# raymond-llm-coding-empowering-2026-07-08

## Veille

X-Post von **Eric S. Raymond** (ESR, Autor von *The Cathedral and the Bazaar*, Mitbegründer der Open Source Initiative, ~50 Jahre Programmiererfahrung) — **ein frontales Gegenzeugnis zur Erzählung, dass „LLMs schrottigen Code produzieren und halluzinieren, unbrauchbar zum Programmieren“.** Seine These: Das **passiert ihm fast nie**, und **überhaupt nicht mehr in den letzten zwei Generationen** der von ihm genutzten Modelle („ChatGPT 5.4 und 5.5“ unter **codex**). Das frühere Symptom — ein Modell, das „entgleist“, wenn es sich seinem Kontextlimit nähert — ist verschwunden: codex zeigt jetzt eine **rote Warnung** an, die den Nutzer auffordert, die **Sitzung zu leeren**, statt abzudriften. **Nutzungsumfang**: KI angewandt auf **Feature-Änderungen, Refactoring und Debugging über 63 Projekte** in **C, Go, Rust, Python und Shell**; das Verfassen von Dokumentation; **das Dekompilieren einer DOS-Binärdatei in lesbaren Quellcode**. Eine etablierte **Arbeitsroutine**: Beim Wiederöffnen eines Projekts führt er zunächst die **Regressionstests** aus, startet dann codex und bittet es, den Code zu **auditieren** (Bugs + Verbesserungsvorschläge). Fazit: LLMs sind **„exzellent und enorm empowernd“**; ihre **größte Schwäche** ist der **„architektonische Tunnelblick“** — hervorragend darin, Code nach Spezifikation zu erzeugen, aber manchmal **blind für übergeordnete Muster** — was er als die **Aufgabe seines „Fleischhirns“** ansieht. Der stärkste, kontraintuitive Punkt: LLMs **liegen bei Details und Randfällen NICHT falsch**; er sagt, er sei diesbezüglich **schlechter als sie** (trotz 50 Jahren Erfahrung), denn wenn eine Änderung **fünf Stellen berühren** muss, findet das Modell **zuverlässig alle fünf**, während der Mensch vier korrigiert und **stundenlang debuggt**, bevor er die vergessene fünfte findet. Er stellt daraufhin die **„Herunterschreier“** in Frage: Leben sie in einem **anderen Universum**? Nutzen sie **alte, schwache Modelle**? Gibt es ein **Skill-Problem**, das er nicht sieht, weil seine **Denkgewohnheiten und Kommunikation** gut zu den „Griffen“ dieser Werkzeuge passen? Eine Frage, die er für wichtig hält zu klären, da „**Milliarden von Dollar durch fehlgeleiteten Token-Einsatz verschwendet würden**“. Sein Rezept, „ganz einfach“: **„Denke klar, sag dem Modell präzise, was du willst, und gute Dinge geschehen“** — mit dem Schlusssatz: „Was übersehe ich hier?“ Zu lesen als ein **Pro-LLM-Gegenpunkt einer historischen Figur der Open-Source-Bewegung** in der wiederkehrenden Debatte über die (Ab-)Wertung von Coding-Agenten — anklingend an das „Skill-Problem“ und die Spezifikationsdisziplin (vgl. [[martignole-token-manifesto-2026-07-17]]) und ein Diptychon bildend mit **Linus Torvalds'** doktrinärer Pro-KI-Werkzeug-Haltung im Namen des Linux-Kernels ([[torvalds-llm-outil-kernel-2026-07-14]]).

## Titre Article

What...what am I missing here? (post X sur les LLMs et le codage)

## Date

2026-07-08

## URL

https://x.com/esrtweet/status/2074889702381953222

## Keywords

Eric S. Raymond, ESR, esrtweet, The Cathedral and the Bazaar, Open Source Initiative, OSI, Open Source, Fetchmail, The Art of Unix Programming, Jargon File, LLM, Coding-Agenten, codex, OpenAI Codex, ChatGPT 5.4, ChatGPT 5.5, Halluzination, schlechter Code, schrottiger Code, Skill-Problem, Herunterschreier, Refactoring, Debugging, Feature-Änderungen, Regressionstests, Code-Audit, Dekompilierung, DOS-Binärdatei, C, Go, Rust, Python, Shell, architektonischer Tunnelblick, architektonischer Tunnelblick, übergeordnete Muster, Details und Randfälle, Randfälle, Fleischhirn, Kontextlimit, Kontextlimit, Sitzung leeren, Token-Einsatz, Milliarden verschwendet, Spezifikation, Präzision, Empowerment, empowernd, Gegenzeugnis, KI-Adoption, erfahrener Entwickler

