Google soll intern ein Sonderteam aus Forschern und Ingenieuren zusammengestellt haben, um seine KI-Modelle für die Softwareentwicklung zu verbessern. Auslöser ist laut einem Bericht von The Information die wachsende Überzeugung innerhalb von Google DeepMind, dass Anthropics Coding-Tools den eigenen Gemini-Modellen derzeit überlegen sind. Während Anthropic nach eigenen Angaben nahezu seinen gesamten Code KI-gestützt schreibt, liegt der Anteil bei Google laut Finanzchefin Anat Ashkenazi bei rund 50 Prozent. Der Rückstand soll nun aufgeholt werden – und zwar nicht nur aus Wettbewerbsgründen: Googles Mitgründer Sergey Brin sieht verbesserte Coding-Fähigkeiten als Zwischenschritt auf dem Weg zu einer KI, die sich irgendwann selbst weiterentwickeln kann.

Mit seinem „Strike Team“ verschärft damit auch Google die Gangart in dem zurzeit meist umkämpften Teilbereich der Künstlichen Intelligenz. Anthropic hatte sich mit seinem Coding-Tool Claude Code frühzeitig auf den Bereich Coding spezialisiert. OpenAI hat sein Engagement rund um das KI-Tool Codex massiv erweitert, woraufhin Anthropic auch ein Design-Tool namens Claude Design vorstellte.

Google will internen KI-Einsatz erhöhen

Bei Google geht es aktuell erst einmal auch darum, den internen Einsatz von KI stärker voranzubringen, wie das US-Magazin The Information unter Berufung auf namentlich nicht genannte Quellen im Unternehmen berichtet. Bislang habe sich Google bei seinen Modellen vor allem auf die Bedürfnisse externer Kunden konzentriert. Ähnliches gilt für Apple: Auch dort werden Entwickler gerade im Umgang mit KI-Coding-Tools für die Softwareentwicklung geschult, um den internen Einsatz zu modernisieren. Solche internen Modelle, welche die Eigenheiten des Google-Codes besser abbilden als öffentliche Modelle, wolle man zwar wegen der darin enthaltenen Geschäftsgeheimnisse nicht nach außen geben. Sie können aber eine wichtige Zwischenstufe sein, um bessere öffentliche Modelle zu erschaffen.

Teamleiter sei Sebastian Borgeaud, ehemaliger Pre-Training-Lead für Gemini bei Google DeepMind. Der Fokus liege auf komplexen Langzeit-Coding-Aufgaben. Dazu zähle das Verständnis von Codebases und das Schreiben kompletter Software. Google-Mitgründer Sergey Brin und DeepMind-CTO Koray Kavukcuoglu sollen persönlich in das Strike Team eingebunden sein. Brin habe die Mitarbeiter angehalten, verpflichtend interne Agenten für mehrstufige Aufgaben zu nutzen. Ein Fernziel sei der sogenannte „AI Takeoff“, also eine KI, die sich selbst verbessern kann. Die Nutzung der Coding-Tools werde intern mit einem Leaderboard nachgehalten.

Fernziel: Eine KI, die sich selbst verbessert

Dabei treffen Googles Ambitionen auf eine Branche, die KI-Tools bereits weit verbreitet einsetzt. Das Entwicklerportal Stack Overflow fand in seiner jährlichen Befragung mit 49.000 Teilnehmern heraus, dass 84 Prozent der Entwickler entsprechende Tools schon nutzen oder zumindest deren Einsatz planen. Sie versprechen sich damit vor allem eine Zeitersparnis. Bislang, so ergeben Befragungen, sei diese Hoffnung aber nicht immer erfüllt worden. 46 Prozent der Entwickler misstrauen der Genauigkeit von KI-Tools.

(mki)

Cloudflare hat mit Agent Memory einen Dienst vorgestellt, der KI-Agenten ein dauerhaftes Gedächtnis verleihen soll. Anstatt alle nötigen Informationen immer wieder als Kontext mitzugeben – was einen hohen Tokenverbrauch verursacht –, sollen KI-Agenten mit Agent Memory eigenständig relevante Informationen auswählen und in ihren Prompts an die Sprachmodelle verwenden. Der Dienst steht zunächst nur in einer geschlossenen Beta-Version zur Verfügung.

