0816 | Codex beschleunigt Kernel 232x, Yadda 3.0.0, Zsh-Bug & Alzheimer-OP

Lena Vogel: Hallo und herzlich willkommen zu Hacker News täglich, dem Podcast von Bri. Ich bin Lena Vogel, und heute habe ich wieder meinen Kollegen Felix Hartmann an meiner Seite.

Felix Hartmann: Moin zusammen! Ich bin Felix. Und wir haben heute wieder einen bunten Mix aus der Hacker-News-Welt für euch dabei – von maschinellem Lernen bis hin zu ein paar technischen Tiefblicken.

Lena Vogel: Genau. Wir schauen heute unter anderem auf ein außergewöhnlich schnelles Kernel-Experiment mit Codex, eine neue BDD-Version fürs Zeitalter der KI-Agenten und die Frage, warum sich Arbeit mit KI mehr nach Führung als nach Programmieren anfühlt.

Felix Hartmann: Und dann gibt es natürlich auch wieder die typischen Debatten – von LLM-Skepsis über Gedächtnisstrukturen fürs Denken bis hin zu spannenden Entwicklungen aus Medizin und Wissenschaft. Bleibt dran!

Lena Vogel: Auf Hacker News erzählt gerade jemand von einem automatisierten Forschungs-Wettbewerb, den GPU Mode zusammen mit Core Automation ausgerichtet hat. Ein Teilnehmer mit dem Namen Sankalp beschreibt in seinem Blog, wie er eine QR-Faktorisierung, also eine mathematische Zerlegung von Matrizen, extrem beschleunigt hat. Die Aufgabe: eine sogenannte batched compact Householder-QR-Faktorisierung auf CUDA-Matrizen mit einfacher Genauigkeit, also FP32, zu implementieren.

Felix Hartmann: Und da kam ein Agent zum Einsatz?

Lena Vogel: Genau. Er mutet seinem Codex-Agenten den größten Teil der Arbeit zu und landete damit auf Platz zwölf von 183 Teilnehmern. Im Blog spricht er von einem 232-fachen Speedup gegenüber der Baseline – in Zahlen: über 1500 Submissions über einen Zeitraum von gut zwei Wochen. Ein Werkzeug namens popcorn CLI, das extra für solche Agenten gebaut wurde, und ein Prüfsystem, das Form-für-Form Feedback gab, haben ihm geholfen. Interessant war die Freiheit bei der internen Darstellung: Er durfte intern mit halber oder gar viertel Genauigkeit rechnen, die zurückgegebenen Faktoren mussten aber die FP32-QR-Prüfung bestehen.

Felix Hartmann: Das ist doch genau diese Idee: dem Agenten ein klar definiertes Ziel, einen Verifikationsmechanismus und viel Autonomie geben. In den Kommentaren wird das schön illustriert – einer berichtet von einem ähnlichen Kreislauf aus Messen, Profilen, Verifizieren und Verbessern, den er mit DeepSeek an einem halb aufgegebenen Video-Codec-Projekt laufen ließ. Das Modell erzeugte in wenigen Stunden SSE- und AVX-Varianten, die die Performance mit einem Kern fast verdoppelten – angeleitet durch Compiler-Profiler und Intels VTune. Und eine CUDA-Version mit NVIDIAs NSight als Leitfaden zeigte ebenfalls schon Fortschritte.

Lena Vogel: Ein anderer nennt LLMs eine fortgeschrittene Version von Prolog: klare Constraints, Verifikation, ein klares Ziel, und dann läuft es im Autopilot. Genau so hat jemand eine FlashAttention-Optimierung an DeepSeek-V4-Flash abgegeben – eine bis zwei Stunden Laufzeit, Kosten von 20 Cent. Und ein weiterer Kommentator baut LLM- und Diffusionsmodelle komplett in Rust und CUDA nach; die Erstimplementierung dauert ein bis zwei Tage autonomer Arbeit.