## Authors

Eric S. Raymond (ESR, @esrtweet sur X) — développeur, hacker et essayiste américain, **figure historique du mouvement open source**. Né le 4 décembre 1957 à Boston (Massachusetts) ; paralysie cérébrale de naissance, enfance en partie au Venezuela puis en Pennsylvanie. Auteur de l'essai très influent **« The Cathedral and the Bazaar »** (1997, livre 1999), qui oppose le modèle « cathédrale » (développement centralisé et fermé) au modèle « bazar » (décentralisé et ouvert, à la Linux) ; il a **popularisé le terme « open source »** (contre « free software ») et contribué à convaincre **Netscape** d'ouvrir son code (naissance de Mozilla). **Co-fondateur de l'Open Source Initiative (OSI)** en 1998, président jusqu'en 2005. A édité le **Jargon File** (*The New Hacker's Dictionary*), maintenu des projets comme **Fetchmail**, écrit **« The Art of Unix Programming »** (2003). Se revendique **libertarien**, défenseur du port d'armes, ceinture noire de taekwondo ; commente régulièrement tech, politique et open source sur X. Se présente ici comme codeur « très, très bon » avec **~50 ans d'expérience**. (Post X personnel ; date de publication : 2026-07-08 ; date d'ajout à la veille : 2026-07-17.)

## Ton

**Profil**: ein argumentatives persönliches Zeugnis in einem **offenen und leicht polemischen** Register, gepostet auf X von einem erfahrenen Praktiker. Weder Berichterstattung noch quantifizierter Beweis: eine **gelebte Erfahrung**, gestellt gegen eine **dominante Erzählung** (die „Herunterschreier“, die LLMs schlechtmachen), mit einer **aufrichtigen Frage** — „Was übersehe ich?“

**Stil**: direkt, umgangssprachlich („bitching“, „Fleischhirn“, „Herunterschreier“), er steht zu seiner eigenen Kompetenz ohne falsche Bescheidenheit („Ich bin ein sehr, sehr guter Programmierer … aber die LLMs sind besser als ich“). Eine Rhetorik des **Erstaunens** („zunehmend rätselhaft“, „leben sie in einem anderen Universum?“) mehr als der Anklage: ESR schließt nicht, dass seine Gegner ein „Skill-Problem“ haben, er **stellt es als Hypothese** unter anderen Möglichkeiten auf (alte Modelle, ein anderes Universum) und wendet die Frage auf sich selbst zurück. Einprägsame Formulierungen und ein **minimalistisches Rezept** zum Schluss („Denke klar, sag dem Modell präzise, was du willst“). Der Inhalt ist **entschieden pro-LLM**, aber nuanciert durch das Eingeständnis einer **echten Schwäche** (der „architektonische Tunnelblick“), was dem Beitrag seine Glaubwürdigkeit verleiht.

