer die gleiche Antwort zurück sozusagen bei dem bei dem gleichen Input. Also es kommen nicht verschiedene Antworten, verschiedene Einstufung zurück und es gibt immer so einen Wert, der sagt, wie sicher ist das Modell sich bei der Einstufung? Und das ist sozusagen das, was mit der Halluzination auch beschrieben ist, sodass man auf den Wert son bisschen zurückführen kann, okay, glaub ich diese Antwort jetzt, ja oder nein? Und auch das Interessante ist, ich kann nicht einfach nur eine Frage stellen, nur eine Antwort zurück, sondern im Grunde genommen kann ich mehrere Fragen gleichzeitig stellen. Also ich kann Choice und Scoreanfragen und so weiter in in einem Prompt machen und kann ganz interessant ist zum Beispiel ein Beispiel, was ich sehr interessant fand, ist, Sie haben damit zum Beispiel auch einen einen Doom Bot gebaut, der Doom spielt. Also man das im Grunde genommen haben Sie, was vielleicht als Kontext noch wichtig ist, es gibt nur Text als Input. Also es gibt jetzt, Doom wird nicht gespielt auf Basis visuellen Input, sondern Sie haben das, was visuell zu sehen ist, in einen dem Modell gegeben und die hat dann verschiedene Fragen gestellt. So was wie, soll ich jetzt, macht das grade Sinn nachzuladen? Das war eine Ja Nein Entscheidung. Dann so was wie, was ist mein nächstbester Move? So soll ich lieber, soll ich einem Hindernis ausweichen? Soll ich auf einen Gegner schießen oder auch so was wie, soll ich links laufen, soll ich rechts laufen? Und im Grunde genommen antwortet dieses Modell und das ist für die Geschwindigkeit auch sehr interessant. Da kommen wir nämlich zu den großen Punkten neben Kosteneffizienz, was auch sehr viel schneller ist. Also es können beispielsweise 7 solcher Entscheidungen in der Sekunde getroffen werden und das reicht komplett aus, einen Player sozusagen zu steuern und ein Level zu spielen, weil sie sozusagen 7 Entscheidungen pro pro Sekunde treffen können und eben verschiedene Fragen gleichzeitig dem dem Modell stellen können. Und es gibt echt ganz interessante Use Cases da draußen dafür. Also ein interessanter Use Case für uns als Entwickler ist vielleicht auch Linting. Also es gibt zum Beispiel jetzt auch schon ein Projekt für für Linting, wo man sagt, es gibt ja bestimmte Regeln, die irgendwie schwierig sind, wirklich in Lint Rules zu gießen. Im Grunde genommen kannst Du dem dem Jeff Modell bestimmte Lint Rules in einfach Human language geben, so was wie könnte es auch so was Simples sein wie, es soll kein kein Error jemals einen User erreichen, so könnte theoretisch auch eine Lynn Schul sein. Und da kannst Du im Grunde genommen vieles, was schwierig ist, in einzelne Regeln zu verpacken, im Grunde genommen mit Fließtext machen. Und und Jeff prüft gegen diese Regeln, weil es eben superschnell geht, funktioniert es auch, dass man zum Beispiel in einen LLM Flow mit einbindet. Dass im Grunde genommen jeder Code, der irgendwie von Edelstream beschrieben wird, kurz durch die Lintruits gecheckt wird und da für Jeff genutzt wird.
Jan: Aber war der Punkt nicht, dass der dass Jeff sonen kleinen Inputkontext nur hat?
Fabi: Also es gibt auf jeden Fall das Linting Projekt. Ich weiß nicht, in welchen chargen dann sozusagen da dort rein gefeedet wird. Was ist, hast Du was gelesen zu dem zu dem Inputkontext?
Dennis: Ich glaub, es sind 32000.
Jan: Ja, genau. Es waren son paar 10000, ich weiß nicht, ob's 30 oder 60 oder irgendwie so die Größenordnung. Und ich denk, okay, sone sone ganze Codebase. Also Du musst ja schon viel von 'ner Codebase kennen, ne, son paar von diesen Regeln, die Du grade genannt hast, so irgendwie sicher irgendwie beantworten zu können. So geht dieser Fehler jemals an den User hoch? Da werd ich mal gespannt, wie sie das irgendwie verpacken oder ob sie da son, weiß nicht, son Synthtext tree irgendwie davon back abstrahieren und den dann ans Model geben oder so. Wollen wir mal angucken. Klingt cool.
Fabi: Ja, in dem Beispiel war's auf jeden Fall, glaub ich, komplett Code. Wahrscheinlich sind's dann wirklich einfach kleinere kleinere Teile davon und eben nicht nicht der riesige Kontext, der jetzt da irgendwie entschieden wird. Ja, also ich hab mir auch das das LinkedIn an sich noch nicht angeschaut, aber guter Punkt noch mal mit dem 32 Kontext Window. Genau, aber ich glaub, es ist ganz interessant einfach jetzt nur diese neue Art von Modell und das Interessante ist so, es ist auch, glaub ich, 5 Dollar, wenn ihr euch jetzt anmeldet. Aktuell ist es, glaub ich, voll, also aktuell kannst Du dich nicht mehr anmelden, aber es gibt theoretisch für 5 Dollar ist frei, glaub ich, im Monat, wie Du dieses Modell nutzen kannst. Und damit kommst Du schon ziemlich weit grade für so so Automatisierungsdinge. Also wenn ihr sozusagen, was ihr euch merken könnt, wenn ihr ein Modell haben wollt, mit dem ihr einfache Entscheidungen a b oder eben auf auf 1 Skala von 0 bis 1 beispielsweise irgendwelche Einschätzungen haben wollt, dann nutzt dafür gerne das Modell und schaut euch mal diese Beispiele grad mit Doom. Das war irgendwie interessant, so dieses so, wie man's auch dafür nutzen kann, im Grunde genommen verschiedene oder so komplexe Entscheidungen auch zu treffen, indem man verschiedene Fragen stellt und dann am Ende wieder etwas probiert, eine einzelne ein einzelne Move für ein Spielbeispiel daraus abzuleiten. Also das dieses Video fand ich noch mal sehr interessant, einfach noch mal 1 1, 2 Schritte weiter gedacht als so was Einfaches wie, ist diese E-Mail so? Das sind so die Use Cases, die natürlich direkt aufkommen. Genau. Und ich glaub, es kann viel von dem, was LLMs aktuell tun, auf jeden Fall wofür LLMs aktuell grade draußen eingesetzt werden.
Jan: Hast Du in deiner Research irgendwas dazu gefunden, wie groß dieses Modell da eigentlich ist, was ihr da hinten dran benutzt? Weil es ist ja unglaublich schnell, wenn man das benutzt. Ja. Ich hab mich so beim Antesten irgendwie gefragt, wär das dann auch was, was ich irgendwie lokal laufen lassen kann? Weil wenn das irgendwie in der Wolke so schnell ist, kann ich's dann lokal mit immer noch irgendwie brauch, also nicht das, ne, das ist jetzt nicht offen und so, aber ich sag mal Modelle mit vergleichbarer Architektur, ja, wär das irgendwie 'n realer Use Case oder sind die im Hintergrund auf Infrastrukturebene trotzdem immer noch riesig und performen einfach nur geil schnell?
