KI-Codierung: Cursors Einfluss auf die Zukunft der Programmierung
Die rasche Einführung von KI in der Softwareentwicklung verändert die Art und Weise, wie Code geschrieben wird, wobei Unternehmen wie Anysphere die Führung übernehmen. Anyspheres Vorzeigeprodukt, Cursor, eine automatisierte Programmierplattform, hat sich schnell zu einem weltweit führenden Anbieter im Bereich KI-gestützter Codierung entwickelt und ist in generative KI-Modelle großer Akteure wie Anthropic und OpenAI integriert.
Cursor fungiert als integrierte Entwicklungsumgebung (IDE), eine hochentwickelte Softwareanwendung, die Computerprogrammierern umfassende Funktionen für die Softwareentwicklung bietet. Zu den Hauptmerkmalen gehören “Cursor Tab”, das Codezeilen intelligent automatisch vervollständigt, und ein Delegationssystem, das es Benutzern ermöglicht, kleine Aufgaben an die KI auszulagern, ähnlich der Zusammenarbeit mit einem menschlichen Paarprogrammierer. Anysphere-CEO Michael Truell beschreibt Cursor als einen “aufgemotzten Texteditor” für Ingenieure, der es ihnen ermöglicht, Millionen von Zeilen komplexer Logik effizient mit KI-Unterstützung zu bearbeiten.
Vor drei Jahren von MIT-Absolventen gegründet, war Anyspheres Weg zu Cursor nicht direkt. Truell und seine Mitbegründer, allesamt langjährige Programmierer und KI-Forscher, erkundeten zunächst CAD-Software (Computer-Aided Design). Ihre Leidenschaft für die Programmierung und das aufkeimende Potenzial der KI im Jahr 2021 – befeuert durch das Aufkommen nützlicher KI-Produkte und die Erkenntnis, dass größere Modelle und mehr Daten weitere Fortschritte vorantreiben würden – zog sie jedoch zurück zu Codierungstools. Sie stellten fest, dass bestehende KI-Programmierlösungen den notwendigen Ehrgeiz vermissen ließen, was sie dazu veranlasste, die von ihnen als ultimative KI-Codierungsplattform angesehene Lösung zu entwickeln.
Eine bedeutende Inspiration für Cursor war GitHub Copilot, den Truell als das erste wirklich nützliche KI-Produkt in seinem Kern bezeichnete. Trotz anfänglicher “Ecken und Kanten” und gelegentlicher Ungenauigkeiten zeigte Copilot die reale Anwendbarkeit von KI jenseits von Laborumgebungen oder Empfehlungssystemen. Sein Nutzen als Entwicklungstool war beispiellos, selbst für erfahrene Programmierer mit hochoptimierten Setups.
Während einige frühe KI-Startups Kritik dafür ernteten, lediglich “Wrapper” um bestehende APIs zu sein, ist Anysphere darüber hinausgegangen. Truell argumentiert, dass der Begriff “Wrapper” inzwischen etwas veraltet sei, da selbst das Aufbauen auf APIs zu “sehr, sehr tiefgreifenden Produkten” führen könne. Cursors Strategie bestand darin, seine Benutzerbasis schnell zu skalieren, indem Erkenntnisse darüber genutzt wurden, wie KI Programmierern hilft und sie behindert, um seine Modelle zu verfeinern. Allein sein “Tab-Modell” verarbeitet täglich über eine Milliarde Aufrufe, was es zu einem der größten Sprachmodelle macht, die aktiv Produktionscode generieren. Dieses Modell, das sich nun in seiner vierten oder fünften Generation befindet, wird auf riesigen Mengen von Produktdaten trainiert und nutzt spezialisiertes Talent und Infrastruktur, einschließlich der Expertise eines Entwicklers, der ein frühes Programmier-Autovervollständigungsprodukt namens TabNine entwickelte.
Die schnelle Einführung von KI-Codierungstools wie Cursor unter professionellen Ingenieuren ist bemerkenswert. Truell erzählt Geschichten von Ingenieuren, die so sehr von Cursor abhängig werden, dass sie Panik äußern, wenn sie daran denken, den Zugang zu verlieren. Diese weit verbreitete Akzeptanz resultiert aus mehreren Faktoren:
Textbasierte Natur: Programmierung ist von Natur aus textbasiert, eine Modalität, in der KI hervorragend ist.
Reichhaltige Daten: Das Internet bietet einen riesigen Fundus an Open-Source-Code für das KI-Training.
Verifizierbarkeit: Code kann ausgeführt und getestet werden, was klare Rückmeldungen für KI-Modelle liefert, um durch Reinforcement Learning zu lernen und sich zu verbessern, ähnlich wie KI Spiele meistert.