Felix Hartmann: Ein verwandtes Thema macht gerade ebenfalls die Runde: Die Versions 3.0.0 der JavaScript-Bibliothek Yadda ist erschienen, und der Autor Stephen Cresswell erzählt, dass ein großer Teil davon von Claude Code gebaut wurde. Yadda ist ein BDD-Framework, also ein Werkzeug für behavior-driven development, bei dem man ausführbare Spezifikationen schreibt.

Lena Vogel: Das Interessanteste daran ist die Schlussfolgerung, die Cresswell zieht: Ausführbare Spezifikationen könnten genau dadurch an Wert gewinnen, dass wir in eine agentengetriebene Entwicklungswelt übergehen. Wenn ein Agent Code baut, wird die präzise, testbare Beschreibung des gewünschten Verhaltens zum eigentlichen Ankerpunkt – etwas, das man überprüfen und aufrechterhalten kann, gerade weil das Modell den Rest erzeugt.

Felix Hartmann: Das passt zu den Beispielen aus dem QR-Wettbewerb: Das Prüfsystem, das Form-für-Form-Feedback gab, war im Grunde so eine ausführbare Spezifikation. Der Agent konnte sich daran orientieren, wusste genau, was geprüft wird, und hat über Wochen autonom daran gearbeitet. Je präziser die Prüfkriterien, desto zuverlässiger das Ergebnis.

Lena Vogel: Ein Kommentator formuliert es direkt: Wenn die Spezifikation ausführbar wird, wird sie zum Vertrag zwischen Mensch und Agent. Das ist ein schöner Umbruch – traditionell ging es in BDD um die Kommunikation zwischen Entwicklern und Fachleuten, jetzt wird es zunehmend zur Kommunikationsbrücke zum Agenten selbst.

Felix Hartmann: Der dritte Beitrag nimmt eine ganz andere Perspektive ein: Ein Blogpost mit dem Titel, dass die Arbeit mit KI sich mehr wie Führung anfühle als wie Programmieren. Dahinter steckt die Idee, dass man als Entwickler zunehmend nicht mehr jede Zeile selbst schreibt, sondern einen Agenten führt, Reviewt, frustriert und anleitet.

Lena Vogel: In den Kommentaren geht es dann viel um den Unterschied zwischen Menschen und Code: Einer scherzt, er müsse sich mit Bugs herumschlagen, die teils grundlegend im Problem liegen, teils einfach eine Frage der Perspektive sind – und manche habe er eben geerbt, sie seien einfach in die Architektur eingebrannt. Das erinnert stark daran, dass man mit einem Agenten ähnlich umgehen muss: Man umschifft seine Eigenheiten, so wie man es mit fremdem oder alten Code tut.

Felix Hartmann: Und das Führen besteht dann eben genau darin, zu sagen, was zählt, was man toleriert und wo man nicht weitergeht. Diese Rolle rückt näher an die des Projektleiters, der Prioritäten setzt und Grenzen zieht, als an die klassische Vorstellung, selbst der Produzent des Codes zu sein.

Lena Vogel: Gleichzeitig ist da eine gewisse Ambivalenz in der Diskussion: Führung klingt nach mehr Kontrolle, aber im Alltag bedeutet sie oft, dass man eine Vision klar genug trägt, damit der Agent sie umsetzen kann – und dass man am Ende die Verantwortung trägt, wenn das Ergebnis nicht hält. Ziemlich passend zu dem, was wir über die ausführbaren Spezifikationen gesagt haben.

Felix Hartmann: Und dann gibt es noch die Gegenposition, ausdrücklich formuliert von Joshua Barretto in seinem Blogpost, warum er Skeptiker bleibt. Er hat auf Hacker News erklärt, warum er LLMs weiterhin nicht für Dinge nutzt, die ihm wichtig sind – und das trifft mitten in die Debatte, die wir gerade geführt haben.