## Pense-betes

- **Die zentrale Gegenintuition: LLMs glänzen genau dort, wo Menschen versagen — bei Details und Randfällen.** ESRs stärkstes Argument, unverändert festzuhalten: Wenn eine Änderung im Code **fünf Stellen berühren** muss, findet das Modell **zuverlässig alle fünf**, während der Mensch „vier korrigiert und dann stundenlang debuggt, bevor er die fünfte entdeckt“. Eine Umkehrung des Klischees „KI halluziniert bei Details“: Für ihn ist es die KI, die **lückenlose Abdeckung liefert**, der Mensch, der vergisst.
- **Die echte, ehrliche Schwäche: der „architektonische Tunnelblick“.** LLMs glänzen beim **Codieren nach Spezifikation**, sind aber **manchmal blind für übergeordnete Muster** → architektonisches Design bleibt die **„Aufgabe des Fleischhirns“**. Eine klare Arbeitsteilung: **Mensch = Höhe/Architektur; Modell = lückenlose Ausführung/Randfälle.** (Eine Nuance, die das Zeugnis glaubwürdig statt blauäugig macht.)
- **„Es passiert fast nie“ — und überhaupt nicht mehr in den letzten 2 Generationen.** Den „schrottigen Code/Halluzinationen“, den er nicht beobachtet, besonders unter **codex** mit „ChatGPT 5.4 und 5.5“. Das Entgleisen nahe dem **Kontextlimit** wurde durch eine **Sicherung auf Produktebene ersetzt**: eine rote Warnung + Aufforderung, die **Sitzung zu leeren**, statt das Modell „entgleisen“ zu lassen. (Das Tooling, das den Kontext diszipliniert, ist Teil der Erklärung.)
- **Realer Nutzungsumfang (kein Spielzeug).** 63 Projekte, 5 Sprachen (**C, Go, Rust, Python, Shell**), umfassend **Feature-Änderungen, Refactoring, Debugging**; **Dokumentation**; **Dekompilieren einer DOS-Binärdatei** in lesbaren Quellcode. Signal: **breite und anspruchsvolle** Nutzung durch einen Experten, keine Demo.
- **Die wiederholbare Routine.** Bei jedem Wiederöffnen eines Projekts: **(1)** die **Regressionstests** ausführen, **(2)** codex starten und es bitten, den Code zu **auditieren** (Bugs + Verbesserungen). Ein umsetzbares Muster: „Test-Harness zuerst, LLM-Audit danach.“
- **Die Hypothese des „Skill-Problems“ — aufgeworfen, nicht behauptet.** ESR dreht die Frage um: Nutzen die Kritiker **alte, schwache Modelle**? Leben sie in einem **anderen Universum**? Oder haben sie ein **Skill-Problem**, das er nicht wahrnimmt, weil seine **Denkgewohnheiten und Kommunikation** gut zu den „Griffen“ des Werkzeugs passen? Er **bezieht seine eigene Subjektivität** unter die Variablen ein. Vorgeschlagenes Rezept: **Klarheit des Denkens + Präzision der Anfrage** (zu verknüpfen mit der Spezifikationsdisziplin des Token Manifesto, [[martignole-token-manifesto-2026-07-17]]).
- **Die (behauptete) auf dem Spiel stehende Größe: „Milliarden verschwendet durch fehlgeleiteten Token-Einsatz“.** ESR verknüpft die Debatte über Kompetenz/Wert von LLMs mit einer **ökonomischen Verschwendung** — daher, in seinen Augen, die Wichtigkeit zu verstehen, warum manche dort scheitern, wo er erfolgreich ist. Beobachtungswinkel: Nutzungsvarianz (nicht das Werkzeug) als ROI-Faktor.
- **Tech-Watch-Nutzen**: ein Stück **Meinung/Zeugnis**, keine Messung — so zu behandeln (eine Stichprobe von einem hochgradig erfahrenen Praktiker, mit anerkanntem Auswahlbias). Sein Wert: ein **glaubwürdiger Pro-LLM-Gegenpunkt**, unterzeichnet von einer **Figur der Open-Source-Bewegung**, nützlich, um das Korpus gegen Kritiken auszubalancieren („schrottiger Code“, Ernüchterung) und für die These „Wert hängt von der Klarheit der Spezifikation und der Reife des Toolings ab, nicht allein vom Modell“.

## RésuméDe400mots

**Eric S. Raymond** (ESR) — Autor von *The Cathedral and the Bazaar*, Mitbegründer der Open Source Initiative, ~50 Jahre Programmiererfahrung — postet auf X ein **Gegenzeugnis** zur Erzählung, dass „LLMs schrottigen Code produzieren, halluzinieren, unbrauchbar zum Programmieren sind“. Eine Erzählung, die er **„zunehmend rätselhaft“** findet, da ihm das **fast nie** passiert.

**Die Erfahrung.** Seit **zwei Modellgenerationen** („ChatGPT 5.4 und 5.5“ unter **codex**) beobachtet er kein Entgleisen mehr. Das frühere Symptom — ein Modell, das nahe seinem **Kontextlimit** „entgleist“ — ist einer **roten Warnung** gewichen, die ihn auffordert, die **Sitzung zu leeren**. Sein Anwendungsbereich ist breit: KI angewandt auf **Feature-Änderungen, Refactoring und Debugging über 63 Projekte** in **C, Go, Rust, Python und Shell**, das Verfassen von **Dokumentation** und sogar das **Dekompilieren einer DOS-Binärdatei** in lesbaren Quellcode. Seine **Routine**: Jedes Mal, wenn er ein Projekt wiedereröffnet, führt er die **Regressionstests** aus und bittet dann codex, den Code zu **auditieren** (Bugs + Verbesserungen).

