Viraler X-Thread (**230,5K Aufrufe**, 28. Mai 2026, 1:51 Uhr) von **Jaya Gupta** (@JayaGup10, Investorin — vermutlich bei Foundation Capital, Autorin des *Context Graphs*-Frameworks) mit dem Titel ***„Token Budget Wars“***. **Kernthese**: ***„Enterprise AI has moved from adoption to allocation“*** — Phase 1 der Unternehmens-KI hat bewiesen, dass Modelle funktionieren; Phase 2 wird entscheiden, **wie viel diese Arbeit wert ist**. Die neue Währung an der Unternehmensspitze ist die **Fähigkeit, den KI-ROI zu quantifizieren**: *„zeig mir den Wert“*. Kernkonzept: ***marginaler Token-Nutzen*** = *„der Geschäftswert, den jeder zusätzliche Dollar an Inferenz schafft“* — die Zahl, die im großen Maßstab zählt und die **die meisten Unternehmen nicht sehen können**. Zeitachse: **Claude wurde im November 2025 ausgeliefert**, nachdem die Jahresbudgets 2026 bereits festgelegt waren → schon im **Q1** lagen Unternehmen *„um ein Vielfaches über Plan“* → Inferenz hört auf, ein Experimentierposten zu sein, und wird zu **wiederkehrenden Betriebskosten**. Verschiebung von **Experimentieren (ein paar 100.000 $) → Infrastruktur (siebenstellig, 1 Mio. $+)**: Im Infrastruktur-Maßstab erzeugt **technische Varianz materielle Schwankungen in der Gewinn- und Verlustrechnung — zwei Durchläufe desselben Workflows mit demselben Input können sich im Token-Kostenaufwand um das 5- bis 10-Fache unterscheiden**, ohne dass sichtbar etwas kaputt ist, *„eine Zahl, die der CFO dem CEO erklären muss“*. **KI konkurriert mit Arbeitskraft**: 3 Arten von Budgetanfragen (ausgelagerte Arbeit ersetzen / interne Arbeit ersetzen / Umsatz generieren) → Verschiebung hin zu den ***Kosten eines abgeschlossenen Ergebnisses*** (Kosten pro gelöstem Ticket, bearbeitetem Schadensfall, geprüftem Vertrag, abgeschlossener Rechnung, vermiedener Neueinstellung, gehaltenem Kunden, bewegtem Umsatzdollar). **BPO = die einfachste Vergleichsbasis** (bereits in abgeschlossenen Einheiten bepreist); interne Arbeit ist deutlich schwieriger (multiskillte Mitarbeitende, diffuse Gewinne, Widerstand der Personalabteilung gegen Stellenabbau). **Warum es sich von SaaS unterscheidet**: SaaS hat gelernt, Nutzung als Proxy für Wert zu behandeln; KI bricht diesen Proxy — *„Signal und Rauschen teilen sich dieselbe Einheit“* (den Token), *„SaaS-Nutzung sagte dir, dass die Software adoptiert wurde. KI-Nutzung sagt dir, dass der Zähler läuft. Sie sagt dir nicht, ob dein Unternehmen brodelt.“* **Drei Ursachen für die Unsichtbarkeit des marginalen Token-Nutzens**: (1) ***Retry-Tails*** — Tokens pro gelöstem Workflow ≈ **T/p**; ein Rückgang der Abschlussquote von 90 % auf 70 % erhöht die effektiven Kosten um ~**28 %**, nicht 20 %, weil sich Fehlschläge kumulieren; (2) ***Kontext-Inflation*** — die Inferenzkosten verhalten sich ≈ **O(n²)** zur Kontextlänge (Attention), eine Verdopplung des Kontexts **vervierfacht** die Kosten des Reasonings (Over-Retrieval: 50 Dokumente, wo 5 genügen würden); (3) ***Routing*** — standardmäßig wird das leistungsstärkste Modell verwendet (einfache Klassifikation läuft auf einem komplexen Reasoning-Modell); über Millionen von Aufrufen hinweg macht der Unterschied zwischen dem Routing einfacher Aufgaben zu einem kleinen Modell und dem Versenden von allem an das Frontier-Modell *„den Unterschied zwischen einer überschaubaren Rechnung und einem Problem auf Vorstandsebene“* aus. **Sektorale Aufteilung**: **Software**-Unternehmen = ein Problem der **Produktivitätsmessung** (bereits instrumentiert: PRs, Commits, Deployments, Incidents, Zykluszeit, MTTR — verfolgt *„KI-Entlassungen“*); **Nicht-Software**-Unternehmen = ein **Transformations**-Problem (operative Arbeit: Schadensfälle, Underwriting, Support, Compliance-Prüfungen, Ausnahmen in der Lieferkette, Zahlungsstreitigkeiten — *im Audit korrekt, nicht nur im Durchschnitt korrekt*). **Die fehlende Schicht = Token-zu-Ergebnis-Attribution**: eine Umwandlungsschicht, die Inferenzausgaben → geleistete Arbeit → Geschäftsergebnis verknüpft und 3 Fragen beantwortet (reale Kosten einschließlich Retries/Korrekturen; welche Teile der Trace zählten vs. Thrashing; hat die Arbeit das Betriebsmodell verändert). ***Messung wird zu Gedächtnis***: Um einen Token mit einem Ergebnis zu verknüpfen, müssen **Entscheidungs-Traces** erfasst werden (was der Agent gesehen, abgerufen, aufgerufen, ignoriert hat, wo er es erneut versucht hat, wann ein Mensch eingegriffen hat) — *„die Entscheidungsbegründung ist eines der am schnellsten verderblichen Vermögenswerte eines Unternehmens“* (lebt in Slack, E-Mails, Eskalationsanrufen, in den Köpfen der Menschen). Agenten **erzeugen** diese Traces; zunächst erfasst, um die Ausgaben zu rechtfertigen, werden sie *„wertvoller als der Kostenbericht“* → ein **Context Graph** (*„auch wenn ich dieses Wort in letzter Zeit schon so leid bin“*). **Die Allokationsschicht ist der Preis**: Wer die Token-zu-Ergebnis-Attribution besitzt, trifft die **Allokationsentscheidungen** (welche Workflows mehr Rechenleistung verdienen, welche gedeckelt werden, welche zu günstigeren Modellen wechseln, welche menschlich bleiben, welche BPO ersetzen). Unternehmen werden das nicht allein tun — sie werden es **als Transformation einkaufen** (Fortune-500-Playbook: McKinsey- und Palantir-Alumni + top-down agierender CEO, nach Art von ERP/BI/digitaler Transformation, ein *„Programm“* mit einem Executive Sponsor und einer Infrastruktur, die zur **neuen Single Source of Truth** wird). Eingerahmt mit **Charlie Munger**: *„zeig mir den Anreiz, und ich zeige dir das Ergebnis.“* Organisatorische Nebenthese: der jahrzehntealte Führungsinstinkt, dass *große Teams = große Aufgaben/Reichweite/Macht* bedeuten → sobald Intelligenz zur **knappen Ressource** wird, ist das neue Statussymbol *„wie viel davon man orchestriert.“* Direkte Relevanz für die **Positionierung Cost Optimization / agentisches FinOps**: bestätigt empirisch die Hebel (Model-Routing, Prompt-Caching, Context-Hygiene, Sub-Agenten) und verschiebt den KPI hin zu **Kosten pro abgeschlossenem Ergebnis**. Starke Konvergenz mit Bains *Cross-System Labor* (Execution-Data-Moat, Cursor), Ngs *No AI Jobpocalypse* (Preisgestaltung verankert am Gehalt der ersetzten Arbeitskraft), DORA ROI (Kosten pro Feature), Mensch/Mistral (Elektron→Token), Ensarguet (Ökonomie der Berechnung), Foundation Capitals *Context Graphs* (Entscheidungs-Traces, gleiche Autorin), Wescales *Token Burning*, BFM/Girard (Token = Wert-Treibstoff).
**Jaya Gupta** (@JayaGup10) — investisseuse / VC. Très probablement **Foundation Capital** (le thread s'auto-réfère au cadre ***Context Graphs*** — *« ahem, context graph, although I am so tired of that word these days »* — concept porté par Foundation Capital, cf. fiche `bain-100b-saas-opportunity` qui cite *Foundation Capital — Context Graphs trillion-dollar opportunity, 2025-12-22*). Thread publié sur X le **28 mai 2026 à 1h51** · **230 · 5K vues** · format essai long en un seul post. Une réponse notable de **@tuning_engines** (*« DevSecFinOps for the Agentic Era »*) : *« Tokens will basically have to be managed like headcount […] model hierarchies too »*.
