Ein Benutzer, frustriert von OpenAI-Modellen, testete Qwen3.6-27b für die Svelte 5-Codegenerierung und erzielte ein perfektes Ergebnis, obwohl es länger dauerte. Er erwartet interessante Entwicklungen in den nächsten 12 Monaten, trotz des informellen Charakters der Bewertung.
Ein Nutzer berichtet von seiner Erfahrung mit dem Qwen3.6-Modell, das erfolgreich ein Tower-Defense-Spiel erstellte und testete und dabei die Fähigkeit zeigte, eigene Fehler zu identifizieren und zu beheben. Die KI bestätigte die Builds mittels Screenshots, was den Nutzer mit ihren fortschrittlichen Fähigkeiten verblüffte.
AutoBe ist ein neuer Benchmark für die End-to-End-Backend-Generierung, bei dem natürliche Sprachanfragen sechs strukturierte Ausgaben mittels strukturierter Funktionsaufrufe erzeugen. Der Benchmark zeigt, dass die Backend-Qualität stärker vom Harness-Design als vom Modell-Prestige beeinflusst wird, wobei lokale Modelle vergleichbar gut wie führende Modelle zu deutlich geringeren Kosten abschneiden.
Der Autor stellt Mahoraga vor, einen Open-Source-Orchestrator, der Aufgaben mittels eines kontextuellen Banditen (LinUCB) effizient zwischen lokalen und Cloud-KI-Agenten leitet. Aus persönlicher Erfahrung mit Cloud-Guthaben-Limits entstanden, optimiert das Tool die KI-Nutzung und hebt die Leistung von Qwen3 4B bei Code-Aufgaben hervor.
![Qwen3 4B outperforms cloud agents on code tasks—with Mahoraga research [R]](/cdn-cgi/image/width=3840,quality=75,format=webp/https://external-preview.redd.it/vJR39F6E0ARypSJNijuQ-yR1Ycl5eGsa5LcRuS3CoSM.png?width=140&height=70&auto=webp&s=6b39ed3b63f9683d366c205696aa8805c9cf6143)
Flathub hat eine Richtlinie eingeführt, die KI-unterstützten Code und Dokumentation in seinen Beiträgen verbietet. Diese Maßnahme zielt darauf ab, die menschliche Urheberschaft und Qualität in der Softwareentwicklung zu gewährleisten.
Das Meta Superintelligence Lab stellt ProgramBench vor, eine Initiative, die die Fähigkeit fortschrittlicher KIs testet, ausführbare Programme wie ffmpeg und SQLite von Grund auf neu zu erstellen, ohne Internetzugang. Diese Studie zielt darauf ab, die Grenzen der KI-Codegenerierung zu erforschen. Die Forschung konzentriert sich auf die Bewertung der Autonomie und Vollständigkeit von KI-Modellen bei der komplexen Softwaresynthese.
Open-Weight-Code-Modelle (27B–32B), wie Qwen 3.6-27B, erreichten auf Terminal-Bench 2.0 eine Erfolgsquote von 38,2 % für Codierungsaufgaben unter Standardbedingungen. Der Fokus liegt auf der Machbarkeit lokaler Modelle und den erheblichen Geschwindigkeitsverbesserungen von MOE-Architekturen.
Ein lokaler LLM-Spieleentwicklungs-Wettbewerb verglich Qwen 3.6 27B und Gemma 4 31B bei der Erstellung eines Pac-Man-Spiels. Gemma 4 31B war der klare Gewinner und lieferte eine stärkere Spiellogik sowie höhere Qualität in deutlich kürzerer Zeit, obwohl Qwen mehr Token generierte.
Ein Experiment zeigte, dass ein kleines KI-Modell sich selbst zum Programmieren trainieren kann, indem es Probleme erfindet, sie löst und sich anhand eigener Korrekturen feinabstimmt. Das Modell erreichte 80% bei HumanEval und übertraf GPT-3.5 in Mathematik, wobei nur ein Python-Interpreter als Richter diente.