Agent Memory soll Context Rot vorbeugen

Neben den potenziellen Kosteneinsparungen für Entwickler, die aus dem geringeren Tokenverbrauch folgen, will der US-Anbieter mit Agent Memory auch dem sogenannten Kontextverfall entgegenwirken. Lange Prompts verschlechtern zunehmend die Geschwindigkeit und Zuverlässigkeit von Antworten eines KI-Modells. Dabei gehen Informationen vom Anfang einer Konversation verloren, die nicht mehr in das Kontextfenster des jeweiligen Modells passen.

Laut einem Post im Cloudflare-Blog soll sich Agent Memory als persistente Speicherebene für lokal und in der Cloud gehostete KI-Agenten einsetzen lassen. Zudem können Entwickler den Dienst in Koordinations-Frameworks für mehrere Agenten einbinden, um den darin enthaltenen Agenten einen dauerhaften Speicher über Sessions und Neustarts hinweg zu bieten. Ebenfalls lassen sich Speicherprofile gemeinsam verwenden, sodass Informationen nur einmal an einen KI-Agenten übermittelt werden müssen und sich danach von mehreren Agenten nutzen und erweitern lassen.

Informationen in Entwicklungsteams teilen und erweitern

Als möglichen Einsatzzweck für Agent Memory nennt Cloudflare die Einbindung in Coding-Agenten eines Entwicklungsteams. Initial können Entwickler grundlegende Informationen eingeben, die für alle Agenten wichtig sind, beispielsweise interne Konventionen oder Architekturentscheidungen. Danach nutzen und erweitern alle angebundenen Agenten diese Informationen.

Außerdem lässt sich der Dienst zur agentischen Code-Review einsetzen – er soll sich merken können, was die Entwickler zurückweisen. Mit diesen Informationen soll der KI-Agent sein Feedback zum Programmcode anpassen und relevantere Hinweise geben können. Auch in einfachen Chatbots lässt sich Agent Memory einbinden, um den Nachrichtenverlauf zu speichern und bei Nachfrage darauf zurückgreifen zu können.

Zugriff über Cloudflare Workers und API

Agent Memory unterscheidet bei den Informationen zwischen unveränderlichen Fakten, Events früherer Zeitpunkte, aktuellen Aufgaben und Anweisungen wie Arbeitsabläufen oder Runbooks. Der Dienst aktualisiert eigenständig veraltete Informationen und löscht Duplikate. Zugriffe auf die Informationen erfolgen über eine Anbindung an Cloudflare Workers oder eine REST-API.

Die Schnittstelle bietet fünf Kernoperationen: ingest für die Massenverarbeitung von Konversationen, remember für explizites Speichern, recall für synthetisierte Abfragen sowie list und forget für Verwaltung und Löschung. Um die gesamte API-Oberfläche abzubilden, veröffentlichte Cloudflare zuletzt mit cf ein einheitliches Kommandozeilen-Tool. Mit ihm sollen Entwickler alle Dienste des Anbieters über ein zentrales Werkzeug steuern und von KI-Agenten nutzen lassen können.

Eine Anmeldung zur geschlossenen Beta von Agent Memory ist aktuell nicht möglich, eine Warteliste steht aber bereit. Der Zeitpunkt für die allgemeine Verfügbarkeit ist bislang nicht bekannt.

(sfe)

Das direkte Übersetzen und Starten von C#-Dateien nennt Microsoft File-based Apps. Wenn die Anforderungen höher werden, sind File-based Apps keine Sackgasse.

Entwicklerinnen und Entwickler können per Kommandozeilenbefehl aus einer File-based App ein C#-Projekt mit .csproj-Projektdatei machen:

dotnet project convert .\Dateiname.cs

Dabei wird ein neuer Ordner angelegt und eine Projektdatei angelegt, die die Präprozessor-Informationen aus der C#-Datei übernimmt.

Sollten die Dateien Dateiname.settings.json und Dateiname.run.json vorhanden sein, werden sie beim Konvertieren allerdings ignoriert.

(rme)