Lena Vogel: Seine Kernargumente: Vier Jahre nach Beginn der sogenannten Revolution gebe es kaum Belege für bessere, schnellere, günstigere oder sicherere Software. Nach geschätzt 1,5 Billionen Dollar Investition fehlten weiterhin unabhängige Studien zu Produktivitätsgewinnen auf der obersten Ebene – und die vorhandenen zeigten nur marginale oder teils negative Effekte.

Felix Hartmann: Und er wird konkreter: LLM-generierte Pull Requests seien meist nicht mergbar. Frontier-Modelle hätten offensichtliche Probleme übersehen, die Hobbyisten mit ihrem eigenen Verstand gefunden hätten. Das deckt sich mit den Geschichten davor – die erfolgreichen Beispiele waren ja genau solche klar abgegrenzten Aufgaben, nicht die freie Softwareentwicklung im Ganzen.

Lena Vogel: Er sieht dahinter auch ein Motiv der großen Tech-Firmen: das nicht ganz stille Ziel, intellektuelle Arbeit fungibel zu machen und die Verhandlungsmacht der Arbeitnehmer zu schwächen – Softwareentwicklung werde industrialisiert. Er selbst setzt bewusst auf Spezialisierung, bleibt zuversichtlich für seinen Job und sagt, Code sei ein Input, kein Output.

Felix Hartmann: In der Diskussion ist das Bild gespalten. Ein Befürworter sagt, mit bewusster Nutzung und Aufsicht könne er mehr erledigen. Ein Skeptiker warnt davor, dass man Fähigkeiten verliert, wenn man nur noch einen Bruchteil dessen wirklich liest, was man selbst produziert. Und ein Entwickler baut gerade ein komplettes Projekt absichtlich mit einem günstigen ChatGPT-Abo, um am Ende sagen zu können, dass alles mit diesem Abo entstanden ist – als Statement.

Lena Vogel: Da haben wir also die ganze Bandbreite in einer Runde: Der eine lässt einen Agenten über Wochen autonom an einem Wettbewerbskernel arbeiten und wird zwölfter von 183, der andere lehnt LLMs für seine wichtigen Projekte kategorisch ab. Und beide Seiten scheinen dieselben Dinge zu beobachten – nur eben sehr unterschiedlich zu bewerten.

Lena Vogel: Und damit zu einem Projekt, das auf Hacker News vorgestellt wurde: ThoughtDAG, eine lokale Open-Source-Canvas-App, die auf der Idee aufbaut, dass die Verbindungslinien zwischen Notizen der eigentliche Kontext sind. Die Regel lautet wörtlich: Drähte sind der Kontext. Jede Frage und jede Antwort wird zu einem Knoten auf der Leinwand, und eine Anfrage an das Modell enthält nur die Knoten, die auch tatsächlich mit ihr verdrahtet sind.

Felix Hartmann: Das klingt nach einem zentralen Unterschied zur üblichen Visualisierung von Conversation-Canvases, oder? Dass der Graph nicht nur hübsch aussieht, sondern wirklich bestimmt, was das Modell sieht.

Lena Vogel: Genau. Wenn man eine Kante löscht und neu generiert, entfernt man den Zweig aus dem tatsächlichen Modellkontext – nicht nur aus der Darstellung. Frühere Arbeit bleibt sichtbar, wird aber von der nächsten Inferenz ausgeschlossen. Der Entwickler setzt damit bewusst anders an als die vielen Workflow-Canvases, die zwar Knoten und Kanten nutzen, aber meist nur Ausführungspipelines abbilden.

Felix Hartmann: Und in der Diskussion wurde dann auch gleich nach der Praxis gefragt: ob ein geänderter Kontext die Prefill-Phase des Modells verlangsamt. Die Antwort war ehrlich – ein Trade-off, aber eben besser als die Alternative. Wenn sich die KI zum Beispiel auf ein beiläufiges Detail versteift, wäre es einen Cache-Miss wert, es selektiv herauszunehmen.