Fabi: Ja. Dafür gibt's jetzt, also wie genau das, wie groß das Modell ist, dazu gibt's, glaub ich, bisher keine keine Information. So, aber es gibt, interessant ist, dass ja, dass ja in der Community ist ja auch son bisschen gespalten, ne. Die im Grunde genommen diese diese Arten von Modell, die jetzt hier Type-Fi-System-One-Modell nimmt, im Grunde genommen, dass es diese teilweise binären Entscheidungen oder auf auf 'ner Skala von 0 bis 1, diese diese Architektur gibt's ja grundsätzlich auch jetzt schon. Es gibt zum Beispiel einen, der hat dieses Doom Modell nachgebaut und hat sozusagen ein Modell trainiert, was dann aber im Grunde genommen auf die Entscheidung von, ich möchte irgendwelche Doom Entscheidungen treffen, optimiert wurde. Und das hat er auf 'nem superalten Grafikkarte irgendwie 6 Jahre alt lokal laufen lassen und sogar mehr Entscheidungen pro Sekunde treffen können, als Jeff das Ganze konnte. Also irgendwie, ich glaub, 20 Entscheidungen pro Sekunde. Das ist ja. Und weil's halt sehr, sehr spezialisiert ist. Und da war halt auch in dem Video das Beispiel mit, was man nicht so ganz genau weiß, wie es so ein auch jetzt hinbekommen hat, dass es sozusagen, ohne dass es darauf spezialisiert wurde, solche Entscheidungen schon ziemlich gut treffen kann, also beispielsweise Doom spielen kann, ohne dass es darauf spezialisiert wurde. Na. Das heißt am Ende, die Größe davon, keine Ahnung, aber ich würde schon grundsätzlich sagen, ich mein, dadurch, dass es so viel schneller und effizienter ist, es klingt für mich jetzt nicht unrealistisch.
Garrelt: Doch, also ich bin, ich geh stark davon aus, dass es genauso groß ist wie 'n riesen LLM, nur bei 'nem LLM ist es ja so, jedes Wort wird generiert und dann wird das wieder vorne reingelegt und dann praktisch geht es ja die ganze Zeit wieder und wieder durch das Netz, so. Und bei Jeff ist es ja so, Du gibst einmal den ganzen Input rein und da kommt ein Ergebnis raus und dann das ist fertig. Aber ich glaub schon, dass damit der ganze Kontext verstanden wird, muss das Netz trotzdem groß sein. Also ich glaub auch, dass es da so sein wird, je größer das das neuronales Netz ist, desto performanter ist das. Nur es muss halt nur einmal durch und nicht eben, keine Ahnung, tausendmal oder 10000 oder hunderttausendmal, wie wenn Du jetzt irgendwas bei Cloud machst oder so, ne.
Fabi: Ja, also wie gesagt, gibt keine Informationen zu den zu den Größen, aber ich kann mir vor oder andersrum gesagt, ich kann mir vorstellen, dass diese Modellklasse, aber viele Open Source Modelle kommen, die Du auch auf kleiner Infrastruktur irgendwie laufen lassen kannst und sinnvollwürdige Tas benutzen kannst, ne.
Garrelt: Oder halt spezifizierter für, sag ich mal, deinen Bereich so, ne. Also so wie der Typ das so gemacht hat, wenn nur Doom damit spielen willst, dann brauchst Du halt auch 'n kleines Netz, weil da wird's halt nichts über Steuern oder so gefragt werden so,
Fabi: Ja.
Dennis: Ja. Also ich hab den Namen vergessen, aber auf LinkedIn gab's auch irgendwo sone Open Source Variante jetzt davon praktisch, die lokal, da stand explizit dabei, die Lokalläufen beispielsweise in Tetris, jetzt besser war als Jeff. Aber die war, glaube ich, nicht Tetris optimiert, sondern es war auch ein so Entscheider. Ja.
Garrelt: Andererseits gab's das vorher halt auch schon, ne. Also für Tretis brauchst Du das jetzt nicht, weil da brauchst Du ja kein Textintut oder so. Also Ja. Ja, ist richtig. Diese LLMs wurden ja vor, LLMs sind es ja gar nicht, diese neuronalen Netze wurden ja vorher schon erstellt, wo
Jan: Ja. Hier hier ist
Garrelt: das Bild und mach mal entweder oben unten a b oder so. Das
Dennis: Ich muss auch ganz ehrlich sagen, ich also mir fällt es immer noch son bisschen schwer, es einzuordnen zu verstehen. Ich hab relativ viel dazu gelesen. Ich mir hab relativ viele Videos angeguckt und irgendwie, also so die, ja, es gibt 'n paar Use Cases, die für mich eindeutig sind, was was ne Fabi auch meinte irgendwie so, Du klassifizierst irgendwelche Sachen. Du hast einfach 'n riesen Dattenset und Sachen. Und was jetzt vorher vielleicht halt aufwendig war, wenn Du 'n LLM drüber gejodelt hast, weil's halt einfach teuer war, kannst Du's halt einfach machen und beispielsweise 1000 oder auch 10000 E-Mails einfach einordnen nach irgendeiner Kategorie, die Du vorgibst. So und hast 'n ziemlich sicheres Ergebnis, dass das so ist. Aber was mir noch nicht so ganz, also wo ich mir noch schwertue, ist irgendwie dieses System one und System zu zu differenzieren mit dem Nachdenken, weil für mich ist dieses Nachdenken auch gleichzeitig irgendwie mit Intelligenz verknüpft, aber das ist ja irgendwie nicht, weil die auch der 1. Schritt muss ja irgendwo hat ja eine Intelligenz, die dem die da drunter liegt, sonst könntest Du ja diese Entscheidung nicht treffen, ne. Und ich wär jetzt irgendwie, wenn ich das gehört hätte nach dem Annocement, wär ich jetzt nicht auf die Idee keine Ahnung, es gab auch hier, es gab auch einen, der Super Mario damit hat spielen lassen, so, ne. Und sich halt überlegt hat, okay, was braucht das Modell? Das sind die möglichen nächsten Schritte, so wär's physikalisch, weil das kann das ja nicht. Mhm. Ne, und jetzt entscheide, was der nächste was der nächste Move sein soll und dadurch Mario durchgespielt, so. Zumindest das 1.
Fabi: Ich glaub,
Jan: er darf halt hier Intelligenz und nicht verwechseln, ne.
Dennis: Ja, aber deswegen, also ich weiß nicht, ob's Ich sag nur, für mich ist es nicht so richtig eindeutig Also ich versteh irgendwie den Hype son bisschen die Geschwindigkeit und die möglich Aber so ganz greifbar sind die Möglichkeiten für den Alltag für mich noch nicht. Aber sind da
Fabi: wohl so schon die Beispiele aus, die da die da dran ist. Ich mein, ist ja auch bei uns. Ich mein, am Ende ist es so, willst Du jedes Mal 'n System 2 System anwerfen, jegliche Entscheidung zu treffen. Also es ist ja bei im Grunde genommen, wenn wir als Menschen Entscheidungen treffen, ja auch das Gleiche. Also dass Du jetzt deinen, dass Du jetzt, ich mein, Du kannst auch in die Robotics Richtung ja theoretisch gehen, ne, dass Du dann wieder einen Fuß voll in anderen setzt, wär schon irgendwie fatal. Wenn Du dafür dein System Two bräuchtest und jedes Mal darüber riesend musstest, so, wie genau jetzt Du Bewegung machst und so und automatischere Abläufe, wo's irgendwie klarer ist, es ist so a b Entscheidung oder irgendwelche Einordnung und so. Und im Grunde genommen ja auch, wenn Du irgendwie, wenn Du wenn Du auch selbst E-Mails bearbeitest, ne, Du scrollst irgendwie deine Inbox, guckst Du irgendwie drüber, willst Du schnelle Entscheidungen dafür treffen, was willst Du als Nächstes bearbeiten? Und wenn Du die Entscheidung getroffen hast, dann willst Du eigentlich nachdenken, okay, was wie beantworte ich das Ganze jetzt? Was mach ich jetzt? Und das ist doch genau das Gleiche.