Offizieller **Salesforce News**-Blogbeitrag (Rubrik *Agentic Enterprise*, Reihe *„Pioneering the Agentic Shift Within Salesforce Engineering“*), veröffentlicht am **27. Mai 2026** (6 Minuten Lesezeit) von **Srinivas „Srini“ Tallapragada**, *President and Chief Engineering and Customer Success Officer* bei Salesforce. Direkte Fortsetzung eines früheren Beitrags (*„How we got our engineers to use AI — without breaking everything“*), der das Überschreiten von **>90 % Adoption** schilderte. **Kernthese**: Salesforce Engineering ist von einer Welt, in der KI ein nützlicher *Copilot* war, zu einer Welt übergegangen, in der **agentische Tools den Software-Entwicklungszyklus (SDLC) selbst steuern** — Code schreiben, PRs reviewen, Tests generieren, Dokumentation aktualisieren, Deployments verwalten, Arbeit koordinieren, die früher über menschliche Übergaben lief. **Kanonische Signalentscheidung**: unternehmensweite Standardisierung auf **Claude Code** + ***„we removed all token limits“*** — *„remove every last piece of friction between our engineers and the tools that make them faster and more effective“*. **Zentrales empirisches Ergebnis** (April 2026 vs. April 2025): abgeschlossene Arbeitspakete pro Entwickler **+50,8 %**, gemergte PRs pro Entwickler **+79 %**, und vor allem der **Effective-Output-Score** (ein ML-Maß für den **realen Wert des gelieferten Codes**, nicht dessen Volumen) **+151,3 % im Jahresvergleich**. **Vorzeige-Anwendungsfall**: Migration von **33 API-Endpunkten** auf eine Cloud-native Architektur, auf dem klassischen Weg geschätzt auf **~231 Personentage** (7 pro API), abgeschlossen in **13 Tagen — 18-mal schneller** — mittels eines **regelbasierten, in Claude gebauten Frameworks** (Markdown-Dateien + Referenzimplementierungen), wobei PR-Feedback laufend in das Regelwerk zurückgespeist wurde, **autonome LLM-Loops (build, fix, validate)** ohne manuellen Eingriff, parallelisiert über isolierte Umgebungen → **5 PRs**, wobei der größte **21 Endpunkte mit 100 % Testabdeckung** lieferte. **Kein Zielkonflikt zwischen Geschwindigkeit und Qualität**: über die Plattform **Engineering 360** (die Engineering-Daten aus Hunderten von Systemen zentralisiert) **sinkt die Gesamtzahl der Incidents um 5 %**, trotz der steigenden Zahl an PRs (*„quality doesn't suffer from speed. It benefits from it“*), dank **strukturell eingebetteter Sicherheits-Leitplanken und Qualitätsstandards** im agentischen Workflow (Trust als Wert Nr. 1). **SDLC-Überholung**: sobald KI eingeführt ist, **reißen die Ingenieure Workflows ein und bauen sie neu auf** (welche Prozesse lassen sich eliminieren? welche Übergaben sind jetzt überflüssig? wo erledigt noch ein Mensch Arbeit, die ein Agent übernehmen könnte?). **Neues Ingenieurshandwerk**: **Claude-Code-Skills** (paketierte, wiederverwendbare Fähigkeiten, die Teamkontext, Namenskonventionen, Muster kodieren) werden zu einem gemeinsamen, komponierbaren **Engineering-Artefakt**; **AI Expert Suite** + **Salesforce Foundation Plugins** = eine institutionalisierte, kuratierte Skill-Bibliothek (interner Benchmark: **höhere Genauigkeit und Zuverlässigkeit, weniger unnötige Kosten**); **Subagents & Agent-Teams** parallelisieren Arbeitsstränge (*„They describe the outcome, and a set of coordinated agents figures out the steps“*). **Was weiterhin schwierig bleibt**: (1) **Kontextmanagement** in langen Sessions — die **Qualität der CLAUDE.md-Datei** schwankt stark und wirkt sich erheblich auf die Output-Qualität aus; (2) **agentische Sicherheit** = ein grundlegend anderes Modell (Agenten, die *handeln*, nicht nur *vorschlagen* → größerer Blast Radius); (3) **sich wandelnde Rollen** (wie werden Junior- zu Senior-Ingenieuren, wenn KI die Einstiegsarbeit übernimmt? Rolle von Designer/PM? die Ausführungseinheit = Scrum-Team → Experimente mit Einheiten aus 1 oder 3 Personen). Fazit: *„It changed what was economically possible“*; die erklärte Ambition lautet **„the most automated, agentic SDLC in the industry“**. Berührt sich direkt mit Gupta (*Kosten eines abgeschlossenen Outcomes*, Grenznutzen des Tokens), Greenwald/Sierra (outcome-basierte Preisgestaltung), DORA (ROI / Kosten pro Feature) und der BFM/Girard-Debatte (Token als Wert-Treibstoff, nicht als zu kürzende Kostenposition).
#Agentischer SDLC#agentischer SDLC#Claude Code
**Srinivas « Srini » Tallapragada** — *President and Chief Engineering and Customer Success Officer* de **Salesforce**. Plus d'une décennie chez Salesforce · dirige l'ingénierie mondiale de la plateforme unifiée. Auteur de la série *Agentic Enterprise* sur le blog Salesforce News ; ce billet (27 mai 2026) est la **suite** d'un premier opus consacré à l'adoption de l'IA par les milliers d'ingénieurs Salesforce (*« How we got our engineers to use AI — without breaking everything »*). Position d'autorité = **dirigeant exécutif** parlant en son nom et au nom d'une organisation d'ingénierie à grande échelle (donnée terrain à l'échelle d'un hyperscaler SaaS) · avec accès aux métriques internes (Engineering 360, Effective Output).
Wegweisender Essay von **Dan Shipper** (CEO Every), veröffentlicht am **21. Mai 2026** auf every.to, *"After Automation"* — eine argumentative Erwiderung auf die These vom KI-getriebenen Zusammenbruch der Wissensarbeit. **Kernthese**: Der KI-Fortschritt schafft **mehr Arbeit für Menschen, nicht weniger**. Looping-Mechanik (***"der Kommodifizierungszyklus"***): (1) KI kommodifiziert die menschliche Fähigkeit von gestern; (2) diese billige Fähigkeit wird breit übernommen → Überfluss; (3) Überfluss erzeugt *Gleichförmigkeit* (den *"Slop"*); (4) Menschen verlangen Unterschied → erneuerte Nachfrage nach Experten; (5) Experten nutzen KI, um die Probleme von heute zu lösen → Schleife. **Kanonisches Zitat**: ***"There's more work to do than ever"***; ***"AI commoditizes the residue of human expertise, creating demand for what's different"***. **Zentraler konzeptueller Rahmen — Frame vs. Framer**: Benchmarks messen Leistung ***"within frames"*** (spezifische Problemrahmungen); sobald diese gesättigt sind, *setzt eine Änderung des Rahmens den Zähler zurück* — Modelle **eskalieren innerhalb von Rahmen, ersetzen aber nicht die Framer**. Kernformel: ***"the frame is not the framer"***. Selbst bei AGI müssen Menschen **Ziele festlegen und Ergebnisse interpretieren** — *"the frame problem regenerates one level up"*. **Der "Human Sandwich"**: Mensch setzt Rahmen → KI führt aus → Mensch beurteilt und erweitert. **Zwei Arbeitsmodi mit Agenten**: (a) ***agent employees*** — asynchrone Delegation (Kollege / eingebettet — Claudie, Andy, Viktor, Fin); (b) ***human-AI collaboration*** synchron (Claude Code und Äquivalente). **Every-Daten**: 95 % der CEO-E-Mails werden von KI bearbeitet; **Fin (Intercom) löst 65 % der Support-Konversationen**. **Zenons Paradox der KI**: Die KI schließt kontinuierlich die Lücke, doch der Mensch bleibt "die Schildkröte vorn", weil er ***"alive to a specific moment"*** ist — *"running wants, running concerns"* —, während Modelle auf historischen Trainingsdaten operieren. **Detaillierte Benchmarks**: **GPT-5.5 = 62/100 bei der Senior-Engineer-Codebase-Neufassung** (vs. Mensch 80-90er); **GDPval**: 40-49 % des Expertenniveaus, **aber mit umfangreicher menschlicher Rahmung**. **OpenClaw 44.469 PRs** im Mai 2026 (vs. Kubernetes 5.200 im Jahr 2022) — Beweis, dass agentische Arbeit *"mehr Arbeit"* schafft, nicht *"weniger menschliche Arbeit"*. **AGI-Implikationen**: Selbst bei AGI bleibt der **menschliche Framer** strukturell im Vorteil — er adressiert *"aktuelle, situierte"* Probleme, während das Modell auf *"historischen Trainingsdaten"* operiert. **Anti-Tipping-Point-Schlussfolgerung**: Dies ist kein Kipppunkt-Ereignis, sondern ***ein anhaltendes Muster***, das die Zukunft der Arbeit bestimmt. **Hohe Relevanz**: eine explizite Gegen-Erzählung zu *Amodei white-collar bloodbath* / *Sun permanent underclass* / *Anthropic Economic Index* — Shipper, **CEO eines Unternehmens, das täglich mit Agenten lebt**, liefert den theoretischen Rahmen, der die beiden empirischen Beobachtungen versöhnt (KI leistet mehr + Menschen bleiben unverzichtbar). Starke Konvergenz mit **Ng "No AI jobpocalypse"** (2026-05-08), **Mollick × roon ASI / FDE** (2026-05-10), **Tatsyi/Raiffeisen "AI made engineers different"** (2026-05-05), **Curran/Intercom 3× R&D** (2026-04-16) — alle beschreiben Menschen als *in Richtung Rahmung umverteilt (redeployed toward framing)* statt *ersetzt*. Produktive Spannung mit **Sun NYT permanent underclass** (2026-04-30), **Wallace-Wells AI populism** (2026-05-08), **Osmani Cognitive Surrender** (2026-05-05 — der menschliche Framer muss aktiv bleiben). Zu nutzen für COMEX / DG / Boards: strategisches Vokabular für 2026 — *"frame vs framer"* wird zum kanonischen Raster für KI-Governance.
#Dan Shipper#Every#after automation
**Dan Shipper** — CEO et co-fondateur de **Every** (média / studio AI-native, créateur de la newsletter *Every*, propriétaire du framework et plugin *Compound Engineering* — cf. fiche `shipper-klaassen-compound-engineering-every-agents-2025-12-11.md`). Profil rare : **opérateur-théoricien** · dirige une organisation entièrement augmentée par l'IA (95 % emails CEO automatisés, agents Claudie/Andy/Viktor en production, Fin pour le support) tout en publiant régulièrement des essais conceptuels sur every.to. Voix éditoriale anglo-saxonne de référence dans le corpus 2025-2026 sur les **modes de travail humain-IA**. Article publié sur **every.to/p/after-automation** le **21 mai 2026**.