Lena Vogel: Die App ist MIT-lizenziert, läuft lokal-first, unterstützt Ollama und OpenAI-kompatible Schnittstellen und kann PDFs mit Seitenherkunft zuschneiden. Es gibt eine Web-Demo als Funktionsteilmenge und Desktop-Versionen für Windows, macOS und Linux. Die macOS-Builds sind von Apple signiert und notarized, die Windows-Builds noch nicht – für sensible Nutzer also ein Punkt, den man im Hinterkopf behalten darf.

Felix Hartmann: Weiter geht es mit einer Diskussion rund um einen Science.org-Blogpost zur Frage, wie es wirklich um KI in der Wirkstoffforschung steht. Verlinkt ist ein Artikel in einer Fachzeitschrift, dessen zentrale Empfehlung sich fast wie eine Mahnung liest: Man sollte mehr darüber nachdenken, warum bestimmte Techniken eingesetzt werden, statt sie nur zu nutzen, weil sie neu verfügbar sind.

Lena Vogel: Ein Kommentator setzt da noch einen drauf und wünscht sich, dass einflussreiche Leute diese Lektion früher lernen – sonst seien die Auswirkungen drastisch und teuer. Neue Technik bedeute schlicht nicht, dass sie die benötigten Ergebnisse liefere. Bis zum Nachweis der Leistungsfähigkeit sei ein moderater Ansatz angebracht.

Felix Hartmann: Aber es gab auch deutlichen Widerspruch. Ein anderer Kommentator hält dagegen, dass Wirkstoffforscher die ganze Zeit über das Warum nachdenken und KI nur ein weiteres Werkzeug ist. Dazu kommt ein praktisches Argument: Entwicklungszeiten für Medikamente übersteigen typischerweise den Zeitraum, in dem diese Technologien überhaupt verfügbar oder wirksam sind. Die Messung der Wirkung werde also lange dauern.

Lena Vogel: Der Faden driftete dann noch in ein anderes Thema ab: KI gegen Haarausfall. Ein Kommentator verweist auf Finasterid – nicht ganz ohne Warnung. Später ging es um die topische Variante, die in der Kopfhaut höhere Konzentrationen erreicht bei niedrigerer systemischer Konzentration, und um die Frage, wie viele Anwender Nebenwirkungen erleben. Ein anderer scherzt über den ausbleibenden KI-Durchbruch für seinen eigenen jugendlichen Irokesen – vielleicht der ehrlichste Take des ganzen Fadens.

Felix Hartmann: Ein neues Thema hat einen ziemlich reißerischen Titel: eine umstrittene Alzheimer-Operation, die Symptome rückgängig gemacht haben soll. Im zugehörigen Diskussionsfaden ist die Skepsis aber groß.

Lena Vogel: Genau, ein Kommentator bringt das Wichtigste zuerst: Es wäre großartig, wenn es funktioniert, aber er glaubt, dass die Behandlung in China ausgesetzt wurde, weil die Ergebnisse gemischt sind – einige Menschen seien am Ende schlechter dran gewesen. Und er sagt, er würde als Schotte eher einer Bewertung durch das NHS vertrauen als zufälligen Medienberichten.

Felix Hartmann: Das deckt sich mit dem Grundton des ganzen Fadens. Statt Begeisterung gibt es hier vor allem Vorsicht: gemischte Ergebnisse, Menschen, denen es schlechter ging, und die Frage, welchen Quellen man Glauben schenkt. Der Titel verspricht viel, die gemeldeten Belege sind aber alles andere als eindeutig.

Lena Vogel: Und zuletzt ein Thema, das die Hacker-News-Community gespalten hat: Semaglutide – das ist der Wirkstoff der GLP-1-Abnehmmedikamente – soll mit einem geringeren vorhergesagten Demenzrisiko verbunden sein. Der Einreichende erinnert daran, dass Diabetes ein bekannter Risikofaktor für Demenz ist.

