Vibe Coding trifft den Stein der Weisen: Warum KI-Agenten es nicht perfekt hinbekommen
Microsoft
Die anfängliche Begeisterung für Vibe Coding – die Verwendung von KI-Agenten zur Generierung von Code aus natürlichen Sprachbefehlen – ließ nach, als klar wurde, dass Agenten nur bei einfachen Aufgaben glänzen. Der Artikel argumentiert, dass es aus semiotischer Sicht grundsätzlich unmöglich ist, eine Spezifikation zu schreiben, die einen Agenten perfekt dazu führt, genau das beabsichtigte Ergebnis zu erzielen. Statt dieser Illusion nachzujagen, schlägt der Autor vor, domänenspezifische Sprachen (DSL) zu verwenden, um den Interpretationsraum einzugrenzen, was KI jetzt kostengünstig erstellen kann, was es zu einem tragfähigen Trend macht.
Der Artikel diskutiert die Entwicklung vom Vibe-Coding zum agentischen Codieren. Anfangs konnten KI-Agenten beeindruckenden Code für einfache Aufgaben generieren, aber bei ernsthaften Projekten zeigte sich, dass Agenten oft ohne detaillierte Spezifikationen Schwierigkeiten haben, was zu einem disziplinierteren Ansatz führte, der als agentisches Codieren bekannt ist. Dennoch bleibt der Traum von perfekter Codegenerierung aus natürlicher Sprache bestehen. Der Autor argumentiert, dass die Semiotik zeigt, warum dies unmöglich ist: Wörter sind Zeichen, deren Bedeutung von ihrer Position in einem System und der Erfahrung des Interpreten abhängt, sodass eine Spezifikation niemals eine verlustfreie Kodierung von Absichten sein kann. Selbst bei detaillierten Spezifikationen interpretiert der Agent eher, als dass er Regeln exakt befolgt, was zu unvorhersehbaren Ergebnissen führt. Der Autor schlägt vor, anstatt zu versuchen, eine universelle Spezifikationssprache zu schaffen, domänenspezifische Sprachen für spezifische Problembereiche zu verwenden, da sie den Raum der Interpretationen reduzieren. KI-Agenten sind besonders gut darin, bei der Entwicklung von domänenspezifischen Sprachen zu helfen, was ihre Erstellung kostengünstiger und für enge Bereiche machbarer macht. Der Artikel zitiert Microsoft Researchs 'Programming with Representations' (2023) und weitere kommende Referenzen. Der Autor kommt zu dem Schluss, dass der Stein der Weisen für perfekte KI-Codegenerierung vielleicht nie gefunden wird, aber die Suche selbst zu wertvollen Innovationen wie domänenspezifischen Sprachen führen kann.
Quelle: Habr — хаб ИИ —
Original