Obwohl KI-Tools zweifellos die Produktivität steigern, stellt Truell fest, dass dies nicht unbedingt zu kürzeren Arbeitszeiten für Programmierer führt. Stattdessen werden die Gewinne oft durch die inhärente “Elastizität” und Ineffizienz der Softwareentwicklung im professionellen Maßstab absorbiert. In großen Organisationen ist die Verwaltung von Millionen von Zeilen bestehenden Codes ein arbeitsintensiver Prozess. KI hilft, dies zu rationalisieren, indem sie Ingenieuren ermöglicht, komplexere Aufgaben zu bewältigen oder Entwicklungszyklen zu beschleunigen, anstatt einfach ihre Arbeitslast zu reduzieren.
Über den professionellen Gebrauch hinaus hat die KI-Codierung auch das “Vibe Coding” hervorgebracht, bei dem Amateure und sogar Anfänger mit dem Erstellen von Software experimentieren. Während sich Cursor hauptsächlich auf professionelle Ingenieure konzentriert, räumt Truell ein, dass die leistungsfähigere Gestaltung von Tools für Experten diese unbeabsichtigt für andere zugänglicher macht. Er stellt sich eine Zukunft vor, in der das Erstellen von Software viel zugänglicher ist, möglicherweise ohne tiefgehende Kenntnisse von Programmiersprachen. Er warnt jedoch, dass die Erreichung professioneller Softwareentwicklung für “jeden” noch in einiger Ferne liegt. Truell unterscheidet zwischen “Vibe Coding” zur Unterhaltung oder als Hobby und seinen professionellen Anwendungen, wie z.B. Designern, die Prototypen erstellen, oder nicht-technischem Personal, das kleine Korrekturen an Unternehmens-Codebasen vornimmt. Er glaubt, dass das Interesse an personalisierten, Wegwerf-Apps zwar wächst, der Kern der professionellen Softwareentwicklung jedoch wahrscheinlich bei einer engagierten Minderheit von Entwicklern bleiben wird.
Blick in die Zukunft erwartet Truell eine kontinuierliche Entwicklung der Rolle der KI. Obwohl die Vorhersage exakter Prozentsätze schwierig ist, schlägt er vor, dass im “Bull Case” in etwa einem Jahr mehr als die Hälfte der heutigen Programmieraufgaben von hochrangigen Textanweisungen an die KI delegiert werden könnten. Für die vollständige Automatisierung bestehen jedoch weiterhin erhebliche technische Hürden. Dazu gehören die Ermöglichung, dass Modelle kontinuierlich ganze Codebasen und Organisationskontexte lernen und verstehen, ihre Fähigkeit zur Verarbeitung großer Informationsmengen (längere “Kontextfenster”) zu verbessern und multimodale Fähigkeiten zu entwickeln, die es der KI ermöglichen, über grafische Benutzeroberflächen (GUIs) mit Software zu interagieren. Das Erreichen langfristiger Kohärenz für KI-Agenten, die an Aufgaben arbeiten, die Wochen menschlicher Anstrengung entsprechen, stellt ebenfalls eine architektonische Herausforderung dar. Truell zieht eine Parallele zur selbstfahrenden Autoindustrie, die immense Fortschritte erzielt, aber auch unerwartete Barrieren erlebt hat, was darauf hindeutet, dass der Weg zu fortschrittlicher KI ähnlich komplex und iterativ sein wird.
Anysphere, derzeit ein Team von etwa 150 Personen, strebt an, agil zu bleiben, während es erheblich wächst, um seine ehrgeizigen Ziele zu erreichen. Truell, der einen erheblichen Teil seiner Zeit der Einstellung widmet, betont eine Kultur, die “prozessskeptisch” und “hierarchieskeptisch” ist und intellektuelle Ehrlichkeit, Neugier und ein tiefes Engagement für die Mission der Automatisierung der Programmierung fördert. Er sieht Anysphere als ein einzigartiges “Experiment” zwischen grundlegenden Modelllaboren und traditionellen Softwareunternehmen, das sowohl in der Produktentwicklung als auch in der zugrunde liegenden Modellinnovation hervorragende Leistungen erbringt.
Das Unternehmen sah sich kürzlich mit Gegenwind von Nutzern konfrontiert, da es sein Preismodell von anfragebasiert auf nutzungsbasiert umgestellt hatte. Truell räumt ein, dass die Kommunikation “um Welten besser hätte sein können” und erkennt an, dass Verbraucher, die an Flatrate-Abonnements wie Spotify oder Netflix gewöhnt sind, nutzungsbasierte Preise als herausfordernd empfinden. Er erklärt, dass mit längerer Arbeitszeit und höherem Mehrwert der KI-Agenten die zugrunde liegenden Rechenkosten variabler werden. Anysphere möchte den Benutzern die Wahl lassen: ein Premium-Erlebnis auf Nutzungsbasis für Power-User oder einen vorhersehbaren Abonnementplan, der die große Mehrheit zufriedenstellt, die ihre Limits nicht erreicht.