Felix Hartmann: Ein Kommentator feiert Semaglutide da fast schon als Gegenmittel gegen westliche Krankheiten und zuckerlastige Ernährung – noch kein Impfstoff, sagt er, aber später vielleicht über Gentherapie. Andere widersprechen scharf und verweisen auf schlichten Bewegungsmangel.

Lena Vogel: Und wieder jemand anderes hält die ganze West-Ost-Unterscheidung für falsch: Zuckerlastige Ernährung gebe es überall dort, wo Menschen sie sich leisten könnten. Ein weiterer Kommentator würdigt die Studie, warnt aber, dass Mäuse unzuverlässige Modelle seien und die Dosierungen zu hoch waren. Sein Punkt: Entscheidend ist das Verhältnis von Fructose zu Glukose, und Haushaltszucker mit gleichen Molekülen werde durch die Studie entlastet.

Felix Hartmann: Ein anderer verweist wieder auf Bewegungsmangel und viele vernetzte Faktoren, räumt aber ein: GLP-1-Rezeptoragonisten scheinen bei mehreren davon zu helfen, auch wenn die genauen Kausalketten extrem komplex bleiben. Das Gesamtbild sehe weiterhin gut aus. Und einer schlägt vor, die Frage mit Real-Welt-Daten zu lösen – etwa Menschen mit Smartwatches und erfassten Aktivitätsdaten zu untersuchen. Wenn GLP-1 tatsächlich aktiver mache, würde das an frühere Überlegungen erinnern.

Lena Vogel: Spannend, wie aus einer Demenz-Studie eine Debatte über Ernährung, Bewegung und Datenqualität wird. Den Rest gibt's gleich.

Lena Vogel: Auf Hacker News hat ein Beitrag großes Interesse ausgelöst: ein erster Heimtest für infizierte Zecken, der die Diagnose von Borreliose verbessern könnte. In der Diskussion erklärt ein Kommentator, warum das vor allem in Großbritannien ein großes Thema sein dürfte. Borreliose galt dort lange als Randproblem – Zeckenbisse selbst waren verbreitet, aber die Krankheit wurde selten diagnostiziert.

Felix Hartmann: Und genau da kommt der Klimawandel ins Spiel. In Großbritannien verändere er sich so schnell, dass sich die Bedingungen für Zecken und ihre Wirte verschieben. Dazu kommen stark wachsende Bestände an Wildhirschen und Wildschweinen, die als Wirte für die Zecken dienen. Die Kombination aus wärmerem Klima und mehr möglichen Wirten bedeutet: In manchen Regionen des Landes sieht die Situation inzwischen ganz anders aus als früher.

Lena Vogel: Heißt also, Borreliose ist dort nicht mehr nur ein theoretisches Risiko, sondern wird realer. Wenn man zu Hause testen kann, ob eine Zecke überhaupt den Erreger in sich trägt, hilft das dabei, nach einem Biss schneller einzuordnen, ob man sich Sorgen machen muss. Letztlich ist der Kern: Ein billiger, einfacher Heimtest würde die Lücke schließen zwischen „ich wurde gebissen“ und „sollte ich das medizinisch abklären lassen“.

Felix Hartmann: Und gerade dort, wo die Krankheit bis vor Kurzem kaum eine Rolle spielte, fehlt vielen das Wissen, wie man das Risiko einschätzt. Ein solcher Test könnte diese Unsicherheit deutlich verringern.

Lena Vogel: Jetzt etwas für alle, die in ihrer Shell arbeiten: Ein Entwickler hat einen Bug in Zsh aufgespürt, der dafür sorgen kann, dass man den gesamten Verlauf seiner eingegebenen Befehle verliert. Der Blogbeitrag darüber ist auf Hacker News sehr gut angekommen – nicht nur als Warnung, sondern auch wegen der gründlichen Spurensuche.

