Blog
Du kannst die Architekturzeichnung auswendig lernen. Aber erst ein Fehler in der Produktion zeigt dir, wie Kubernetes wirklich funktioniert.
Boris Cherny und Peter Steinberger tippen keine Prompts mehr per Hand. Sie bauen autonome Schleifen, die Agenten steuern.
Unternehmen entlassen massenhaft Mitarbeiter, um sie durch KI zu ersetzen. Doch die versprochene Effizienz entpuppt sich als astronomisches Verlustgeschäft mit toxischen Folgen.
Ein 744-Milliarden-Parameter-Modell läuft auf einem gewöhnlichen Laptop. Die C-Engine Colibri streamt KI-Gewichte direkt von der SSD und hebelt die bisherige Hardware-Logik aus.
Tech-CEOs versprechen, dass KI in 18 Monaten alle White-Collar-Jobs ersetzt. Gleichzeitig dauern Turbinen-Lieferungen 5 bis 7 Jahre. Ein Verfahrenstechnik-Ingenieur zerlegt das Narrativ mit einer simplen Leistungsbilanz.
Peter Naurs berühmtes Paper 'Programming as Theory Building' fordert vollständiges Codeverständnis. In großen Systemen ist das unmöglich. Sean Goedecke argumentiert, dass partielles Verständnis kein Defizit ist, sondern die einzig realistische Arbeitsweise.
Große Open-Source-Projekte wie Ghostty und Zig verlassen GitHub zugunsten von Codeberg, GitLab oder Self-Hosting. Was hinter dem schleichenden Exodus steckt.
Beim CTO Craft Dinner in Toronto diskutierten Engineering-Leader über die Realität der KI-Adoption. Das Ergebnis: Die Phase des freien Experimentierens ist vorbei. Was bleibt, sind unkontrollierte Kosten, fehlende Karrierepfade und eine neue Art von Schulden, die niemand misst.
Im Juni 2026 wurde mit RFC 10008 die HTTP-Methode QUERY standardisiert. Sie kombiniert die Sicherheit von GET mit dem Request Body von POST und löst damit ein Problem, das Entwickler seit 2010 umgehen.
Saubere Diagramme, bestandene Reviews und überzeugende Slide Decks schützen nicht vor Produktionsausfällen. Eoin Woods erklärt, warum die häufigsten Fehler keine exotischen Bugs sind, sondern ungeprüfte Annahmen.