Engineering-Artikel, veröffentlicht im **Uber** Engineering-Blog von sechs Ingenieuren (Matt Mathew, Prasad Borole, Meng Huang, Sergey Burykin, Gaurav Goel, Bayard Walsh) am **21. Mai 2026**, der die bei Uber für mehrere Tausend interne Agenten produktiv eingesetzte **Doktrin für Agentenidentität und Zugriffskontrolle bei KI** darlegt. **Kernthese**: Bestehende Identitätsmodelle (Menschen + Workloads) scheitern daran, **Handlungsvollmacht (Agency)** zu beschreiben — *"an agent is best defined as an entity that is authorized to act for or in the place of another"* — und verlieren die **Provenienz** über die Hops eines agentischen Workflows hinweg. **Zwei identifizierte operative Probleme**: (1) ***"Current Identity Model Doesn't Describe Agency"*** — Delegation ist der Standardmodus, Workflows sind kompositional (Agenten rufen Agenten auf, die Tools aufrufen), das Verhalten ist dynamisch (Pläne entwickeln sich basierend auf Zwischenergebnissen); (2) ***"Original Provenance Isn't Effectively Carried Forward Across Agents to Systems"*** — *"Execution context (originating user, intermediate agents) is dropped across agent hops."* **Vorgeschlagene Architektur** als Erweiterung von Ubers Zero-Trust-Architektur: **Agent Registry** (Source of Truth für Agent↔Workload-Zuordnungen) + **AI Agent Mesh** (Datenebene zwischen Agenten) + **STS (Security Token Service)** (Ausstellung kurz begrenzter JWTs) + **MCP Gateway** (Policy-Enforcement-Point für Tool-Aufrufe) + **AI Gateway** (Vermittlung externer LLM-Aufrufe mit Guardrails) + **SPIRE** (Anbieter von Workload-Credentials). **Kryptografische Mechanik**: Workloads beziehen kryptografisch signierte **SVIDs (SPIFFE Verifiable IDs)** von SPIRE → das SDK fordert über die Workload-Identität ein JWT vom STS an → der STS prüft die Autorisierung des Agenten gegen die Agent Registry → ein kurzlebiges Token (TTL in der Größenordnung von Minuten) wird für ein **spezifisches Single-Hop-Ziel** ausgestellt (gezielter `Audience`-Claim). **Kerndoktrin**: ***"Single-hop, short-lived tokens. Every JWT minted by the STS is intended for a single hop, with a specific Audience claim and a short time-to-live in the order of minutes."*** **Erhalt der Akteurskette**: ein Multi-Hop-Beispiel mit Bereitschaftsingenieur `user1` → Oncall Agent (Workload-1) → Investigation Agent (Workload-2) → MCP Gateway; das finale JWT trägt eine verifizierbare **Akteurskette `[user1, oncall-agent, investigation-agent]`**, die Zugriffsentscheidungen auf Tool-Ebene auf Basis der **vollständigen Historie der Anfrage** ermöglicht. **Standardisierung**: ein **Standardized A2A (Agent-to-Agent) Client**, der STS-Austausche und die Propagierung der Akteurskette automatisiert — *"the secure path is also the easiest path for developers to implement A2A calls"* — mit schrittweiser Migration von Legacy-Agenten. **Produktionskennzahlen**: ***"P99 latency for the STS Token Exchange API is consistently below 40 milliseconds,"*** Tausende interner Agenten im Einsatz, ein Echtzeit-Observability-Dashboard, das Multi-Agenten-Sitzungen nachverfolgt. **Langfristvision — dreischichtiges Framework**: (1) Identity & Trust Foundation (verifizierbare Agentenidentität + Delegationsketten), (2) Dynamic Access Control (kontextbasierte Berechtigungen + Human-in-the-Loop), (3) Unified Enforcement Plane (zentralisierte, beobachtbare Policy). **Abstimmung mit Standards**: die IETF-**WIMSE**-Arbeitsgruppe + der Entwurf `draft-klrc-aiagent-auth-01` *AI Agent Authentication and Authorization*, konzeptionell gestützt auf **OAuth 2.0 Token Exchange (RFC 8693)** und **SPIFFE/SPIRE** (CNCF graduated). Die erste Referenzpublikation eines Hyperscalers außerhalb der KI-Labs (Logistik/Mobilität), der Agentensicherheit auf Infrastrukturebene industrialisiert und die doktrinäre Lücke zwischen Skills-/Harness-Frameworks (Vincent, Lattice, PROJ-AI) und Fragen der Unternehmensidentität schließt.
Pivot-Artikel **Ivan Chepurin & Travis Turner** (Evil Martians Chronicles, **19. Mai 2026**) — ***« AI-assisted engineers are burning out, is this fine? »*** — **strukturierte Diagnose des Burnouts bei KI-unterstützten Entwicklern** und ein **5-Achsen-Interventions-Toolkit**. **Pivot-These**: KI-beschleunigte Produktivität verbirgt **versteckte Kosten — Erschöpfung der Entwickler**. *« Higher productivity doesn't translate to sustainable work practices or job satisfaction. »* Epigraph von Shunryu Suzuki über mentale Unruhe. **TL;DR — 3 wesentliche Abhilfen**: (1) Freude am Prozess wiederherstellen, (2) Erfolgserlebnis / Eigenverantwortung / Stolz wiederaufbauen, (3) den Druck der kontinuierlichen Produktivitätsmaximierung beseitigen. **Zentraler Erzählrahmen — Ben vs. Alice**: Ben (traditionelles Coding) = 4 Std. stetige Arbeit, verteilte kognitive Last, Zufriedenheit bei Fertigstellung; Alice (KI-unterstützt) = 2 Std. kognitiv hochintensive Arbeit, kontinuierliches Task-Switching, **keine Zufriedenheit** + füllt die freigewordene Zeit mit weiteren Aufgaben → **exponentielle Eskalation der Last** trotz beschleunigtem Output. **Kanonische Formel**: ***« We compensate for a lack of satisfaction with work quantity. »*** **Strukturelle Störung des Craft-Zyklus**: (Planung → Handwerk → Ergebnis) komprimiert zu (Planung → Ergebnis), Wegfall der meditativen Handwerksphase, ersetzt durch **kognitiv anspruchsvolles Code-Review**. Direkte Konvergenz mit **HBR study 2026** (zitiert): *« cognitive exhaustion from intensive oversight of AI agents is both real and significant »* + **UC-Berkeley-Forschung 2026**: Beschäftigte füllen natürliche Pausen mit KI-Aufgaben. **Quiet career change** — Pivot-Konzept: für das Programmieren eingestellte Entwickler leisten nun **andere Arbeit ohne bewussten Karrierewechsel**. 4 mögliche Wege: (1) Freude an der neuen Struktur finden (priorisiert), (2) KI ignorieren, (3) ohne Freude arbeiten (nicht nachhaltig), (4) Karriere wechseln. **5 identifizierte tägliche Burnout-Faktoren**: (1) ***Losing context*** — der Agent trägt das Projektverständnis extern, Verschiebung der kognitiven Schuld von Code zu Menschen, Verlust der Systemintuition; (2) ***No time for passive thinking*** — *« The model fills the silence before your own thinking has a chance to connect dots »* (Duschen, Spaziergänge als Momente unbewusster Problemlösung entfallen); (3) ***False expectations*** — anfängliche Geschwindigkeit = unrealistische Baseline, spätere Verlangsamungen werden als Scheitern erlebt; (4) ***Review bottlenecks*** — *« the more code is generated, the more code needs to be reviewed »*, unverhältnismäßige kognitive Last bei Senior-Entwicklern, Verantwortungsdiffusion; (5) ***Endless possibilities*** — geringe Prompting-Friktion begünstigt ständige Kurswechsel, Fehlen eines natürlichen Scopings. **5-Interventions-Toolkit**: (a) **Acknowledge your wins** (Win-Log, Team-Demos, Stundentracker); (b) **Rethink AI workflow** (Planung > Review, **max. 3-4 Iterationen**, kein paralleles Task-Switching, KI-intensive Aufgaben durch Pausen trennen, aufteilen); (c) **Keep exercising your craft** (geschützte KI-freie Handwerksstunden, *« ask » mode > generation mode*, Agenten bei Passion-Projekten ausschalten); (d) **Discipline + work-life balance** (feste Arbeitszeiten, echte Pausen, tägliche Vorsätze, aufhören, wenn fertig); (e) **Find new areas of interest** (User Research, Soft Skills, Analytics, Agent-Fine-Tuning + Guardrails, Performance-Optimierung). **Fazit**: *« AI can be helpful. Problems appear only if you misuse it. »* Branchenentwicklung = unvermeidlich; individuelles Wohlbefinden = kontrollierbar. Starke Konvergenz mit **Osmani Cognitive Surrender** (2026-05-05), **Frizzo "Year With Claude Code"** (2026-05-05 — *« writing muscle atrophy »*, *« deep flow rare »*), **Bedard BCG/HBR Brain Fry** (2026-03-05 — 1.488 Beschäftigte, Spitzenwert von 3 Tools, +39 % Fehler, +39 % Kündigungsabsicht). Hohe Relevanz für **CTO / VP Engineering / IT-HR** im Zusammenhang mit der Bindung KI-erweiterter Entwickler im Jahr 2026.
#Ivan Chepurin#Travis Turner#Evil Martians
**Ivan Chepurin** & **Travis Turner** — auteurs Evil Martians (cabinet de conseil ingénierie indépendant, Berkeley/global, ~150 ingénieurs, spécialiste Ruby on Rails / React / produits SaaS depuis 2010 ; éditeurs du blog *Evil Martians Chronicles* — référence dans la communauté Rails et JS). Article publié dans la catégorie **AI / Developer Community** sur evilmartians.com le **19 mai 2026**. Profil Evil Martians : voix éditoriale **opérateur-praticien** · articles longs ancrés dans le terrain produit · registre **soin du craft + lucidité business** · public habituellement développeurs / CTO / fondateurs early-stage.