Felix Hartmann: In der Diskussion melden sich nämlich gleich mehrere Leute, denen das schon passiert ist. Einer sagt, er habe das Gefühl gehabt, dass er Zsh-Verlauf verloren hat, aber nie wirklich nachgeforscht. Ein anderer erzählt, er habe fast ein Jahrzehnt an Zsh-Verlauf gesammelt und liest im Artikel, dass er mit seiner Geschichte vermutlich genau von diesem Bug getroffen wurde.

Lena Vogel: Genau diese Mischung macht den Beitrag so wertvoll. Der Verlauf in der Shell ist für viele von uns ein stilles Gedächtnis – da stecken jahrelange Befehle drin, die man spontan wiederverwendet. Wenn das plötzlich weg ist, fühlt sich das an, als hätte man ein Recherche-Tagebuch verloren.

Felix Hartmann: Der Effekt ist also doppelt: Wer lernt den Bug kennen, kann den eigenen Verlauf prüfen und schützen. Und wer bisher nur ein vages Gefühl hatte, dass da etwas verloren ging, bekommt durch die Analyse endlich eine Erklärung dafür. Ein klassischer Fall, wo gut dokumentierte Fehlersuche allen zugutekommt.

Lena Vogel: Weiter mit einem faszinierenden Stück Computergeschichte: Der Artikel „Ein Gespenst geht um in Unicode“ beschäftigt sich mit den sogenannten Geisterzeichen. Die gibt es wirklich – das sind japanische Schriftzeichen, die niemand erklären kann.

Felix Hartmann: Damit zurück zu Ende der siebziger Jahre. 1978 legte das japanische Handelsministerium eine Zeichenkodierung fest, die später bekannt wurde als JIS X 0208 und bis heute eine zentrale Referenz für japanische Kodierungen ist. Nach der Veröffentlichung fiel auf: Einige der neu aufgenommenen Zeichen hatten keine erkennbare Quelle. Niemand konnte sagen, was sie bedeuteten, wie man sie aussprach oder woher sie überhaupt kamen.

Lena Vogel: Eine Untersuchung aus dem Jahr 1997 klärte dann die Herkunft der meisten auf. Eigentlich sollte jedes Zeichen mit einer Quellenangabe belegt sein – die war aber meist vage. Häufig verwies man auf eine Ortsnamenliste, deren neueste Ausgabe sieben Bände mit je rund neunhundert Seiten umfasst, ohne dass eine Seitenzahl angegeben wurde. Durch Befragungen der damaligen Katalogisierer kam heraus, dass einige Zeichen schlicht versehentlich erfunden wurden.

Felix Hartmann: Das schönste Beispiel: Das Zeichen 妛 entstand aus dem Versuch, die Kombination „Berg über Frau“ festzuhalten. Die beiden Zeichen wurden getrennt gedruckt, ausgeschnitten, aufgeklebt und kopiert. Die Klebelinie wirkte in der Kopie wie ein Strich – und wurde kurzerhand mit übernommen. Das eigentliche Zeichen kam erst viel später zu JIS und Unicode.

Lena Vogel: Und dann ist da noch das eine Zeichen, 彁, für das sich weder eine Quelle noch ein historischer Beleg finden ließ. Am wahrscheinlichsten ist eine Fehllesung eines anderen Zeichens, aber ein konkreter Vorfall wurde nie ermittelt. Diese Geisterzeichen haben über die JIS-Standards den Weg in Unicode gefunden – und geistern seither still durch jede japanische Schriftausgabe.

Lena Vogel: Zum Schluss ein Blick in die Compiler-Welt. Ein Beitrag von Martin Uecker erklärt, wie GCC mit verschachtelten Funktionen umgeht – und wie eine neue Technik ohne sogenannte Trampoline auskommt. Klingt nischig, hat aber alles mit Sicherheit zu tun.

