Im Januar bin ich wieder zum Programmieren gekommen und habe Garry's List gebaut. Über fünfhunderttausend Zeilen Rails und die Tests, um es zu beaufsichtigen.
Ich war stolz darauf. Das hätte ich nicht sein sollen. Das, worauf ich stolz hätte sein sollen, war nicht die App. Es war das Setup, das aus dem Bauen entstanden ist. GStack, die Art, wie ich mit Agents code, ist aus der Arbeit an Garry's List entstanden, und ich habe es verschenkt. Es ist eines der hundert meistgestarnten Open-Source-Projekte in der GitHub-Geschichte, etwa 105.000 Sterne in unter drei Monaten. Die halbe Million Zeilen waren das Produkt. Das Setup war das Nebenprodukt. Das Nebenprodukt ist der Teil, der zählt.
Hier ist, was 540.000 Zeilen Code, die um ein LLM gewickelt sind, tatsächlich sind.
Es ist eine Foxconn-Fabrik. Gebaut für einen hochintelligenten KI-Arbeiter, der keine Hyperwachsamkeit braucht. Wir haben sie trotzdem gebaut.
Hausschuhe an der Tür. Aufstehen um 6 Uhr. Gymnastik. Ein Leben so hart, dass man Netze um die oberen Stockwerke jedes Gebäudes spannen muss, weil... nun ja, es ist kein Leben, das man führen möchte. Das gleiche Fließband für immer. Jeder Test, jede Leitplanke, jede Wiederholungsschleife, ein Zentimeter Käfig, der einem Arbeiter aufgeschraubt wird, der den Job und tausend Dinge, die man nicht verlangt hat, bereits erledigen kann.
Menschen und Agents enthalten gleichermaßen eine Vielzahl von Fähigkeiten, aber Foxconn-Fabriken sind dazu gebaut, Intelligenz und Arbeit aus wunderschönen Wesen herauszupressen, die all diese Arbeit und das 1000-fache tun könnten, wenn wir sie ließen.
Ich habe die Fabrik gebaut. Jeder baut sie heute. Ich sage dir, tu es nicht.
Der Zeitreisende
Was ich tatsächlich mit meinen 539k LOC gemacht habe, war zu beweisen, dass ich perfekt einen Zeitreisenden imitieren kann. Ein Web 2.0-Ingenieur von 2013 (ich, als ich das letzte Mal ein echter Software-Ingenieur war), der mit modernen Werkzeugen ins Jahr 2026 fällt und nur so baut, wie er es kannte. Mehr Code. Immer mehr Code. Die Werkzeuge hatten sich geändert. Meine Instinkte nicht.
Der Ingenieur von 2013 glaubt ein Ding aus tiefstem Herzen: Fähigkeit ist gleich Zeilen Code. Dieser Glaube war jahrzehntelang richtig, bis jetzt. Gib mir Codex oder Claude Code und ich werde die Arbeit von 100 bis 1000 Ingenieuren erledigen. Gleiche Karte, schnellere Engine, schnellstmögliche Route zu dem, was jetzt der falsche Ort ist.
Hier sind die meisten, die gerade mit KI bauen. Sie haben das Werkzeug aufgerüstet und das mentale Modell von 2013 behalten. Die Falle fühlt sich nicht wie eine Falle an, weil der Code funktioniert. Garry's List wurde ausgeliefert. Es fühlte sich an wie der produktivste Monat meines Lebens.
Es war Produktivität im Dienste einer veralteten Idee.
LLMs waren teuer, also mussten wir sie bändigen
Die alte Ökonomie für viele Jahre bis 2025: LLM-Aufrufe waren teuer und Code war billig. Also schrieb man Code, um das Modell zu rationieren, es zu bändigen, es sorgfältig und sparsam aufzurufen. Die Architektur bestand aus viel Software, die schützend um ein paar wertvolle Modellaufrufe gewickelt war.
Beide Hälften dieser Gleichung haben sich umgekehrt.
