News 43/26 –

Anthropic Scion // Pi 1.0 // Jev 1.14 // Muse Spark Open

22.10.2026

// Podcast
// News 43/26

Shownotes

Anthropic ersetzt Git für das eigene Monorepo durch ein selbst gebautes System, Pi erreicht Version 1.0 und Jev versteht jetzt auch Bilder. Dazu gibt es Updates zu Muse Spark Open und zum Rollout von Gemini 4 Argon. Und endlich ist Philipp nach ein paar Wochen Pause wieder mit dabei!

Ihr habt noch kein Ticket für die programmier.con 2026? Dann nutzt jetzt noch die Chance und nehmt am 25. und 26. November an unserem Event rund um Web und AI teil! Mehr unter: https://con.programmier.bar/

Garrelt hat den Engineering-Blogpost zu Scion mitgebracht, Anthropics eigenem Versionskontrollsystem. Naiv gefetcht wären es im riesigen Monorepo über 600 Petabyte Git-Traffic pro Tag. Scion setzt deshalb nicht auf dezentrales Offline-Arbeiten, sondern darauf, dass Agents immer online sind. Sieben Leute haben in fünf Monaten migriert, CI-Checkouts dauern jetzt Sekunden statt Minuten. Philipp ordnet ein: Google und Meta lösen das mit Piper und Sapling schon lange, und etwas Claude-Marketing steckt auch drin.

Philipp stellt uns Pi 1.0 vor, die erste Major-Version des minimalistischen Open-Source-Coding-Agents von Earendil: wenige Default-Tools, alles andere kommt über Extensions. Neu ist unter anderem ein Codemode mit nativer MCP-Unterstützung. Statt dass jeder MCP-Server Kontext frisst, kombiniert das Modell Tools in einem Skript. Dazu kommt das experimentelle Pi Durable für langlebige Agents, deren Sessions ihr von mehreren Geräten aus fortsetzen könnt.

Dennis hat ein Update zu Jev dabei, dem System-One-Modell von TypeSafe, das statt Freitext günstige Entscheidungen in Software trifft. Mit Jev 1.14 kommen Bild-Input und ein neuer Typ für Bounding Boxes dazu, damit lassen sich etwa Bilder klassifizieren oder Objekte erkennen. Philipp sieht jede Menge unterschätzte Use Cases, gerade dort, wo heute noch deterministischer Control Flow steht.

Außerdem hat Meta mit Muse Spark Open ein Open-Weight-Modell für Agent-Aufgaben veröffentlicht: 816 Milliarden Parameter, 42 Milliarden aktiv, in NVFP4 mindestens 700 GB VRAM oder zwei Mac Studios mit M5 Ultra. Und Philipp sortiert den verwirrenden Rollout von Gemini 4 Argon: Das Modell ist inzwischen in Antigravity auch für Google AI Pro verfügbar, während der neue Gemini agent in Google Cloud auf Enterprise-Use-Cases zielt.

Download

/transkript/programmierbar/news-43-26-anthropic-scion-pi-1-0-jev-1-14-muse-spark-open

Dennis: Hallo und herzlich willkommen zu 1 neuen programmier.baren News Folge 43 26. Wir reden heute über ein Update von Jeff, dem neuen Git von Anthropic Skion. Dann haben wir Pi in der Version 1 0 und noch mal 2 Updates. Einmal zu dem Mue Spark Open Modell und nochmal zu Gemini 4 Argen. Ein paar Sätze. Ich bin Dennis Becker, neben mir sitzt...
Garrelt: Garel Mock. Und zugeschaltet. Ist der Philipp, Palo.
Dennis: Endlich mal wieder der Philipp.
Philipp: Hier durch
Dennis: Terminkoordination et cetera haben wir dich jetzt mal die letzten 3 Wochen noch abgeschnitten, aber schön,
Garrelt: dass Du wieder hier auch am Start bist.
Dennis: Ja, ich
Garrelt: war auch letzte Woche in den USA wieder, deswegen Perfekt
Dennis: Du schon.
Garrelt: Und eine interessante Frage, warum hat man Google Chrome jetzt 600 Prozent CPU Leistung und irgendwie doppelt so viel Rahmenverbrauch?
Dennis: Als zu welchem Zeitpunkt vorher?
Garrelt: Bevor wir die Aufnahme gestartet haben.
Dennis: Da wird grad so ein kleines Modell bei dir deployed.
Garrelt: Okay, check it.
Dennis: Nein, da ist es zum Hintergrund, wir nutzen heute erstmalig und auch recht mutig unsere neue Recorder Software, die Riverside abläuft lösen soll, weil wir damit einige Probleme hatten. Nicht so, dass ganz Problem frei jetzt hier läuft, aber wir gucken mal, was am Ende da an Folgen rauskommt. Von daher hoffen wir, dass wir in guter Beton- und Bildqualität heute bei euch ankommen mit diesem neuen Set-up.
Philipp: Alles im Ja, ich bin gespannt. Alles im Sinne der Verbesserung, ich mein. Ist
Garrelt: Ja, ja, ich mein, also ich weiß, Dennis arbeitet, glaub ich, daran. Vielleicht kannst Du da noch mal 'n bisschen mit deiner KI an dem UY arbeiten. Sieht doch sehr boxy und aus, also...