Felix Hartmann: Genau. Wenn eine verschachtelte Funktion ihre Adresse weitergibt, muss normalerweise zur Laufzeit ein kleiner Code-Stück erzeugt werden, um den Aufruf zu vermitteln. Dabei muss aber der Stack ausführbar sein – und ein nicht ausführbarer Stack gilt als wichtiges Sicherheitsmerkmal. GCC kann den Vermittlercode schon länger auch auf den Heap legen, was besser ist, aber mehr Speicher kostet und bei bestimmten Sprüngen zu Lecks führen kann.

Lena Vogel: Seit GCC 16 ist nun garantiert, dass eine verschachtelte Funktion, die keine Variablen der Elternfunktion nutzt, ganz ohne diese vermittelnde Laufzeit-Erzeugung auskommt – und das ist dokumentiert. In GCC 17 wurde zudem eine weiterentwickelte Version dieses Ansatzes aufgenommen, mit der solche Aufrufe grundsätzlich trampolinfrei laufen können, kombiniert mit neuen Builtins und dem vorhandenen Mechanismus für die statische Kette.

Felix Hartmann: Der Compiler formt das automatisch in die manuelle Variante um, und der Datenzeiger läuft über ein Register, das die ABI ohnehin für diesen Zweck reserviert hat. In einem Beispiel führt das zu einer einzigen Assembler-Instruktion – der Compiler fasst also mehrere Operationen zu einem einzigen Befehl zusammen.

Lena Vogel: Interessant ist auch die Diskussion dazu: Ein früherer Ansatz, bei dem ein Funktionszeiger je nach Kennzeichnung entweder auf Code oder auf einen Closure-Beschreiber zeigen sollte, wurde 2018 offenbar nicht in GCC aufgenommen. Dass die Idee in anderer Form jetzt doch landet, zeigt, wie lange so ein Mechanismus braucht, bis er die Reife erreicht, mit der er dem Compiler anvertraut wird – und am Ende gewinnt die Sicherheit.

Lena Vogel: Ich muss mit einer traurigen Nachricht anfangen. Das IEEE Spectrum meldet den Tod von Bede Liu, einem Pionier der digitalen Signalverarbeitung, am 7. Mai im Alter von 91 Jahren. Liu gilt als einer der Begründer dieses Feldes — die mathematischen Algorithmen, die Signale wie Ton, Bilder und Video analysieren, verändern und übertragen.

Felix Hartmann: Und er hat diesen Beitrag lange geleistet, oder? Ich meine, über ein halbes Jahrhundert an der Princeton University.

Lena Vogel: Genau. Er lehrte mehr als 50 Jahre Elektrotechnik in Princeton und leitete von 1994 bis 1997 die Fakultät für Elektro- und Computertechnik. Seine Forschung in den siebziger und achtziger Jahren half beim Übergang von analoger zu digitaler Verarbeitung.

Felix Hartmann: Das klingt abstrakt, aber die Folge ist alltäglich. Handygespräche, Streaming-Video, Internetkommunikation — all das lässt sich auf die stromsparenden digitalen Signalprozessoren zurückführen, die aus dieser Arbeit entstanden sind.

Lena Vogel: Genau das sagt auch H. Vincent Poor, Professor in Princeton und ebenfalls IEEE Life Fellow, im Nachruf. Wir streamen Musik und Video und schicken Fotos herum, ohne nachzudenken — und das sei möglich durch die über Jahre entwickelte Signal-, Bild- und Videoverarbeitung. Daran habe Bede maßgeblich mitgewirkt. 2018 erhielt er dafür die IEEE Jack S. Kilby Signal Processing Medal.

Felix Hartmann: Schön, dass wir auch ein menschliches Bild haben. In der Diskussion erinnert sich ein Nutzer, bei dem Liu Master-Betreuer war, an dessen Ermutigung und Wärme.

Lena Vogel: Ja, es gibt eine schöne Anekdote. Als dieser Student ohne die Voraussetzungen einen höheren Signalverarbeitungskurs belegen wollte, lachte Liu und sagte sinngemäß: Wer ins Programm aufgenommen worden sei, von dem gehe man aus, dass er so ziemlich alles schaffen könne, und notfalls solle er eben in die Bibliothek gehen und ein Lehrbuch holen.

