Wochen Arbeit in 20 Minuten erledigt: Redis-Erschaffer sagt, die Ära des manuellen Code-Schreibens ist vorbei

Der Autor dieses Artikels, antirez, ist der Erschaffer der berühmten In-Memory-Datenbank Redis. Seine Software treibt den Betrieb von zig Millionen Unternehmen weltweit an. antirez war einst ein KI-Skeptiker -- er schrieb sogar einen Roman, in dem er seine Ängste darüber ausdrückte, dass KI-Automatisierung Menschen ersetzen würde. Aber seine recente Erfahrung hat bewiesen, dass sich die Realität des Programmierens für immer verändert hat. In antirez' Tests demonstrierte Claude Code eine epochenprägende Effizienz. Es kann 700 Zeilen rigorosen, hochperformanten C-Code in 5 Minuten schreiben. Es kann autonom iterieren, um extrem knifflige Deadlocks und Timing-Bugs in Redis zu reproduzieren und zu beheben. Selbst komplexe interne Umstrukturierungen von Redis Streams dauerten nur 20 Minuten. antirez ist überzeugt, dass Programmierer heute aufhören sollten, sich auf das Zeile-für-Zeile-Tippen von Code zu versteifen, denn in den meisten Fällen ist es nicht mehr die rationale Wahl. Er empfiehlt allen, ein großartiger KI-Kollaborateur zu werden und die Energie in die Definition von Problemen und die Gestaltung von Lösungen zu lenken. Er ermutigt jeden Entwickler, Claude Code zu erlernen und intensiv zu nutzen. Wie antirez es formuliert: Verpasse nicht deine Chance, die Zukunft zu gestalten, indem du dich weigerst, der Realität ins Auge zu blicken. Verbringe ein paar Wochen mit dem Testen dieser neuen Tools und finde Wege, deine Produktivität zu vervielfachen. Die reinste Freude am Programmieren ist das Bauen, und KI wird dir ermöglichen, mehr zu bauen, besser zu bauen und mit mehr Freude zu bauen.

Ich liebe es, Software zu schreiben, eine Zeile nach der anderen. Man könnte sagen, dass meine gesamte Karriere eine Verfolgung des Schreibens von sauberem, elegantem, geschmackvollem Code war. Ehrlich gesagt wollte ich nicht, dass KI ökonomisch gewinnt. Es ist mir egal, ob das aktuelle Wirtschaftssystem durch KI disruptiert wird -- wenn es zu massiver Umverteilung führt, wäre ich sogar glücklich darüber. Aber bewusst die Realität zu leugnen, weil ich bestimmte Ansichten über Software und Gesellschaft habe, wäre ein Verrat an meiner eigenen Vernunft. Fakten sind Fakten. KI verändert und wird die Computerprogrammierung dauerhaft verändern.

Im Jahr 2020 kündigte ich meinen Job, um einen Roman zu schreiben. Er handelte von KI, bedingungslosem Grundeinkommen und einer Gesellschaft, die sich unter verschiedenen Herausforderungen an Arbeitsautomatisierung anpasst. Ende 2024 startete ich einen Kanal, der sich der Diskussion von KI, ihrer Verwendung in Programmieraufgaben und den möglichen Auswirkungen widmete. Obwohl ich früh erkannte, dass diese Veränderungen kommen würden, ging ich immer davon aus, dass wir noch mindestens ein paar Jahre hatten, bevor Programmierung wirklich umgestaltet würde. Das glaube ich nicht mehr. Heute kannst du mit hochmodernen großen Sprachmodellen klare Ziele formulieren und das Modell große Teilaufgaben -- oder sogar mittelgroße Projekte -- fast vollständig allein erledigen lassen, mit minimaler menschlicher Unterstützung. Wie gut es funktioniert, hängt von der Art der Programmierung ab (je eigenständiger und textbeschreibbarer die Aufgabe, desto besser -- Systems Programming ist ideal geeignet), und von deiner Fähigkeit, das Problem klar zu durchdenken und es dem Modell präzise zu kommunizieren. Aber insgesamt ist jetzt klar: Abgesehen davon, es rein zum Spaß zu tun, ist das manuelle Schreiben von Code in den meisten Projekten nicht mehr die rationalste Wahl.

In der letzten Woche habe ich großenteils Prompts geschrieben und gelegentlich Code gesichtet und Anleitung gegeben. In nur wenigen Stunden habe ich die folgenden vier Dinge erledigt -- Arbeit, die mich früher Wochen gekostet hätte.

Ich habe meine linenoise-Bibliothek modifiziert, um UTF-8 zu unterstützen. Ich habe auch ein Line-Editing-Test-Framework mit einem simulierten Terminal gebaut, das den Inhalt jeder einzelnen Zelle meldet. Das war etwas, das ich schon immer hatte tun wollen. Aber es war schwer zu rechtfertigen, so viel Aufwand in ein kleines Unterprojekt nur für Testzwecke zu investieren. Jetzt beschreibt man einfach, was man will, und es wird zu Code. Die Situation ist völlig anders.