Dennis: Ja, sehr gerne. Ich hab ich hab in 'nem anderen Projekt, das fand ich richtig cool. Das war auch noch natürlich so, war sah einfach son bisschen AI, sehr stumpf aus und dann hab ich nur son prompt so, mach jetzt mal und geile Micro Animations und so, da sah das wirklich gut aus. Von daher, da sind auf jeden Fall noch, sagen wir die Remote Seite, Philipp ist ungetestet. Perfekt. Also von daher, wenn Du da
Garrelt: Ich ich hab auch keine Möglichkeit, mich zu. Das heißt, wenn irgendwie, wenn ich was trinke oder es ist alles so wie es ist und so wie's rauskommt, geht's auch bei euch in den Ohren
Dennis: wahrscheinlich. Perfekt.
Garrelt: Ich kann keine Kamera deaktivieren. Ich kann ich bin einfach hier. Mal schauen, ob's geht.
Dennis: Falls, sammel dieses Feedback gerne und ich gebe das an meinen Agent weiter. Guck mal,
Garrelt: jetzt hab ich's dir wieder, ich kann ja meinen, ich kann ja meinen Agent nutzen, das die App zu testen, der dann deinem Agent schreibt, dass er die App fixt und dann machen wir in 3 Wochen Podcast ohne uns. Perfekt.
Dennis: Sehr gut. Sehr gut. Wir haben mir gar nicht die Reihenfolge festgelegt, was wir jetzt immer machen sollten. Von daher seid ihr jetzt ganz überrascht, wenn wir anfangen über Enthropic zu sprechen.
Philipp: Oh, wow. Ich dachte Service Annocement am Anfang. Machen wir's denn mehr? Okay, Service Annocement.
Dennis: Okay. News Spark Open Garald.
Philipp: Ja, News Spark Open ist
Dennis: Ganz kurz, 2 Sätze.
Philipp: Ganz kurz ist auch so, also, haben wir das in den Muse schon in den Muse, in den News schon erwähnt, was Muse Spug ist? Okay. Ja. Dann muss das nicht noch mal machen, aber das Modell, was Meta dahinter nutzt für Muse, haben sie Open Source gestellt. In ist es 'n sehr, sehr großes Modell, trotzdem haben sie gesagt, es läuft auf den neueren Mac Studios, was ich sehr, sehr spannend finde, aber auf meinen Geräten wird das wahrscheinlich nicht laufen. Trotzdem mag ich extrem diese Entwicklung oder generell das Meta da so drauf bedacht, dass die Dinger Open Source zu stellen, was ja auch so in den USA zumindest für die Top Tier Modelle nur Meta macht. Ich weiß, Google macht das auch mit Gammer, aber das sind ja noch mal extra Nebenmodelle neben Gemini.
Garrelt: Ja und ich weiß nicht. Also ich wär vorsichtig, ob Mues Spark Open wirklich des Mues Spark Modelles, das Du in den Coding Agents testen kannst. Das Also ich hab's nicht gecheckt und auch von den Benchmarks sind die unterschiedlich. Und Du weißt auch nicht, ob die Größe dieselbe ist. Und mittlerweile ist ja das neue Mouse Modell des. Deswegen ist es auf jeden Fall 'n Open
Dennis: Wait Modell,
Garrelt: wie man Lama kennt und es ist 'n bisschen größer. Aber ich glaub, ich, ja, wär mir nicht sicher, ob das wirklich 1 2 1 Gut,
Philipp: schon, da haben Sie auch nicht wirklich was drüber gesagt, ne. Ja, okay. Guter Punkt. Trotzdem bin ich sehr gespannt, das auszutesten und Sie haben das Modell extra auf Agent Tasks optimiert, was glaube ich sonst öfter mal 'n größerer Kritikpunkt bei anderen Open Models ist. Und daher bin ich schon gespannt.
Garrelt: Und vielleicht kurz zum Thema ausprobieren. Du brauchst 700 Gigabyte Vram, damit Du's in FP4 laufen lassen kannst oder 2 Terabyte für
Dennis: Ja, aber über Downstream.
Philipp: Aber Mac Studios haben doch nicht so viel Vram, oder? Wie?
Garrelt: Ich glaub, der Größte geht bis irgendwie 768 oder was auch immer die Zahl ist
Dennis: Na gut.
Garrelt: Von, darauf geht's dann Ja,
Philipp: okay,
Dennis: Es ist Ach nee,
Garrelt: sorry. Okay. Okay.
Philipp: Ja. Danke für die Ergänzung Philipp.
Dennis: Dann ködern sie sich ein so ein bisschen, aber es ist dann doch noch relativ große Hardware. Ja. Wir haben für 1000 Euro. Okay, aber genau, dann haben wir das schon mal gehört und Philipp, Du kannst uns vielleicht noch mal ein paar Infos, Wir haben Gemini for argen schon kurz besprochen, haben, glaube ich, auch beim letzten Mal son bisschen kritisiert, dass wir uns unsicher das Roll out sind. Also wo kann man's jetzt eigentlich tatsächlich nutzen? Wo sind die Use Cases und wo sollte es eingesetzt werden? Was hast Du noch son bisschen mitgebracht aus Informationen zu dem?
