Thread by @superrieu

👇 sehr sehenswerte Gespräch mit @karpathy fokussiert auf die Entwicklung der Computing-Paradigmen, bei der die explizite menschliche Vorgabe zunehmend durch gelernte Intelligenz ersetzt wird. 1/13

Im klassischen Paradigma von Software 1.0 schreibt der Mensch noch explizite Regeln in Form von Code, um dem Computer präzise Anweisungen für die Ausführung von Aufgaben zu geben. Ein typisches Beispiel hierfür sind komplexe Shell-Skripte, ... 2/13

... bei denen jedes Detail im Voraus exakt spezifiziert werden muss, um auf verschiedenen Plattformen zu funktionieren. Mit der Software 2.0 verschob sich der Schwerpunkt der Programmierung hin zum Arrangieren von Datensätzen und dem Training neuronaler Netzwerke. 3/13

In diesem Stadium definiert der Mensch die Architektur und die Zielsetzungen, während das System die notwendigen Gewichte direkt aus den Daten lernt, anstatt jede Zeile Code manuell vorgegeben zu bekommen. 4/13

Das aktuell entstehende Paradigma von Software 3.0 betrachtet #LLM als eine neue Art von programmierbarem Computer, bei dem das Prompting die herkömmliche Programmierung ersetzt. Hierbei dient das Kontextfenster des #LLM gewissermaßen als Hebel, ... 5/13

... um das #LLM zur Interpretation von Anweisungen und zur Durchführung von Berechnungen im digitalen Informationsraum zu bewegen. Ein zentraler Unterschied zu den vorherigen Ansätzen liegt in der Nutzung agentischer Workflows, ... 6/13

... bei denen #LLM-Agenten als 🤖 über eine eigene Intelligenz verfügen, um menschliche Anweisungen in ihrem spezifischen Umfeld selbständig umzusetzen und auch Fehler während dieses Prozesses eigenständig zu beheben. 7/13

In der Vision von Software 3.0 übernimmt das neuronale Netz einen immer größeren Teil der Arbeit, wodurch klassische Anwendungsschichten teilweise überflüssig werden. Langfristig könnte dies dazu führen, ... 8/13

... dass das neuronale Netz zum primären Host-Prozess des Computers wird, während klassische CPUs lediglich noch als Co-Prozessoren für rein deterministische Aufgaben fungieren. 9/13

Ebenfalls interessant, wie @karpathy als Erfinder des Begriffs Vibe Coding den Unterschied zu Agentic Engineering definiert, der vor allem im Anspruch an die Professionalität und Skalierung besteht. Während Vibe Coding darauf abzielt, ... 10/13

... die Einstiegshürde für die Softwareentwicklung für alle zu senken, indem man der #LLM zunehmend vertraut und Code-Chunks ohne ständige Korrekturen generiert, stellt Agentic Engineering eine echte Ingenieursdisziplin dar. Hierbei geht es darum, ... 11/13

... die hohen Qualitäts- und Sicherheitsstandards professioneller Software beizubehalten und gleichzeitig durch die Koordination mächtiger #LLM-Agenten eine Produktivitätssteigerung zu erreichen, die weit über den Faktor 10 hinausgeht. 12/13

Im Agentic Engineering fungiert der Mensch als Direktor, der für Ästhetik, Geschmack, Urteilsvermögen und das Design der Spezifikationen verantwortlich bleibt, während die Agenten die Umsetzung technischer Details übernehmen. 13/13