57 Tage bis Release ! weib coding vom feinsten ! Coding & Tech

Streamstart und Vorbereitung

00:00:00

Der Stream startete mit einer Begrrußung der Community und einer Erinnerung daran, dass der Release von 'Arbeitszeitbetrug' in 57 Tagen stattfindet. Der Streamer erwähnte technische Probleme mit Discord-Benachrichtigungen und betonte, dass die Community über die Live-Phase informiert werden muss. Bevor der eigentliche Inhalt startete, wurden einige Nutzer begrüßt und ein Re-Sub im achten Monat gefeiert. Anschließend wurde angekündigt, dass der Tag nicht dem typischen Vibe-Coding, sondern einem Refactoring-Abgleich mit KI gewidmet sein würde. Der Streamer drückte seine Vorfreude aus, ob die KI das bestehende Projekt verbessern oder zerstören könnte.

Der Streamer begrüßte weitere Zuschauer und erwähnte, dass er kürzlich eine Aufgabe mit der Geschäftsführung zur KI-Nutzung in der Softwareentwicklung behandelt habe. Er äußerte sich erschöpft von der Woche, aber freue sich über die bevorstehende Homeoffice-Phase. Ein Termin mit der Unternehmensleitung zum KI-Einsatz in der IT wurde angesprochen, wobei der Geschäftsführer behauptete, dass es keine Junior-Entwickler mehr gäbe – nur Senioren und KI. Der Streamer kritisierte diese Haltung und betonte, dass auch Junioren durch KI lernen könnten. Anschließend wurden weitere Nutzer begrüßt und ein Video angekündigt, das Senior-, Junior- und Vibe-Coding vergleicht.

Videoanalyse: Senior vs. Junior vs. Vibe-Coder

00:09:34

Ein Video wurde angespielt, das eine Challenge zwischen einem Senior Developer, einem Junior Developer und einem Vibe-Coder zeigte. Die Aufgabe bestand darin, einen KI-gestützten Support-Agenten zu entwickeln, der Ticketanfragen klassifiziert, entscheidet und reagiert. Vor der Abstimmung im Chat wurde diskutiert, wie effektiv jede Rolle in der KI-Entwicklung sein könnte. Die Abstimmung ergab, dass der Senior Developer gewann. Der Streamer erläuterte, dass Senioren nicht nur KI bedienen können, sondern auch Erfahrung mitbringen, was sie in der Lage versetzt, komplexe Anforderungen an KI-Tools besser zu formulieren.

Technische Planung des KI-gestützten Tools

00:29:04

Der Senior Developer plante zunächst eine umfassende Architektur für den KI-Agenten. Er erstellte Mockups, definierte klare Schnittstellen und strukturierte seine Arbeitsweise. Der Junior konzentrierte sich auf Prototyping mit KI-Tools, während der Vibe-Coder versuchte, die KI direkt mit Anwenderungen zu steuern, ohne detaillierte Planung. Der Streamer betonte, dass eine gute Prompt-Formulierung nur mit technischem Verständnis möglich sei. Der Senior nutzte zudem eine Referenzprüfung in Godot 4.7, um sicherzustellen, dass alle Skripte korrekt funktionierten.

Refactoring mit KI: Einführung in den Prozess

00:32:26

Der Streamer kündigte an, dass er nun Refactoring-Arbeiten an seinem Spiel 'Arbeitszeitbetrug' durchführen wolle. Dafür würde KI eingesetzt, um den bestehenden C++-Code zu optimieren. Er drückte seine Sorge aus, dass die KI das Projekt unter Umständen fehlerhaft refaktorieren könnte. Bevor der Prozess begann, wurden alle Skripte gelesen und analysiert, um sicherzustellen, dass keine Logik oder Verbindungen zwischen Komponenten verloren gingen. Der Streamer betonte, dass er zunächst nur eine kleine Anzahl von Dateien refaktorieren ließ, um die Stabilität zu gewährleisten.

Technische Umsetzung: Refactoring mit KI

00:42:56

Der KI-Prozess wurde gestartet, wobei 44 Skripte auf einmal verarbeitet wurden. Der Streamer erwähnte, dass dies riskant sei, da keine Tests durchgeführt worden seien. Er aktivierte einen 'YOLO-Modus', bei dem mehrere KI-Agenten parallel arbeiteten. Während des Refactoring-Prozesses wurden Änderungen vorgenommen, wie das Hinzufügen von Basisklassen für wiederkehrende Skripte und die Vereinheitlichung von Zustandswechseln. Der Streamer bemerkte, dass die KI auch Fehler entfernte, was positiv bewertet wurde. Gleichzeitig wurde diskutiert, wie man den Code effizient testen kann.

Erster Testlauf nach Refactoring

00:55:23

Nach Abschluss des KI-gestützten Refactorings wurde ein erster Testlauf gestartet. Der Streamer drückte seine Sorge aus, dass das Spiel abstürzen könnte. Glücklicherweise funktionierte das Spiel ohne gravierende Probleme. Es wurden mehrere Funktionen getestet, darunter das Laden von Spielständen, das Speichern und das erneute Laden. Der Streamer stellte fest, dass alle 41 Skripte und relevanten Szenen korrekt kompiliert wurden. Zudem wurde überprüft, ob alle Anzeigetexte erhalten blieben und ob die Debug-Ausgaben korrekt funktionierten. Der Testlauf wurde als erfolgreich gewertet.

