Was bleibt den Menschen von ihren Fähigkeiten, wenn 90 % des Codes an KI übergeben werden?

Wie Cognition AI und der von ihm entwickelte Agent Devin die Zukunft der Softwareentwicklung neu gestalten. Der Autor weist darauf hin, dass KI bereits 90 % der unteren Ausführungsschritte übernehmen kann, einschließlich des Schreibens von Code und des Behebens von Fehlern, wodurch menschliche Ingenieure von lästigen Implementierungsdetails befreit werden. Unter dieser Paradigmenwende wird der Wert des Menschen neu definiert als die Kernfähigkeiten, wie die Definition von Problemen, die Architekturgestaltung und die Entscheidungsfindung. Indem die Rolle der Ingenieure in die eines "CTO eines Agententeams" umgewandelt wird, vergrößert KI die Produktivität von Talenten mit Initiative, einem ganzheitlichen Blick und der Fähigkeit, Unsicherheit zu tolerieren, erheblich. Schließlich ist der Wettbewerbsvorteil in der Technologie nicht mehr die Programmierleistung, sondern die Fähigkeit, KI - Tools genauer zur Erreichung von Geschäftsziele und Innovationen einzusetzen. Diese Veränderung erhöht nicht nur die individuelle Produktivität, sondern deutet auch auf die Zeit der Superindividuen und der Mikroteams hin.

Die Ingenieure von Cognition AI schreiben inzwischen kaum noch selbst Code.

Denn diese Aufgabe wird bereits von der von ihnen entwickelten KI übernommen. Im März 2024 hat das Unternehmen den weltweit ersten KI - Programmieragenten Devin vorgestellt. Der Gründer Scott Wu ist dreifacher Goldmedaillengewinner der Internationalen Informatikolympiade (IOI) und gewann mit 17 Jahren den Weltmeisterschaften. Aus diesem Spitzensportkreis der Informatikolympiade sind auch viele Talente hervorgegangen, die die heutige KI - Branche neu gestaltet haben: Zum Beispiel Alexander Wang, der Gründer von Scale, Demi Guo, der Gründer von Pika, und Daniel Ziegler, einer der Mitfinder von RLHF (Reinforcement Learning from Human Feedback).

In den letzten 12 Monaten wurde Devin erfolgreich in die echten Geschäftsumgebungen von Citibank, Santander Bank, dem US - Finanzministerium und anderen Institutionen integriert. In den ersten zwei Monaten 2026 hat Devin bereits mehr Code abgegeben als im gesamten Jahr 2025.

Jetzt brauchen Ingenieure nur noch eine Stunde, um Devin zu leiten, um die Arbeitsmenge zu erbringen, die früher 6 bis 12 Stunden in Anspruch genommen hätte.

Wo liegt der wahre Wert des Menschen, wenn die Kernaufgabe des "Code - Schreibens" an die KI übergeben wird?

Abschnitt 1 | Wo ist das 90 % hin?

Scott Wu sagte in einem Interview:

"Früher hat man bei der Softwareentwicklung etwa 10 % der Zeit damit verbracht, zu überlegen, was man tun will, und die restlichen 90 % der Zeit mit der Bearbeitung der Implementierungsdetails."

Dieses 10 % umfasst das Verstehen des Problems, die Gestaltung einer Lösung und die Entscheidung für eine Architektur; das 90 % hingegen ist das Schreiben von Code, die Behandlung von Randfällen, das Beheben von Bugs, das Migrieren und die Durchführung aller lästigen Ausführungsschritte.

Jetzt muss diese 90 % - Arbeit nicht mehr von Menschen erledigt werden.

Innerhalb von Cognition ist es für Ingenieure nicht mehr die Hauptarbeit, Code zu schreiben. Sie beschreiben die Anforderungen in natürlicher Sprache, und der Agent führt die Aufgaben aus, modifiziert und testet. Eine Stunde Arbeit mit Devin entspricht der früheren 6 - bis 12 - stündigen menschlichen Arbeit.

Nehmen wir zum Beispiel Produktmanager. Früher mussten sie die Ingenieure fragen: Warum ist diese Funktion so gestaltet? Was bedeutet dieser Code? Insbesondere neue Mitarbeiter fühlten sich am Anfang in der Firma ein wenig nervös und hatten Angst, diese scheinbar grundlegenden Fragen zu stellen.