Garrelt: Ja, es war 'n bisschen verwirrend, muss ich zugeben, auch auf Seite, wie was released würde, weil eine Woche, also wir hatten ja das und dann irgendwie 10 Tage, bis man bis es generell verfügbar war. Und dazwischen war ein Cloud Event und in diesem Cloud Event wurde die neue Gemini Plattform in Google Cloud vorgestellt und das war dann son bisschen verwirrend. Das heißt, Du hast jetzt in Google Cloud die neue Gemini Plattform. In dieser Gemini Plattform, das ist so ähnlich wie Gemini Enterprise oder halt Cloud Co Work, wo Du halt einfach 'n Agenten hast, der mit deinem Cloud Eco System und generell son bisschen Enterprise Use Cases umsetzen kann. Und die Plattform heißt leider auch Germani Plattform in Cloud und Du hast sozusagen in dieser Germani Plattform oder der Agenten heißt Germani, in diesem Agenten kannst Du Germani 4 Argon nutzen, aber auch. Ich glaub, das war eine Verwirrung, dass Du jetzt in Germani Cloud nutzen kannst. Das bezieht sich vor allem auf die Enterprise Version in Google Cloud. Und Germany 4 Argon ist jetzt verfügbar in der Germany App für Pro User mit, also Paid Pro User, die 20 Euro im Monat oder was es sind, für Ultra Subscriber. In Anti Gravity ist es für Ultra Subscriber und auch seit letztem Wochenende für Paid pro User. Das war auch son bisschen Verwirrung, weil es gibt sozusagen irgendwie sonen Free Plan, der so ähnlich ist wie pro, aber Du den bekommst über irgendwelche Student Credits oder ich glaub, wenn Du 'n Pixelphone oder so was kaufst, aber da hat das Team mittlerweile auf der Anti Creppity Seite das sozusagen ergänzt, welcher Pro Plan oder Ultraplan enthalten ist. Das heißt, wenn ihr einfach die 20 Euro oder was das dann im Monat zahlt für Google, glaub ich, heißt das, dann solltet ihr das haben. Und dann natürlich in AI Studio, Geminar API ist es auch verfügbar. Ist alles 'n bisschen Dieses? Nicht optimiert, sag ich mal, aber Dieses
Dennis: Gemini Ding in der Cloud. Und Du sagst, es ist ähnlich wie Cloud, Co Work oder so was. Über welches Interface bediene ich das denn?
Garrelt: Da gibt's 'n Neues, das Du direkt in Cloud sozusagen aufrufen kannst. Das war früher Gemini Enterprise, ist jetzt dieses Neue, da gibt's das ist das auch, was davorgestult würde. Und Du hast diesen Gemini Agenten und der kann die Gemini Modelle laufen lassen und auch die Cloud Modelle, die ja in Google Cloud zur Verfügung stehen. Und das ist wirklich auf diesen Enterprise Knowledge Work Use Case abgezielt. Also ich glaub OpenAI und und Dropic haben ähnliche Produkte, die vor allem im Enterprise Umfeld genutzt werden können. Und dann mit diesen Gemini Agenten in der Cloud kann ich halt wirklich viel einfacher meinen Workspace integrieren oder ich kann über den Google Cloud Marketplace vielleicht linear oder andere Third Party Providers mit integrieren, MCT Servern, Skills und halt alles, was ich halt brauch für son remote Agent, den ich nutzen kann in meinem Enterprise Umfeld für Produktivität oder auch Coding, wenn es denn der Fall ist.
Dennis: Mhm. Okay. Dann gucken wir mal.
Garrelt: Habt ihr das mittlerweile getestet als Mutter?
Dennis: Nee, aufgrund fehlender Ja. Voll. Auf auf aufgrund fehlender ordentlicher Zugänge. Keine Ahnung, es wär ja schön, wenn's einfach mal kein beispielsweise integriert wäre zu 'nem gewissen Tier in unserem Google Workspace Tier, das wir haben. Da zahlen wir ja irgendwie für jeden Ziel, den wir bei uns haben und das ist unser Google, das ist unser Google Umfeld. Da wär ja irgendwie ganz schön, wenn's da einfach mal verfügbar wäre, glaube ich.
Garrelt: Ja, über die API dürfte es auf jeden Fall gehen.
Dennis: Aber wer hat zuletzt ein Modell über die API benutzt, wenn man nicht gerade in dem Bereich arbeitet?
Garrelt: Würdest Du etwas sagen, dass die Preise zu hoch sind und die Subventionierung durch Coding Pläne ausgenutzt werden soll, solange man das Nee, ich
Dennis: weiß gerne, ne. Das schon, oder? Ist hier leider schon, aber ich mein, da sind wir auch oft rüber. Ich mein, wir zahlen mittlerweile ja auch häufig über die hinaus. Also ist jetzt nicht so Das stimmt. Dass die ausreichend reichen. Nein, aber ich glaube wirklich, also wenn das jetzt einfach, kannst Du's in Kontaktor einfach reinpluggen über die API dann? Wahrscheinlich. Okay. Ja, dann ist das vielleicht mal was,
Garrelt: was man Ist doch 'n Code für den kennt den anderen Dann machen wir das gleich.