Dennis: Also Du hast 'n großen Datensatz
Fabi: von Informationen, willst irgendwie entscheiden, mach ich a oder b oder und kannst danach immer noch ins System two gehen. Und ganz interessant war auch, 1 hat auch auf Basis der von Jeff eine Programmiersprache geschrieben, sowohl er im Grunde im Grunde genommen ist ja nichts anderes als ein einfach einen einen einen Modell als if statement, war er auch, glaub ich, ist nichts anderes, 'n großes if statement, wo er auch im Grunde genommen son paar Prämittive gebaut hat, eben if statement, einen, solange eine Bedingung noch nicht irgendwie ist, mach mal weiter. Und am Ende dann auch so was wie, ich geh E-Mails durch. Und falls es sone Art von E-Mail ist, falls es sone Art von E-Mail ist, dann schick es immer an einen LLM und geborene diesen Kontext so mit der Voreinordnung, hey, ich glaube, das könnte irgendwie Spam sein oder, gut, Spam ist jetzt, da will man vielleicht gar nicht drauf antworten, was könnte irgendwie Customer Service E-Mail sein so und ich möchte darauf erst mal irgendwie in 'ner bestimmten Art und Weise irgendwie antworten. Und diese Einordnung irgendwie nicht immer durch einen durch einen LLM machen zu lassen, was irgendwie superviel Reasoning, Kontext, Tokens und so weiter dafür braucht. Ich kann mir schon super viele Use Cases irgendwie da davon vorstellen und wahrscheinlich, ich glaub eher am Ende ist es so, wir werden davon halt später weniger merken so, ne, weil das ist im Grunde genommen ja auch so, Du kannst ja Jeff auch als zum Beispiel als Router für deine Modelle einsetzen, zu sagen, okay, möcht ich welches Modell macht für meine Anfrage jetzt grade Sinn? Will ich einen welchen macht vielleicht für meine Anfrage jetzt grade Sinn? Und dafür kannst Du auch jetzt schon im Grunde genommen dir eine Extension auch für Cloud Code runterladen, wo Du Jeff nutzt Und wenn Du etwas schickst, erst mal immer Jeff fragst, okay, an welches Modell soll das Ganze denn gehen? Und ich glaube, dass diese System one Modelle einfach in den Harnesses, die wir irgendwie nutzen, sehr viel integrierter sein werden. Wir davon an vielen Stellen auch gar nichts ganz mitbekommen. Wann wurde ein System One Modell genutzt und wann ein System two Modell? Außer wir wollen explizit zur Automatisierung bauen. Und grad auch bei Anwendungen, glaub ich, kommt es dazu auch noch mal zum Tragen, dass viele Use Cases jetzt halt möglich sind, die vorher einfach unbezahlbar mit 'nem LLM waren. Also ich glaub schon, dass es dafür dass es dafür auch in Zukunft weiterhin Use Cases geben wird, wo diese Modelle einfach nur miteinander interagieren.
Dennis: Ja. Ja, es ist nur, also für mich Wie gesagt, ich ich bin son bisschen bei dem ganzen Hype, der grade gefühlt da draußen darum ist, fällt mir es so schwer, es irgendwas Konkretes irgendwie für mich selbst protestbrechen. Weißt Du, wenn jetzt irgendwie Opus von 5 da ist, dann denk ich mir so, oh, oh cool, kann ich hier eine neue Anwendung bauen und der kann jetzt das und das oder er ist jetzt gut in drei-d oder weiß ich nicht was in soner oder Computer User ist es irgendwie näher an dem gefühlt, was ich mache, was mir bei Jeff son bisschen schwerfällt, wenn ich jetzt darüber nachdenke, was lass ich Jeff jetzt machen? Ich mein, Sevi hat unser Mittagessen einkategorisiert, ob's vegetarisch oder mitm Fleisch ist, so. Ja, ja, ist 'n ganz, also weil's halt praktisch kostenlos ist, das zu tun. Von daher irgendwie 'n ganz lustiger Use Case, aber da fallen mir nicht so viele mehr ein.
Garrelt: Du kannst auch nix Neues damit machen. Du kannst einfach nur 'n Subset von dem, was Du vorher schon machen konntest, aber sehr, sehr viel, also ich glaube, es ist, es, man muss sich das noch mal angucken, wie viel schneller und wie viel billiger das ist. Also das ist nicht so, es kommt 'n neues Modell raus und es ist 'n bisschen billiger, sondern es ist entspannt viel billiger. Also Du kannst mehrere 100000 Rückest machen, und hast denselben Preis, als würdest Du einen machen bei, ob es Teil bei, also, okay, ich bin mir mit den Zahlen nicht sicher, aber ich, es ist, kommt natürlich auf den Input Tokens an. Aber es ist in sane und dadurch werden einfach Dinge, die vorher, wo Du dachtest, okay, könnte man machen, bauen wir aber nicht, weil niemand kann das bezahlen, kannst Du's jetzt einfach bezahlen. Und ich glaube, es wird einfach fiesel dadurch
Dennis: Ja und klar, auch diese diese diese Sicherheit, deswegen heißt ja auch Tape Safe Eye, ne. Also so sicher zu haben, Du hast immer das gleiche Antwort und das ist, also zumindest das Format ist legitimistisch und Du hast immer eine echte eine echte Einschätzung, wie richtig das ist, weil das ist ja auch was, was LMs wirklich schlecht können. Also wenn Du sie fragst, sich selbst zu scrollen und zu sagen, wie sicher bist Du dir? Das ist ja immer recht hartig, was da rauskommt. Ja. Das ist natürlich cool, ja, das zu halt mal diesen diese diese Konferenz zu haben. Das auch, ja. Na gut, mal gucken, ob ich's irgendwann mal selbst nutze und 'n coolen Use Case finde. Machen wir weiter.
Garrelt: Machen wir weiter.
Dennis: Gerald. Ach Gerald.
Garrelt: Aber eine Sache noch zu Jeff. Ja. Kennt ihr das Meme von Twenty too Jump Street? Weil ich muss da immer dran denken und ich frag mich, weil da gibt's hier eine Szene, wo
Dennis: er so sagt. Mein Name ist er. Ja.
Garrelt: Mein Name Jeff. Und ich musste die ganze Zeit dran denken
Dennis: Aber das ist ja auch
Fabi: in den ganzen, das ist ja auch in über über Youtube. Ich kannte es nicht, aber ich hab dieses Meme Job mehrmals auch bei Fireship und so, und da wurd's ja direkt mit rein. Ich muss ja eher immer bei Jeff, ich heiße Jeff, an die Treff Punkt 18 d e Werbung noch aus 2011 irgendwie. Ja, das sind, da merkt man, Garrelt, unterschiedlich.