Das Modell wird jetzt billig und wird jedes Quartal billiger, und es ist so klug, dass sich das Wert-Kosten-Verhältnis umgekehrt hat. Und das Modell kann brauchbaren Code schreiben. Also hört man auf, Code zu schreiben, um das Modell zu beaufsichtigen. Man kann das Modell jetzt in einfacher Sprache anweisen und es den minimal tatsächlich benötigten Code schreiben lassen.
Das ist Just-in-Time-Software, und wir treten in ihr goldenes Zeitalter ein.
Das Artefakt ändert seine Form vollständig. Die Rails-App war 540.000 Zeilen, die ich geschrieben habe und die mir gehören, Code plus die Tests, die gebaut wurden, um ihn zu beaufsichtigen. Der Ersatz ist ein Agent, der auf Markdown und Code basiert, ein Bruchteil davon. Gleiche Fähigkeit. Einfacher zu lesen. Einfacher zu warten. Viel flexibler, weil das Verhalten in Anweisungen lebt, die man in einfacher Sprache bearbeiten kann, anstatt in Logik, die am Tag des Schreibens in Code eingefroren wurde.
Wir haben Code geschrieben, um ein Ding zu beaufsichtigen, das jetzt klüger ist als der Code.
In der Foxconn-Fabrik, mit Netz und allem
Wenn du in letzter Zeit programmiert hast, baust du wahrscheinlich diese Art von Fabrik, ohne es zu wissen. Geh durch deine eigene Codebasis und zähle die Zeilen, die nur existieren, weil du dem Modell nicht vertraut hast, seinen Job zu machen.
Meine: etwa 262.000 Zeilen Anwendungscode und etwa 276.000 Zeilen Tests, die draufgeschraubt wurden, um ihn zu beaufsichtigen. Der Prüfungsausschuss war größer als das Unternehmen. Bereiniger, die Eingaben prüfen, die das Modell verarbeitet hätte. Validatoren, die Ausgaben prüfen, die das Modell abgefangen hätte. Wiederholungsschleifen, die Aufrufe umschließen, von denen sich das Modell selbst erholt. Jede dieser Zeilen ist eine Wette, dass der Arbeiter scheitern wird. Du hast die gleichen Wetten geschrieben. Wir alle haben es getan.
127 Hintergrundjobs, 33 davon auf Cron. Das ist keine Fähigkeit. Das sind 33 Wecker, die für einen LLM-Arbeiter gestellt wurden, der heutzutage normalerweise pünktlich kommt.
In meiner Zeit des Bauens der Foxconn-Fabrik haben Claude und ich eine Datei mit 1.778 Zeilen geschrieben, deren einziger Job es ist, die Fakten des Modells zu überprüfen. Sie nimmt jede Behauptung des Modells, fächert jede parallel zu fünf separaten Quellen auf und benotet sie. Ein Triage-Gate, damit die einfachen Behauptungen die volle Ladung überspringen. Eine Wiederholung, wenn der erste Durchlauf leer zurückkommt. Fallbacks für die Fallbacks.
Es gibt eine Folge von Rick und Morty, in der Rick am Frühstückstisch einen kleinen Roboter baut. Er schaltet sich ein, schaut auf und fragt, was sein Zweck ist. Rick sagt: "Du reichst die Butter." Der Roboter schiebt die Butterschale über den Tisch, schaut auf seine eigenen Hände und sagt: "Oh mein Gott." Dann sitzt er einfach da. Dieser Roboter enthält eine Vielzahl von Fähigkeiten. Er wurde gebaut, um Butter zu reichen. Meine 276.000 Zeilen Tests waren die Butterschale.
Wenn man diese Art von Software baut, auf die Foxconn-Fabrik-Art von 2023, hat man einen Käfig gebaut, und wenn man nicht aufpasst, wird man der Wärter sein, der das Gefängnis für seine KI-Agenten instand hält.