Dennis: Dann machen wir das gleich. Gut. Sehr gut.
Philipp: Dann kannst Du mal deine Software noch mal designen, mach mal mach mal shiny und hübsch und dann gucken wir mal. Das machen
Dennis: wir mit Germany, okay. Ja, ja. Und wenn Philipp nix mal nicht mehr reinkommt. Ja, okay, gut, werden wir ausprobieren. Ich hab auch 'n relativ kurzes Thema, würde ich sagen, Jeff, das Modell, das wir schon mal auch in den News hatten, was ein sogenanntes System One Modell ist. Das heißt, nicht mehr eine klassische LLM Struktur, aber in super günstig klassifizieren kann. Ja, ist es so gut zusammengefasst? Weiß ich nicht. Also könnt ihr im Zweifel unsere Newsfolgen noch mal nachhören zu dem Thema, aber was dort kam, ist eine neue Version und zwar die 1 14 0 und was die bringt Deswegen 'n relativ großes Update ist, dass da Multimodalität mitkommt. Im Besonderen geht es jetzt auch, dass man Images mit in den prompt packt und so auf sehr günstig praktisch Bilder ja, klassifizieren kann, Objekte erkennen kann, sagen kann, gehört das dazu. Also praktisch ähnlich wie vorher auch. Du hast eine Fragestellung, eine konkrete, dass kein Freitext, der rauskommt, sondern Du sagst so, ist auf dem Bild 'n Hund zu sehen beispielsweise und kannst da 1000 Bilder reinschicken und das kostet dann irgendwie 20 Cent oder 30 Cent oder so in der in der Größenordnung.
Garrelt: Habt ihr Decision Modelle schon getestet auf eurer Seite?
Dennis: Ehrlicherweise glaub ich nur für irgendwelche so Fun Sachen oder also einfach, weil's praktisch nichts kostet, also keine Ahnung, unser mittags unser und mittagsessen, was was wir immer wöchentlich kriegen, da ist jetzt zum einen einfach 'n Emoji dabei, ob das vegan vegetarisch oder eine Fleischvariante ist und das wird einfach vor in sonem Modell gemacht. Oder auch, glaube ich, wo Predictive oder wo gesagt wird, ob dein, was dein der beiden Optionen sein wird. Das, glaube ich, auch mit Jeff gemacht. Aber jetzt nicht irgendwie produktiv, habe ich nicht mitbekommen. Das ist irgendwo
Garrelt: okay. Ich würd's mal interessieren, ob ihr es eure Spiele spielen lassen könnt, zu sehen, wie gut es ist oder wie schnell es ist. Also 4 Bilder ein Wort sollte, glaub ich, vielleicht gehen mit dem Input und wenn Du dann halt 'n Lexikon hast mehr oder weniger von Wörtern, die Du geben kannst oder auch bei den ganzen Die Bilder ein
Dennis: Wort müsste halt jetzt gehen, vielleicht noch mal mehr durch das Image ding, ne. Also das war halt vorher das
Garrelt: Genau.
Dennis: Theoretisch, wo's wo's fragte. Ja, ich hab damals schon in der Folge gesagt, ich krieg meinen Kopf nicht so ganz dieses Modell oder die Use Case. Ich sehe diese Sachen und ich sehe diese Tetris Beispiel und Mario, wie's gespielt wird und wo Entscheidungen schnell getroffen werden und sowas und das ist irgendwie cool und beeindruckend. Aber so und ich verstehe auch jetzt Customer Support, Du hast 1000 Cases und willst irgendwie ne, 'n Sentiment einfordern und so, versteh ich alles. Trotzdem fällt es mir für mich selbst, also bei jedem LLM ist mir einfach, oh, jetzt passt ich das, möchte ich das bauen oder so was. Viel einfacher für mich, als jetzt 'n Use Case zu finden, Du, wo ich zum Beispiel einsetzen möchte. Sage ich gerade und ich hab ich vor 2 Stunden
Garrelt: eingebaut in etwas.