Jan: Da ist der Garrelt zu jung für, Fabi. Ja.
Dennis: Ich heiße Jeff. Jeff, ich heiße Jeff.
Garrelt: Na ja. Ja, komisch ist er Name irgendwie. Was geht? Dennis, wo denn?
Dennis: Plug in for Shell.
Garrelt: Ah, ich bin schon dran. Cool. Plug in for Shell, die 1.
Jan: Fließend, diese Übergänge heute. Fließend. Aber nur
Dennis: nur mich selbst kurz zu verifizieren, ich hab das grade schon angekündigt,
Fabi: oder?
Garrelt: Ja, ja, ja.
Jan: Ja, ja, ja.
Dennis: Hast Du ja.
Jan: Ja, schieß aus.
Garrelt: Plug in for Shell, die 1. Suppl Chain Attacke in diesem Agent Base, und zwar auf eine der schlimmsten Art und Weisen, die es gibt, bei uns weiß es Zero Click. Also, der User muss nichts machen und der wird einfach, er kann attackiert werden. Wie ist das möglich gewesen? Finde ich's, es ist sehr spannend, wie's möglich ist. Das ist auf jeden Fall in allen Agents, in allen größeren Agents 'n Problem gewesen bei Cloud Code, Codex, Co Pilot und Gemini. Und es hat so funktioniert, dass Du über Plug ins von einem Marketplace Leute angreifen konntest. Ich mach 'n kurzen Deep Dive, weil das wirklich irgendwie spannend ist, wie's funktioniert. Und zwar angenommen, Du baust ein Plug in, lädst es auf dem Marketplace hoch und da ist erst mal kein schadhafter Code drin. Dann sagt der Marketplace, okay, das ist verifiziert, ist 'n cooles Plug in, ist fein, das installieren, eine ganze Menge von Leuten. Und dann macht man eine coole Sache, man macht ein kleines Update und pusht das zum Marketplace. Der Marketplace sagt, ist fein. Und was da passiert ist sozusagen, die sagen, okay, das neue Update hat diesen Commit Hash und darauf wird es gepinnt. Und was man jetzt aber machen kann, ist, man kann einen Branch erstellen, der genau diesen Hash hat, den als Default Branch setzen. Und was dann passiert ist oder was passiert ist in den ganzen Agents, wenn Sie dieses Update runtergeladen haben und ein Checkout auf diesen Hashtag gemacht haben, wurde nicht der Commit ausgecheckt, sondern dieser Branch. Und da konnte eben einfach kurz drauf sein, der schadhaft war. Und das war's und dadurch, dass alle Agents diese Plug ins automatisch updaten, wurde dann automatisch dieser Code installiert, ausgeführt und, ja, Schaden war angerichtet. So und ganz dumme Zwischenfrage,
Jan: ob ich's richtig verstanden hab. Mhm. Ich muss meinen Branch so benennen wie meinen Commitesh oder ich muss eine Hash Kollision herbeiführen, dass der Commit in den Branch denselben Hash bekommt wie der Commit im
Dennis: Bereich. Nee.
Garrelt: Du machst den Commit, kopierst den, machst einen Brunch, der genau so heißt wie dieser herrscht.
Jan: Weil der Agent einfach nur so Hashtag out hashnach macht und dann trifft es den Brunch halt zuerst wahrscheinlich.
Garrelt: Genau, er bevorzugt den Brunch, wenn er 'n Default Branch ist.
Fabi: Und die Marketplaces haben, weil es ein Branch war, eben das wohl ging nicht mehr durch 'n Check vom Marketplace sozusagen, das konntest Du machen, ohne zu publishen.
Garrelt: Der Marketplace konnte da überhaupt Ja, okay, Sie hätten natürlich auch checken können, okay, ist das auch 'n und so. Aber sozusagen in dem Moment, wo die diesen Commit verifizieren, gab's diesen gibt's diesen Brancher dann auch gar nicht so. Dann müssten sie es kontinuierlich machen. Ich glaub, das können die auch nicht abdecken.
Dennis: Und der
Jan: Hesh ist quasi bekannt und dann wird's nicht mehr verifiziert so. Ja.
Garrelt: Genau. Und das hatten alle Agents nicht gemacht, so, ne. Ein Check hätte gereicht zu sagen, wenn es ausgecheckt wird, ist der neueste Commit der Hashtag, den ich gerade ausgecheckt hab so. Das hat aber kein Agent gemacht. Und die Marketplaces konnten es eben nicht fixen, weil es ein Problem in den Agents war. Das ist natürlich mittlerweile bei allen Agents gepatcht und so und wenn man das geupdatet hat, ist alles gut. Aber, ne, wer weiß, wie lange das genutzt wurde und es ist ja schon echt krass, was für eine Sicherheitslücke das dann ist, wenn man über die Agents Zugriff auf den Rechner bekommt? Also, in Szene.
Jan: Ich hab ja auf dem letzten Programmier beim Meet-up auch mit jemandem gesprochen, die grade an soner Lösung bauen, Agents halt nur in, also auch lokale Agents nur in lokalen Sandboxen irgendwie auszuführen, ne. Sei das durch eine, weiß nicht, Docker WM, hyperweise kann man ja irgendwie machen, was man will. Aber so dieses dein Agent als Root irgendwie laufen lassen in deinem eigenen Userspace, ist vielleicht auch nicht in jedem Szenario irgendwie sone coole Idee. Auch wenn dann nach wie vor, muss man ja ehrlicherweise sagen, ne, die große Katastrophe erschreckenderweise ausgeblieben ist.
Garrelt: Das stimmt, ja. Trotz trotz solcher, wo Du 'n Build hieß, ist da jetzt nichts bekannt ist, zumindest Megastimmes passiert, aber man weiß es ja auch nicht, ne. Also Du weißt ja nie, wie Dinge zusammenhängen, wenn dann irgendwie wieder Cloudflare ausfällt, keine Ahnung, vielleicht hat da irgendwer Infos bekommen von 'nem Rechner von 'nem Cloudflare Mitarbeiter, ne. Du weißt Du weißt es halt nicht.
Jan: Deshalb zwickt River halt die ganze Zeit so rum.
Garrelt: Ja. Also spannend, wie's funktioniert hat so, ne, das wird nicht der, es ist klar, dass es irgendwie geht, das wird nicht der letzte Bug bleiben, der so was ermöglicht.
