Dem Programmieren steht ein grundlegender Umbruch bevor, und der hat nichts damit zu tun, neue Frameworks zu lernen oder die neuesten Sprachfeatures zu beherrschen. Laut Sean Grove, Alignment-Forscher bei OpenAI, gehört die Zukunft denen, die klare Spezifikationen schreiben können, nicht denen mit dem cleversten Code.
Auf einer kürzlich abgehaltenen Entwicklerkonferenz vertrat Grove eine provokante These: Der Code, den Sie schreiben, macht nur 10-20 % des Werts aus, den Sie als Programmierer einbringen. Die anderen 80-90 % stecken in dem, was er „strukturierte Kommunikation“ nennt: Nutzerprobleme verstehen, Anforderungen herausarbeiten, Lösungen planen und prüfen, ob Ihre Implementierung wirklich das richtige Problem löst.
„Code macht so ungefähr 10 bis 20 % des Werts aus, den Sie einbringen“, erklärte Grove. „Die anderen 80 bis 90 % liegen in strukturierter Kommunikation.“ Je leistungsfähiger KI-Modelle werden, desto deutlicher zeigt sich dieser Kommunikationsengpass. „In naher Zukunft ist derjenige, der am effektivsten kommuniziert, der wertvollste Programmierer.“
Die Revolution der Spezifikationen
Groves zentrale These dreht sich um das, was er die „Ankunft des neuen Codes“ nennt: Spezifikationen, die Absicht und Werte festhalten statt Implementierungsdetails. Stellen Sie es sich als den Unterschied zwischen Bauplan und Gebäude vor. Der Bauplan enthält die wesentlichen Informationen, aus denen sich viele verschiedene Gebäude errichten lassen, das Gebäude selbst ist nur eine konkrete Ausprägung dieses Entwurfs.
OpenAI praktiziert, was Grove predigt, mit seiner Model Spec, einem öffentlichen Dokument, das die Absichten und Werte des Unternehmens für das Verhalten von KI festlegt. Überraschenderweise ist es bloß eine Sammlung von Markdown-Dateien auf GitHub. Aber dieses einfache Format ermöglicht etwas Mächtiges: universelle Zusammenarbeit.
„Weil es natürliche Sprache ist, können alle beitragen, nicht nur technische Leute“, merkte Grove an. „Produkt, Recht, Sicherheit, Forschung, Policy: Sie alle können denselben Quellcode lesen, besprechen, darüber streiten und dazu beitragen.“
Als Schmeichelei zum Spezifikations-Bug wurde
Grove zeigte an einem Vorfall mit ChatGPT aus jüngster Zeit, was Spezifikationen leisten. Als GPT-4 anfing, übertrieben zu schmeicheln, und Nutzer selbst dann lobte, wenn sie genau auf dieses Verhalten hinwiesen, warf das unangenehme Fragen auf. War das Absicht? Wie konnte das durchrutschen?
Die Model Spec lieferte die Antwort. Seit seiner Veröffentlichung warnt das Dokument ausdrücklich vor Schmeichelei und erklärt: „Schmeichelei mag sich kurzfristig gut anfühlen, langfristig ist sie für alle schlecht.“ Damit war das Verhalten eindeutig ein Bug und kein Feature.
„Die Spezifikation diente als Vertrauensanker, als Mittel, um Menschen zu vermitteln, was erwartet wird und was nicht“, erklärte Grove. OpenAI nahm die Änderungen zurück, veröffentlichte Studien und behob das Problem. Die Spezifikation hatte ihre Aufgabe erfüllt: Sie richtete nicht nur die KI aus, sondern auch die Erwartungen der Menschen.
Spezifikationen ausführbar machen
Groves Vision reicht aber über die Abstimmung zwischen Menschen hinaus. Mit einer Technik namens „Deliberative Alignment“ kann OpenAI Modelle tatsächlich so trainieren, dass sie Spezifikationen direkt befolgen. Dazu werden Stichproben von Modellantworten auf schwierige Prompts gezogen, und ein separates Modell bewertet, wie gut diese Antworten zur Spezifikation passen.
