OpenClaw-Gründer kritisiert das „Durcheinander“ bei GitHub’s Sicherheitsverletzungsberichterstattung

Peter Steinberger nutzte X, um den Prozess der Sicherheitsverletzungsberichterstattung von GitHub als „Durcheinander“ zu bezeichnen, nachdem er geholfen hatte, OpenClaw zu einem der am schnellsten wachsenden Projekte und zu einem der meistgestarnten Nicht-Aggregator-Projekte auf der Plattform zu machen.

Er erklärte, dass der Zugriff auf Schwachstellenberichte auf Administratoren beschränkt ist, was die Verteilung im Team erschwert; die API sei für Agenten zu begrenzt, um autonom Kommentare zu lesen oder zu posten; und das System sei von dem, was er als „KI-generierten Müll, der mir Stunden kostet, um durchzuwühlen“, ertränkt.

Warum trägt diese Kritik gerade jetzt ein besonderes Gewicht?

Steinberger ist kein enttäuschter Open-Source-Hobbyist. Er ist ein wiederkehrender Gründer, der große Produkte aufgebaut hat, die weltweit genutzt werden, und das Unternehmen, dem er zuletzt beigetreten ist, macht seinen Ausbruch zu einer genauen Untersuchung wert.

Steinberger trat im Februar OpenAI bei, wobei OpenClaw angeblich in einer Stiftung lebt als Open-Source-Projekt, das OpenAI weiterhin unterstützen wird.

Die Sicherheitsseite von OpenClaw weist explizit darauf hin, dass aufgrund des Volumens der erhaltenen KI-generierten Scanner-Ergebnisse gesichtete Berichte von Forschern erforderlich sind, die die Probleme wirklich verstanden haben – eine Richtlinie, die in seinem X-Post fast wie ein Fußnote wirkt.

Er hat mehrere koordinierte Prozesse zur Offenlegung von Sicherheitslücken durchlaufen und beobachtet, wie sich das Rausch-zu-Signal-Verhältnis in Echtzeit verschlechtert, während automatisierte Scanning-Tools immer weiter verbreitet sind.

OpenAI hat seinerseits kürzlich vorgestellt, was intern als agenter Sicherheitsforscher beschrieben wurde, ein System, das von seinen neuesten Modellen angetrieben wird, direkt mit GitHub integriert, Änderungen auf Commit-Ebene scannt, die Ausnutzbarkeit in isolierten Umgebungen validiert und KI-generierte Patches an seine Berichte anhängt.

Das Produkt ist eine nahezu perfekte Antwort auf jede der drei öffentlichen Beschwerden, die Steinberger vorbrachte.

Während dies ein Zufall oder eine Choreografie sein könnte, macht die Timing Steinbergers Post schwer zu ignorieren, insbesondere wenn man bedenkt, dass es unter Tech-Gründern keine Seltenheit ist, ein Produkt zu kritisieren, wenn sie kurz davor stehen, eine Alternative zu starten oder eine Akquisition zu tätigen.

Als CZ von Binance öffentlich über Vorhersagemärkte nachdachte, dauerte es nicht lange, bis die Vorhersagemarkt-Plattform Predict.fun auf BNB startete, unterstützt von YZi Labs.

Elon Musk beschwerte sich über die Richtung von Twitter, bevor er es übernahm. Später kritisierte er die Governance von OpenAI und gründete daraufhin xAI.

Kurz gesagt, Tech-Gründer neigen dazu, Infrastrukturprobleme nicht zu kritisieren, die sie nicht beabsichtigen zu lösen.

Es ist jedoch erwähnenswert, dass die überwiegende Mehrheit der Kommentare unter Steinbergers Tweet darin übereinstimmt, dass GitHub mehr tun muss, um die „AI-Slop“-Flut zu reduzieren.

Wird KI beeinflussen, wie Software erstellt und genutzt wird?

Andrew Chen, General Partner bei Andreessen Horowitz, veröffentlichte eine weit verbreitete Meinung auf X, in der er erklärte, dass die KI-Codegenerierung dabei ist, die letzte Barriere zwischen Geschäftslogik und echter Software aufzulösen.

Er schrieb: „KI-Code-Generierung bedeutet, dass alles, was derzeit als Tabelle modelliert ist, besser in Code modelliert werden sollte. Man erhält alle Vorteile der Software – Bibliotheken, Open Source, KI, all die Komplexität und Ausdrucksstärke.“

Die Tabelle, schrieb er, existiert nur, weil die Kosten für das Schreiben von richtigem Code historisch zu hoch waren. Diese Kosten sind nun eingebrochen. Wenn eine Milliarde Wissensarbeiter beschreiben können, was sie in einfachem Englisch wollen, und dafür eine funktionierende Anwendung zurückerhalten, steigt die Decke dessen, was nicht-technische Menschen bauen können, um eine Größenordnung.

Seiner Meinung nach war „die Tabelle der große Gleichmacher, der es nicht-technischen Menschen ermöglichte, Dinge zu bauen. Die KI-Code-Generierung ist der *nächste* große Gleichmacher, aber die Decke liegt 100x höher. Wir werden bald sehen, was passiert, wenn eine Milliarde Wissensarbeiter echte Software bauen können.“

Viele X-Nutzer in den Kommentaren stimmen seiner Aussage jedoch nicht zu, wobei einer bemerkte: „Tabellen werden aus demselben Grund überleben, aus dem PDFs immer noch allgegenwärtig sind. Die Papier-Skeuomorphie hält sich trotz 30 Jahren Hypertext. Es gibt etwas, das die Tabelle ‚leistet‘, das sich von der Manipulation oder Anzeige von Daten unterscheidet.“

Im Allgemeinen hat das AI-Wachstum einen exponentiellen Anstieg erlebt. Erkenntnisse ausm ERC-8004 AI-Agent-Ökosystem zeigen, dass über 81,000 Agenten in den letzten 30 Tagen eingesetzt wurden, wobei über 1.670 in den letzten 24 Stunden bereitgestellt wurden. Dies berücksichtigt nicht Agenten, die außerhalb der Blockchain bereitgestellt werden.

GitHub’s System zur Meldung von Sicherheitslücken wurde für eine Welt entworfen, in der Menschen Fehler meldeten. Es läuft nun in einer Welt, in der Agenten sie melden, mit Maschinengeschwindigkeit und in Maschinenvolumen, und laut einigen Nutzern scheint die Infrastruktur zu kämpfen, obwohl sie über eigene KI-Fähigkeiten verfügt.

Steinbergers Post mag nichts weiter als die Frustration eines beschäftigten Ingenieurs sein. Er kommt jedoch genau in dem Moment, in dem die Lücke zwischen dieser alten Welt und der neuen nicht mehr mit Papier überklebt werden kann.