Ingenieurin verschickt 2000 Pull Requests monatlich dank KI-Verifikation

Lau­ren Tan, In­ge­ni­eu­rin im Grok-Team von SpaceXAI mit frü­he­rer Er­fah­rung bei Cur­sor und Meta, hat ihren per­sön­li­chen Work­flow na­mens pstack öf­fent­lich vor­ge­stellt. Damit soll sie mo­nat­lich etwa 2000 Pull Re­quests mit hoher Zu­ver­läs­sig­keit in die Pro­duk­ti­on brin­gen, was rech­ne­risch fast 100 PRs pro Ar­beits­tag ent­spricht. Nach ei­ge­nen An­ga­ben han­delt es sich dabei nicht nur um reine Co­de­pro­duk­ti­on, son­dern um tat­säch­lich pro­duk­tiv ge­nutz­te Än­de­run­gen.

Zen­tral für die­sen Work­flow ist laut Tan eine so­ge­nann­te Ve­ri­fi­ka­ti­ons­fä­hig­keit, die es dem KI-Agen­ten er­laubt, seine ei­ge­ne Ar­beit selbst­stän­dig zu prü­fen und Auf­ga­ben ei­gen­stän­dig bis zum Ab­schluss zu be­a­r­bei­ten. Diese Fä­hig­keit wird als kri­ti­sche In­fra­s­truk­tur ein­ge­stuft und nicht als bloße Zu­satz­funk­ti­on be­trach­tet. Vor­aus­set­zung dafür ist eine aus­führ­li­che Lauf­zeit­um­ge­bung, die der Agent steu­ern und aus der er struk­tu­rier­te Er­geb­nis­se aus­le­sen kann.

Die Ar­gu­men­ta­ti­on stützt sich auf eine Durch­satz­rech­nung: Bei 2000 Pull Re­quests im Monat blie­be für eine ma­nu­el­le Prü­fung durch Men­schen nur we­ni­ge Mi­nu­ten pro Än­de­rung, was prak­tisch nicht hand­hab­bar sei. Des­halb müsse die Prü­fung au­to­ma­ti­siert und par­al­lel zur Co­de­ge­ne­rie­rung lau­fen, um den Fla­schen­hals mensch­li­cher Kon­trol­le zu ver­mei­den. Laut Tan kann eine star­ke Ve­ri­fi­ka­ti­ons­fä­hig­keit den Out­put eines Teams um das 100- bis 1000-fache stei­gern.

Bei kom­ple­xen Sys­te­men mit vie­len Diens­ten exis­tiert eine sol­che durch­gän­gi­ge Te­s­t­um­ge­bung je­doch nicht au­to­ma­tisch, wes­halb ihr Auf­bau und die par­al­le­le Ska­lie­rung für viele Agen­ten als größ­te Her­aus­for­de­rung be­schrie­ben wer­den. Der An­satz ge­ne­riert dafür unter an­de­rem eine ei­ge­ne Kom­man­do­zei­len-Schnitt­stel­le und eine Funk­ti­ons­über­sicht der An­wen­dung.