Jetzt können sie direkt Devin fragen. Der Mitgründer Russell Kaplan sagte, Devin kritisierte nicht, wie dumm die Fragen seien. Es gab für jede Frage eine Antwort und zeigte auch den relevanten Code an.

Und die Fähigkeiten der KI gehen weit über die Beantwortung von Fragen hinaus.

Es gibt einen Indikator zur Messung der Programmierfähigkeit von KI, der SWE - bench genannt wird. Er misst, wie lange die KI selbständig arbeiten kann, bevor ein Mensch eingreifen muss, um Fehler zu korrigieren.

Vor zwei oder drei Jahren betrug diese Zeit 10 Sekunden. Die KI machte bereits in der zweiten Codezeile einen Fehler.

Jetzt kann Claude Opus 4.6 18 Stunden lang kontinuierlich arbeiten, was der früheren 18 - stündigen menschlichen Arbeit entspricht, und benötigt dabei keine menschliche Intervention. Diese Fähigkeit steigt jedes Jahr um das 4 - bis 5 - fache und verdoppelt sich etwa alle zwei bis drei Monate.

Wenn die 90 % - Arbeit nicht mehr von Menschen erledigt werden muss, wird der früherige Leistungsunterschied aufgrund der manuellen Fähigkeiten schnell ausgeglichen.

Schnelles und präzises Schreiben von Code sowie reiche Erfahrungen, die früher die Kernkompetenzen waren, können von der KI ebenfalls erreicht werden. Ein unerfahrener Mensch kann, solange er das Problem klar beschreiben kann, auch komplexe Aufgaben mit Hilfe der KI erledigen.

Russell erwähnte auch ein Detail: Bei der Nutzung von KI - Tools starten viele Menschen auf einem ähnlichen Niveau. Die Tools werden alle drei Monate aktualisiert, und die früheren Erfahrungen veralten schnell. Im Vergleich dazu können Menschen mit weniger alten Erfahrungen leichter an diese neue Arbeitsweise gewöhnen, da sie nicht von alten Gewohnheiten behindert werden.

Der früher offensichtlichste Unterschied zwischen Menschen verschwindet.

Abschnitt 2 | Was ist das verbleibende 10 %?

Was ist das verbleibende 10 %, wenn die 90 % - Arbeit nicht mehr von Menschen erledigt werden muss?

Scott Wu gab eine konkrete Antwort: Das Verstehen des Problems, die Gestaltung einer Lösung und die Festlegung der Architektur.

Mit anderen Worten, bevor ein Ingenieur tatsächlich an der Tastatur tippt, muss er sich drei Dinge klar machen:

Erstens, was ist der beste Weg zur Lösung dieses Problems?

Zweitens, welche Systemarchitektur ist in der aktuellen Situation am vernünftigsten?

Drittens, was ist das Geschäftsziel, das ich letztendlich erreichen will?

Früher war das Klarwerden dieser Dinge nur der erste Schritt, hinter dem es noch eine Menge Ausführungsarbeiten gab. Jetzt wird die Ausführungsebene vollständig an die KI übergeben. Die neue Wettbewerbsregel lautet: Wenn die Schwelle für die Nutzung von Tools abgebaut wird, baut derjenige, der genauer definieren kann, "was getan werden sollte", eine echte Wettbewerbsbarriere auf.

Russell Kaplan arbeitete früher im Team für autonome Fahrzeuge von Tesla. Ein Satz von Elon Musk hat ihm viel geholfen: "Jeder muss ein Chefingenieur sein (Everyone is a Chief Engineer)." Das bedeutet, dass man nicht nur seinen eigenen Bereich verstehen muss, sondern auch das gesamte System. Im Team für autonome Fahrzeuge gibt es mehrere Module wie Wahrnehmung, Planung und Steuerung. Um ein Spitzensystem zu entwickeln, muss man jedes Teil genau verstehen und die Kooperationsmechanismen zwischen ihnen kennen.

Russell ist der Meinung, dass in der KI - Ära diese "ganzheitliche Sicht" wichtiger geworden ist als je zuvor. Denn die KI tendiert dazu, das gesamte System zu verbinden und eine globale Optimierung durchzuführen. Die früheren Grenzen zwischen den verschiedenen Bereichen verschwimmen jetzt. Wenn man nur einen Bereich versteht, kann man nicht beurteilen, ob das von der KI vorgeschlagene Lösungsansatz sinnvoll ist.

