User
Write something
Pinned
🐝 Block Buzz: Wenn KI-Agenten zu echten Teamkollegen werden
Hey Community! 🤖 Wenn ihr viel mit generativer KI, Automatisierung und Code arbeitet, kennt ihr vermutlich das Problem: Der Arbeitskontext ist über sieben Browser-Tabs verstreut. Claude hier, GitHub da, Slack dort. Die KI hilft zwar, operiert aber immer isoliert in ihrem eigenen Chatfenster. Am 21. Juli 2026 hat Block (das Unternehmen von Twitter-Gründer Jack Dorsey) Buzz veröffentlicht. Auf den ersten Blick sieht es aus wie eine Open-Source-Alternative zu Slack – aber unter der Haube ist es ein radikales neues Architektur-Konzept für die Zusammenarbeit von Menschen und KI https://www.skool.com/vibe-coding-dach/classroom/581dd085?md=2543f1662db14d1f9a6bf1a40045655c
Pinned
Neu in der Community?
Neu in der Community? Stell dich kurz vor! Wer bist du, was willst du bauen, auf welchem Level bist du? Nutz das gepinnte Template als Vorlage. Hier entstehen die ersten Verbindungen — und oft auch die ersten Collabs.
Ist ein KI-Agent ein Akteur oder etwas ganz anderes?
Wenn Software automatisch handelt – ist sie dann ein Akteur? Bei sogenannten „KI-Agenten“ entsteht schnell der Eindruck: Die KI handelt selbstständig. Aber automatische Aktionen gibt es in Betriebssystemen seit Jahrzehnten. Unter Linux können etwa "cron", "systemd.timer", "systemd.path" oder "udev" Aktionen auslösen: Uhrzeit erreicht ↓ systemd.timer ↓ Service startet ↓ Programm führt Aktion aus Unter macOS übernimmt "launchd" vergleichbare Aufgaben: Ereignis / Zeitbedingung ↓ launchd ↓ Prozess startet ↓ Aktion erfolgt Und unter Windows kann der Task Scheduler Programme aufgrund von Uhrzeiten oder Systemereignissen starten: Trigger ↓ Task Scheduler ↓ Programm ↓ Aktion In allen drei Fällen kann also etwas automatisch beobachtet, ausgelöst und ausgeführt werden. Trotzdem würde kaum jemand sagen: «„Der Task Scheduler hat beschlossen, heute Nacht ein Backup zu machen.“» Wir erkennen selbstverständlich die dahinterliegenden Systemfunktionen: Trigger, Scheduler, Prozesse, Berechtigungen und Programme. Warum beschreiben wir dieselbe Konstruktion plötzlich als „handelnden Akteur“, sobald irgendwo in dieser Kette ein Sprachmodell auftaucht? Trigger ↓ Scheduler ↓ LLM ↓ Output ↓ Tool / Programm ↓ Aktion Das LLM kann eine bemerkenswerte neue Funktion innerhalb dieser Kette übernehmen – etwa Sprache interpretieren oder einen nächsten Schritt erzeugen. Aber: [ \boxed{\text{automatisches Verhalten} \neq \text{Akteurschaft}} ] Bevor wir also sagen „Die KI hat gehandelt“, sollten wir die technisch viel interessantere Frage stellen: Welche konkrete Systemfunktion hat was ausgelöst, entschieden und schließlich ausgeführt? Vielleicht entdecken wir dann, dass hinter so manchem vermeintlichen „KI-Agenten“ vor allem etwas steckt, das Betriebssysteme schon sehr lange können – ergänzt um ein leistungsfähiges Sprachmodell.
0
0
An was arbeitet ihr gerade?
Wollt mal ne fragerunde machen an was ihr gerade Arbeitet oder steckt ihr irgendwo fest. lasst es raus 😊
seekpeak.dev - DeepSeek Pricing Infoseite
Im Zuge der Preisanpassungen von DeepkSeek und deren Peaktime Pricing Policies, hab ich mal eine kleine Seite aufgesetzt. Sie zeigt an, welches Pricing aktuell greift. Läuft alles Clientside per Javascript und zeigt basierend auf der Timezone des Users die Peakzeiten an. Repo: https://github.com/steffenr/seekpeak.dev Seite: https://seekpeak.dev/ Tools: - OpenCode + DeepSeek v4 Flash (free) - Coding - ChatGPT - Design/ Konzept
1
0
1-30 of 137
AI Vibe Coding DACH
skool.com/vibe-coding-dach
Die erste deutschsprachige Community für Vibe Coding & KI. Echte Projekte, kein Gatekeeping, auf Deutsch. Kostenlos starten — einfach bauen.
Leaderboard (30-day)
Powered by