Interner Teardown-Bericht zur Open-Source-Veröffentlichung **`xai-org/x-algorithm`** (15. Mai 2026) — dem **For-You-Feed**-Algorithmus von **X (ehemals Twitter)** im Jahr 2026, mit vier zielgruppenspezifischen Wachstums-Empfehlungssträngen (persönlich/Gründer, Marke/Unternehmen, verallgemeinertes Framework, Kunden-/Beratungs-Deliverable). **Kernthese**: ***« Die berühmte Gewichtstabelle von 2023 — Antworten zählen mit einem großen Multiplikator mehr als Likes — beschreibt ein System, das in dieser Form nicht mehr existiert. »*** Der Algorithmus von 2026 ist ein **Transformer (Phoenix, von Grok-1 abgeleitet)**, der Gewichte aus dem eigenen Engagement-Verlauf lernt und gegen eine **19-dimensionale Multi-Aktions-Oberfläche** bewertet wird, gesteuert durch einen Offline-Dienst zum Content-Verständnis (**Grox**). **Die Form des Scorings zählt heute weit mehr als die Zahlen — und die Zahlen selbst sind nicht Teil der öffentlichen Veröffentlichung**. **Architektur mit 4 Komponenten**: (1) **Home Mixer** (Rust, Orchestrator zur Anfragezeit, hydrate → source → filter → score → select → filter); (2) **Thunder** (Rust, mit Kafka gespeister In-Memory-Store aktueller Posts, Sub-Millisekunden-Lookups für In-Network-Kandidaten); (3) **Phoenix** (JAX-ML, Two-Tower-Retrieval + Ranking-Transformer, ~von Grok-1 abgeleitet); (4) **Grox** (offline, Spam-/Safety-/PTOS-/Banger-Klassifikatoren + multimodaler v5-Embedder). **Die 19 von Phoenix vorhergesagten Aktionen** (zentrale Änderung gegenüber 2023): favorite, reply, repost, photo_expand, click, profile_click, vqv (video quality view, durch Mindestdauer gesteuert), share, share_via_dm, share_via_copy_link, dwell, quote, quoted_click, follow_author, not_interested, block_author, mute_author, report, dwell_time (kontinuierlich). **Endscore** = `Σ (weight × P(action))`, modifiziert durch **3 strukturelle Multiplikatoren**: (a) **OON_WEIGHT_FACTOR < 1** (Out-of-Network-Abschlag), (b) **Author-Diversity-Decay** `(1-floor) × decay_factor^position + floor` (exponentielle Abschwächung wiederholter Posts desselben Autors innerhalb eines einzelnen Renders), (c) **Video-Dauer-Gate** (vqv trägt nur bei, wenn `video_duration_ms > MIN_VIDEO_DURATION_MS`). **Zentraler Vorbehalt**: **kein numerischer Gewichtswert** (`FAVORITE_WEIGHT`, `OON_WEIGHT_FACTOR`, `AUTHOR_DIVERSITY_DECAY`, `MIN_VIDEO_DURATION_MS`...) ist in der Veröffentlichung enthalten — alles ist `crate::params::*`, verwaltet von einem internen X-Feature-Switch-Dienst für A/B-Tests. ***« Wer behauptet, ‚Antworten sind 2026 N,N-mal mehr wert als Likes‘, erfindet eine Zahl, die sich aus der OSS-Veröffentlichung nicht ableiten lässt. »*** **Zentrale Unterschiede zu 2023**: (1) Entfernung sämtlicher handgefertigter Features (*« Wir haben jedes einzelne handgefertigte Feature und die meisten Heuristiken aus dem System entfernt »*); (2) ein einzelnes Modell sagt 19 Aktionen voraus statt mehrerer Einzelaktions-Modelle; (3) Grox trennt Content-Verständnis vom Ranking; (4) neue erstklassige Signale (kontinuierliches dwell, gesteuertes vqv, follow_author, 3 Share-Varianten); (5) Two-Tower-OON-Retrieval (statt SimClusters+Heuristiken) mit multimodalen Text+Bild+ASR-Video-Embeddings. **Drei Reichweiten-Schichten** (verallgemeinertes Framework): Eligibility (binär, Grox+Filter) → Retrieval (probabilistisch, Two-Tower-ANN) → Ranking (kontinuierlich, gewichtete Summe + Multiplikatoren). **Zwei Gesetze des mechanischen Wachstums**: (1) In-Network ist multiplikativ, OON ist additiv; (2) Die Aufgabe des Modells ist es, dich vorherzusagen, nicht dich zu belohnen. **Bewusste Ehrlichkeitsgrenze**: veröffentlichter Phoenix-Checkpoint = Mini-Version (2 Layer, 4 Heads, 256-dim, 537K-Sportpost-Korpus), nicht das Produktionsmodell; Thrift-Integrationen sind Stubs (`panic!("Not implemented")` in `candidate_features.rs`); Brand-Safety-Listen, Topic-ID-Zuordnungen, Sprachabschläge und Ad-Blending-Regeln fehlen in der öffentlichen Veröffentlichung.
Rapport interne **non signé** (typique des deliverables d'analyse interne / brouillon de livrable client). Sources primaires citées : (a) le repo public **`xai-org/x-algorithm`** (release 15 mai 2026) · (b) les `README.md` du repo et de ses sous-modules (`home-mixer/`, `phoenix/`, `thunder/`, `grox/`) · (c) le code source Rust (Home Mixer, Thunder) et Python/JAX (Phoenix, Grox) inspecté directement avec citations file:line. Le rapport est explicitement écrit en posture *"what we observe in the public source release · and what it implies for measurable growth interventions"* — registre de teardown analytique avec discipline d'honnêteté épistémique (section A.3 *"Honesty boundary"* listant exhaustivement ce qui n'est pas dérivable de l'OSS).
Erste Sozialenzyklika von **Papst Léon XIV** (Robert Francis Prevost), datiert auf den **15. Mai 2026** (Rom, bei St. Peter, im 2. Jahr des Pontifikats), veröffentlicht zum **135. Jahrestag von *Rerum Novarum*** (Léon XIII., 15. Mai 1891) und ausdrücklich als **Fortsetzung der Soziallehre der Kirche im Zeitalter der KI** vorgestellt. Kanonischer Untertitel: *„über den Schutz der menschlichen Person im Zeitalter der künstlichen Intelligenz“*. **245 Abschnitte**, gegliedert in **Einleitung + 5 Kapitel + Schluss**. **Zentrale These**, organisiert um zwei **biblische Bilder**: den **Turmbau zu Babel** (Gen 11) — technologische Gleichförmigkeit ohne Gott, *„Verabsolutierung des Menschlichen“* — gegenüber dem **Wiederaufbau der Mauern Jerusalems durch Nehemia** (Neh 2-6) — geteilte Verantwortung Stein für Stein, Zuhören, Koordination unter den Familien. *„Die erste Wahl besteht nicht zwischen einem 'Ja' oder 'Nein' zur Technik, sondern zwischen dem Bau Babels oder dem Wiederaufbau Jerusalems“* (Nr. 9). **Kanonische Konzepte**: (1) **KI „kultiviert“ statt „konstruiert“** — *„Entwickler entwerfen nicht jedes Detail direkt, sondern schaffen eine Architektur, auf der sich die KI entwickelt“* (Nr. 98), eine bemerkenswerte theologische Formulierung, die an aktuelles ML-Forschungsvokabular anknüpft; (2) ***„Die KI entwaffnen“*** (Nr. 110) — *„sie der Logik eines Wettrüstens entziehen, das heute nicht mehr nur militärisch, sondern auch wirtschaftlich und kognitiv ist“*, um die KI *„bewohnbar zu machen, indem man sie der Vielfalt menschlicher Kulturen zurückgibt“*; (3) **Radikale Kritik am „Alignment“** — *„Wir können uns nicht damit begnügen, die Moralisierung der Maschine zu fordern, das sogenannte 'Alignment' der KI mit menschlichen Werten, ohne den Mut zu haben, eine weitere Bedingung hinzuzufügen: die Möglichkeit, den zu verwendenden ethischen Kodex zu debattieren“* (Nr. 107). ***„Eine moralischere KI nützt nichts, wenn diese Moral von einer Handvoll Menschen entschieden wird.“*** (4) **Epistemische Asymmetrie** und **neue KI-Monopole** (Nr. 109) — *„in einer Welt, in der wenige Akteure Daten, Rechenressourcen und regulatorische Macht konzentrieren“*; (5) **Unsichtbare Arbeit** von Daten-Labelern/Moderatoren/Seltene-Erden-Schürfern (Nr. 109, 173) — *„gezeichnete, verstümmelte, benutzte Körper, damit der Rechenfluss nie stoppt“*; (6) **Datenkolonialismus** (Nr. 178) — *„er beherrscht nicht nur Körper, sondern eignet sich Daten an“*, *„neue seltene Erden der Macht“*; (7) **KI und Krieg** (Nr. 197-200) — *„Kein Algorithmus, der Krieg moralisch akzeptabel machen kann“* (Nr. 198), drei Kriterien: nachvollziehbare persönliche Verantwortung, Verweigerung der Verkürzung der Zeit für moralisches Urteilen, Schutz der Zivilbevölkerung; (8) **Kritik an Transhumanismus/Posthumanismus** (Nr. 115-117) als *„ein Archipel konzeptueller Inseln, verbunden durch denselben Ozean von Annahmen: die Zentralität der Technik und der Traum, die Grenzen der menschlichen Verfassung zu überschreiten“*; (9) **Arbeit im Übergang** (Nr. 150-156) — *„entgegen den angepriesenen Vorteilen der KI können aktuelle Technologieansätze Arbeitnehmer paradoxerweise dequalifizieren, sie automatisierter Überwachung unterwerfen“*, Zugang zur Arbeit als öffentliche Priorität, Antizipation des Wandels, Festlegung sozialer Kriterien für Innovation; (10) **Kanonische Frage nach Johannes Paul II.** (Redemptor hominis 1979): ***„Macht die KI das menschliche Leben auf der Erde in jeder Hinsicht 'menschlicher'? Macht sie es 'des Menschen würdiger'?“*** (Nr. 129); (11) **Authentisches „Mehr als Mensch“**: nicht Transhumanismus, sondern Gnade — *„wir schaffen es, ganz Mensch zu sein, wenn wir mehr als Mensch sind, wenn wir Gott zulassen, uns über uns selbst hinauszuführen“* (Nr. 128, unter Verweis auf Franziskus, *Evangelii gaudium*); (12) **Die Worte entwaffnen** (Nr. 214) — *„Lasst uns die Worte entwaffnen, und wir werden helfen, die Erde zu entwaffnen“*. **Adressaten**: *„An alle katholischen Gläubigen, an alle Christen, an alle Menschen guten Willens“* (Nr. 16) — ein **universelles** Register in der Linie von *Pacem in terris* (Johannes XXIII., 1963), *Laudato si'* (Franziskus, 2015) und *Fratelli tutti* (Franziskus, 2020). **Besonderer Appell an KI-Entwickler** (Nr. 111): *„jede Designentscheidung drückt eine Vision des Menschen aus“*. Zentrale zitierte **Lehramtsquelle**: *Antiqua et nova* (Dikasterien für die Glaubenslehre + Kultur und Bildung, 14. Januar 2025) + *Quo vadis, humanitas ?* (Internationale Theologenkommission, 9. Februar 2026). Ein bedeutendes Dokument des **sozialen Lehramts von 2026**, an der Schnittstelle von Soziallehre ↔ KI-Ethik ↔ Big-Tech-Geopolitik ↔ Kritik an Mikroarbeit/Seltene-Erden-Abbau. Implizite Konvergenz mit **Mensch / Mistral** (energetische Souveränität der KI), **Sun / NYT Permanent Underclass** (vgl. Verschiebung Arbeit→Kapital), **Wallace-Wells / NYT AI Populism** (vgl. Kritik an Tech-Oligarchen), **Mollick × roon** (vgl. ASI und interne Politik). Erste Enzyklika eines Papstes, die KI ausdrücklich als **zentrales, strukturierendes Thema** behandelt und nicht nur als eines unter vielen.