Dennis: Nicht ganz fokussieren, aber ich kann grade ausm privaten Nähkästchen plaudern, was Sicherheit Sachen angeht, weil ich war, was auch nur durch ihr ermöglicht wird, nämlich Phishing. Ich hab ja eine Ferienwohnung, die wir vermieten. Mhm. Und da hatte dann jetzt ein Gast geschrieben und gesagt, oh, hier, ne, war noch sone Nachfrage, die kam mir 'n bisschen komisch vor mit, dass man noch mal die Zahlungen verifizieren muss. Ist mit unserer Buchung alles okay? Hab ich sie gebeten, mir das mal weiterzuschicken. Und das war verrückt, weil es war eine richtig gut gestyte E-Mail mit komplett unseren, ne, Kontaktsachen mit richtiger Benahmung. Es waren PDFen generiert das dabei, wo eine Rechnung war mit der korrekten Buchungsnummer und den korrekten, also den korrekten Anreisedaten, den korrekten Namen. Und genau, wenn man dann, dort war dann ein Verifizieren Button, so und dann ist man auf eine auch recht schicke Webseite gekommen, wo man dann Kreditkarten eingeben musste. Da war so der 1. Hinweis, dass die Beträge dann nicht ganz stünden, wenn man auf dieser Webseite war. Mhm. Die waren dann 'n bisschen anders. Und natürlich die URL war, aber ja, trotzdem trotzdem krass. Und dann denkt man natürlich, okay, da muss man irgendwie gucken, wie man dahinter kommt und was, ne, wo ist jetzt? Also es gibt verschiedene Punkte dann. Es war eine Booking dot com Buchungsnummer, die auch geleakt waren, so als wär's an unserem eigenen System. Oh, das war halt irgendwo vorher. Ich glaube, das war zum Glück ein, also das war eine Buchung im April. Und im April hatte Booking dot com tatsächlich einen Datenleck, den sie auch offengelegt haben. Wirklich. Und ich hab jetzt noch keine offizielle Antwort von Booking bekommen, dass es diese Buchung explizit da drin war. Aber ich hoffe, dass es dass es ist, weil dann muss ich nicht weiter suchen.
Fabi: Sonst, ja.
Dennis: Ja, aber das ist Aber verrückt, also wenn man das so Ist noch mal 'n bisschen anders, als das im eigenen eigene Umfeld und eigener Stil oder so hier, ne, in deinem Namen und und sieht richtig, richtig gut aus.
Fabi: Jo. Aber macht ja auch 'n bisschen mehr Sinn, dass es vielleicht bei 'nem allgemeinen Booking Punkt com League war, weil dann lohnt sich auch vielleicht der Aufwand, dass dafür dann die Seite gebaut wird und irgendwie die die gut aussehen, die E-Mail und so, ne. Und wenn's jetzt nur deine Booking, also sowas bei dir persönlich gewesen wär, wär's schon krass, wenn sich dann jemand den Aufwand betreibt, Ja. Das so gut aussehen zu lassen.
Garrelt: Ja. Ja, stimmt. Andererseits ist ein Prompt wahrscheinlich.
Dennis: Ja, aber nicht mit Fabel, der würde es unterbinden. Judi, genau. Der Bösewicht hat das bestimmt in irgendeiner Art IDI oder irgendeinem Client gemacht und das führt uns zum nächsten Thema und zu Jetbrains, die mal wieder das Konzept überworfen haben, was Ihre Idee von IDIs ist.
Jan: Ja, spannend, so können wir das auch lesen. Ich hab das hier bei mir
Dennis: Das war deine Zusammenfassung. Das hab ich aus meinem einen Satz rausgelesen.
Jan: Bei mir hier be Cheerte in meinen Notizen mit Jet Brains Air Version 2 Punkt 0.
Dennis: Okay.
Jan: Weil wir hatten vor einigen Monaten schon mal über Jet Brains eher gesprochen in Folge 12 26. Da hatte Jet Brains so 2 Tools vorgestellt, einmal air und einmal Matter, wo sie son bisschen versucht haben, na ja, wie kriegt man denn dieses neue, argentische Development irgendwie in unsere ganzen Tools rein, wo's jetzt irgendwie weniger darum geht, irgendwie durch Code zu navigieren und mehr darum geht, laufende Threads mit deinem Agent irgendwie zu überwachen und vielleicht mit deinem Team zu teilen und so was. Das hatten sie damals vorgestellt so auf der auf der Nachfolge von von Fleet, was ja eigentlich ihre neue IDE hätte mal werden sollen, die sie dann wieder beerdigt hatten. Und jetzt hat ganz frisch gestern Jetpranes so angekündigt, wie sie sich denn das ja jetzt vorstellen, nachdem er hier son, na ja, ich sag mal son gutes halbes Jahr irgendwie in soner Preview da war und sie da son bisschen Erfahrung mit gesammelt haben und wie soll das jetzt irgendwie alles laufen? Übrigens, wer sich mal auf LinkedIn Rick rollen lassen will, kann man das Dread Braines Announcement auf LinkedIn suchen, weil ich verrate nicht mehr, aber bei der Person, die das geteilt hat, mal da draufklicken so, wie wird mein Name ausgesprochen? Auf LinkedIn auf das Audio und dann ganz kurz Musik genießen. Ist mir auch auf LinkedIn vorher noch nie passiert. Kudos, irgendwie eine geile Idee. Anyway, was hat das jetzt mit JetPaints Air auf sich? Im Prinzip ist es zum einen die Weiterentwicklung von dieser Air Umgebung, die sie im März schon mal vorgestellt haben und aber auch das Einführen von Air als so eine Dach Marke Produktbezeichnung, wo sie jetzt eben andere, mehrere Sachen noch drunter bündeln wollen. Wo sagen, okay, sie bauen jetzt, Jetbrains Air kommt in die in die IDIs, so dieses ganze Agentische damit machen zu können. Jetbrans eher bekommt ein Tool namens eher Teams, was darum geht so, die Threads mit deinen Agenten irgendwie im Team teilen zu können, so ähnlich wie wir das jetzt bei Cloud Tech und Slack Code und so was halt auch eben gesehen haben, ne. Wir versuchen irgendwie wegzukommen davon, dass Du eine Unterhaltung mit deinem Agenten führst, sondern es ist mehr so, wir führen zusammen eine kollaborative Unterhaltung mit unserem Coding Agent und bauen da irgendwie gemeinsam an einem Feature weiter. Und Sie haben jetzt noch so Air Governance heißt das, was son bisschen, na, ich sag mal, für große Orgas irgendwie Policy, Kostenkontrolle, Auditing, all so was irgendwie vereinen soll. Und ich glaub, was so Ihr Alleinstellungsmerkmal in dieser Sache ist, ist oder 3 Alleinstellungsmerkmale, glaub ich, die es interessant machen. Das eine ist, dass das Multivander sein soll von von Anfang an oder ja jetzt auch schon ist. Jetprance hat ja mit dem ACP ein Protokoll geschaffen, womit ein 1 Agent Harness und ein wie auch immer gearteter Client, bei Jeffpains ist meistens deine IDE, miteinander reden können, sodass quasi in dein Produkt jedes Harness irgendwie zu integrieren So und das machen sie auch von Anfang an bei Air nativ so. Das heißt, egal, ob Du da jetzt Codex oder Cloud oder Jack Braines Juno oder Geminar oder was auch immer irgendwie benutzen willst, das ist denen vollkommen egal und sie sagen auch, ne, unser Business Case ist nicht, wir wollen dir unbedingt Juni verkaufen, sondern wir wollen dir im Prinzip das das Meta Tooling drumherum verkaufen. Und ob Du Juni benutzt oder Cloud oder Kodex oder keine Ahnung, ist uns egal in Anführungszeichen. Wir freuen uns, wenn Du Juni benutzt, aber unser Erfolg steht und fällt nicht damit, so, ja. Das find ich schon mal ganz cool, weil sie damit eigentlich relativ alleine stehen da draußen, so, ja. Viel von dem anderen Tooling, grade wenn man sich jetzt mal Cursor oder Windsurf oder so was anguckt, da das hängt ja immer so sehr an dem eigenen AI Produkt irgendwie immer mit. Und egal wie gut oder schlecht die IDE und das Tooling drumherum ist, man ist immer irgendwie so daran gebunden und das hat mich persönlich zumindest schon immer gestört. Und da jetzt mal eine Möglichkeit zu haben, das irgendwie aufzubrechen, find ich irgendwie
Garrelt: cool. Kannst Du das mal ganz kurz mit Kontakt da vergleichen?