Dennis: Ja, aber
Garrelt: ich glaub, das ist eher eher... Also es ist schwierig, weil es ist ja nur so gehypt gewesen oder oder es ist gehypt, aber das Konzept ist ja nichts Neues. Also wenn ich da zurückdenke an 20 19, wir hatten schon Bird Modelle mit Zero Shot Classification, wo Du, bevor Du den machst, einfach die Labels definierst und je nachdem, wie das klassifiziert hat. Klar, wir haben extrem krassen gemacht, hat wie wie gut die Modelle sind, aber es ist nichts Neues. Deswegen sieht man auch so viele Modelle jetzt von anderen Kompetatoren ja rausspritzen. Also ich weiß nicht, es gibt mittlerweile 20 verschiedene Open Modelle, Open Air, die es geschafft und so was. Also es war, glaub, eher wie sone Art Weckruf und ich find's richtig cool. Also ich glaub, man unterschätzt wirklich, wie krass viele Use Cases es dafür gibt und wofür Du aktuell wahrscheinlich nutzt, wo Du nicht nutzen musst, gerade was die ganzen Anwendungen angeht, was jetzt nicht 'n Coding Agent ist oder mein Productivity Agent, wo ich irgendwas reintippe und der dann irgendwas machen soll. Und Du hast ja gesagt, das ist praktisch kostenlos. Das heißt, vielleicht aktuell, wo ich noch deterministische Prozesse oder 'n Control Flow hab, könnt ich eventuell darüber ja auch simplifizieren oder halt einfach einfacher zu machen, wenn ich einfach nur diesen API Call hab. Klar, ist mir immer wieder die Frage, macht das Sinn, macht das keinen Sinn? Aber umso weniger Code, den ich ja muss oder umso mehr Abstraktion ich ins Mode bringen kann, umso besser kann das ja am Ende dann sein.
Dennis: Ja, das stimmt.
Philipp: Judy,
Dennis: Anthropic hat gesagt, ach, geht. Da ist da ist nix. Das müssen wir mal Ja. Machen.
Philipp: Anthropic hat 'n sehr, sehr coolen Blogpost rausgebracht, wo sie sehr detailliert darüber reden, warum sie kein Git mehr nutzen oder beziehungsweise eher ein eigenes Git gebaut haben und grundsätzlich finde ich es auch extrem cool, wie sie es machen. Also es ist wirklich schön zu lesen, weil sie ins Detail gehen und sagen warum und wie sie es gemacht haben. Und was sie am Ende gemerkt haben ist, dass sie mit dem Monorapeo, mit dem sie arbeiten, was riesig ist, wo, wenn ich's richtig verstehe, wirklich gefühlt alle Produkte, die sie haben, drin sind, dass sie da Probleme hatten, was die Skalierung anging und Geschwindigkeit und eigentlich alle Probleme, die man sich vorstellen kann, mitgeht. Und eine Zahl, die mir da so hängen geblieben ist, ist, dass wenn sie unoptimiert einfach alle Checkouts gemacht hätten auf Git, so wie sie es machen, dann werden da am Tage 600 Peterbypyte an Daten durchgeschleust worden. Also, da einfach mal, die Menge zu zeigen, die Sie da auch an Traffic haben durch Git. Git hat auch schon einige Funktionalitäten, Dinge zu optimieren, sowas wie, dass man eben nur so shadow Copies matt, dass man nicht die ganze History sich lädt. Verschiedenste Möglichkeiten, die sie auch alle schon genutzt haben, aber es hat dann irgendwie doch, kam dann an Grenzen, wie gut es funktioniert hat. Und ja, dann haben sie sich einfach entschieden, 'n eigenes System zu bauen, was son bisschen auf 'ner anderen Prämisse aufbaut und zwar Git, hat ja die Prämisse, okay, wir haben dezentralisiertes Offline Arbeiten. Also es gibt eine Kopie im Internet und jeder Entwickler lädt sich dann seine eigene Kopie lokal runter und kann dann damit eben dezentral arbeiten. Und sie haben gesagt, okay, das ist eigentlich in der Agent Welt oder in ihrer Art der Arbeit mit Agents nicht mehr der Fall, weil Agents eigentlich immer online sind. Und deswegen haben sie versucht 'n SOS Control System neu zu denken, was auf dieser Prämisse basiert und ich möchte eigentlich gar nicht so tief reingehen. Es ist super spannend, wie sie das genau gemacht haben. Also es ist eine klare Empfehlung, den Artikel zu lesen, aber am Ende haben sie es geschafft, da massiv Dinge zu optimieren. Nicht nur, was die Zeit angeht, die zum Beispiel die CI Jobs brauchen, also zu optimieren. Nicht nur, was die Zeit angeht, die zum Beispiel die CI Jobs brauchen, also das ist wirklich anstatt Minuten sind das 'n paar Sekunden, aber auch einfach, was für was für Daten da fließen und auch wie viel Ressourcen die Server brauchen, ist unfassbar gesunken, also so zweihundertfach weniger CPU Auslastung zum Beispiel. Und es ist irgendwie 'n cooles Beispiel dafür, erstens zu sehen, okay, sie nutzen eben diese Agent Macht, Workflows und Tools anzupassen, wie sie's brauchen. Sie haben das selber gesagt. Früher hätte man sich niemals überlegt, 'n neues Git zu bauen, weil es einfach viel zu viel Aufwand ist und viel zu lange dauert und sehr, sehr vorsichtig geplant werden muss und so. Und jetzt ist es halt einfach in 5 Monaten passiert mit 'nem Team von 7 Leuten und währenddessen haben sie auch noch 'n eigenes Review Tool gebaut, was Antig heißt, wo ich auch sehr gespannt drauf bin. Das werden sie wahrscheinlich auch irgendwann noch mal erzählen. Und es ist einfach, ja, irgendwie cool zu sehen, was sich so verändert durch die neuen Möglichkeiten, die man hat und wie sone Firma wie Anthropic das nutzt. Also es ist für mich son bisschen richtungsweisend gewesen, diesen Artikel zu lesen, zu sehen, okay, was was wie sieht vielleicht die Zukunft von von Engineering auch aus. Und vor allen Dingen fand ich's cool da noch mal zu sehen, okay, sie reden auch viel darüber, es hätte nie funktioniert ohne Entwickler, die wissen sozusagen, was wichtig ist bei sonem System und ich merk das ja auch selber, dass gerade wenn's noch Infrastruktur geht, auch in unseren Teams, ist halt son Engineering Background immer noch extrem viel wert. Und fand ich irgendwie auch schön zu lesen, da sind Sie noch mal so drauf eingegangen.