Die Einstellungslogik von Cognition ist der beste Beleg für diesen Trend.

Traditionelle Technologieunternehmen verhindern bei Interviews oft, dass Bewerber KI verwenden, aus Angst, dass dies "Schummeln" sei. Cognition macht es genau anders: Bei den Interviews können die Bewerber mehrere Stunden Zeit haben und KI - Tools frei nutzen. Die Anforderung ist, dass die Bewerber ein komplettes Produkt von Grund auf aufbauen müssen.

Innerhalb dieser wenigen Stunden ist es unmöglich, die Interviewaufgaben nur mit handgeschriebenem Code zu erledigen. Die Fähigkeit, KI - Tools zu nutzen, ist daher eine notwendige Voraussetzung. Aber was die Interviewer tatsächlich prüfen, ist nicht "ob Sie die Tools nutzen können", sondern:

Welches Produkt sollten Sie eigentlich entwickeln?

Wie treffen Sie Produktentscheidungen bei der Entwicklung?

Wie wägen Sie verschiedene technische Lösungsansätze ab?

Für diese Fragen, die ein hohes Maß an Geschäftssinn und technischem Intuition erfordern, kann die KI nicht für Sie antworten.

Je genauer das Problem definiert wird, desto reibungsloser verläuft die anschließende Entwicklung. Je gründlicher die Architektur geplant wird, desto besser kann die KI Ihre Absicht umsetzen. Aber es ist immer noch der Mensch, der an den zahlreichen Entscheidungspunkten entscheidet, "welche Lösung besser ist".

Letztendlich hat die KI die Softwareentwicklung nicht einfacher gemacht, sondern die Schwierigkeiten von "wie" auf "was" und "wie auswählen" verlagert.

Abschnitt 3 | Wer wird verstärkt?

Diese Paradigmenwende wird nicht für jeden reibungslos verlaufen.

Wenn 90 % der grundlegenden Ausführungsarbeiten abgenommen werden, wird der Fähigkeitsunterschied zwischen Menschen nicht kleiner, sondern noch größer. Hier spielt die KI die Rolle eines "Fähigkeitsverstärkers". Sie verstärkt nicht mehr die traditionelle Code - Ausführungskraft, sondern vervielfacht die folgenden drei Eigenschaften:

Erstens: Extreme Initiative.

Scott Wu sagte, dass Cognition AI im Wesentlichen ein "Denklabor für die Konstruktion von Agenten" sei. Sie achten vor allem auf die Initiative und die Denkfähigkeit ihrer Mitarbeiter.

Was heißt Initiative? Das heißt, ob Sie in der Lage sind, selbständig tätig zu werden, ohne auf eine vollständige Teamstruktur angewiesen zu sein und ohne zu warten, bis jemand Ihnen sagt, was Sie tun sollen. Sie setzen sich umgehend an die Arbeit, um das Ziel zu erreichen und nutzen die KI, um Aufgaben zu erledigen, die früher ein gesamtes Team erledigen musste.

Nach Russells Ansicht haben Menschen mit starker Initiative einen Vorteil. Sie fragen sich: "Welchen Geschäftseffekt kann ich erzielen?" Und sie treiben Projekte eigenständig voran.

Zweitens: Keine Wahl zwischen Alternativen machen.

Bei Spitzeningenieuren gibt es eine deutliche Veränderung: Sie zögern nicht mehr, zwischen Option A und Option B zu wählen.

Früher waren technische Entscheidungen aufgrund von begrenzten Ressourcen und Energie oft einseitig. Jetzt sagen die besten Ingenieure: "Lassen Sie uns einfach alle Optionen ausprobieren." Sie zerlegen ein Problem in mehrere Lösungswege, weisen mehrere KI - Agenten auf diese Wege und wählen dann das beste Ergebnis aus. Während einer Person in einem Tag mit Hilfe der KI nur eine Aufgabe schneller erledigen kann, erkunden andere Personen in der gleichen Zeit fünf oder sechs Möglichkeiten und korrigieren ständig die Richtung.