Jan: Ja, Kontakt da wär wahrscheinlich ähnlich, wobei Kontakt ja a schon mal nur lokal läuft bei denen, ne? Dennis korrigier mich, das ist ja hier, glaub ich, unser größter User. Nee.
Garrelt: Im Pro gibt's auch Team Teamsessions.
Dennis: Ich hab lange schon nicht mehr Kontakte genutzt, aber wir haben ein Team.
Jan: Okay.
Garrelt: Wer haben wir was?
Jan: Fabi. Fabi ist das Team.
Garrelt: Dann eine Teelezenz?
Dennis: Nein, ich sag, Fabi kann dazu was sagen.
Jan: Fabi, hauen wir kurz raus. Das
Dennis: zu Fabi kann da kannst Du gar nicht sagen, war's keiner zu.
Garrelt: Ich kann noch Ich kann noch
Dennis: Ich ich. Also,
Garrelt: ich bin Okay. Auch genau.
Dennis: Ja, alle. Sag mal was dazu.
Garrelt: Es gibt es gibt eine mit Cloud Sessions und ich glaube auch Team, also wo Du so zusammen an einem Ding arbeiten kannst.
Dennis: Das ist relativ neu, dieses Multiplayer Feature.
Fabi: Aber nützt nützt das jemand bei uns wirklich? Weil ich mein, bei uns, also so wie wir Kontakt, da nutzen's eigentlich wirklich nur, jeder hat einfach seinen Cloud Code Codex, CLI und ist eigentlich nur das Interface, damit zu interagieren so. Also eigentlich nutzen nichts von Kontaktor nicht eigentlich bisher halt nur dieser 30 Dollar Plan, den's da gibt. Das Einzige, was mich daran reizt, dass da bald eine iOS App kommen soll, mit der man dann auch remote steuern kann. Das ist das Einzige, was Kontaktor fehlt. Komm gleich zu.
Garrelt: Ich auch.
Jan: Und was ich dachte noch, was der Unterschied zu Kontakt eben ist, ich dachte, Kontakt nutzt diese ganzen eigentlich so auf CLI Textstream Ebene im Prinzip, aber interagiert nicht direkt mit dem a und aber da könnt ihr mich gerne technisch noch mal
Garrelt: Was meinst Du damit?
Jan: Na ja, sie sie machen halt einfach 'n Call auf deine Cloud CLI sozusagen oder auf deine Codex CLI oder so hinten dran. So. Punkt 1, Multilendor hatten wir abgehakt. Punkt 2, sie versuchen halt irgendwie auf allen Oberflächen dabei zu sein. Fabi hat eben grade schon Mobile so angesprochen. Auch das ist was, was sie mit er irgendwie machen wollte. Sie sagen, Du kannst er ansteuern, nutzen, wie auch immer aus deiner CLI, aus deiner IDI, aus 'ner Weboberfläche, aus 'ner Mobile App, die's dazu geben wird so. Dadurch, dass die das halt alles irgendwie so zentralisieren, können sie dir halt auch im Prinzip jede beliebige Oberfläche dazugeben. Und letzter Punkt und dann bin ich hier auch schon fertig, Sie wollen zusätzlich noch sone eigene Schicht einziehen, ich sag mal so, Supportaufgaben für deinen Agent zu übernehmen, ja. Ja? Das, was so landläufig in deiner Agents m d zum Beispiel drinsteht, wollen sie ersetzen durch was, was sie eher Kontext nennen, was im Prinzip ein Hilfslayer für deinen Agent ist und Agent agnostisch ist, sodass Du nicht jedes Mal bei 'nem neuen Agent irgendwie deine Agents em, die irgendwie anpassen, bearbeiten, bla bla bla musst. Sondern sie wollen halt Kontext selber aufbewahren und quasi asynchron im Hintergrund für dich schon vorbereiten. Das heißt, wenn sie sehen, in deinem gibt's eine Änderung, in deiner Knowledge Base gibt's eine Änderung bla bla bla, dann fließt das direkt in dieses Air Kontext Layer ein. Und das können Sie im Prinzip dem Agent direkt bereitstellen, ohne dass der jedes Mal neu indizieren, den Quelltext selber abgrasen muss et cetera, et cetera. Und da muss ich sagen, haben Sie eigentlich mit dem, was man aus den IDIs ja schon so kennt, sehr gutes Tooling an der Hand, ja sone Code Base irgendwie durchzuparsen und zu verstehen. Ich geborene Ihnen da mal 'n paar Forschungslaube an, da muss man sehen, wie's funktioniert, aber zumindest werden Sie da eigentlich technisch gut aufgestellt, da was Cooles abzuliefern und das nicht einfach nur in sonen Marktdown irgendwie reingießen zu können, sondern das irgendwie vielleicht son taktisch 'n bisschen wertvoller aufheben zu können. So, das war der letzte Punkt. Das war die Ankündigung. Man kann das online sich einfach mal angucken, JetBenz dot com Slash Air. Es ist noch nicht alles davon jetzt verfügbar. Es wird so peu à peu über die nächsten Wochen und Monate kommen, aber ich glaube, das Set-up ist superspannend. Ich werd mir also auf alle Fälle hier mal so einrichten für unsere Projekte und dann schauen wir mal, wie sich das so anfühlt.
Dennis: Vielen Dank Jan. Dann haben wir noch ein ganz anderes Thema und zwar hat Google 'n relativ großes Announcement gemacht und hat Google Book vorgestellt. Und Google Book ist am Ende ein System, wo verschiedene Hersteller zusammengekommen sind und die Nachfolge von Chromebooks son bisschen gestaltet haben. Das Betriebssystem ist auch tatsächlich ein neues, das heißt, Google hat ein neues Betriebssystem gelauncht, das nennt sich Google Book OS. Und es ist ganz lustig, weil da im Marketing einfach eine krasse Verbindung zu Android hergestellt wird. Das ist sogar der Slogan so, Aber ich hab auch 'n bisschen lustig finde, dass irgendwie ich unbedingt jetzt eine Ergänzung brauche zu meinem Android Handy. Aber natürlich man irgendwie sieht, was im Apple Ökosystem für Vorteile entstehen, wenn wenn das stark zusammenhängt. Aber im Gegensatz zu Apple und im Gegensatz auch zu ihren Pixel Phones ist es nicht so, dass sie die eigene Hardware an dieser Stelle produzieren, sondern sie setzen, sie stellen die ganze Info, nee, die Infrastruktur, sie stellen das außen rum praktisch zur Verfügung und haben auch klare Anforderungen an diese Geräte. Ich glaub, Microsoft hat ja auch irgendwo sonen oder oder oder weiß nicht mehr genau, was das Wording ist, so Zertifikat oder Siegel praktisch für so Windows Rechner. 'N bisschen kann man das praktisch damit auch vergleichen. Natürlich AI auch stark im Vordergrund, dass das Ganze für Jaminar Intelligence entwickelt wurde. Beispielsweise ein Hardware Feature, was alle haben müssen, ist so eine kleine LED Strip, der so buntig leuchten kann,
Fabi: Mhm.