Garrelt: Ja. Ja. 2 2 Dinge, die ich vielleicht zufügen möchte. Also definitiv den Artikel lesen und definitiv, wenn euch das Thema interessiert, vielleicht auch die Artikel von Google und Meta. Also wir haben bei Google ja auch 'n Monorepository. Ich glaub, das ist weit, weit bekannt son bisschen und das initiale System dahinter hieß Piper und Meta hat dasselbe System mit 'nem riesen Monorepository und da heißt es Sepling. Und was Antropic schreibt, ist mehr oder weniger fast 1 zu 1 dieselbe Thematik, die Du bei den Big Tech Organisationen schon hattest vor AI. Also das ist jetzt nicht unbedingt 'n neues Thema, was
Philipp: Ich glaub, Sie haben den Blogartikel auch geupdatet und referenzieren da explizit Du, ja, ja.
Garrelt: Ja, ja. Aber es ist nicht 'n neues Thema, also die Problematik mit zu viel Datenvolumen und wenn Du Git hast, hast Du alles lokal und dann noch mal in der Cloud. Und wenn Du's so viele Engineers hast, die am selben Code arbeiten, dass da zu Problemen führen können und Du eigentlich nur damit beschäftigt bist und dazu dein eigenes Review System und so was brauchst, das ist nichts Neues. Und noch zusätzlich, bei Antropic arbeiten relativ viele Ex Google, Ex Meta, Infrastructure, SRI Leute. Also ich bin nicht überrascht, dass die sozusagen zu dem Ergebnis gekommen sind. Vor allem, wenn Du die Vorteile von diesen Systemen bei Monorepositories kennst, möchtest Du das auch wieder haben. Ja. Ich mein, das das Coole finde ich dahinter ist wirklich, dass sie's halt irgendwie in 5 Monaten geschafft haben, 'n System zu bauen, was in der Company genutzt wird und wirklich die Probleme löst. Und ich glaub, das ist ja das Schöne daran. Also ich will nicht wissen, wie viele für Google oder Meta benötigt wurden über mehrere Jahre, diese Systeme zu bauen. Und ich mein, es ist sehr cool, dass wir sozusagen die Learnings haben oder die Technology und das Wissen, dass die Modelle halt jetzt auch dieses bauen können. Aber so richtig ist es nicht, würde ich sagen. Deswegen bleibt immer noch spannend, okay, jetzt haben Sie sozusagen die Lösung für sich gefunden, aber ist das wirklich der oder ist das mehr agent Orient? An sich ist es nur eine Lösung für den die Infrastrukturprobleme.
Philipp: Ja, Sie, also Sie schreiben das auch sehr explizit, dass Sie jetzt nicht glauben, dass die damit GIT ersetzen werden und das auch eigentlich nur Sinn ergibt bei eben so riesen Monorepos. Also ich glaub, ähnlich wie es auch bei Google und Meta ist, die diese Tools ja auch schon länger haben, aber trotzdem das nicht geht ersetzt hat, ne, weil das dann 'n recht spezifischer Use Case ist. Und ich glaub, wo ich noch, ich find's spannend, dass Du sagst, Google hat auch 'n eigenes Review System gebaut, weil da bin ich gespannt, wenn Shoppingic darüber spricht, ob es auch sehr angelehnt daran ist oder und das hoffe ich eigentlich 'n bisschen, dass es wirklich mehr angelehnt ist an Agent Arbeit. Also das, ich bin einfach gespannt darauf, wie sie dieses Thema behandeln und darüber nachdenken.
Garrelt: Aber haben Sie geschrieben, ob Sie irgendwas dazu veröffentlichen oder zeigen werden, wie die Reviews sind natürlich Sie
Philipp: haben halt geschrieben in Klammern, als Sie über Tick gesprochen haben, das wäre ein eigener Blogpost wert und das klingt für mich 'n bisschen so, aber ja, ist natürlich 'n bisschen offen.
