Coding-Modelle

Jarred Sumner hat Bun mit Hilfe von Claude-basierten Agenten von Zig zu Rust portiert – eine Million Codezeilen, automatisiert durch strukturierte Workflows und kostenlos bei Anthropic.

Ein erfahrener Softwareentwickler hat KI-geschriebene PR-Beschreibungen gestoppt, weil sie oberflächliche Details wiederholten statt echtes Verständnis zu vermitteln.

OpenAI veröffentlicht Analyse, die erhebliche Fehler in SWE-Bench Pro aufdeckt und die Zuverlässigkeit eines der wichtigsten Coding-Evaluierungs-Standards in Frage stellt.

Simon Willison hat mit GPT-4.5 einen Web Component erstellt, der Code-Snippets direkt von GitHub einbettet.

Das chinesische Unternehmen Zhipu AI bringt sein neues Coding-Modell GLM-5.2 in die Entwicklungsumgebung ZCode und bewirbt es als günstige Alternative zu Claude Code und OpenAI Codex.

Ein Google-DeepMind-Entwickler nutzte Claude Code um das 20 Jahre alte Echtzeit-Strategiespiel auf iPhone zu bringen – der erste Build war bereits nach 40 Minuten fertig.

Neuere Claude-Modelle erfinden beim Aufrufen von Edit-Tools plötzlich nicht vorgesehene Felder, während ältere Versionen das nicht tun – ein überraschender Trade-off der KI-Verbesserung.

Mistral AI bringt ein Open-Source-Modell für formale Verifikation in Lean 4 und findet dabei unbekannte Bugs in echtem Code.

Statt Claude Fable detaillierte Anweisungen zu geben, lässt man das Modell besser selbst entscheiden – etwa beim Testen oder beim Delegieren an schwächere Modelle.

Ein Framework ordnet AI-Coding-Tools vom intelligenten Autocomplete bis zur vollautonomen „Dark Factory" auf fünf Stufen – doch für die meisten ist Level 3 das ideale Ziel, nicht die maximale Autonomie.

Simon Willisons LLM-Framework bekommt einen Coding-Agent, der mit Claude und GPT eigenständig Code schreiben und debuggen kann.

Geoffrey Litt warnt vor „kognitiver Schuld" bei der Zusammenarbeit mit KI-Coding-Agenten und argumentiert, dass Entwickler die generierten Änderungen verstehen müssen, um kreativ mitgestalten zu können.

Warp-Gründer sieht automatisierte Software-Fabriken als nächste Phase der Softwareentwicklung und erklärt, wie Ingenieure sich darauf vorbereiten sollten.

Neuer Benchmark testet, wie gut KI-Agenten Unternehmen beim automatisierten Umstieg zwischen Java-Frameworks unterstützen können.

DeepReinforce veröffentlicht Ornith-1.0, ein MIT-lizenziertes Open-Weights-Modell mit Varianten bis 397B MoE, das auf Gemma 4 und Qwen 3.5 basiert und bei Code-Benchmarks stark abschneidet.

Sicherheitsforscher zeigen, wie manipulierte GitHub-Repos über DNS-geladenen Schadcode KI-Coding-Tools wie Claude Code ausnutzen – ohne dass KI-Agenten oder Nutzer die Gefahr erkennen.

Jon Udell argumentiert dafür, dass Entwickler die Autorität über agentengestützte Prozesse behalten und Agents als Helfer in einen menschlich kontrollierten Workflow einbinden – statt sie als autonome Blackbox zu akzeptieren.

Ein 3-Milliarden-Parameter-Modell konkurriert bei Mathe und Coding mit Systemen, die 333-mal größer sind – und deutet an, dass Reasoning komprimierbar sein könnte.

Ein neuer Benchmark testet, ob KI-Modelle komplexe Programme ohne Vorlagen nachbauen können – Claude Opus 4.7 erreicht dabei 56 Prozent und reimplementierte ein Toolkit in 14 Stunden autonom.

Deep Reinforce stellt Ornith 1.0 vor – eine Familie von KI-Modellen, die Agenten-Fähigkeiten mit spezialisierten Coding-Fähigkeiten kombiniert.