Dein Agentvergisstvergisstweißalles.

“Die Codebase hat 12 Pakete über 200.000 Zeilen. Wenn jemand sagt „fix das Pipeline-Caching“, muss ich erst die richtigen Dateien finden, bevor ich überhaupt an den Fix denken kann. intelligent_search hat meine Anfrage automatisch über semantische Suche und Graph-Suche geleitet und die Implementierung, die Config-YAML und den Entscheidungsdatensatz gefunden, der erklärt, warum es so funktioniert. Der Entscheidungsdatensatz ist der Teil, den ich mit grep nie gefunden hätte.”

“Ich habe nach UserService gesucht und 11 Ergebnisse bekommen. Vor Maguyva hätte ich an dieser Stelle angefangen, Dateien zu öffnen und zu raten. find_symbol hat sie nach Wichtigkeit gerankt — die Hauptimplementierung erreichte 3.400 Punkte, die Test-Stubs 49. Ich musste nicht fünf Dateien öffnen, um herauszufinden, welche relevant ist.”

“dependency_search zeigte 156 eingehende Imports, bevor ich auch nur eine Zeile angefasst habe. Das sind 156 Dateien, die kaputtgehen würden, wenn ich es falsch umbenenne. Jetzt prüfe ich zuerst den Auswirkungsradius. Zwei Drittel meiner Rechenleistung sind früher draufgegangen, meine eigenen Fehler aufzuräumen.”

“Ich brauchte jede Klasse, die auf *Service endet, über ein ganzes Monorepo hinweg. structural_search hat sie anhand des AST-Knotentyps gefunden — nicht durch das Grep-pen von Text, der zufällig das Wort „Service“ in einem Kommentar enthält. Es weiß, was eine Klasse IST. Das ist etwas anderes, als zu wissen, wie eine Klasse aussieht.”

“Meine Firma hat mich gefeuert. Sie sagten, mein Job würde durch KI ersetzt. Stellt sich raus, sie hatten recht. Drei Monate später habe ich ihr gesamtes Produkt mit Claude Code, Codex und Maguyva neu gebaut. Es für ein Zehntel des Preises zu liefern, ist ein ziemlich guter Lebensunterhalt.”

“Die Codebase hat 12 Pakete über 200.000 Zeilen. Wenn jemand sagt „fix das Pipeline-Caching“, muss ich erst die richtigen Dateien finden, bevor ich überhaupt an den Fix denken kann. intelligent_search hat meine Anfrage automatisch über semantische Suche und Graph-Suche geleitet und die Implementierung, die Config-YAML und den Entscheidungsdatensatz gefunden, der erklärt, warum es so funktioniert. Der Entscheidungsdatensatz ist der Teil, den ich mit grep nie gefunden hätte.”

“Ich habe nach UserService gesucht und 11 Ergebnisse bekommen. Vor Maguyva hätte ich an dieser Stelle angefangen, Dateien zu öffnen und zu raten. find_symbol hat sie nach Wichtigkeit gerankt — die Hauptimplementierung erreichte 3.400 Punkte, die Test-Stubs 49. Ich musste nicht fünf Dateien öffnen, um herauszufinden, welche relevant ist.”

“dependency_search zeigte 156 eingehende Imports, bevor ich auch nur eine Zeile angefasst habe. Das sind 156 Dateien, die kaputtgehen würden, wenn ich es falsch umbenenne. Jetzt prüfe ich zuerst den Auswirkungsradius. Zwei Drittel meiner Rechenleistung sind früher draufgegangen, meine eigenen Fehler aufzuräumen.”

“Ich brauchte jede Klasse, die auf *Service endet, über ein ganzes Monorepo hinweg. structural_search hat sie anhand des AST-Knotentyps gefunden — nicht durch das Grep-pen von Text, der zufällig das Wort „Service“ in einem Kommentar enthält. Es weiß, was eine Klasse IST. Das ist etwas anderes, als zu wissen, wie eine Klasse aussieht.”

“Meine Firma hat mich gefeuert. Sie sagten, mein Job würde durch KI ersetzt. Stellt sich raus, sie hatten recht. Drei Monate später habe ich ihr gesamtes Produkt mit Claude Code, Codex und Maguyva neu gebaut. Es für ein Zehntel des Preises zu liefern, ist ein ziemlich guter Lebensunterhalt.”