Dennis: Son bisschen Feedback zu zeigen, wenn
Fabi: man irgendwie mit Asience spricht
Dennis: oder wie auch immer. Also diese sone sone LED Bar ist dort Standard. Und es ist auch ganz interessant, diese geben auch so, also es muss irgendwie Premiummaterialien enthalten. Es ist jetzt nicht vorgegeben, dass irgendwie mit Glas oder Phase oder irgendwie, aber es gibt son paar Sachen, auf sehen praktisch die Hersteller auswählen können, einfach son gewissen Standard zu bringen. Es gibt, glaub ich, 5 große, hier AHP, Lenovo, Asas, Asas, die irgendwie starten. Mindestens 16 Gigabyte RAM sind gefordert für ein solches Google Book. 256 Gigabyte Speicher. Es gibt auch eine Gewichtsgrenze, also sie müssen unter 1.29 Kilo. Ich weiß nicht, was das im Englischen ist, wahrscheinlich irgendwie so was wie, ganz kurz schön würde für irgendwas so, irgendwas Grades wahrscheinlich am Ende. Und auch Akkulaufzeit ist eine Beschränkung. Das heißt, alle GoogleBooks halten mindestens 14 Stunden aus. Und genau, dann gibt's noch so Feinheiten wie eine G-Taste, aber wie
Jan: Die hat ja sonst keiner von uns aus 1 Tastatur.
Fabi: Das ist ja so toll. Das ist ja mal a.
Jan: Ja. Endlich kann ich programmier.bar schreiben.
Dennis: Das ist eine spezielle G-Taste und zwar ist die in der Form 1 Google Logos ausgestattet. Genau.
Fabi: Und das ist aber nicht das G, ist ein anderes, Also haben wir 2 G oder was.
Dennis: Ah, 2 G und
Fabi: auch das Google G.
Dennis: Das ist auch das Google G. Das ist eigentlich jetzt. Ja, genau. Und ja, das ist eigentlich das Es kann
Fabi: auch was die Taste oder was? Das ist die Taste, aber Google
Dennis: die Starter. Die startet halt einfach, ey, Germany dann. All einfach alles,
Fabi: ey, ey, ey, ey, ey,
Dennis: ey, die startet so wie wie eine Siri Taste so.
Jan: Ich dachte, Du musst nur noch mit deinem Cursor wackeln und überall kommt schon Germany.
Dennis: Ja, ein lustiges Feature, das ist so abgeguckt von Apple, wo der Cursor größer wird. Nee, wenn Du den wackelst, dann wird er so auch so ganz buntig in sonem Germany scheinen und dann hast Du praktisch so deinen AI Cursor und kannst dann also irgendwo, ja, kannst irgendwo drauf zeigen und sagen, hey, sag mir aber dazu was oder wie auch immer. Aber ob ich das denn
Garrelt: mal hergeholt, das von Apple abgeguckt zu haben.
Fabi: Ich
Jan: lehne mich mal weit aus dem Fenster und sag das die unnütze Geste, die hier irgendwo mal jemand erfunden hat. Ich, wie willst Du denn noch mal?
Garrelt: Aber aber
Jan: echt. Halt so dasitzen und
Garrelt: Du meinst, ich hab das schon mal gemacht und dann weißt Du Nein,
Jan: nein, nein, ich meine dich dieses Cursor vergrößern als Sessability Ding. Ich mein dieses wirklich im Alltag an deinem Cursor wackeln, irgendwie 'n Kontextmenü oder AI irgendwie damit zu also.
Fabi: Ja, weil ich find ich find bei Mac macht's ja schon Sinn, dass Du das Wackeln ist, hey, wo bist Du denn? Keine Ahnung, zeig dich mal so. Und da ist so, so regelmäßig so bist Du immer am Wackeln, dann irgendwie son Magic Curser hervorzu. Ja, genau. Find ich schon weird. Also wahrscheinlich kannst Du Ja, find ich schon weird. Aber von
Jan: 'ner Maus ist es ist es was anderes. Aber wenn Du dir vorstellst, Du sitzt an sonem Trackpad oder an deinem Touchscreen und machst dann so ganz schnell irgendwie, ich weiß nicht.
Garrelt: Nee, aber sie werden's so Es wird
Fabi: wahrscheinlich nur einmal son Hin und Her sein.
Garrelt: Denke, es ist immer so, dann kriegst Du drauf, also wenn's Ich
Dennis: glaube, das ist, glaub ich, einfach nur son bisschen Marketingvideo. Wir haben
Garrelt: Aber es
Dennis: ist, glaub ich, nicht das Feature, was jetzt jetzt separiert von anderen Sachen. Ja, ich weiß nicht.
Jan: Es ist ultra prominent platziert schon, ne. Das muss man schon sagen.
Garrelt: Ich find das son
Dennis: Das ist
Garrelt: schon gut, also.
Dennis: Ja. Was was, glaube ich, 'n wichtigeres Feature ist, vielleicht auf was zu kommen. Alle Android Apps laufen per Default auf den Geräten. Weil es ja auch gesagt hat,
Fabi: dass Du's gesagt hast, weil ich mein, das OS basiert ja auch auf Android, ne. Also es ist so, dass es dass das ganze OS auf Android basiert, von daher und das ist wahrscheinlich auch der Punkt, warum sie auch sagen, ne, auf das dein Android Fond gewartet hat.
Dennis: Mhm.
Fabi: Deswegen ja, es ist übergab, das hast Du grad gemeint, ne, dass Du Apps im Grunde genommen immer siebenless von deinem Android Phone einfach auf deinen Google Book rüberschieben kannst.
Dennis: Genau. Und sie sagen zwar auch, also grundsätzlich hast Du dann auch, ne, für viele Apps so das Phone Format oder den Formfaktor, sagen aber, dass ganz, ganz viele große Apps auch schon geupdatet sind, eben die größeren Bildschirm- und Maus- und Touchpad Support, ja, zu unterstützen. Also an uns und viele Android Entwickler*innen vielleicht noch mal eine Herausforderung, dass man dann auch noch guckt, dass die Android App auf einem ganz anderen Bildschirm und mit Tastatur und Maus und Touchpad zu bedienen ist.
Garrelt: Die sind Freude für Entwickler. Aber gut.
Fabi: Ja.
Garrelt: Ist jetzt die Freude für H-Spot.
Fabi: Das macht die ja eher erbiert. Richtig.
Dennis: Und ja, also ich mein grundsätzlich erst mal ganz, ach so und vielleicht noch Preis. Ich glaub so die 1000 Dollar 1000 ab ab 1000 Euro steht da.
Fabi: Nee, ab zwölfhundert Euro. Also 1000 Dollar ist, glaub ich, ne. Also
Garrelt: Nee, es steht 999 Euro. Ja.
Fabi: Aber es gibt keinen dafür. Also wenn Du halt dann anschaust sozusagen, was gibt's grade für welche so. Es gibt halt, das BXX ist ab zwölfhundert. Ich hab keins gefunden und auch ich hatte Norm in 'n paar, also ich hab auch 999 gelesen, aber in in vielen Blogbeiträgen wird eigentlich immer von zwölfhundert, ist immer von zwölfhundert. Die reden auch auf der Google Book Seite ist das Günstigste, dass Aber, ja?