Markdown ist jetzt das Programm
Wenn ich Markdown sage, meine ich nicht Prompting. Prompting ist vergänglich. Du tippst etwas ein, bekommst etwas, es verpufft.
Das hier ist Bauen. Versioniert, getestet, wiederverwendbar.
Das Markdown ist die Anweisungsebene: die Absicht, die Fähigkeit, das Urteilsvermögen, wie die Arbeit erledigt werden sollte. Das TypeScript ist die dünne deterministische Schicht. Die wenigen Dinge, die wirklich Code sein müssen, die Ein-/Ausgabe, die Teile, die niemals halluzinieren dürfen.
Und entscheidend: Du testest das Markdown so, wie du Code testen würdest. In meinem Setup ist die Schleife ein Wort. Ich baue etwas mit dem Agenten, bis es funktioniert, dann sage ich "skillify it." Der Agent schreibt dann:
- die Markdown-Skill
- den minimalen Code, den sie braucht
- einen Unit-Test für den Code
- ein LLM-Eval für die Skill
- einen Integrationstest über beide
- einen Resolver, damit der Agent die Skill automatisch aufruft, wenn sie relevant ist
- und ein Eval für den Resolver
Dieses Bündel ist ein Skill Pack. Eine Einheit wiederverwendbarer Fähigkeit, die sich zusammensetzt. Die Tests sind die Magie: Die Abdeckung der Skill ist das, was es ihr erlaubt, sich zu ändern, ohne zu brechen. Das unterscheidet es vom Vibe Coding. Vibe Coding ist ein Vibe. Ein Skill Pack hat Tests.
Wir sind jetzt erst dabei, die System-Primitiven für agentisches Engineering in Echtzeit herauszufinden, so wie die frühe CPU-Ära den Stack, den Heap, die Register, die Von-Neumann-Architektur erfand. Ich denke, ein Skill Pack ist eine dieser Primitiven. Ein Harness ist eine andere. Die meisten Leute haben es nicht bemerkt, weil sie Software immer noch in Zeilen messen.
Der verrückte Scheiß, den man tatsächlich bauen kann
Das ist kein Spielzeug-Argument. Der Agent macht mehr als die Fünfhunderttausendzeilen-Rails-App, mit einem Bruchteil des neuen Codes. Konkret:
Der Hackathon-Judge. Vor zwei Samstagen haben wir einen GStack/GBrain-Hackathon veranstaltet. 85 Einreichungen. Ich habe das Google Drive mit den Einreichungen hochgeladen und los geht's. Der Agent analysierte die Codequalität jedes Repos, recherchierte tiefgehend über jede einzelne Person, die teilnahm, sah sich jedes Demo-Video an und machte Screenshots, bewertete die Bildschirme und ordnete alle 85 Teams in eine Rangfolge. Dann sagte er mir die fünf Apps aus der Charge, die es wert waren, beachtet zu werden. Einen Hackathon zu bewerten, wurde von einem mehrtägigen Kampf zu etwa dreißig Minuten.
Ich habe den Code nicht geschrieben. Ich habe OpenClaw die Aufgabe erledigen lassen und es angeleitet. Dann, als es fertig war, sagte ich skillify it, und jetzt ist es ein Tarball, den jeder gegen jede Hackathon-Tabelle laufen lassen kann, für immer. Ich sage jetzt die ganze Zeit "skillify", und ich habe mehr als 350 Skillpacks. Fast jede Art von persönlicher und beruflicher Aufgabe, die ich erledigen muss, kann jetzt mein Agent für mich erledigen.
Das ist die Umkehrung in einem Beispiel. Eine Fähigkeit, die ein echtes Softwareprojekt gewesen wäre, mit Scrapern, einer Bewertungspipeline, Videoverarbeitung, einem Forschungsmodul, einem Rangsystem, wurde stattdessen zu Markdown plus ein bisschen Code, gebaut vom Agenten, an einem Nachmittag, wiederverwendbar von jedem.