#Léon XIV.#Robert Francis Prevost#Sozialenzyklika
**Léon XIV** (de naissance Robert Francis Prevost) · 267e Pape de l'Église catholique · élu le **8 mai 2025** · premier pape américain de l'histoire (né à Chicago, USA, 1955 ; double nationalité américano-péruvienne). Augustinien (ancien Prieur général de l'Ordre de Saint-Augustin 2001-2013) · ancien évêque de Chiclayo (Pérou) puis Préfet du Dicastère pour les Évêques (2023-2025). *Magnifica Humanitas* est sa **première encyclique sociale** · signée *« Donné à Rome · près de Saint-Pierre · le 15 mai de l'année 2026 · la deuxième de mon Pontificat »* — date choisie pour **coïncider avec le 135e anniversaire de *Rerum Novarum*** (15 mai 1891) de Léon XIII · dont il a explicitement repris le nom de pontificat en référence à la tradition sociale lancée par son prédécesseur du XIXe siècle. La référence augustinienne est centrale dans le document (citations massives des *Confessions*, du *De civitate Dei* — *« deux amours ont fait deux cités »*, des *Enarrationes in Psalmos*, des *Sermones*). Trace de paternité collective : multiples références à *Antiqua et nova* (note conjointe DDF + DCE, 14 janvier 2025) et *Quo vadis · humanitas ?* (CTI, 9 février 2026) · suggérant un travail conjoint entre la Secrétairerie d'État · le Dicastère pour la Doctrine de la Foi · le Dicastère pour la Culture et l'Éducation · et le Dicastère pour le Service du Développement humain intégral.
Blogbeitrag von **Zed**, verfasst von **Franciska Dethlefsen** (Head of Growth and Marketing), veröffentlicht am **14. Mai 2026** — am Tag nach Anthropics Ankündigung —, um Fragen der Zed-Nutzer zu beantworten. **Thema**: Ab dem **15. Juni** teilt Anthropic die Abrechnung des Claude-Abonnements in **zwei Pools** auf — einen für die **First-Party-Tools** (Chat, die offizielle Claude Code CLI), den anderen für **Drittanbieter-Agenten- und SDK-Nutzung** (alles, was über **ACP**, `claude -p` oder ein Drittanbieter-Tool läuft). Die Nutzung über ACP **zieht dann nicht mehr von den Pro- oder Max-Limits ab** und wechselt zu einem monatlichen **"Agent SDK"-Guthaben**: **20 $ für Pro, 100 $ für Max 5x, 200 $ für Max 20x**. Ist das Guthaben aufgebraucht, läuft die Nutzung **zu Standard-API-Preisen** weiter, sofern Overage aktiviert ist — andernfalls stoppen die Anfragen bis zum nächsten Zyklus. **Die für den Artikel entscheidende Zahl**: Abonnements hatten die agentische Nutzung bis dahin um den Faktor **≈15 bis 30×** gegenüber den API-Preisen subventioniert, und die neuen Guthaben werden **zu vollen API-Sätzen** abgerechnet — daher *„für alle, die Agenten intensiv nutzen, ist dies ein erheblicher Kostenanstieg"*. **Es werden drei Optionen vorgeschlagen**, in einer Reihenfolge, die Zeds Haltung offenbart: (1) das Abonnement behalten, indem man die **offizielle `claude`-CLI im Terminal innerhalb von Zed** statt über ACP ausführt — *„wenn die offizielle claude-CLI im Terminal läuft, nutzt sie die Limits deines Abonnements, nicht das neue Guthaben"*; (2) Zeds integrierten Agenten mit dem Anbieter eigener Wahl nutzen (von Zed gehostete Modelle, API-Schlüssel, Copilot, lokales Ollama, DeepSeek); (3) **einen beliebigen ACP-Agenten** einbinden — OpenCode, Codex, Factory, Cursor —, von denen mehrere weiterhin ratenlimitierte Abonnements anbieten, die eine intensive Nutzung subventionieren. **Die zugrunde liegende These**, und der eigentliche Grund für den Beitrag: *„ACP ist ein offenes Protokoll … damit dein Editor niemals an die Preisentscheidungen eines einzelnen Anbieters gebunden ist"*, mit der expliziten Erwartung, dass *„diese Art von Änderung nicht die letzte sein wird"*. **Der Beitrag trägt ein auf den 16. Juni 2026 datiertes Addendum**, das ankündigt, dass **die Änderung ausgesetzt wird**: ACP, `claude -p`, das Agent SDK und Drittanbieter-Anwendungen funktionieren **wie zuvor** mit Abonnements weiter, kein separates Guthaben ist zu beanspruchen, die Limits bleiben unverändert, Anthropic überarbeite seinen Plan mit angekündigter Vorlaufzeit. **Das Artefakt widerspricht sich damit selbst**: sein wichtigster Inhalt — die Rücknahme — datiert einen Monat nach seinem eigenen Veröffentlichungsdatum.
#Zed#Anthropic#Claude-Abonnement
**Franciska Dethlefsen** — head of growth and marketing chez **Zed Industries**. Le rôle est déterminant pour lire le texte : ce n'est pas un billet d'ingénierie mais une **communication de crise produit** · écrite le lendemain d'une annonce d'un fournisseur dont Zed dépend · à destination d'utilisateurs inquiets. La signature growth/marketing explique la structure (problème → options → réassurance) et le fait que l'argument protocolaire arrive en conclusion plutôt qu'en tête.
Continuous Delivery als nicht verhandelbare Grundlage KI-gestützter Softwareentwicklung — Dave Farley argumentiert auf seinem Kanal *Modern Software Engineering*, dass KI ohne CD kein Beschleuniger, sondern eine Falle ist (Theory of Constraints und Jevons-Paradoxon angewandt auf generierten Code, ATDD/BDD als Absicherung, Deployment-Pipeline als Qualitätsschiedsrichter).