Detaillierte Fehleranalyse und Korrekturen

01:14:48

Während des Testlaufs wurden einige Probleme identifiziert, darunter ein Laufzeitfehler im General Stats-Bereich. Der Streamer erklärte, dass das Problem durch eine fehlerhafte Verarbeitung von Gleitkommazahlen verursacht wurde. Eine weitere Herausforderung bestand darin, dass OnBusted den Timer nicht korrekt starten konnte. Zudem wurden Probleme mit der Ausgabe von Texten in der Tagesstatistik festgestellt. Der Streamer arbeitete gezielt an diesen Fehlern, indem er die Logik anpasste und sicherstellte, dass alle Variablen korrekt initialisiert wurden. Nach den Korrekturen wurden die Tests wiederholt.

3D-Druck-Showcase und Ablenkung

01:36:25

Während die KI weiterhin an Verbesserungen arbeitete, wechselte der Streamer zu einem 3D-Druck-Showcase. Er präsentierte einen Headset-Halter, den er entworfen hatte, und erklärte die Herausforderungen bei der Gestaltung. Der Streamer äußerte seine Bedenken bezüglich der Stabilität des Designs und ob es sich auf verschiedenen Kopfformen nutzen lassen würde. Er experimentierte mit verschiedenen Einstellungen wie Fuzzy-Skin und Contour, um die Druckqualität zu optimieren. Zudem wurde diskutiert, wie man die einzelnen Drucke auf mehreren Platten aufteilen könnte, um die Effizienz zu steigern.

KI-Refactoring: Erweiterte Problembehebung

01:48:44

Der Streamer kehrte zum Refactoring-Prozess zurück und stellte fest, dass die KI weitere Änderungen vorgenommen hatte. Unter anderem wurden hartcodierte Pfade durch Gruppenreferenzen ersetzt und ein Tutorial wurde als Textstrecke implementiert. Der Streamer bemerkte, dass die KI auch die Struktur von Skripten veränderte, was zu unerwarteten Effekten führte. Er korrigierte Probleme mit der Anzeige von Texten und stellte sicher, dass alle Funktionen ordnungsgemäß funktionierten. Der Streamer betonte, dass es wichtig sei, alle Änderungen gründlich zu testen, bevor sie in die Produktion gingen.

Erweiterte Codeanalyse und Bugbehebung

01:59:42

Der Streamer führte eine detaillierte Analyse des refaktorierten Codes durch. Er entdeckte, dass die KI Änderungen an der Anzeige von Interaktionsobjekten vorgenommen hatte, was zu Problemen mit der Hitbox und den Texten führte. Zudem wurden Probleme mit der Initialisierung von Variablen und der Verarbeitung von Ereignissen identifiziert. Der Streamer korrigierte diese Fehler, indem er die Logik anpasste und sicherstellte, dass alle Komponenten korrekt miteinander interagierten. Nach den Korrekturen wurden erneut Tests durchgeführt, um sicherzustellen, dass alles wie erwartet funktionierte.

Testphase: Spielstabilität und Funktionstest

02:13:54

Nach den Korrekturen wurde der Streamer erneut in den Testmodus versetzt. Er überprüfte, ob das Spiel alle Funktionen korrekt ausführte, darunter das Laden von Spielständen, das Speichern und das Fortsetzen des Spiels. Der Streamer stellte fest, dass das Spiel stabil li lief und keine kritischen Fehler auftraten. Er testete auch spezifische Szenarien wie das Verlieren und erneute Laden des Spiels sowie das Anzeigen von Statistiken. Alle Tests verliefen erfolgreich, was den Streamer beruhigte und Bestätigung dafür gab, dass das Refactoring erfolgreich war.

Refactored-Code-Analyse und Validierung

02:25:34

Der Streamer führte eine umfassende Analyse des refaktorierten Codes durch, um sicherzustellen, dass alle Änderungen korrekt waren. Er überprüfte, ob die Logik für die allgemeinen Spielparameter und die Tagesstatistik richtig implementiert war. Zudem wurden Probleme mit der Anzeige von Texten und der Verarbeitung von Variablen identifiziert und behoben. Der Streamer stellte sicher, dass alle Skripte korrekt kompiliert wurden und keine unerwarteten Nebeneffekte auftraten. Nach der Validierung der Änderungen wurden die Tests wiederholt, um die Stabilität des Spiels zu bestätigen.

Finaler Testlauf und Erfolgsbestätigung

02:34:29

Der Streamer führte einen finalen Testlauf durch, um sicherzustellen, dass alle Änderungen ordnungsgemäß funktionierten. Er überprüfte, ob das Spiel alle Funktionen korrekt ausführte, darunter das Laden von Spielständen, das Speichern und das Fortsetzen des Spiels. Der Streamer stellte fest, dass das Spiel stabil li lief und keine kritischen Fehler auftraten. Er testete auch spezifische Szenarien wie das Verlieren und erneute Laden des Spiels sowie das Anzeigen von Statistiken. Alle Tests verliefen erfolgreich, was den Streamer beruhigte und Bestätigung dafür gab, dass das Refactoring erfolgreich war.

Reflexion und Ausblick auf den Release

02:40:10

Der Streamer reflektierte die letzten zwei Tage des Streams und äußerte seine Zufriedenheit mit dem Ergebnis des Refactorings. Er betonte, dass die KI trotz anfänglicher Bedenken ein gutes Ergebnis geliefert hatte. Der Streamer erwähnte, dass er weitere Arbeiten an 'Arbeitszeitbetrug' vorhaben würde, insbesondere im Hinblick auf die Steam-Achievements. Er lud die Community daran erinnert, dass der Release in 55 Tagen stattfindet und dass sie das Spiel auf Steam wishlisten sollten. Der Streamer dankte der Community für ihre Unterstützung und kündigte an, dass der nächste Stream am Sonntag um 19 Uhr stattfinden würde.