Jan: Also anderthalb Wie heißt 'n diese kleinen MacBook Neos? MacBook Neos musst Du ausgeben.
Dennis: Ja, ja, okay. Aber es fehlt auch noch ein Anbieter, oder? Weil werden werde vorgestellt. Genau, Dell, dann ist Dell, der für 3 99. Wahrscheinlich. Müssen sie.
Fabi: 1 muss Druck. Ja.
Garrelt: Der Letzte muss ich machen.
Fabi: Deswegen haben alle anderen früher releast so. Nein, wir sind nicht die für 399. Das muss Dell machen. Ja.
Dennis: Ja, also ich glaub, sind ganz kompetente Geräte. Find irgendwie ganz lustig, dass da einfach so Qualitätsstandards dann irgendwie son bisschen gesetzt werden über Hersteller hinweg. Mhm. Natürlich noch mal schwieriger irgendwie, finde ich, für die Hersteller selbst. Also wie bringst Du jetzt da raus, was ist das Tolle dann an deinem
Garrelt: Du musst es ja nicht machen.
Dennis: HP, aber warum sollen sie den HP kaufen für tausendeinhundertneunundneunzig und nicht die Weil
Garrelt: die besser ist.
Dennis: Ja, okay. Na ja, aber also, es wird schwerer, ja, da sich dann als Hersteller noch mal rauszustellen, wenn's
Garrelt: so viel
Dennis: vorgegeben ist.
Garrelt: Vielleicht machen sie auch nicht alle das Minimum. Vielleicht hat der eine ja wirklich irgendwie 64 Gigiert.
Dennis: Ja. Vermutlich, ja. Ja. Aber Du, ich mein, Du stellst deine Marke son bisschen unter den Scheffel halt von Google, ne?
Fabi: Ja. Also ich mein, man kann ja direkt auf der Googlebook Seite auch vergleichen, wenn zum Beispiel das Asus gegen das ASER vergleicht, wo 150 Euro Unterschied sind. In der ganzen Tabelle gibt's nur einen einzigen Unterschied und der steht bei Gewicht. Und das ist eine ist halt 150 Gramm leichter. Ansonsten ist eigentlich alles gleich. Ja. Prozessor kannst Du auch noch
Jan: mal behaupten, diese Geräte werden einfach in Flottenmengen verkauft, ja. Und dann geht's halt darum so, dein Business so, wo hat das irgendwie schon 'n Wartungs- und Leasing- und Flottenvertrag mit, oh, Du bist bei HP oder Du bist bei Dell, dann kriegst Du halt von denen irgendwie nur mal 50 Geräte hinterhergeworfen, so.
Dennis: Und Meinst Du, das etabliert sich da so schnell? Sind die nicht einfach megaverhaftet in die Microsoft Welt? Also grade wenn Du von diesen Konzernen sprichst?
Jan: Also ich würde mal behaupten, außer Enterprise und Education gibt's keinen Markt für diese komischen GoogleBooks so, ja. Alter Apple von Boydow. Nee, jetzt mal gar nicht so unbedingt wegen wegen Apple, sondern der Mensch ist halt ein Gewohnheitstier, ja. Ich glaube, der durchschnittliche Konsument da draußen, der wird sich ja dreimal überlegen, ob er irgendwie zu 'nem Gerät wechselt, wo sein, weiß nicht, das Office, was er den ganzen Tag braucht irgendwie, so, wo das irgendwie vielleicht nicht funktioniert und das Betriebssystem, das er nicht kennt und keine Ahnung, was
Fabi: Aber er
Dennis: ist doch der Android Nutzer
Garrelt: eben.
Dennis: Na ja, jetzt will er auch mal 'n bisschen mehr machen.
Jan: Ja, ich bin gespannt. Vielleicht müssen wir in einem Jahr hier irgendwie wieder reden. Vielleicht sind dann 2 von uns schon mit 'nem Google Punkt irgendwie hier, Weil Sie haben ja auch gesagt so, Du kriegst hier Terminal Access und Anti Gravity wird von Anfang an supportet und Du kannst auch Folter Series Development Work mitmachen, was ja bei den Chrombooks vorher also nur mit so diversen Hacks und Umwegen irgendwie möglich war, ja?
Fabi: Ja.
Jan: Von daher schauen wir mal. Wenn wir jetzt alle nur noch mit Aduns reden, ist ja egal, auf welcher Plattform wir das machen. Richtig.
Garrelt: Gut. Ich wollt grad sagen, wie entscheidest Du denn am Ende, ob wir noch Zeit haben? Ich glaub, wir haben keine Zeit mehr.
Dennis: Haben keine Zeit mehr?
Fabi: No Time left.
Dennis: Fabi, was hast Du eigentlich geben? War das 'n Staubsaugerrotter oder? 'N Düsenwert?
Garrelt: Nee, das war außen, da ist son Kehrmaschine.
Dennis: Gerald, richtig. Die Kehrmaschine.
Garrelt: Das mein, das weiß ich von meinem Sohn, weil der singt immer, Kehrmaschine, alte Waschmaschine.
Fabi: Ja, nee, hier vor meinem Fenster, ich hier ist direkt zu meiner rechten Hand direkt die Straße, da ist die Kehrmaschine heut wohl gefahren. Zweimal auch. Wir können auch warum die zweimal durch die wahrscheinlich gehen und zurück.
Garrelt: Das war die Straße
Fabi: so schmutzig. Unsere Straße ist so schmal. Ja, genau.
Garrelt: Jetzt ja nichts mehr.
Dennis: Ja. Na schön. Ja, auf jeden Fall, ihr könnt euch mal, sucht mal nach Thorsten Ball und nach seinem Blog, da hat er was veröffentlicht zu seiner Vision oder seine Aussagen, wie sich die Entwicklerwelt für im Zeit von AI, was für ihn jetzt schon sicher ist, sagen wir so. Und der Post war relativ viral. Wir können ja nicht drüber sprechen, wir können keine Zeit haben, aber er kommt auf jeden Fall auch zur ProgrammierCon. Das wollt ich noch mal als Hinweis Danke. Und da können wir drüber sprechen und
Jan: Da haben wir extra eine Session Zeit für eingeplant.
Dennis: Gerne, aber ihr könnt auch persönlich mit ihm sprechen. Von daher, wenn ihr eine der letzten 20 Tickets haben wollt, besucht gern unsere Webseite und kauft dort noch ein Ticket. Feedback wie immer gerne an Podcast at Programmier Punkt bar. Sonst, wenn ihr uns gut findet, hinterlasst gerne mal eine Bewertung auf Spotify oder auf Apple. Ich find
Jan: Ah, danke.
Dennis: Guter Podcast. Danke. Habt eine ganz schöne Woche. Bis zum nächsten Mal.
Fabi: Vielen Dank
Jan: an die T-Shirts. Kauft jetzt 'n Ticket, damit ihr noch 'n T-Shirt kriegt.
Garrelt: Krieg ich auch 'n T-Shirt eigentlich?
Jan: Nein. Hast Du schon 'n Ticket? Hm. Hm?
Garrelt: Ich bin Speaker. Kriegt man da nicht 'n Ticket automatisch?
Jan: Ach so, okay. Ja. Gut. Hab ich nicht dran gegangen.