OpenAI eilt voran, um besseren Code zu generieren und die Softwareindustrie zu dominieren

KIsysteme sind den menschlichen Programmierern voraus, während OpenAI und andere Tech-Gruppen Tools einführen, die Code schreiben, reparieren und erklären können, was die Art und Weise, wie Software erstellt wird, neu gestaltet.

Das in San Francisco ansässige OpenAI veröffentlichte diese Woche neue Versionen seiner Sprachmodell-Linie und deutete an, dass unabhängige Tests diese Modelle zu den besten für Coding zählen.

Das Unternehmen sagt, GPT‑4.1, ,o3 und o4‑mini lösen schwierige Coding-Aufgaben häufiger als frühere Software, weil den letzten beiden Modellen zusätzliche „Reasoning“-Zeit eingeräumt wird, um eine Abfrage durchzudenken.

Am Mittwoch stellte OpenAI auch Codex CLI vor, einen kostenlosen Command-Line-Helfer, den es als KI-Agenten bezeichnet, der dieselben Modelle nutzt, um alltägliche Coding-Aufgaben zu beschleunigen.

Die Schritte spiegeln die Bemühungen von Anthropic, Google, Meta und einer Reihe von Start-ups wider, die alle darauf wetten, dass Code-Generierung eine der klarsten frühen Aufgaben für große Sprachmodelle ist.

Führungskräfte dieser Unternehmen sagen, der Fokus auf Programmierung sei „eines der greifbarsten Beispiele“ dafür, wie die Technologie ganze Branchen transformieren könnte, wobei Tausende von Entwicklern die neuen Systeme bereits bei der Arbeit nutzen.

„Dies ist das Jahr …, in dem KI für immer besser als Menschen im kompetitiven Coding wird“, sagte OpenAIs Chief Product Officer Kevin Weil in der Overpowered-Podcast-Sendung diese Woche. Er verglich die Verschiebung mit dem Moment, in dem Computer Schachmeister besiegten, sagte aber, der neue Durchbruch sei wichtiger „für die Welt, wenn jeder Software erstellen kann“.

LLM-Modelle werden besser darin, Muster in Code zu erkennen

Entwickler geben jetzt einige wenige Sätze in einen Prompt ein und erhalten ganze Blöcke funktionierenden Codes. Branchenfiguren sagen, LLMs beschleunigen bereits die Softwarearbeit, indem sie Codeblöcke aus kurzen Anweisungen generieren. Dieselben Systeme suchen nach Fehlern und versuchen Reparaturen, bevor ein Mensch die Ausgabe sieht.

In den letzten zwölf Monaten sind die Modelle besser darin geworden, Muster zu erkennen, über ein Problem zu reasoning und eine logische Antwort zu formulieren. Im Jahr 2023 konnte KI nur 4,4 Prozent der Probleme im Branchen-Benchmark SWE‑bench lösen. In diesem Jahr stieg der Erfolg auf 69,1 Prozent.

GitHub, das von Microsoft gehaltene Coding-Hub, sagt, 92 Prozent der US-Entwickler verlassen sich jetzt auf KI-Coding-Hilfen.

Der Wettbewerb breitet sich aus. Meta startete Code Llama im vergangenen Jahr und nutzte Text-Prompts, um Code zu besprechen und zu schreiben. Anthropic folgte im Februar mit Claude Code. Mike Krieger, Chief Product Officer bei Anthropic, sagte voraus, dass die Rolle des Ingenieurs zunehmend darin bestehen wird, „die Anforderungen zu verstehen, im Team zu arbeiten und herauszufinden, ob das, was man gebaut hat, tatsächlich das Richtige ist“.

„Es geht mehr darum, für Ihre Idee zu werben“, fügte er hinzu und beschrieb zukünftige Programmierer als „Puppenspieler oder Orchesterdirigenten“, die diese KI-Agenten anleiten.