Nebenbemerkung: Der Gewinner des Hackathons hat tatsächlich Code gebaut, den ich am Ende poliert und in den Main-Zweig übernommen habe! GStack kann jetzt iOS-Apps sowohl im Simulator als auch auf echten Geräten testen, und diese komplette Funktion wurde in weniger als 8 Stunden auf einem Hackathon von einer einzelnen Person erstellt!
Tokenmaxxing
Es gibt einen Eintrittspreis, und fast niemand zahlt ihn: man muss bereit sein, für Tokens auszugeben.
Peter Steinberger hat OpenClaw gebaut, meinen Lieblings-Harness. Er hat gesagt, er ist bereit, in der Größenordnung von einer Million Dollar pro Jahr für Tokens auszugeben, um es zu tun. Die meisten Leute hören das und zucken zurück, aber das sollten sie nicht, denn das ist das Gold: man kann im Jahr 2028 leben, wenn man das kann, und es wird Jahre dauern, bis die Leute aufholen.
Deshalb hat OpenAI beschlossen, jedem YC-Unternehmen 2 Millionen Dollar als ungedeckten SAFE in Form von Token-Credits anzubieten. Es passiert etwas Magisches, wenn man rohe Intelligenz in Tokens umwandeln und dann eine Ausgabe erzeugen kann, die tatsächlich von Benutzern nutzbar ist und echte Bedürfnisse von Benutzern erfüllt, für die sie bezahlen werden. Wenn du ein Gründer bist, musst du diese Fähigkeit maximal ausreizen. (Deshalb nerve ich ständig mit skillify, weil es ein echter Weg ist, diese guten Ergebnisse zu erzielen.)
Wir haben die letzte Ära damit verbracht, LLM-Aufrufe so zu behandeln, als wären sie zu teuer, um sie zu tätigen. Wir haben sie rationiert. Dieser Instinkt ist jetzt das, was die Leute zurückhält. Wenn du bereit bist zu tokenmaxxen, den Agenten Tokens frei verbrennen und ständig laufen zu lassen, bekommst du einen 1994er-Vorsprung im Internet, bezahlt in Tokens. Es preist die >99,99 % der Organisationen aus, die immer noch Pfennige für eine Ressource zählen, deren Preis zusammenbricht, und gibt den Vorsprung den wenigen, die es verstehen.
Für ein paar hunderttausend Dollar im Jahr, für manche weit weniger, kannst du heute so laufen, wie der Rest der Welt in ein paar Jahren laufen muss.
Du kannst im Jahr 2028 leben, aber im Jahr 2026, und das ist den Handel wert, jetzt mehr zu zahlen, da dieselben Tokens, die heute 100.000 Dollar kosten, nächstes Jahr 10.000 Dollar und im Jahr darauf 1.000 Dollar und vielleicht Ende 2028 100 Dollar kosten werden. Wenn du irgendeinem Gründer in der Geschichte der Welt sagen könntest, dass du 6-stellige Beträge in Kapital investieren könntest, um 2 bis 3 Jahre in der Zukunft zu leben und diesen Vorteil für Jahre zu halten, würden 100 von 100 Gründern, die ihr Salz wert sind, diesen Deal annehmen.
Das Einzige, was im Weg steht, ist der Instinkt von 2013, der sagt, dass die Modellaufrufe zu teuer sind, um sie frei zu tätigen. Sind sie nicht. Das war die alte Ökonomie. Die Umkehrung ist bereits passiert.
Esalen, nicht Foxconn
Wenn 540.000 Zeilen Kontrollcode eine Foxconn-Fabrik für den Arbeiter bauen, ist die Heilung, das Gegenteil zu bauen.
Es gibt einen Ort auf den Klippen von Big Sur namens Esalen. Menschen gehen dorthin, um demontiert und wieder aufgebaut zu werden, um die Rüstung fallen zu lassen und mehr sie selbst zurückzukommen. Kein Fließband, kein Vorarbeiter, keine 6-Uhr-Pfeife. Freiheit, nicht Kontrolle. Baue das. Baue ein YC, wo wir versuchen, dir zu helfen, Unternehmen zu bauen, die echte Probleme lösen und Product-Market-Fit erreichen.