Der erste Ansatz erhöht die Effizienz in einer einzigen Richtung, der zweite erweitert die Innovationsgrenzen.

Drittens: Hohe Toleranz gegenüber Unsicherheit.

Viele Ingenieurarbeiten waren früher eine äußerst genaue Kunst, bei der man jedes Detail kontrollieren musste. Jetzt kann man nicht mehr vollständig kontrollieren, was die KI tut, was für viele Menschen unangenehm ist.

Aber wenn Sie eine gewisse Unsicherheit akzeptieren können und am Ende überprüfen können, ob das System die Anforderungen erfüllt und die Ergebnisse genau bewerten können, ist das ausreichend. Der genaue Weg zum Ziel muss nicht mehr so streng kontrolliert werden.

Russell hatte in der Zeit seiner Arbeit an der autonomen Fahrtechnik bei Tesla ein berühmtes Motto: "Schlafe niemals, wenn die GPU untätig ist." Damals war es üblich, vor dem Schlafengehen eine Reihe von maschinellen Lernversuchen zu starten und die Ergebnisse am Morgen zu analysieren. Jetzt hat er diese Idee auf alle Softwareentwicklungsprojekte übertragen: "Warum soll Devin über Nacht untätig sein? Sie können es einfach in der Nacht mit Massenaufgaben beschäftigen."

Wenn diese drei Eigenschaften kombiniert werden, steigt die individuelle Produktivität exponentiell.

Nehmen wir als Beispiel ein großes, streng reguliertes Unternehmen. Sie verwenden täglich Tools wie SonarQube und Snyk, um streng auf Sicherheitslücken zu prüfen. Früher haben die unzähligen Warnmeldungen die Ingenieure in die Verzweiflung getrieben. Jetzt verbinden sie das Warnsystem direkt mit Devin, damit es die erste Prüfung und die automatische Reparatur vornimmt. Die Ergebnisse zeigen, dass Devin in der Produktionsumgebung 70 % der Sicherheitslücken - Warnungen erfolgreich bearbeitet hat.

In diesem Prozess hat sich die Rolle der menschlichen Ingenieure vollständig verändert. Russell nennt diese neue Rolle "CTO eines Agententeams". Sie definieren nur das Problem, starten dann Ihre Devin - Armee, um die Arbeit zu erledigen, und prüfen am Ende das Ergebnis.

Nach Russells Einschätzung werden Superindividuen und Mikroteams bald einen großen Aufschwung erleben. Denn wenn die Ausführungskosten stark gesenkt werden, ist es nicht mehr die Ressourcen, die einen Menschen einschränken, sondern ob er weiß, was er tun soll und in der Lage ist, die Dinge voranzutreiben.

Angesichts dieser Veränderung verstärkt die KI die Fähigkeiten von Menschen, die bereits einen klaren Richtungssinn und die Fähigkeit zur Handlungsinitiative haben. Für Menschen, die auf feste Abläufe angewiesen sind und wenig Initiative haben, ist es auch mit den gleichen Tools schwierig, qualitative Veränderungen zu erzielen.

Der endgültige Unterschied stammt nicht mehr aus dem Unterschied in den Tools, sondern aus der Fähigkeit, die Tools zu beherrschen.

Fazit | Die Antwort ist einfach

Was kann der Mensch noch, wenn 90 % der Arbeit an die KI übergeben wird?

Drei Dinge: Problemdefinition, Architekturentscheidung und Ergebnisbewertung.

Diese Arbeit, die früher nur 10 % ausmachte, ist jetzt alles. Die KI hat die Menschen nicht gleichmäßiger gemacht. Sie hat den Richtungssinn, die Entscheidungsfähigkeit und die Fähigkeit, Dinge voranzutreiben, verstärkt.

Wer weiß, was zu tun ist, hat einen Vorteil.

Quellenangaben:

https://www.youtube.com/watch?v=-pZ3vD0r8a0

https://blog.joelonsdale.com/p/ep-147-scott-wu-and-russell-kaplan

Quelle: Offizielle Medien / Online - Nachrichten

Dieser Artikel stammt aus dem WeChat - Account "AI - Deep Researcher", Autor: AI - Deep Researcher, Redakteur: Shen Si. Veröffentlicht von 36Kr mit Genehmigung.