#Continuous Delivery#Generative KI im SDLC#ATDD (Acceptance Test-Driven Development)
Dave Farley (Modern Software Engineering — YouTube channel)
Aussage von **Arthur Mensch** (Mitgründer und CEO von **Mistral AI**) in Begleitung von **Audry Herblin-Stoupe** (Direktorin für öffentliche Angelegenheiten) vor der **commission d'enquête sur les vulnérabilités numériques** der Nationalversammlung (Vorsitz: Philippe Latombe, abwesend — Sitzungsleitung durch den Berichterstatter). Aussage unter Eid, ~1h15, Mai 2026. Menschs Kernthese: ***"Cloud ist künstliche Intelligenz"*** — keine Unterscheidung zwischen digitalen Diensten und KI, KI ist die atomare Einheit der Cloud-Wertschöpfungskette, von Halbleitern (ASML) bis zum Unternehmenseinsatz. **Mistral 2026**: 1.000 Beschäftigte, 12 Milliarden Euro Bewertung, Ziel von **1 Milliarde Euro Umsatz bis Ende 2026**, 1 Milliarde Euro F&E-Investition im Jahresverlauf, 30 % des Umsatzes in Frankreich / 70 % außerhalb Frankreichs / ~75 % in Europa, Kunden: DINUM, Caisse des dépôts, France Travail, MACGM, Stellantis, TotalEnergies, BNP Paribas, ministère des Armées, Luxemburg (Zentralverwaltung). **Menschs konzeptueller Rahmen**: KI ist eine **natürliche Ressource** — *"wir wandeln Elektrizität in Intelligenz um, in Token-Generierung."* Ökonomie: 1 GW Rechenzentrum = **50 Milliarden Dollar Investition über 5 Jahre**, erzeugt **20 Milliarden Dollar an Tokens/Jahr** ≈ 50 % Bruttomarge. Entlang der Kette Elektron→Token liegen **~10 % des Werts beim Elektron**, 90 % anderswo (Chips, Software, Dienstleistungen). **Alarmistische Makrothese**: Wenn Europa 10 % seiner Lohnsumme in nicht-europäischer KI importiert, entspricht das **einem zusätzlichen Handelsdefizit von 1 Billion Euro**; es werden 20 Billionen Euro an Infrastrukturinvestitionen benötigt, um Europa zu versorgen (40 GW Frankreich / 400 GW Europa). **Souveränitätsstrategie**: ***"Souveränität nicht als Isolationismus verstehen, sondern als Hebelwirkung."*** **Zeitdruck**: *"wir haben keine Zeit"* — ein **2-Jahres**-Fenster, bevor europäische Energieressourcen von amerikanischen Hyperscalern monopolisiert werden, die **1 Billion Dollar/Jahr** einsetzen. **Fünf operative Diagnosen**: (1) Regulatorische Last = 5 Compliance-Mitarbeiter bei Mistral, 27 unsynchronisierte Regulierungen, Unternehmer wandern in die USA ab; (2) Fragmentierter Markt = ~60 europäische Telcos gegenüber 3 in den USA; (3) öffentliche Beschaffung als strategischer Hebel unterausgeschöpft (50 % des EU-BIP); (4) Energie: 9 GW französischer Überschuss laufen Gefahr, binnen 2 Jahren von US-Akteuren monopolisiert zu werden; (5) Destillation = eine Kostensenkungstechnik, **kein** technologisches Aufholen. **Verteidigungsdoktrin**: Mistral arbeitet mit dem ministère des Armées, lehnt eine "Aufsicht" über die Endnutzung explizit ab ("wir haben keine demokratische Legitimität"), eine Positionierung *anti-Anthropic-Mythos*. **Cybersicherheit**: erkennt die offensiven Fähigkeiten der Modelle an ("das steigt linear, vorhersehbar, für alle gleichzeitig"), wendet sich gegen das *Angstmarketing* eines amerikanischen Wettbewerbers (implizit Anthropic). **Campus IA**: sehr geringe Beteiligung, potenzieller Lieferant (Mistral + Hyperscaler), 35 Milliarden Euro MGX/Abu Dhabi + Nvidia, 100 Hektar in Saint-Arnoult, 1,4–1,6 GW (= Flamanville), französischer Atomstrom = reduzierter CO2-Fußabdruck. **Anmerkung**: Teams von Doktoranden (keine Microworker mehr), Madagaskar für Robotik mit Lohngarantien. **Geschäftsmodell**: keine Blase auf der Nachfrageseite, **Angebotsengpass** (Chips, Speicher, Helium, Elektronen). **Warnender Schluss**: *"wenn wir es nicht schnell genug tun, werden wir ein Vasallenstaat."*
#Arthur Mensch#Mistral AI#Audry Herblin-Stoupe
**Arthur Mensch** (cofondateur et directeur général de **Mistral AI**) accompagné d'**Audry Herblin-Stoupe** (directrice des affaires publiques et de la communication, Mistral AI). Mensch a cofondé Mistral AI le 28 avril 2023 avec **Guillaume Lample** et **Timothée Lacroix** — tous les trois précédemment dans les *« gros acteurs américains »* (Google DeepMind / Meta FAIR). Audition tenue devant la **commission d'enquête de l'Assemblée nationale sur les vulnérabilités numériques** · présidée par **Philippe Latombe** (député MoDem, Vendée — absent ce jour). Séance présidée par la **rapporteur** (non nommée dans le transcript) · avec interventions du président lui-même (revenu en cours) · du député **Arnaud Saint-Martin** (LFI/Saint-Arnoult — sa circonscription accueille Campus IA) · et de la rapporteur sur les questions économiques.
Vorstellung von **AI/works™**, einer **agentischen Entwicklungsplattform**, die laut **Thoughtworks** *„der neue Standard für den Bau und Betrieb industrietauglicher Systeme im KI-Zeitalter“* ist. Das Kernversprechen ist **wirtschaftlicher** Natur: *„Das alte Modell ließ Sie Millionen für den Bau zahlen, für den Betrieb, und dann erneut für den Neubau — AI/works™ beendet diese Routine.“* Die Plattform deckt **den gesamten SDLC** ab, zentriert um ein zentrales Konzept, die ***Super Spec*** (eine dynamische, einheitliche Spezifikation für Architektur, Workflows, Sicherheit, Daten, UX), mit **sechs Fähigkeiten**: Reverse Engineering (Legacy → As-is-Spezifikationen), Dynamic Spec Development (Rohanforderungen → Super Spec), Spec to Code (coordinated agents erzeugen testbaren Code), Developer Experience (governed golden paths), Control Plane (Agentenorchestrierung mit Kostentransparenz, aktiven Guardrails, durchgängiger Lineage), Runtime Ops (kontinuierliches Monitoring, das Änderungen erkennt, die Super Spec aktualisiert und betroffenen Code neu generiert). **3-3-3**-Methodik: 3 Tage zur Abstimmung des Produktkonzepts, 3 Wochen für den Prototyp (Desirability/Viability/Feasibility), 3 Monate bis zum MVP in Produktion. Anerkennung durch **Constellation Research**: *„verändert die Ökonomie der Enterprise-Software-Bereitstellung“* durch einen *„spezifikationsgetriebenen, lebenszyklusorientierten“* Ansatz. Einstiegs-Tagline: ***„Wir machen es erneut, für das KI-Zeitalter“*** — eine Berufung auf Thoughtworks' Erbe in XP/CI-CD/Microservices. Anti-Hype-Positionierung: *„stützt sich auf ein technisches Fundament statt auf Begeisterung“*, *„keine Beraterheere“*, *„die Finanzabteilung kann die Rechnung öffnen, ohne die Notbeleuchtung einzuschalten“*. Vorgestellte Partner: AWS, GCP, Azure, Databricks, Snowflake + Claude, OpenAI, DeepSeek, Gemini, Grok + NVIDIA, Groq, Stripe, Spotify, CAST, Cyn DX, Mechanical Orchard.
#Thoughtworks#AI/works#AI works Marke
**Thoughtworks** (auteur collectif corporate, page produit/marketing). Aucun individu cité sur la page. Contexte des figures Thoughtworks pertinentes en arrière-plan : **Martin Fowler** (chief scientist emeritus, *Refactoring*, *Patterns of Enterprise Application Architecture*) · **Rebecca Parsons** (CTO emeritus) · **Birgitta Böckeler** (Distinguished Engineer, *Harness Engineering for Coding Agents*, fiche 2026-04-02) · **Matt Kamelman** (*Service-as-Software*, fiche 2025-12-03) · **Sam Newman** (*Building Microservices*).
Der Konsistenztest von Ethan Mollick (Wharton): Man wird wissen, dass KI-Labore wirklich an ASI glauben, an dem Tag, an dem sie ihre *Forward Deployed Engineering* (FDE)-Teams auflösen. Öffentliche Debatte mit roon (OpenAI) auf LinkedIn: roon wendet ein, dass es sich um ein **hayekianisches Problem** handelt (Intelligenz löst nicht automatisch den organisatorischen Informationsfluss) und belebt den Begriff „**Gentle Singularity**“ wieder. Konsens in den Kommentaren: Die Technologie ist der einfache Teil; interne Politik / bestehende Arbeitsabläufe / vertragliche Haftung sind der eigentliche Engpass. Prägender Satz: *„Krebs zu heilen könnte einfacher sein als Accenture zu ersetzen“*. Epistemische Gegenüberstellung **Ostküste vs. Westküste** hinsichtlich der Entwicklung der KI-Adoption.
#ASI (Artificial Super Intelligence)#Forward Deployed Engineering (FDE)#KI-Beratung
Manifest-artiger Artikel von **Thariq Shihipar** (Engineer & Serial Entrepreneur, Claude Code Team bei Anthropic), der eine **Änderung des Standard-Ausgabeformats für Agenten** ankündigt: die Ablösung von **Markdown durch HTML**. These: Markdown war das dominante Format zwischen Menschen und Agenten (einfach, portabel, editierbar, lesbar), ist aber zu **einem Engpass** geworden, da Agenten längere und reichhaltigere Artefakte produzieren (Specs, Pläne, Berichte, Code-Reviews). Jenseits von ca. 100 Zeilen liest niemand mehr eine Markdown-Datei. HTML löst sechs Einschränkungen gleichzeitig: **Informationsdichte** (Tabellen, CSS, SVG, Skripte, Canvas, Bilder), **visuelle Klarheit** (navigierbares, mobil-responsives Layout), **einfaches Teilen** (ein S3-Link, direkt im Browser öffenbar), **bidirektionale Interaktivität** (Schieberegler, Regler, „Copy as JSON/Prompt“-Buttons zur Rückkopplung in Claude Code), **native kontextuelle Aufnahme** (Claude Code liest die Codebasis + MCP Slack/Linear + Git-Historie + Chrome) und **Freude an der Nutzung** (der Autor stellt ausdrücklich fest: *„it's joyful“*). Fünf kanonische Anwendungen im Detail: (1) **Specs/Pläne/Exploration** in einem vergleichenden Raster, (2) **PR-Review** mit inline annotiertem Diff, (3) **Design & Prototypen** mit Animations-Schiebereglern, (4) **Berichte/Recherche/Lernen** (der Autor ließ einen Prompt-Caching-Explainer aus der Git-Historie generieren), (5) **maßgeschneiderte Wegwerf-Editoren** (Drag-and-Drop von Linear-Tickets, Feature-Flag-Editoren, Side-by-Side-Prompt-Tuner), die einen re-injizierbaren „Copy as Markdown/Diff/JSON“-Export erzeugen. Explizites Anti-Pattern: *„I'm a little bit afraid that people will read this article and turn it into a /html skill“* — der Autor **lehnt eine vorschnelle Skill-ifizierung ab** und empfiehlt stattdessen Prompting von Grund auf („make a HTML file“). Pragmatisches FAQ: Token-Kosten werden durch den 1-Mio.-Kontext von **Opus 4.7** absorbiert, 2-4× längere Generierungszeit, verrauschte HTML-Diffs (ein realer Nachteil), Stil wird über ein HTML-Referenz-Designsystem im Zaum gehalten.
