KI-Codierungstools konzentrieren sich auf die Entwicklung im Terminal

Seit Jahren setzen KI-gestützte Code-Editoren wie Cursor, Windsurf und GitHub Copilot den Standard für die Softwareentwicklung. Da jedoch die agentenbasierte KI immer leistungsfähiger wird und ein intuitiverer „Vibe-Coding”-Ansatz an Bedeutung gewinnt, verändert eine stille Evolution die Funktionsweise dieser Systeme. Anstatt nur den Code zu manipulieren, interagieren sie zunehmend direkt mit der Befehlszeilen-Shell des Systems. Dies markiert einen grundlegenden Wandel in der KI-gestützten Entwicklung – eine subtile, aber potenziell transformative Entwicklung für die zukünftige Ausrichtung der Branche.

Das Terminal, das oft an die strengen Schwarz-Weiß-Bildschirme aus Hackerfilmen der 90er Jahre erinnert, ist eine klassische Schnittstelle für die Ausführung von Programmen und die Verwaltung von Daten. Obwohl es optisch weniger ausgefeilt ist als moderne Code-Editoren, bleibt es in erfahrenen Händen ein äußerst leistungsfähiges Werkzeug. Obwohl codezentrierte Agenten Programme schreiben und debuggen können, sind terminalbasierte Dienstprogramme häufig unerlässlich, um geschriebenen Code in eine funktionale, einsetzbare Anwendung zu verwandeln.

Der Trend zum Terminal ist in führenden KI-Labors am deutlichsten zu erkennen. Seit Februar haben Anthropic, DeepMind und OpenAI jeweils Befehlszeilen-Codierungstools (Claude Code, Gemini CLI und CLI Codex) auf den Markt gebracht, die schnell zu einigen ihrer beliebtesten Angebote geworden sind. Dieser Übergang ist leicht zu übersehen, da diese Tools oft denselben Markennamen wie ihre Vorgänger tragen. Grundsätzlich hat sich jedoch die Art und Weise verändert, wie KI-Agenten mit Computern interagieren – sowohl online als auch offline. Viele glauben, dass dies erst der Anfang ist.

„Unsere Kernhypothese lautet, dass in Zukunft etwa 95 % der Interaktion zwischen LLM und Computern über eine terminalähnliche Schnittstelle stattfinden werden“, sagt Alex Shaw, Mitentwickler des bekannten terminalorientierten Benchmarks TerminalBench.

Terminalbasierte Tools gewinnen an Bedeutung, während einige etablierte codeorientierte Plattformen mit Instabilität zu kämpfen haben. Der KI-Code-Editor Windsurf beispielsweise wurde durch konkurrierende Übernahmen fragmentiert, wobei Führungskräfte von Google abgeworben und das verbleibende Unternehmen von Cognition aufgekauft wurden, was Zweifel an der langfristigen Rentabilität des Verbraucherprodukts aufkommen lässt.

Gleichzeitig deuten neue Forschungsergebnisse darauf hin, dass Entwickler die Produktivitätsvorteile traditioneller Tools möglicherweise überschätzen. Eine METR-Studie zur Bewertung von Cursor Pro, dem Hauptkonkurrenten von Windsurf, ergab, dass Entwickler zwar eine Geschwindigkeitssteigerung von 20 bis 30 % prognostizierten, der beobachtete Prozess jedoch fast 20 % langsamer war. Im Wesentlichen kostete der Code-Assistent den Programmierern in einigen Fällen Zeit.

Dies hat eine Chance für Unternehmen wie Warp geschaffen, das derzeit die TerminalBench-Rangliste anführt. Warp beschreibt sich selbst als „agente Entwicklungsumgebung”, die die Lücke zwischen vollständigen IDEs und Befehlszeilentools wie Claude Code schließt. Gründer Zach Lloyd bleibt optimistisch hinsichtlich des Potenzials des Terminals und sieht darin eine Möglichkeit, Probleme zu lösen, die über den Rahmen eines traditionellen Code-Editors wie Cursor hinausgehen.

