Die Augen vieler KI-interessierter Entwickler:innen sind aktuell auf ein bestimmtes GitHub-Repository gerichtet: GPT-Engineer. Die Software soll über eine GPT-Anbindung weite Teile der Codearbeit entlang der Bedürfnisse der Programmierer:innen automatisieren.
Neben Textschaffenden profitieren seit einiger Zeit auch Programmierer:innen von den Fortschritten bei Chatbots wie ChatGPT oder Google Bard. Auch Microsoft hat mit Github Copilot einen KI-Code-Assistenten in seine weit verbreitete Entwicklungsumgebung Visual Studio integriert. Die Code-Chatbots kommen offenbar gut an, Github etwa berichtet von enormen Produktivitätssteigerungen bei Coder:innen.
Nun stößt mit GPT-Engineer ein weiteres Projekt auf großes Interesse in der Entwicklergemeinde. Innerhalb kürzester Zeit sammelte das Open-Source-Repository auf GitHub mehr als 26.000 Sterne und war damit zeitweise das meistbeachtete Projekt auf der Plattform.
Mit einem Prompt zur Codebasis
Laut Entwickler Anton Osika handelt es sich um eine flexible und anpassungsfähige KI-Lösung, die mit nur einem Prompt eine komplette Codebasis generieren soll. Dabei lernt sie, wie der Code aussehen soll und passt sich entsprechend an.
Ausgehend von einem ersten Prompt folgt GPT-Engineer dem Prinzip der Gedankenkette und fragt auf dem Weg zur Codebasis selbstständig nach fehlenden Informationen. Man sagt, was man bauen will, die KI fragt nach und baut es dann. Dabei kann GPT-Engineer mehrere Dateien gleichzeitig auswerten. Das System erinnert an Chaos GPT, aber für Code.
Der gesamte von GPT-Engineer erzeugte Code wird im Dateisystem gespeichert und kann später wiederverwendet werden. Dadurch soll GPT-Engineer so einfach und flexibel wie möglich bleiben und sich von einigen früheren Lösungen dieser Art unterscheiden.
GPT-Engineer wird über ein Terminal bedient und erfordert Grundkenntnisse der Programmiersprache Python. Das Programm akzeptiert derzeit nur API-Schlüssel für GPT-4, GPT-3.5 wird nicht unterstützt. GPT-4 ist GPT-3.5 bei Codeaufgaben überlegen.
Osika demonstriert die Fähigkeiten von GPT-Engineer im folgenden Video am Beispiel eines einfachen Snake-Spiels.
👶🤖 Introducing `gpt-engineer`
▸ One prompt generates a codebase
▸ Asks clarifying questions
▸ Generates technical spec
▸ Writes all necessary code
▸ Easy to add your own reasoning steps, modify, and experiment
▸ open source: https://t.co/61YQQDbK3c
▸ Lets you finish a… pic.twitter.com/SLKGZfjdU8— Anton Osika (@antonosika) June 10, 2023
Ist der Hype gerechtfertigt?
Das Projekt befindet sich noch in einer sehr frühen Phase der Entwicklung, gibt aber einen ersten Eindruck davon, wie Sprachmodelle Programmierer:innen noch mehr Arbeit abnehmen könnten. Bisher gibt es allerdings nur technische Demos von GPT-Engineer zu sehen.
Die Aufmerksamkeit, die Osikas Arbeit derzeit erfährt, dürfte ihn jedenfalls motivieren, die nächsten Punkte seines Entwicklungsplans anzugehen. Dort stehen Dinge wie ein "selbstheilender Code", der Fehler automatisch in GPT-4 einfügt, die Bitte um Feedback, die Zerlegung der Codegenerierung in kleine Teile oder die Möglichkeit, GPT-Engineer selbst entscheiden zu lassen, was als nächstes zu tun ist.
gpt-engineer is in its infant stage.
Good developers could have insane impact – and learn a ton – by taking leadership, facilitate structure, unleash hundreds of passionate coders that want to contribute and get shit done.
Hard work will be acknowledged.
— Anton Osika (@antonosika) June 22, 2023
Den Code sowie Anleitungen zur Installation gibt es auf GitHub.