Ich habe sporadische Fehler in der Redis-Test-Suite behoben. Diese Art von Arbeit ist extrem langweilig, mit Timing-Koordination, TCP-Deadlocks und ähnlichen Problemen. Claude Code iterierte kontinuierlich, investierte genug Zeit, um das Problem zu reproduzieren, den Zustand jedes Prozesses zu inspizieren, herauszufinden, was passierte, und dann den Bug zu beheben.

Gestern wollte ich eine reine C-Bibliothek, die in der Lage ist, Inference mit BERT-ähnlichen Embedding-Modellen auszuführen. Claude Code hat sie in 5 Minuten geschrieben. Die Inference-Effizienz der Bibliothek liegt ungefähr auf dem Niveau von PyTorch, nur etwa 15% langsamer. Die gesamte Bibliothek umfasst nur 700 Zeilen C-Code. Sie hat sogar ein Python-Utility zur Konvertierung des GTE-small-Modells generiert.

In den letzten Wochen habe ich die Internals von Redis Streams modifiziert. Dafür habe ich ein Designdokument geschrieben. Ich habe das Dokument an Claude Code übergeben, und es hat im Wesentlichen all meine Arbeit in etwa 20 Minuten wiederholt. Die Teile, die länger dauerten, waren mein eigenes Review und Bestätigen von Befehlen.

Was gerade passiert, kann man nicht ignorieren. In den meisten Fällen müssen Menschen nicht mehr selbst Code schreiben. Der interessantere Teil ist herauszufinden, was zu tun ist und wie man es tut. Auf dem "Wie"-Front sind große Sprachmodelle hervorragende Kollaborateure. Ob KI-Unternehmen ihre Investitionen zurückerhalten können oder ob der Aktienmarkt crasht, spielt langfristig keine Rolle. Was auch immer der CEO irgendeines Unicorn-Unternehmens für absurde Dinge sagt, spielt ebenfalls keine Rolle. Programmierung wurde dauerhaft verändert.

Für mich ist die Tatsache, dass Code, den ich geschrieben habe, zum Training großer Modelle verwendet wurde, eine wunderbare Sache. Ich sehe es als Fortsetzung einer lebenslangen Verfolgung: Demokratisierung von Code, Systemen und Wissen. Große Sprachmodelle werden uns helfen, bessere Software schneller zu schreiben. Sie werden kleinen Teams auch die Fähigkeit geben, mit großen Konzernen zu konkurrieren. Genau wie Open-Source-Software es in den 1990ern getan hat.

Als Programmierer möchte ich jetzt mehr denn je Open Source schreiben. Ich möchte Repos wieder aufgreifen, die ich wegen Zeitmangel hatte zurückstellen müssen, und sie verbessern. Ich möchte innerhalb meines eigenen Redis-Workflows voll auf KI setzen. Zuerst die Vector Sets-Implementierung verbessern, dann mit anderen Datenstrukturen weitermachen, genau wie ich es gerade mit Streams tue.

Aber ich mache mir Sorgen um diejenigen, die ihre Jobs verlieren werden. Es ist immer noch unklar, welche Veränderungen genau stattfinden werden. Unternehmen möchten vielleicht mehr Leute für mehr Dinge. Oder das Gegenteil passiert: weniger, aber KI-kompetentere Programmierer, um die Gehaltskosten niedrig zu halten. Ich mache mir auch Sorgen, dass in vielen anderen Branchen Menschen fast völlig ersetzbar werden könnten.

Was die Art und Weise des Programmierens angeht. Ich habe nur einen Rat für dich, mein Freund. Was auch immer du als "das Richtige" betrachtest, kann nicht beeinflusst werden, indem du die Realität leugnest. Dich dafür zu entscheiden, KI nicht zu nutzen, weder dir noch deiner Karriere einen Gefallen. Denke sorgfältig darüber nach. Probiere diese neuen Tools ernsthaft aus. Verbringe ein paar Wochen, nicht fünf beiläufige Minuten nur um zu bestätigen, was du ohnehin schon glaubst. Finde Wege, dich selbst zu vervielfachen. Wenn du den richtigen Ansatz nicht sofort findest, versuche es in ein paar Monaten noch einmal.

Du denkst vielleicht daran, wie hart du gearbeitet hast, um Programmieren zu lernen, und jetzt schreiben Maschinen den Code für dich. Aber das Feuer, das dich nachts wach hielt, nur um zu sehen, wie dein Projekt lebendig wird -- das war die Freude am Erschaffen. Wenn du den richtigen Weg findest, KI effektiv zu nutzen, wirst du mehr erschaffen und besser erschaffen. Die Freude ist immer noch da, völlig intakt.