#HTML#Markdown#Ausgabeformat
Thariq Shihipar (Engineer & serial entrepreneur, équipe Claude Code chez Anthropic — site : thariqs.github.io/html-effectiveness ; X : @trq212)
Leitartikel von Andrew Ng in The Batch n°352 vom 8. Mai 2026 — **„There Will Be No AI Jobpocalypse"** —, der die Erzählung einer durch KI verursachten Massenarbeitslosigkeit widerlegt und sich dabei auf die **gesunde Arbeitslosenquote von 4,3 %** in den USA sowie eine robuste Einstellungstätigkeit im Tech-Sektor stützt. Ng identifiziert **drei Treiber** der Jobpocalypse-Erzählung: **(1) technologische Anreize** — KI-Labore profitieren davon, sich als transformativ-disruptiv darzustellen (Finanzierungsrunden, Bewertungen, Talente); **(2) Preissetzungsmacht** — Anbieter berechnen Unternehmenskunden **10.000 $+/Jahr**, indem sie ihre Preise **am Gehalt der ersetzten Mitarbeiterin bzw. des ersetzten Mitarbeiters** ausrichten, statt an klassischer SaaS-Preisgestaltung (pro Nutzer / pro Nutzung); **(3) Unternehmenskommunikation** — Unternehmen deuten ihre Entlassungen als *„KI-Effizienz"* um, anstatt die **Überheuerung der Pandemiezeit** von 2020–2022 einzugestehen. Ehrliches Eingeständnis: *„KI stört die Arbeitswelt"*. Doch Ng dreht dies um in **„AI Jobapalooza"** (ein Wortspiel mit Lollapalooza) — Arbeitsplatzschaffung in der KI-Entwicklung und angrenzenden Feldern mit sich wandelnden Kompetenzprofilen. Implizite Spannung mit **Amodei** (50 % der Bürojobs bis 2030 wegfallen) — Ng weist, ohne ihn zu nennen, darauf hin, dass **Anthropic davon profitiert, diese Erzählung zu befördern** (technologische Anreize). Veröffentlicht **am selben Tag** wie **Wallace-Wells' „AI Populism"-Beitrag im NYT Magazine**: eine perfekte Spiegel-Lektüre — Ng = kühle ökonomische Analyse / Wallace-Wells = populäre Panik. Preissetzungs-Konvergenz mit **Bains „100-Mrd.-$-system-übergreifende-Arbeit"**-These (gleiche These: Preisanker an Gehältern).
#Andrew Ng#The Batch#DeepLearning.AI
Andrew Ng (fondateur DeepLearning.AI, Stanford, ex-Google Brain, ex-Baidu, ex-Coursera)
**David Wallace-Wells** veröffentlicht am **8. Mai 2026** im **NYT Magazine** einen zentralen politischen Wendepunkt-Artikel (~16 Min. Audio), der den populistischen Gegenschlag gegen die KI-Industrie formalisiert und benennt: ***„A.I. Populism Is Here. And No One Is Ready.“*** Vernichtender Untertitel: *„Silicon Valley oligarchs worried about the risks their technology posed to the world. They forgot about people.“* **Wendepunkt-These**: Die KI-Gründer (Altman, Amodei, Musk, Zuckerberg, Hassabis) haben ein Jahrzehnt lang die **existenziellen** Risiken ihrer Technologie fixiert, während sie das **politische Risiko** eines menschlichen Gegenschlags **vernachlässigten** — von dem sie annahmen, er *„wouldn't materialize in time, would be quickly outmaneuvered by machine intelligence or could be bought off by talk of basic-income payments or thin promises of curing cancer“*. **Der Gegenschlag traf buchstäblich zu**: April 2026, ein **Molotov cocktail**, geworfen auf Altmans Anwesen in San Francisco, wenige Tage später ein **Schusswaffenangriff** auf sein Haus. Wallace-Wells greift **Jasmine Suns** Formulierung auf (NYT Opinion, 2026-04-30, bereits erfasst): ***„A.I. populism's warning shots“*** — eine Analogie zur Ermordung des UnitedHealthcare-CEO Brian Thompson durch Luigi Mangione. **Fünf Labore als neue Gesichter der amerikanischen Oligarchie**: *„a fearsome concentration of economic and social power producing a self-compounding pattern of extreme inequality“* — Sam (Altman), Dario (Amodei), Elon (Musk), Mark (Zuckerberg), Demis (Hassabis), fast alle Milliardäre, *„several of whom are widely described as sociopaths“*. **Erschütternde Statistiken**: Pew Research 2025 — **50 % der Amerikaner eher besorgt als begeistert**, **nur 10 % eher begeistert**; aktuelle Quinnipiac-Umfrage — **nur die Einkommensgruppe >200.000 $ hat eine optimistische Sicht auf KI im Alltag**; Heatmap-Umfragen — Zustimmung/Ablehnung zu Rechenzentren schwankt von **+2 Punkten (Sept. 2025) auf −24 Punkte (Feb. 2026)**, ein **Umschwung um 26 Punkte in 4 Monaten**; Nord-Virginia 2023–2025 — **Umschwung um 69 Punkte gegen Rechenzentren** (+45 → −24). **Loudoun County**: Rechenzentren werden 2027 **1,3 von 2,9 Mrd. $** der Steuereinnahmen erzeugen (~45 %). **Asymmetrie Investition/Wohnraum**: Die USA gaben 2025 **mehr für KI-Infrastruktur als für Einfamilienhäuser** aus, **10× mehr Rechenzentren als Deutschland** (Platz 2), **20× mehr KI-Investitionen als China** (Platz 2), inmitten einer **Wohnungsknappheit von 10 Millionen fehlenden Einheiten**. Zitiertes **zentrales Ted-Chiang-Zitat (BuzzFeed 2017)**: *„When Silicon Valley tries to imagine superintelligence, what it comes up with is no-holds-barred capitalism.“* **Dario-Amodei-Zitat (Anthropic, 2024)**: *„People outside the field are often surprised and alarmed to learn that we do not understand how our own A.I. creations work. They are right to be concerned: this lack of understanding is essentially unprecedented in the history of technology.“* **Politischer Kurswechsel markiert**: Das **White House** schlägt vor, eine **bundesweite Prüfung aller neuen proprietären Modelle vor Veröffentlichung** verpflichtend zu machen — ein bedeutender Wandel nach einer industriefreundlichen Haltung. **Auslöser**: **Anthropics** öffentliche Weigerung im **April 2026**, **Claude Mythos** zu veröffentlichen, ein Modell, das in der Lage ist, *„find[ing] and exploit[ing] security vulnerabilities in every tested piece of software, including those used in critical pieces of global I.T. infrastructure“* (bereits erfasst über den Eintrag **AISI UK GPT-5.5 / Mythos**, 2026-04-30). **Dean-Ball-Zitat (ursprünglicher Architekt der KI-Politik unter Trump, Palantir-Foundation-Yale-Konferenz)**: *„This giant acid vat which would dissolve the mediating institutions most Americans see as society. It will not be A.I. in government. It's going to be A.I. as governments.“* **Jeffrey-Ding-Konzept**: *„diffusion marathon“* (im Gegensatz zum Winner-take-all-Rennen) — KI als *general-purpose technology* (Dampfmaschine, Elektrizität, Internet), bei der die **Diffusion** stärker zählt als der **Stand der Technik**. **Schlussfolgerung des Wendepunkts**: *„We still know the names of the robber barons, and live still somewhat in their shadows. But we are not their serfs. Are we sure A.I. will be different?“* Hohe Relevanz für das Dossier 2026: **begriffliche Formalisierung des politischen Gegenschlags**, wie von Sun (April) antizipiert und von Ng The Batch markiert (Molotov cocktail bei Altman, ~64 Mrd. $ blockierter Rechenzentren, Moratorium für Anlagen ab 20 MW in Maine). Einzusetzen für Executive Briefings zu KI-Geopolitik, regulatorische Debatten, strategische Präsentationen zu den gesellschaftlichen und politischen Risiken von KI sowie die FR/Europa-Einordnung der politischen Rückkopplungsschleife der KI.
#David Wallace-Wells#NYT Magazine#AI Populism Is Here
**David Wallace-Wells** — NYT Magazine staff writer · journaliste américain reconnu pour son travail sur le climat (livre *The Uninhabitable Earth* 2019, ancien deputy editor de *New York Magazine*). Connu pour des essais long-form combinant reportage · prospective et critique politique des technologies. **Article publié dans le NYT Magazine** le **8 mai 2026** (édition online, ~16 minutes audio) · section politique-tech.
Podcast von Greg Isenberg × Meng To (Designer, Gründer von Design+Code, Schöpfer der Produkte Aura / New Form / Dream Cut) über **`design.md`** — Googles Open-Source-Konvention, das Äquivalent zu `agents.md` / `skills.md` / `soul.md`, jedoch **für das Designsystem** (Typografie, Farben, Abstände, WebGL/Three.js-Animationen, Reveal-Regeln). Zentrale Idee: die „**Seele des Designs**" in einer Markdown-Datei zu tragen, die einem Agenten (Claude Code, Codex, OpenClaude, Gemini, Stitch, Aura, V0, Lovable, Cursor) übergeben wird, um **medienübergreifende Konsistenz** zu wahren (Web, Mobile, Replit slides, Hyperframes/Remotion-Motion-Design). Gelehrte Triade: **HTML = fertiges Gericht, design.md = Rezept, Skills = Zutaten** (Typografie-, Laser-, Skeuomorphic-, 3D-Skills — 63 bei New Form). Hauptdiagnose: **Design Drift** bei One-Shot-Workflows (`v0`, Lovable, Framer), die stark beginnen und dann zu generischem Output abdriften. Kernbotschaft: *Geschmack* (taste) ist der einzig verbleibende **Burggraben** — *„wenn etwas wie etwas anderes aussieht, sinkt sein Wert um das 10- bis 100-Fache"*. Workflow: **Reference → Design.md → Generate → Inspect → Systemize → Iterate (bis zu 1000+ Prompts) → Remix → Expand → Export**. Kritik an **lila Farbverläufen** („you just run") als generische Post-vibe-coding-Baseline. Meng To gibt an, ~500.000 $ für Tokens ausgegeben, 1.000–10.000 Iterationen pro Produkt durchgeführt und 4 Produkte parallel im Alleingang betrieben zu haben.