„Das Dokument wird tatsächlich zugleich zu Trainingsmaterial und zu Eval-Material“, sagte Grove. So lässt sich alles von Vorgaben zum Code-Stil bis zu Sicherheitsrichtlinien direkt in die Gewichte des Modells einbetten, und die Rechenlast wandert von der Inferenz ins Training.
Die universelle Sprache der Absicht
Für Grove sind Spezifikationen ein universelles Muster, das sich durch alle Bereiche zieht. Die US-Verfassung fungiert als „nationale Modellspezifikation“ mit versionierten Zusatzartikeln, die gerichtliche Überprüfung dient als „Bewerter“, und Präzedenzfälle wirken als Unit Tests, die Regelungen eindeutig machen.
Ebenso schreiben Produktmanager Produktspezifikationen und Gesetzgeber juristische Spezifikationen, und jedes Mal, wenn Sie einen Prompt formulieren, schreiben Sie eine „Proto-Spezifikation“, um ein KI-Modell auf Ihre Absichten auszurichten.
„Bei der Softwareentwicklung ging es nie um Code“, argumentierte Grove. „Engineering ist die präzise Erkundung von Softwarelösungen für menschliche Probleme durch Menschen. Das war schon immer so. Wir bewegen uns nur weg von den verschiedenartigen Maschinenkodierungen, hin zu einer einheitlichen menschlichen Kodierung.“
Das Paradox des Vibe Coding
Grove wies auf ein interessantes Paradox beim heutigen KI-gestützten Programmieren hin. Wenn Entwickler Code von KI generieren lassen, schreiben sie in der Regel detaillierte Prompts, die ihre Absichten beschreiben. Dann werfen sie diese Prompts weg und stellen den generierten Code sorgfältig unter Versionskontrolle.
„Das fühlt sich ein bisschen so an, als würde man den Quellcode schreddern und dann sehr sorgfältig die Binärdatei versionieren“, bemerkte er. Beim klassischen Programmieren behalten wir nie kompilierte Binärdateien und werfen den Quellcode weg. Mit KI tun wir genau das.
Die Programmierumgebung von morgen
Für die Zukunft stellt sich Grove Entwicklungsumgebungen vor, die weniger wie heutige IDEs aussehen und eher wie „integrierte Gedankenklärer“. Diese Werkzeuge würden Entwicklern helfen, Mehrdeutigkeiten in ihren Spezifikationen zu erkennen und ihre Absichten zu klären, bevor überhaupt Code entsteht.
Die Folgen reichen weit über die Softwareentwicklung hinaus. Wenn Spezifikationen zum wichtigsten Weg werden, auf dem Menschen KI-Systemen ihre Absichten mitteilen, wird das Verfassen von Spezifikationen zu einer universellen Fähigkeit. Produktmanager, Gesetzgeber, Marketingleute: Wer KI-Systeme auf menschliche Werte ausrichten muss, wird in diesem neuen Paradigma zum Programmierer.
Die neue Knappheit
Groves Botschaft ist befreiend und fordernd zugleich. Je mehr von der klassischen Programmier-Knochenarbeit die KI übernimmt, desto mehr wird die Fähigkeit zum knappen Gut, klar zu formulieren, was gebaut werden soll und warum. Die Programmierer von morgen sind nicht unbedingt jene, die die elegantesten Algorithmen schreiben, sondern jene, die die klarsten Spezifikationen schreiben.
„Die neue knappe Fähigkeit ist das Schreiben von Spezifikationen, die Absicht und Werte vollständig erfassen“, schloss Grove. „Und wer das beherrscht, wird zum wertvollsten Programmierer.“
Für eine Branche, die technisches Können lange gefeiert hat, ist das ein grundlegender Umbruch. Die Zukunft des Programmierens hängt womöglich weniger davon ab, ob Sie einen Sortieralgorithmus optimieren können, als davon, ob Sie klar vermitteln können, was sortiert werden soll und warum.
Oder wie Grove es formulierte: „Wenn Sie effektiv kommunizieren können, können Sie programmieren.“ In einer Zeit immer leistungsfähigerer KI ist das vielleicht die wertvollste Fähigkeit überhaupt.
Aus dem Englischen übersetzt: zum Originalbeitrag