Garrelt: Ich mein, das das das, wo ich immer vorsichtig bin bei den ganzen Blogposts von Antropic mittlerweile, ist es halt viel Marketing. Ja. Also, man weiß, dass sie sehr intransparent sind, was alles in Antropic angeht und viel davon ist ja immer, hey, schau mal, wie cool Claude ist und was Claude jetzt ermöglicht und weniger diesen Engineering Aspekt und wie wir alle davon profitieren können. Ich find 'n gutes Beispiel dagegen ist ja, Cure hat ja Origin mehr oder weniger als ihre Version Control Software vorgestellt. Und der Cure Engineer, der maßgeblich da beteiligt war, hat ja 'n sehr detaillierten Engineering Blogpost dazu geschrieben, wie man das selber nachbauen könnte. Und ich glaube, am selben Wochenende hat dann Tobi Lübcke von Shopify und noch mal 'n paar andere mehr oder weniger ihr eigenes Version Control System basierend auf dem Blogpost nachgebaut und dann direkt umgesetzt und auch getestet. Und ich find, das sieht man schon mal 'n bisschen Unterschied, dass es halt sehr beeindruckend und aber trotzdem sehr marketinghaft geschrieben ist im Sinne von, hey, wir haben da was und Claude hat das geschafft und das ist super und wir haben dann noch mal was Spezielles obendrauf. Deswegen wär ich da... Es ist sehr cool. Ich würd mich freuen, wenn Sie mir davon teilen würden, auch wie das ganze Review System funktionieren würde, weil ich glaub, dass es schon sehr Agent nativ ist und komplett anders. Wahrscheinlich hast Du erst mal 'n paar Agent Reviews und dass die menschliche Zeit, die benötigt wird, wahrscheinlich extrem reduziert würde. Aber ich glaub's weniger, dass wir da mehr bekommen. Mhm. Und wenn das Thema einen beschäftigt, würd ich wirklich mit gemeinsam generelle Suche machen, zu verstehen, okay, wie Monoreepositories oder Version Control in diesen Big Tech Organisation funktioniert.
Dennis: Ich fand irgendwie spannend diese Zahl mit den 5 Monaten und 7 Devs, die wir reingesessen haben. Also weißt weißt Du, die letzten Eindrücke waren so, okay, man kann immer schneller, immer mehr irgendwie bauen. Irgendwie find ich's, ich weiß nicht, ob 'n Brücken ist das falsche Wort, aber interessant, dass es trotzdem halt so technische Channels Challenges gibt, die dann doch so lange brauchen, also obwohl sie ja so früh dann, also sie können ja, sie haben ja auch schon früher Ressourcen, die wir nicht haben sozusagen
Philipp: Ah ja.
Dennis: Und und trotzdem braucht es da doch relativ lange.
Garrelt: Aber haben Sie geschrieben, ob die 5 Monate Entwicklungszeit waren oder von altes System 1 System neues System ersetzen? Ich glaub, das ist wahrscheinlich noch mal 'n bisschen Unterschied,
Dennis: weil heißt ja.
Garrelt: Menschen und Ingenieure möchten nicht Systeme wechseln, die sie schon immer kennen. Das heißt, Du hast vielleicht... Ich würd davon einfach mal grob schätzen, mehr als 50 Prozent war einfach nur, dass sie wirklich vom alten aufs neue System gehen können und Du hast bestimmt parallele 2 Gemahl gehabt und andere Dinge.
Dennis: Gut, dann haben wir noch, die Johannes oder den Agent oder wie würdest Du ihn bezeichnen? Agent Harvest. Philipp.
Garrelt: Also ich glaub, das ist das richtige der richtige Begriff, das hat Marius zumindest immer gesagt. Ja, ist jetzt nichts Neues, aber ich glaub, wir hatten's noch nicht und ich war ja länger nicht da, deswegen wollt ich's noch mitbringen. PI hat jetzt offiziell ihre Version 1 Punkt 0, für die die PI nicht kennen. Open Source Coding Agent, sehr minimalorientiert. Das heißt, irgendwie 4 Tools bei Default und alles andere sind Extensions. Das heißt, keine Web Search, keine Sub Agent, keine irgendwas. Und wenn Du die Features möchtest, kannst Du dir in Java Script Extensions schreiben. Gibt auch mittlerweile eine sehr große Open Source Community dahinter. Sitzend in Österreich irgendwo, ich weiß gar nicht genau, also die beiden, also der Gründer und jetzt auch der zu dem Start-up, zu dem es gehört, sind beide Österreicher, also schön, sag ich mal, aus Europa kommend. Und sie haben eine Version 1 Punkt 0 vorgestellt. Das heißt, ja, ich mein, ich weiß nicht, ob das so wichtig ist im AIS Base mittlerweile ist, aber halt First Major Version. Und sie haben 'n paar Dinge geändert zu der bisherigen Version und 2 Dinge, die ich besonders hervorheben möchte. Zum einen, wir haben ja generell das Problem, dass wenn ich zu viele MCT Servers oder zu viele Tools nutze, dass ich zu viel Kontext verbrauche. Und OpenAI ist da schon vor 'n paar Monaten hingegangen und hat diesen etabliert. Heißt am Ende, das Modell hat 'n einziges Tool und eine API Spezifizierung zu diesem Tool und kann dann 'n Java Script