JETZT LIVE! TechCrunch All Stage

Intelligenter entwickeln. Schneller skalieren. Tiefere Verbindungen knüpfen. Treffen Sie Visionäre von Precursor Ventures, NEA, Index Ventures, Underscore VC und anderen für einen Tag voller Strategien, Workshops und bedeutungsvoller Kontakte.

Sparen Sie 450 $ bei Ihrem TechCrunch All Stage-Pass

Intelligenter bauen. Schneller skalieren. Tiefere Verbindungen knüpfen. Verbinden Sie sich mit Visionären von Precursor Ventures, NEA, Index Ventures, Underscore VC und anderen für einen Tag voller Strategien, Workshops und bedeutungsvoller Kontakte.

„Das Terminal befindet sich auf einer sehr grundlegenden Ebene im Entwickler-Stack und ist damit der vielseitigste Ort, um KI-Agenten auszuführen“, erklärt Lloyd.

Um zu verstehen, wie sich dieser neue Ansatz unterscheidet, betrachten Sie die Benchmarks, die zu seiner Bewertung verwendet werden. Die vorherige Generation code-basierter Tools wurde anhand der Lösung von GitHub-Problemen gemessen, der Grundlage des SWE-Bench-Tests. Jedes SWE-Bench-Problem ist ein offenes GitHub-Problem – ein Stück fehlerhafter Code. Modelle verfeinern den Code iterativ, bis er funktioniert. Während integrierte Produkte wie Cursor ausgefeiltere Methoden entwickelt haben, bleibt das Kernmodell von GitHub/SWE-Bench bestehen: Man beginnt mit fehlerhaftem Code und behebt ihn.

Terminalbasierte Tools verfolgen einen breiteren Ansatz und berücksichtigen nicht nur den Code, sondern die gesamte Umgebung, in der ein Programm ausgeführt wird. Dies umfasst sowohl das Codieren als auch DevOps-orientierte Aufgaben wie die Konfiguration eines Git-Servers oder die Diagnose, warum ein Skript fehlschlägt. Eine TerminalBench-Herausforderung stellt ein Dekomprimierungsprogramm und eine Zieldatei bereit und beauftragt den Agenten mit dem Reverse Engineering eines passenden Komprimierungsalgorithmus. Eine andere fordert den Agenten auf, den Linux-Kernel aus dem Quellcode zu erstellen, ohne zu erwähnen, dass er zuerst den Quellcode beschaffen muss. Die Lösung dieser Aufgaben erfordert die für die Programmierung typische beharrliche und kreative Herangehensweise an Probleme.

„Was TerminalBench so schwierig macht, sind nicht nur die Fragen, die wir den Agenten stellen“, sagt Shaw, „sondern auch die komplexen Umgebungen, in die wir sie versetzen.“

Entscheidend ist, dass diese neue Methode die Lösung von Problemen durch sequenzielle, logische Schritte beinhaltet – genau die Fähigkeit, die agentenbasierte KI so leistungsfähig macht. Doch selbst modernste agentenbasierte Modelle haben in einigen dieser Umgebungen Schwierigkeiten. Warp erreichte seine höchste TerminalBench-Punktzahl, indem es etwas mehr als die Hälfte der Probleme löste, was sowohl die Schwierigkeit des Benchmarks als auch die noch erforderliche Arbeit zur Ausschöpfung des vollen Potenzials des Terminals deutlich macht.

Dennoch behauptet Lloyd, dass wir einen Punkt erreicht haben, an dem terminalbasierte Tools einen erheblichen Teil der Nicht-Coding-Arbeitslast eines Entwicklers zuverlässig bewältigen können – ein Angebot, das schwer abzulehnen ist.

„Denken Sie an die tägliche Arbeit, ein neues Projekt einzurichten, Abhängigkeiten zu ermitteln und es lauffähig zu machen – Warp kann das weitgehend autonom erledigen“, sagt Lloyd. „Und wenn es das nicht kann, sagt es Ihnen genau, warum.“