Tech Digest

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.

Als Quarzuhren die Schweizer Uhrenindustrie fast zerstörten, überlebten die Hersteller, die ihren wahrgenommenen Wert veränderten. Für Softwareentwickler gilt dieselbe Lektion: Wenn Code billig wird, verschiebt sich der Wert.

Ein Frontend-Entwickler lernt NestJS, MongoDB und Kafka, indem er eine vollständige User-Analytics-Plattform in einem TypeScript-Monorepo baut. Fünf getrennte Apps, ein Kafka-basierter Event-Flow und Domain-Driven Design als natürliches Ergebnis.

Vier unabhängige Disziplinen kommen zum selben Ergebnis: Unter endlichen Ressourcen schlägt Spezialisierung immer Generalität. Ein Paper von Goldfeder, Wyder, LeCun und Shwartz-Ziv liefert die mathematische und empirische Grundlage.

Agenten können in drei Ebenen lernen: Model, Harness und Context. Für jede Ebene zeigt dieser Guide, was sie kostet, wer sie baut und ob sie sich für reale Produkte eignet. Die wichtigste Erkenntnis: Das stärkste Signal kommt von den Nutzern, nicht vom Agenten selbst.

Die Tokenkosten für KI-gestütztes Coding werden laut Gartner bis 2028 den globalen Durchschnittslohn eines Entwicklers übersteigen. Die Produktivitätsrevolution wird zur Kostenfalle, wenn Unternehmen ihre Token-Budgets nicht aktiv steuern.

Ben Edgars von OpenAI zeigt anhand konkreter Experimente: KI-Agenten verschieben die Arbeit, aber sie lassen sie nicht verschwinden. Schemas, Tests und Architekturdenken bleiben menschliche Aufgaben.