Code schreiben, der dann ausgeführt wird. Das Interessante bei dieser API Spezifizierung ist aber, dass es Methoden dann hat. Das heißt, normalerweise hat 'n Modell 'n Tool, 'n Tool und andere Tools und die kann's dann in Javaskonzept aufrufen. Das heißt, es kann Scripts schreiben, die diese Tools kombiniert, spezielle Aufgaben zu lösen. Und jetzt das ganze Tools Problem zu lösen, haben die mehr oder weniger die ganzen MCT Servers in diesen Code Mode integriert. Also opena ja jetzt schon 'n Pi, jetzt bei Ihrer Version 1 Punkt 0. Das heißt, wenn ich 10, 20 MCT Server definiere, sind die nicht automatisch im Kontext, sondern das Modell hat entweder die eine type Script Interface dafür oder hat nur eine 'n Call, dass es dann listen kann. Das heißt, es kann dynamisch suchen, welche Tools zur Verfügung stehen. Und darüber kannst Du halt diese MCP Callschain in 'nem ein einfachen Skript. Das heißt, Du kannst mehr oder weniger, wenn Du sagst, hey, bitte find die letzten 10 E-Mails in Google Drive, lies dieses Google Sheet und dann erstellen Google Docs, dass es viel mehr innerhalb von einem Call kombinieren kann und Du darüber viel einfacher halt diese Third Party Integration bauen kannst und viel weniger Kontext brauchst. Und das ist sehr cool, also wenn ihr das noch nicht getestet habt, weder bei Open Air noch bei Pi definitiv mal reinschauen, weil das löst son bisschen dieses, kann ich den MCP Server nutzen oder nicht? Wenn ich ihn wieder aktivier, kostet er wieder immer Token für jeden Call und so löst Du das das ganze Problem son bisschen. Und das 2. Ist, dass Sie eine kleine Extension vorgestellt haben, die heißt Pi Dirable Und Pi Dirable läuft auf den von Cloudflare und ich glaub auch den Denocell, die oder ich weiß nicht, was das Open Source Pendant dazu ist. Und Pi Dirable mehr oder weniger erlaubt dir, den Agent in diesen auszuführen. Die dadurch, dass die sind, kann ich von jedem möglichen Client meine Session fortsetzen. Das heißt, ich hab Start irgendwie auf meinem Handy oder auf meinem PC und dadurch, dass es mehr oder weniger dieses kleine diese kleine Remote Instanz ist, super günstig, kann ich es darüber mehr oder weniger nutzen und dann natürlich auch auf diesen Storable Objekt Store auschecken und halt so supereinfach remote Agents mehr oder weniger bauen. Und wer, sag ich mal, sich mit noch nicht beschäftigt hat, ist vielleicht eine coole Idee, sich das mal anzuschauen, wie funktioniert und wie ich dann mehr oder weniger meinen eigenen kleinen remote bauen kann, den ich von jedem Device irgendwie aufrufen kann mit 'ner einfachen, sag ich mal, Web UI, dass ich wirklich von meinem Mobile zu meinem PC alles gezoomt hab. Das heißt, wenn ich irgendwie 'n Chat mobil starte, ist der direkt gezoomt zu meinem mit 'nem anderen Device und ich hab nicht dieses remote Connection Open EA Staff. Ist auf jeden Fall sehr cool, wenn man sich irgendwas zusammenhacken möchte oder vielleicht 'n bisschen auch Smarthome betreibt oder was auch immer.
Dennis: Ah, interessant. Und diese Dino Dinger wird's wahrscheinlich nicht mehr lange geben, oder? Weil deine...
Garrelt: Doch, ich glaub, das Sally ist das einzige, was sie mit fortsetzen wollen.
Dennis: Na gut, dann gucken wir mal, was da kommt. Judi,
Garrelt: ich guck
Dennis: mal gerade auf die Liste, aber dann haben wir wie versprochen, da ja nicht so lange Aufnahme.
Philipp: Ja, ist doch mal gut, oder? Na gut.
Dennis: Da freuen sich unsere Hörer*innen, dass sie sonst nicht so Ist
Philipp: das das 1. Mal dieses Jahr, dass wir eine halben Stunde sind?
Dennis: Oh. Also ich weiß nicht, wie
Garrelt: lang wir aufnehmen, weil das Ganze.
Dennis: Vielleicht kann ich einfach diese Folge dem Aiden geben, dann kann er das rauslesen, was Du an
Garrelt: Videos brauchst. Ich seh nur sechsmalaufnahmen Aufnahme läuft irgendwo und uploade es auch 100 Prozent und ich ich drück mal nicht auf Upload Details. Ich trau der Sache noch nicht so ganz, aber...
Dennis: Sehr gut. Dann gucken wir mal, ob Du direkt weg bist, wenn ich gleich auf Aufnahme stoppen drücke oder ob wir dann weiter noch miteinander reden können. Auf jeden Fall schön, dass Du wieder dabei warst, Philipp. Danke dir, Gerald, unsere Hörerinnen, wenn ihr Feedback habt zu dieser Folge oder generell, schreibt uns gerne an Podcast at Programmier Punkt bar. Sonst wünschen wir euch eine ganz schöne Oktoberwoche. Es gibt die letzten, was haben die ganze Zahl, unter 10 Tickets für die Programmiercon, falls ihr kommen wollt, am fünfundzwanzigsten, sechsundzwanzigsten November in Bad Nauheim. Und jetzt genießt euren Tag. Bis denn, macht's gut. Tschau. Tschau, tschau. Tschau.