AI slop

Fran Soto, Ingenieur bei Amazon, hat den Begriff in seinem Newsletter-Beitrag "Developer Taste: Separating Good Code from AI Slop" vom April 2026 am schärfsten gefasst: Code, der kompiliert, die Tests besteht, an der Oberfläche richtig aussieht und "den nächsten sechs Monaten im Leben aller das Leben schwerer macht". Der Fehler liegt nicht im gescheiterten Build. Er liegt im gescheiterten Urteilsvermögen, und das kann der Compiler nicht erkennen.

Philippe Ensarguet verfolgte dasselbe Muster im Februar 2026 bis in die Governance von Open-Source-Projekten zurück, wo sich der Schaden in Maintainer-Zeit messen lässt. Weil der Aufwand, einen Beitrag zu schreiben, früher signalisierte, dass jemand das Projekt verstanden hatte, entkoppelte generierter Code die beiden Dinge: plausibel aussehender Output ohne jedes dahinterliegende Verständnis. Ghostty reagierte mit permanenten Sperren für KI-generierten Code, tldraw schließt externe PRs automatisch, und cURL stellte sein Bug-Bounty-Programm ein, nachdem es von leeren Einreichungen überflutet worden war. Ensarguets vorgeschlagene Lösung ist eine Filterung nach nachgewiesenem Kontext statt nach Aufwand: Ist die Einreichung mit bestehenden Issues verknüpft, sind die Tests vollständig, wurde der Code tatsächlich ausgeführt.

Cobus Greyling betrachtet denselben Output von der Angebotsseite aus. In seiner Argumentation vom November 2025, dass die Kosten von Software einbrechen, ist Slop das, was passiert, wenn eine Ressource billig genug wird, um verschwendet zu werden, ganz so wie zuvor bei Bandbreite und Speicherplatz.

Die ungelöste Frage steckt in Sotos eigenem Fazit: Wenn jeder Code generieren kann, wird das Wissen, welchem Code man vertrauen sollte, zur entscheidenden Fähigkeit, und niemand weiß, wie man dafür einstellt.