Der Benutzer berichtet von einer äußerst positiven und effektiven Erfahrung mit dem PI Coding Agent und einem lokalen Qwen3.6 35b Modell in Produktionsprojekten. Der Erfolg wurde einer benutzerdefinierten „Plan-First Skill-Datei“ zugeschrieben, die einen strukturierten Planungs-Workflow erzwingt und eine schrittweise Ausführung sowie die Planfreigabe vor der Codierung sicherstellt.
Dieser Artikel beleuchtet das aufkommende Szenario, in dem künstliche Intelligenz beginnt, Systemcode zu entwickeln. Er erörtert die Auswirkungen und die Zukunft der Programmierung, da KI-Tools immer kompetenter werden.
Ein Benutzer versucht, Programmierarbeiten mit Qwen3.6-35B auf einem M2 Macbook Pro mit 32 GB RAM durchzuführen, stößt jedoch auf Probleme mit Speicherausschöpfung und Kontextfensterverwaltung. Obwohl das Modell die Kernursache eines Fehlers erkennt, scheitert es an der Implementierung, da wichtige Informationen während der Kontextkomprimierung verloren gehen.
Ein Nutzer ist schockiert über die 384K maximale Ausgabekapazität von DeepSeek-v4, das es schaffte, ein umfassendes Einzel-HTML-Web-OS in einer 100KB-Datei zu generieren. Diese beeindruckende Funktionalität zeigt das Potenzial des Modells für die Erstellung umfangreicher und komplexer Inhalte.
Dieser Artikel behandelt, wie KI-Assistenten wie Cursor oder Claude aufgrund veralteter Trainingsdaten oft suboptimalen Vue.js-Code generieren, der alte und neue API-Muster mischt. Er schlägt vor, spezifische, moderne Vue 3 Composition API-Muster durch im Repository geprüfte Regeln wie `.cursorrules` durchzusetzen, um Codequalität und Skalierbarkeit zu gewährleisten, anstatt sich nur auf Prompts zu verlassen.
Der Artikel stellt die besten KI-gestützten Tools zum Schreiben von Code vor, darunter GitHub Copilot, Tabnine und OpenAI Codex. Diese Tools beschleunigen die Softwareentwicklung, indem sie Codevorschläge liefern und natürliche Sprache in Code umwandeln.
StepPRM-RTL ist ein neuartiges Framework, das die LLM-basierte RTL-Codegenerierung verbessert, indem es schrittweise Trajektorienmodellierung, Prozess-Reward-Modellierung (PRM) und retrieval-augmented Fine-Tuning (RAFT) kombiniert. Es nutzt dichtes Feedback eines PRM, um verstärkungsbasierte Updates zu leiten, und Monte Carlo Tree Search (MCTS) zur Anreicherung des Trainingsdatensatzes.
Die Studie führte 52 KI-Codierungsbenchmarks durch und zeigte, dass die größte Variable bei der KI-gestützten Entwicklung der anfängliche Brief ist. Ein strukturierter Brief (CONTRACT.md) senkt die Kosten um 54 % und steigert die Qualität von 5/10 auf 9/10, während Agenten-Teams und Wiederholungsschleifen sich als unwirksam oder schädlich erwiesen.
Dieser Inhalt untersucht die entscheidende Frage, ob große Sprachmodelle (LLMs) in der Lage sind, Code in der für Unternehmensumgebungen erforderlichen Qualität zu produzieren. Tom Howlett erforscht die Herausforderungen und Fähigkeiten dieser Technologien in der Entwicklung von Unternehmenssoftware.
Ein Entwickler berichtet von seiner Erfahrung mit GitHub Copilot bei einer kleinen Codeänderung, die zu 12 Testfehlern ohne Erklärung führte. Die Anekdote, die über ein Jahr alt ist, unterstreicht die damaligen Einschränkungen der KI-Codegenerierung hinsichtlich Zuverlässigkeit und Nachvollziehbarkeit.
Der Artikel befasst sich mit dem Problem, dass Copilot generischen Code erzeugt, was im Laufe der Zeit zu inkonsistenten Codebasen führt. Er stellt das Konzept der „Agent Skills“ als Markdown-Dateien vor, um persistenten Kontext zu Teamkonventionen bereitzustellen und so die Spezifität des generierten Codes zu verbessern.