Ich finde es interessant, festzuhalten, wo ich Zeit beim Programmieren mit KI verbringe. Die Kurzfassung ist, dass ich viel weniger Zeit mit der Konfiguration von Bibliotheken und dem Debuggen von Plattformproblemen (Build, Repo, Deployment) verbringe. Viel weniger Zeit, die Architektur im Voraus zu bedenken. Und viel weniger Zeit, einfache Logikfehler zu debuggen. Andererseits verbringe ich viel mehr Zeit mit dem Debuggen von Fehlern, bei denen die Semantik von der Syntax entkoppelt ist (je mehr Zustand ich verfolgen muss, desto weniger hilft die KI). Viel mehr Zeit mit Refactoring. Viel mehr Zeit mit Profiling und der Durchführung von zweiten und dritten Optimierungen. Und natürlich viel mehr Zeit damit, darüber nachzudenken und zu skizzieren, was ich als Nächstes bauen möchte. Die 80/20-Regel ist definitiv wirksam. Während der Übergang von 0 zu einem funktionierenden Projekt 50x schneller ist, reduziert sich die Geschwindigkeit auf etwa 2x, wenn es darum geht, komplexe Dinge zu implementieren und zu debuggen, die Kompromisse basierend auf Laufzeiteigenschaften erfordern. Das spiegelt in gewisser Weise die Geschwindigkeitssteigerungen wider, die ich in den Portfolios sehe, mit denen ich arbeite. Diejenigen, die verteilte Infrastrukturen aufbauen, die starke Garantien und Leistungsabstimmungen erfordern, bewegen sich nicht annähernd so schnell wie diejenigen, die näher an der Anwendungsebene sind.