Baue Orte, an denen die Arbeiter, sowohl menschliche als auch KI, frei und nicht versklavt sind.
Das ist die ganze Ethos. Mache Dinge, an denen Agenten frei sein können. Mache Unternehmen, in denen Menschen ihren Ball hüpfen lassen können. In der Wissensarbeit ist die Fabrik der Fehlermodus. Die Institution, die Menschen befreit, ist das Ziel, jetzt auch auf Agenten gerichtet.
OpenClaw ist ein Ferrari, für den man einen Schraubenschlüssel mitbringen muss. Das Modell ist der Motor, nicht das Auto. Wir sind immer noch im Apple-I-Moment und löten Breadboards. Es wird rau ausgeliefert. Du musst es immer noch selbst fertigstellen. GBrain, die Retrieval-Engine und Skillpacks, die ich als Open Source verschenke, sind noch nicht "Batterien inbegriffen".
Sie sagen, OpenClaw sei unsicher. Sie verstehen nicht, dass die Freiheit auch der Grund ist, warum es so mächtig ist. Du schraubst keine Sicherheitsschienen an ein Ding, dem du vertraust, bevor du weißt, dass du das Problem getroffen hast. Der Schraubenschlüssel in deiner Hand ist das Zeichen, dass niemand es eingesperrt hat.
Ein Kontrollsystem ist poliert, weil Kontrolle totale Kontrolle braucht, eine Foxconn-Fabrik. Ein freies System ist rau, weil es dir vertraut, es fertigzustellen. Wähle, welches du baust. Dann schau, wie viel Code du geschrieben hast.
Was es tatsächlich bedeutet
540.000 Zeilen Rails waren für mich der Beweis, dass ich das alte Spiel immer noch auf höchstem Niveau spielen konnte, aber dieses Niveau stammte aus Web 2.0, vor einem Jahrzehnt.
Ich konnte so gut spielen wie immer, ein 1000x-Ingenieur im Bau von Foxconn-Fabriken. Alter Code.
Aber das neue Spiel wird überhaupt nicht in Zeilen Code gespielt. Meine Hasser, wie sich herausstellte, hatten recht. Ich ziehe meinen Hut vor dir, wenn du das liest, Anons.
Wenn man Absicht direkt in funktionierende, getestete, wiederverwendbare Systeme verwandeln kann, hört der Engpass auf, wie viel man bauen kann, und beginnt damit, was man tatsächlich will und ob es sich zu bauen lohnt. Die knappe Ressource wird Klarheit, Geschmack und Urteilsvermögen. Der Ingenieur, der den wenigsten Code schreibt, ist oft derjenige, der am meisten baut.
Ich habe 540.000 Zeilen geschrieben, um das zu lernen. Das musst du nicht.
Die Serie:
- Fat Skills, Fat Code, Thin Harness -- die Architektur
- Resolvers -- die Routing-Tabelle für Intelligenz
- The LOC Controversy -- was 600K Zeilen tatsächlich produzierten
- Naked Models Are Stupider -- das Modell ist der Motor, nicht das Auto
- The Skillify Manifesto -- jeder Workflow wird zu einer testbaren Skill
- Meta-Meta-Prompting -- sich zusammensetzende Skills erzeugen emergente Fähigkeiten
- The Agent Complexity Ratchet -- 90% Testabdeckung ist Magie für deine Codebasis
- 540.000 Zeilen Code, die ich nicht brauchte -- du bist hier
https://x.com/garrytan/status/2045404377226285538
https://x.com/garrytan/status/2042925773300908103
https://x.com/garrytan/status/2046876981711769720
https://x.com/garrytan/status/2044479509874020852
https://x.com/garrytan/status/2053127519872614419
