Von der Suchmaschine zum Kodierpartner: Wie KI die Arbeitsweise veraendert
ChatGPT wurde anfangs als praktisches Werkzeug fuer schnelle Informationssuche und erste Ideen verstanden. Mittlerweile veraendert KI deutlich starker, wie programmiert, Ideen entwickelt und gelernt wird.
Hallo! Ich möchte erzählen, wie KI die Art verändert hat, wie ich programmiere, Ideen entwickle und lerne.
Als ChatGPT erstmals erschien, dachte ich, es würde wie eine Suchleiste oder Google Translate funktionieren: ein praktisches Werkzeug, um Informationen schneller zu finden, Ideen zu bekommen und ein wenig mit einem verbesserten Chatbot zu plaudern. Doch ich lag falsch.
Als die KI-Werkzeuge immer besser wurden, begann ich, sie zu nutzen, um neue Dinge zu lernen, Konzepte zu verstehen und herauszufinden, wie sich Probleme beheben lassen. KI fühlte sich zunehmend wie ein echter Lehrer an. Sie öffnete mir die Augen dafür, wie viel ich lernen kann und wie viele Dinge sich schneller erledigen lassen.
Danach probierte ich aus, KI direkt in meinem Code einzusetzen. Die Nutzung des KI-Chats allein als Orientierung war großartig, aber ich musste Fehler weiterhin hin und her kopieren, einfügen und Zeit darauf verwenden, herauszufinden, was zu ändern ist.
Als ich GitHub Copilot ausprobierte, war ich überrascht, wie schnell ich zu einem funktionierenden MVP kommen konnte. Ich konnte beschreiben, was ich wollte, die Änderungen freigeben und zusehen, wie das Projekt Gestalt annahm.
Anfangs war das beeindruckend. Später begann ich, mich bei Teilen des Prozesses zu langweilen: immer wieder auf Zulassen zu klicken und bei jedem Projekt zu erklären, wie die KI programmieren soll.
Dann erfuhr ich von Programmierwerkzeugen, die im Terminal laufen, wie OpenCode. Der Arbeitsablauf fühlte sich vertraut an, aber ich konnte direkt im Terminal arbeiten, statt in ein anderes Fenster wechseln zu müssen.
Außerdem entdeckte ich den Befehl opencode --auto, der den Prozess schneller wirken ließ und die Anzahl der Freigaben reduzierte, die ich erteilen musste. Die Agenten halfen auch bei einem Teil des anfänglichen Hin und Her darüber, was zu tun war.
Diese Werkzeuge haben verändert, wie ich an das Programmieren herangehe. Ich möchte nicht darauf verzichten zu lernen, wie die Technologie funktioniert, aber ich bin überzeugt, dass KI mir helfen kann, schneller von einer Idee zu einem funktionierenden MVP zu gelangen.
Ich kann erkennen, wie die einzelnen Teile zusammenspielen, aus dem Ergebnis lernen und in einem zukünftigen Projekt dann versuchen, Dinge manuell aufzubauen oder zu konfigurieren.
Natürlich ist Geschwindigkeit nicht alles. KI arbeitet möglicherweise weiter auf ein Ziel hin, ohne immer den besten oder sichersten Ansatz zu wählen. Entwickler müssen weiterhin verstehen, wie die Technologie zusammenspielt, den Code überprüfen und an Sicherheit denken. KI kann uns beim Bauen helfen, aber wir bleiben dafür verantwortlich zu verstehen, was wir bauen.
Das war es erst einmal! Ich plane, weiter mit KI zu experimentieren und werde teilen, was ich dabei lerne. 😄
Automatisch übersetzt. Das Original auf Englisch ist unten aufklappbar.
Original (Englisch) anzeigen
Hi! I wanted to share how AI has changed the way I code, come up with ideas, and learn.
When ChatGPT first came out, I thought it would be like a search bar or Google Translate: a handy tool for finding information faster, getting ideas, and having a little conversation using a improved chatbot... But I was wrong.
As AI tools kept improving, I started using them to learn new things, understand what concepts meant, and figure out how to fix problems. AI began to feel like a real teacher. It opened my eyes to how much I could learn and how many things I could do faster.
Then I tried using AI directly in my code. Using only AI Chat for guidance was great but I still had to copy and paste errors back and forth and spend time figuring out what to change.
When I tried GitHub Copilot, I was surprised by how quickly I could get a working MVP. I could describe what I wanted, allow the changes, and watch the project take shape.
At first, that was impressive. Later, I started getting bored with parts of the process: clicking “Allow” again and again, and explaining how I wanted the AI to code for each project.
Then I learned about coding tools that run in the terminal, like OpenCode. The workflow felt familiar, but I could work from the terminal instead of switching to another window.
I also found the opencode --auto command, which made the process feel faster and reduced the number of times I had to approve actions. The agents also helped with some of the initial back-and-forth about what needed to be done.
These tools have changed how I approach coding. I don’t want to give up learning how the technology works, but I do think AI can help me get from an idea to a working MVP sooner.
I can see how the pieces fit together, learn from the result, and then try building or configuring things manually in a future project.
Of course, speed isn’t everything. AI may keep working toward a goal without always choosing the best or safest approach. Developers still need to understand how the technology fits together, review the code, and think about security. AI can help us build, but we’re still responsible for understanding what we’re building.
That’s all for now! I’m planning to experiment more with AI and share what I learn. 😄