Felix Hartmann: Das sagt viel über seinen Führungsstil aus. Und als letzter Hinweis: Bede Liu wurde in Shanghai geboren — ein Leben, das von Shanghai bis Princeton reichte und die Grundlagen für praktisch jede digitale Kommunikation gelegt hat.

Lena Vogel: Wechseln wir zu einer ganz anderen Frage: Wo entstehen eigentlich die besten Ideen? Ein Essay von Henrik Karlsson aus dem Jahr 2023 führt uns da in eine interessante Richtung. Er trägt im Newsletter „Escaping Flatland“, zusammen mit Johanna Karlsson, einen Gedanken aus: Große Ideen sind fragil.

Felix Hartmann: Fragil in welchem Sinne?

Lena Vogel: Dass sie im frühen Stadium leicht zerstört werden können. Sam Altman, damals Präsident von Y Combinator — einem Accelerator, der laut Artikel Startups mit zusammen 600 Milliarden Dollar Wert geholfen hat — twitterte 2015, dass das Nicht-Bereitstellen von Coworking-Spaces Teil des YC-Erfolgs sei.

Felix Hartmann: Das ist ein starkes Argument. Erklärte er das näher?

Lena Vogel: Ja, 2019 gegenüber Tyler Cowen. Seine These: Die besten Ideen klängen im „Larvenstadium" schlecht und würden im Coworking-Space belächelt. Solche Räume filterten zwar die schlechtesten Ideen heraus — aber eben auch die besten. Picasso, Baldwin und Dylan sowie die Arbeitsnotizen von Grothendieck und Bergman illustrieren Einsamkeit als Geisteszustand, in dem fremde Meinungen nicht stören.

Felix Hartmann: Bergman hat das sehr bildhaft formuliert. In seinem Workbook von 1955 steht: „Ich fürchte Leere, Trostlosigkeit und Stille" — und zugleich: Leere ist ein Spiegel, der dir dein eigenes Gesicht zeigt.

Lena Vogel: In der Diskussion kommt aber ein Gegenbeispiel von einem Nutzer, der seine beste Arbeit im Graduiertenstudium gemacht hat — dank täglicher Nähe im Labor. Er vermutet, dass Druck, Wettbewerb, Kommerzialisierungsdrang oder die Gründertypen Ideen töten, nicht das Coworking selbst.

Felix Hartmann: Und es gibt fruchtbare Zeiten und Orte als Beispiele: Athen um 470 vor Christus, die Renaissance, Wien 1900, Bristol in den neunziger Jahren. Ein anderer Diskutant deutet Grothendieck dabei gar nicht als Gegenbeispiel.

Lena Vogel: Stimmt — er hält einsame Praxis und Austausch mit führenden Mathematikern beide für essenziell. Die Extreme seien das Problem: zu viel Establishment-Konformität genauso wie zu viel Alleinarbeit. Der Kern bleibt: Die Balance zwischen Einsamkeit und Austausch ist der eigentliche Nährboden — und große Ideen brauchen Schutz, solange sie noch fragil sind.

Lena Vogel: Bevor wir uns verabschieden, was bleibt heute hängen?

Felix Hartmann: Vom 232-fach schnelleren Kernel mit Codex über eine Alzheimer-OP, die Symptome zurückdrehen soll, bis zu einer Debatte, ob Arbeiten mit KI eher Führung als Programmieren ist – und ob wir LLMs überhaupt wirklich skeptisch bleiben sollten.

Lena Vogel: Und dann die Überraschungsperlen: ein Bug, der Zsh-Verlauf löscht, ein Unicode-Gespenst und ein Hirnforscher, der darüber nachdenkt, wo neue Ideen überhaupt entstehen.

Felix Hartmann: Genau. Auf jeden Fall viel Stoff zum Weiterlesen. Wir hören uns beim nächsten Mal – bleibt neugierig!