Während meines Studiums nahm ich am Betaprogramm für eine der ersten Versionen der AI-Inline-Vervollständigung in VS Code teil. Es fühlte sich an, als würde dies die Spielregeln verändern. Seitdem hat GenAI die Softwareentwicklung grundlegend verändert: Es sind hybride Teams entstanden, in denen Agenten und Menschen zusammenarbeiten und Entwickler als Visionäre und Orchestratoren im Mittelpunkt stehen. Wir befinden uns derzeit mitten in diesem Wandel.
Als natürliche Folge des rasanten Innovationstempos im Bereich GenAI verfügen wir inzwischen über Werkzeuge, die uns bei der Planung, Entwicklung, Überprüfung und Bereitstellung von Code unterstützen. Doch derzeit wirken viele Arbeitsabläufe noch immer fragmentiert. Zwischen Unterhaltungen und Benutzeroberflächen geht Kontext verloren, und für die Überprüfung der von Agenten erstellten Arbeit wird mehr Zeit als nötig aufgewendet. Agenten können Änderungen schneller erstellen, als ein Mensch sie überprüfen kann, und die meisten Entwicklerwerkzeuge wurden ursprünglich nicht für die Orchestrierung mehrerer Agenten konzipiert.
Es wird zunehmend schwieriger, den Überblick darüber zu behalten, was ausgeführt wurde, was sich geändert hat, was validiert wurde und an welchen Stellen weiterhin menschliches Urteilsvermögen erforderlich ist.
Die GitHub Copilot-App ist ein wichtiger Schritt, um dieses Problem anzugehen. Eine Funktion gefällt mir besonders gut und ich habe gelernt, sie fast täglich zu nutzen: Canvases. Canvases ermöglichen es Entwicklern und Agenten, in einem dauerhaften, gemeinsamen Bereich zu interagieren. Anstatt Chat als einzigen Ort zu betrachten, an dem Arbeit stattfindet, machen Canvases die Arbeit im weiteren Verlauf sichtbar, steuerbar und freigabefähig.
Chat eignet sich hervorragend dazu, Absichten auszudrücken, ist jedoch bei der dauerhaften Arbeitsausführung schwach
Ich glaube, dass Chat nach wie vor eine der besten Schnittstellen ist, die uns zur Verfügung stehen, um Absichten auszudrücken. Hier können Sie nachdenken, etwas entwickeln und Anweisungen geben. Besonders wenn das Problem noch unklar ist, ist Chat schnell und flexibel.
Sobald ein Agent jedoch mit der eigentlichen Arbeit beginnt, verwandelt sich Chat in einen immer länger werdenden Strom aus Anweisungen, Logs, Richtungsänderungen und Korrekturen. Die wichtigen Bestandteile sind technisch gesehen vorhanden, aber eingebettet: der Plan, Entscheidungspunkte, Überprüfungen und Genehmigungsmomente. Wenn Sie all das aus der Vergangenheit wieder herausarbeiten müssen, zahlen Sie bereits den Koordinationsaufwand.
Canvases lösen dieses Problem, indem sie Workflows einen festen Ort geben. Sie machen den Status klar und dauerhaft. Menschen können ihn überprüfen und Anweisungen geben. Agenten können Aktualisierungen vornehmen und weiterarbeiten. Beide können im Einklang bleiben, ohne den Kontext ständig neu herstellen zu müssen.
Erste Entwicklung: Java Modernization Studio
Eines der ersten Canvases, die ich entwickelt habe, war Java Modernization Studio. Die Modernisierung von Java ist ein Beispiel für einen Workflow, bei dem Sichtbarkeit und Governance besonders wichtig sind: Bewertung, Planung, Migrationsaufgaben, Validierungsgates und die Bereitschaft zur Veröffentlichung.
In einer ausschließlich auf Chat basierenden Erfahrung vermischen sich diese Schritte miteinander.
Sie können zwar weiter vorankommen, doch besonders wenn mehrere Personen beitragen, wird es schwieriger, den Prozess zu überwachen und ihm bei einer Nutzung im größeren Maßstab zu vertrauen. Teams stellen weiterhin dieselben kostspieligen Fragen: In welcher Phase befinden wir uns? Welche Entscheidungen wurden getroffen? Was blockiert den Fortschritt? Was erfordert noch die Genehmigung durch einen Menschen?
Studio machte jede Phase transparent und überprüfbar. Die Teams konnten den operativen Status direkt sehen, statt den Verlauf der Erzählung zu analysieren. Sie mussten nicht erraten, was geschehen war, sondern konnten es überprüfen. Während sich menschliche Prüfer auf wichtige Bewertungen konzentrierten, setzten Agents die Ausführung zwischen den Kontrollpunkten fort.
Entdecken Sie die Java Modernization Studio-Canvas >
Die zweite Fallstudie: Site Studio
Als Nächstes entwickelte ich Site Studio für einen ganz anderen Arbeitsablauf: die Erstellung und Verwaltung persönlicher Website-Inhalte. Obwohl diese Arbeit stärker auf Inhalte als auf Migration ausgerichtet ist, bleibt das Orchestrierungsproblem ähnlich: der Fortschritt einzelner Abschnitte, iterative Überarbeitungen, Prüfschleifen und Statusübergänge.
In einem ausschließlich auf Chat basierenden Ablauf können Inhalte schnell ins Wanken geraten. Ein Abschnitt wird geprüft, anschließend erneut geprüft, und das Vertrauen darin, welche Version aktuell ist, nimmt ab. Feedback wird unübersichtlich, Entwürfe wiederholen sich, und der Fortschritt verlangsamt sich, weil jede Iteration mit der Rekonstruktion des Kontexts beginnt.
Site Studio macht diesen Zustand dauerhaft. Der Status jedes Abschnitts ist sichtbar. Während die Arbeit voranschreitet, werden Entwurfswerte gespeichert. Die Punkte für die menschliche Prüfung sind eindeutig.