**Das Fazit.** LLMs sind **„exzellent und enorm empowernd“**. Ihre **größte Schwäche** ist der **„architektonische Tunnelblick“**: hervorragend beim Codieren **nach Spezifikation**, aber manchmal **blind für übergeordnete Muster** — was, so sagt er, weiterhin die **Aufgabe seines „Fleischhirns“** bleibt. Der stärkste, kontraintuitive Punkt: LLMs **liegen bei Details und Randfällen nicht falsch**. Er erklärt sich diesbezüglich für **schlechter als sie**: Wenn eine Änderung im Code **fünf Stellen berühren** muss, findet das Modell **alle fünf**, während der Mensch vier korrigiert und **stundenlang debuggt**, bevor er die fünfte entdeckt.

**Die Frage.** ESR stellt die **„Herunterschreier“** in Frage: Leben sie in einem **anderen Universum**? Nutzen sie **alte, schwache Modelle**? Haben sie ein **Skill-Problem**, das er nicht wahrnimmt, weil seine **Denkgewohnheiten und Kommunikation** gut zu den „Griffen“ dieser Werkzeuge passen? Er hält die Frage für **wichtig**, da „**Milliarden Dollar** durch **fehlgeleiteten Token-Einsatz** verschwendet würden“. Sein Rezept, „ganz einfach“: **„Denke klar, sag dem Modell präzise, was du willst, und gute Dinge geschehen“** — vor dem Schlusssatz: „Was … was übersehe ich hier?“

Zu lesen als ein **glaubwürdiger Pro-LLM-Gegenpunkt**, unterzeichnet von einer historischen Figur der Open-Source-Bewegung, in der wiederkehrenden Debatte über den Wert von Coding-Agenten — im Einklang mit der andernorts verteidigten Spezifikationsdisziplin (vgl. Token Manifesto).

## GrapheDeConnaissance

- Eric S. Raymond —a_créé→ The Cathedral and the Bazaar (DOCUMENT, 0.98)
- Eric S. Raymond —a_créé→ Open Source Initiative (ORGANISATION, 0.9)
- Eric S. Raymond —utilise→ Codex (TECHNOLOGIE, 0.95)
- Eric S. Raymond —affirme_que→ les LLMs sont d'excellents outils, formidablement capacitants pour la programmation (AFFIRMATION, 0.9)
- Eric S. Raymond —affirme_que→ le code pourri et les hallucinations ne lui arrivent quasiment jamais, et plus du tout depuis les deux dernières générations de modèles (AFFIRMATION, 0.85)
- Eric S. Raymond —affirme_que→ les LLMs ne se trompent pas sur les détails et les cas limites : ils retrouvent de façon fiable les cinq endroits à modifier là où l'humain en oublie un (AFFIRMATION, 0.85)
- Eric S. Raymond —affirme_que→ la pire limite des LLMs est une vision en tunnel architecturale : bons à coder à la spécification, parfois aveugles aux patterns de haut niveau (AFFIRMATION, 0.85)
- Eric S. Raymond —recommande→ être clair dans sa pensée et dire au modèle ce qu'on veut avec précision (AFFIRMATION, 0.85)
- Eric S. Raymond —utilise→ tests de régression (METHODOLOGIE, 0.9)
- Codex —permet→ auditer le code d'un projet pour détecter des bugs et suggérer des améliorations (AFFIRMATION, 0.85)
- Codex —résout→ le dérapage du modèle à l'approche de la limite de contexte (avertissement + vidage de session) (AFFIRMATION, 0.75)
- Eric S. Raymond —affirme_que→ des milliards de dollars sont gaspillés en token spend mal dirigé (AFFIRMATION, 0.7)
- clarté de la spécification —améliore→ la qualité du code produit par les LLMs (AFFIRMATION, 0.75)
- skill issue —observé_dans→ l'écart entre praticiens satisfaits et détracteurs des LLMs de codage (AFFIRMATION, 0.7)

---
Canonical: https://www.thekb.eu/de/fiches/raymond-llm-coding-empowering-2026-07-08/