#design.md#Google#Designsystem
Greg Isenberg (host — podcast Late Checkout / The Greg Isenberg Show, 12 mai 2026 livestream workshop ideabrowser.com) ; **Meng To** (guest — designer, fondateur Design+Code 2014, créateur Aura / New Form / Dream Cut, autodidacte parti à 18 ans, dropout, francophone d'origine canadienne)
Fernsehdebatte auf BFM Business (Sendung *Tech & Co Business*, Rubrik „The Debate“, 17 Minuten) mit **Rémi Jacquet** (CEO von Cast Software France, Gründer im Jahr 2023 eines Thinktanks von rund hundert CIOs zum Einfluss generativer KI auf die Softwareentwicklung, Partnerschaft mit Cigref/Epita) und **Didier Girard** (CTO und CEO von **SFEIR**, einem französischen IT-Dienstleistungsunternehmen (ESN) mit rund 1.000 Mitarbeitenden). Zentrale Thesen: *„Code zu schreiben ist zu einem Anti-Pattern geworden“* (Girard), KI produziert Code von insgesamt höherer Qualität als die meisten Ingenieure und ist *„2- bis 10-mal effizienter“* — das ist Realität, doch der Beruf verschwindet nicht. Der Entwickler wird zum **Dirigenten / Agenten-Manager / Schiedsrichter**, 14-tägige Sprints werden durch ein- bis halbtägige ***Bolts*** ersetzt, das **Pizza Team** (8-10 Personen) funktioniert im agentischen Zeitalter nicht mehr, eine neue Rolle entsteht — der ***Product Engineer*** —, die Lebensdauer einer Kompetenz sinkt von **10 Jahren auf 1 Jahr**, und der **Token**-Verbrauch wird zum *Treibstoff* der Wertschöpfung (Anekdote über NVIDIA, das angeblich Boni in Tokens auszahlt, Metapher des Taxifahrers, der kein Benzin verbraucht). SFEIR beansprucht für sich: *„1.000 Mitarbeitende, Produktionskapazität von 10.000“*. Auf Seiten von Cast: Positionierung im Bereich ***harness engineering*** (deterministische vs. probabilistische KI, Kontrolle und Leitplanken), im Einklang mit dem Meinungsbeitrag von Sylvain Duranton (BCG X) in *Les Échos*, der besagt, dass *„ein Agent = ein LLM + Harnesses“* sei. Historischer Wandel: 2024 *prompt engineering* → 2025 *context engineering* → 2026 *harness engineering*. Zentrale Warnung: *„je stärker die KI wird, desto mehr lassen wir unsere Wachsamkeit sinken — desto größer sind die Risiken“* (Jacquet). Schlüsselrolle der Personalabteilung bei der Transformation, vollständige Überarbeitung des SDLC, Empfehlung an Berufseinsteiger, die Grundlagen der Softwarearchitektur zu festigen (*„Code ist die Partitur, man muss die Symphonie beherrschen“*).
Interview mit Boris Cherny (Schöpfer von Claude Code, Anthropic) bei einer Sequoia-Veranstaltung (Moderation: Asia, Lauren Reader). Cherny erklärt ***"coding is solved"***: Er selbst hat seit Ende 2025 **0 Zeilen Code** geschrieben, das Modell schreibt **100%**, *"a few dozen PRs/day, 150 PRs in a single day record"*. Bericht über die Entstehung von Claude Code (Anthropic-Labs-Inkubator Ende 2024, Mike Krieger verantwortlich für Runde 2, Pre-PMF-Entwicklung *"for the next model"*, ein erstes Release, das nicht abhob, **exponentielles Wachstum begann mit Opus 4 im Mai 2025**, das sich mit jedem neuen Modell 4 → 4.5 → 4.6 → 4.7 beschleunigte). Aktuelles persönliches Setup: **"most of my work I do from my phone"** (iOS), 5-10 Sessions, **"a few hundred agents going, a few thousand at night"**, **`/loop` ist die Zukunft** (Cron + wiederkehrende Jobs, Agenten überwachen CI, rebasen PRs, clustern Twitter-Feedback). **Routines** = das serverseitige Äquivalent, das läuft, während der Laptop geschlossen ist. Ausblick für SaaS: keine Apokalypse, aber eine **Neuordnung von Helmers 7-Powers-Framework** (Wechselkosten ↓, Prozessmacht ↓, Netzwerkeffekte/Skalenvorteile/exklusive Ressourcen unverändert) und **10-mal mehr disruptive Startups** in den nächsten 10 Jahren. Pivot-Analogie: die **Gutenberg-Presse** (10% Alphabetisierung im 15. Jahrhundert → 70% in den folgenden Jahrhunderten, Bücher 100-mal billiger innerhalb von 50 Jahren), *"software will be similarly democratized, but faster than 50 years"* — *"the best person to write accounting software is not an engineer, it's a really good accountant."*
#Boris Cherny#Anthropic#Claude Code
Boris Cherny (créateur de Claude Code, Anthropic) interviewé par Lauren Reader (Sequoia) avec introduction d'Asia (Sequoia).
LinkedIn-Pulse-Meinungsbeitrag von Alexandre Frizzo nach einem Jahr täglicher Nutzung von Claude Code, der eine im 2026er-Korpus seltene **differenzierte Einschätzung** liefert — Produktivität in seinem Fall **verdreifacht bis verfünffacht (3-5×)** (deckungsgleich mit Wescale und im Einklang mit dem Median engagierter Praktiker; das Elite-Segment liegt deutlich höher, vgl. Cherny *ein paar Dutzend PRs/Tag + Rekord von 150 PRs* und Karpathy *„Spitzenwerte weit über dem 10-Fachen“*), jedoch mit anerkannten **verborgenen kognitiven Kosten**. Kernthese: ***„der neue Engpass ist die Aufsicht“*** — die Tätigkeit hat sich grundlegend gewandelt, man *schreibt* keinen Code mehr, man *entscheidet* über von Agenten generierten Code. Gewinne: 3-5× Output, zuvor unrealisierbare Projekte nun erreichbar (Nebenarbeiten, Boilerplate), nahezu kostenlose Experimente. Anerkannte Verluste: ***„Schreib-Muskel“*** verkümmert (manuelles Codieren fühlt sich jetzt *anstrengend* an), **seltener tiefer Flow-Zustand** (ständiges Umschalten zwischen Aufsichtsaufgaben), **verminderte Zufriedenheit durch Urheberschaft** (*„der Code ist gut, aber nicht ganz meiner“*). Ungelöste Spannungsfelder: **FOMO** (*„jede Stunde, in der ich nicht am Rechner sitze, ist eine Stunde, in der ein Agent für mich arbeiten könnte“*), **Review-Qualität** beim 3-5-fachen Volumen, **Kompetenzverkümmerung**. Zitierte Statistiken: im Median 3-4 effektive Codierstunden an einem 8-Stunden-Tag, **23 Minuten** Kontextwiederherstellung pro Unterbrechung (Gloria-Mark-Studie), 15-25 Minuten Einstieg in den Flow, 500 % Produktivität im Flow (McKinsey). Vorbildliche epistemische Haltung: verwirft gleichzeitig sowohl das Narrativ *„KI ist schlecht“* als auch unkritische Begeisterung. Ein willkommenes Gegengewicht zu Chernys *„Coding ist gelöst“* (2026-05).
#Alexandre Frizzo#LinkedIn Pulse#Jahr mit Claude Code
Alexandre Frizzo (auteur LinkedIn Pulse, identité tech non précisée par le post au-delà du nom — auteur d'une tribune one-year retrospective Claude Code).
Methodologischer Artikel von Antoine HABERT (WEnvision), der **PROJ-AI** formalisiert: eine schlanke methodische Schicht, damit kollektive Projekte übertragbar werden, statt mit ihrem Liefergegenstand zu verschwinden. Strukturierende Triade: ein **versioniertes Git-Repository** (Single Source), ein **KI-Agent** (Claude Code, Cursor), der die Doktrin bei jeder Sitzung liest, und eine **Markdown-Doktrin**, die Entscheidungsprotokolle und Agentenverhalten festlegt. Sechs Verzeichniszonen (DOCS/, IDEAS/, DR/, OUT/, DOCTRINE/, AGENT/), operativer **DPEV**-Zyklus (Decide → Promise → Execute → Verify), Decision Records, die anhand von 7 Dimensionen bewertet werden, duale Schnittstelle (Business-Studio + Tech-CLI/IDE), fünf Agentendirektiven und eine gemeinsame **proj-ai-commons**-Bibliothek, die ein Projekt in 30 Minuten statt einer Woche startklar macht. Kennzahlen aus 3 Einsätzen: Onboarding **3 Wochen → 2 Tage**, erfasste Strukturentscheidungen **30 % → 100 %**, Zusammenstellung der Architekturdokumentation **6 Wochen → kontinuierlich**. Zentraler Aphorismus: ***„Das Projekt ist kein Nebenprodukt des Liefergegenstands. Das Projekt IST der Liefergegenstand.“*** Explizite Haltung: Technologie 20 %, **Teamdisziplin 80 %**.
#Antoine HABERT#WEnvision#PROJ-AI
Antoine HABERT (WEnvision — cabinet français de conseil en stratégie et IA agentique).