Index out of bounds | Entwickler/Developer Podcast

Ein Raspberry Pi, Hermes Agent von Nous Research und Mistral als europäisches Modell: Christian hat sich einen eigenen Personal Agent gebaut, der nie an Zugangsdaten kommt. Daraus wurde eine kleine Firma aus Agents, vom Podcast-Agent Bachman bis zum Coder Son of Anton. Aber wofür braucht man so etwas überhaupt?
Thomas bringt seine OpenClaw-Erfahrungen und Hintergründe zu Nous Research mit. Wir sprechen über Sandboxing, DSGVO, Kosten und lokale Modelle und darüber, warum Agents bald nicht mehr auf dem eigenen Laptop laufen.
Community
💜 Werde Teil der IOOB Discord Community: https://discord.gg/bbC5c4vvQY
Links
Hier geht's zur Podcast-Umfrage: https://engineeringkiosk.github.io/german-tech-podcast-survey/
c't 3003: Hermes Agent komplett lokal mit Qwen 3.6: https://www.heise.de/news/Wirklich-alles-lokal-Hermes-Agent-und-Qwen-3-6-11361489.html
Hermes Agent von Nous Research: https://github.com/NousResearch/hermes-agent
OpenClaw: https://github.com/openclaw/openclaw
Kontakt
👉 ioob.de
📬 input@ioob.de
𝕏 x.com/IoobPodcast
📺 youtube.com/@ioobpodcast

Jetzt bei Frachtwerk bewerben: https://frachtwerk.de/mitmachen/

Hier geht's zur Podcast-Umfrage: https://engineeringkiosk.github.io/german-tech-podcast-survey/

ViZDoom ist ein Open-Source-Wrapper um den ZDoom-Source-Port, den ein Team an der Universität Poznań 2016 entwickelt und auf der IEEE CIG mit dem Best Paper Award ausgezeichnet hat. Man kann es sich als Puppeteer für Doom vorstellen: Ein KI-Agent sieht nur den Pixelbuffer wie ein Mensch und muss lernen, aus Bildern zu handeln, ohne Kartendaten oder andere Insider-Informationen zu nutzen. Warum ausgerechnet ein Shooter von 1993? Doom ist seit 1999 Open Source, rendert per Software auf der CPU, schafft bis zu 7.000 FPS auf einem Kern und bringt eine Modding-Kultur mit, die ganze Trainingsszenarien in WAD-Dateien gießt.
Wir schauen uns an, wie das Zusammenspiel aus Engine, Szenarien und dem Gymnasium-Wrapper funktioniert, und verfolgen die Spur von den Wettbewerben 2016 und 2017 über GameNGen und World Models bis zu CARLA, dem Fahrsimulator für autonomes Fahren, und zu Jev aus Folge 136, das Doom über ViZDoom spielt, ohne je ein Pixel zu sehen.

Community
💜 Werde Teil der IOOB Discord Community: https://discord.gg/bbC5c4vvQY
Links
​ViZDoom auf GitHub: https://github.com/Farama-Foundation/ViZDoom
​CARLA, Open-Source-Fahrsimulator: https://carla.org/
Kontakt
​👉 ioob.de
​📬 input@ioob.de
​𝕏 x.com/IoobPodcast
​📺 youtube.com/@ioobpodcast

Jetzt bei Frachtwerk bewerben: https://frachtwerk.de/mitmachen/
Seit ein paar Wochen taucht ein Name in jeder zweiten Timeline auf: Jev. Ein neues KI-Modell von TypeSafe AI, gegründet vom Ex-OpenAI-Forscher Diogo Almeida, das laut Hersteller rund 200x schneller und 400x billiger sein soll als ein LLM. Der Trick dahinter: Jev generiert keinen Text. Statt einer Antwort in ganzen Sätzen bekommt man typisierte Entscheidungen mit Wahrscheinlichkeiten zurück, in 70 bis 500 Millisekunden. Ein smartes If-Statement mit dem Sprachverständnis eines LLMs, das sich direkt in die eigene Pipeline einbauen lässt.
In dieser Folge sortieren wir den Hype. Was steckt hinter der Idee vom "System 1"-Modell nach Daniel Kahneman, warum ist Jev näher an klassischen Klassifizierungsmodellen als an ChatGPT und was macht es trotzdem anders? Thomas hat sich den Doom-Nachbau angeschaut und dabei festgestellt, dass der eigentlich spannende Teil vielleicht gar nicht Jev selbst ist, sondern der Abstraktionslayer davor. Wir sprechen über Use Cases von NPCs bis LLM-Routing, über das Kalibrierungsversprechen von RLCD, über Kosten, Datenschutz und Bias, und über die Frage, ob hier gerade eine Revolution passiert oder nur eine gut vermarktete Wiederentdeckung. Und ganz am Anfang klären wir natürlich, wer dieser Jeff überhaupt ist.
💜 Werde Teil der IOOB Discord Community: https://discord.gg/bbC5c4vvQY
Links:
Vortrag von Diogo Almeida (im Podcast besprochen): https://www.youtube.com/watch?v=cJ0EOzey--o
Launch-Post von TypeSafe AI zu System One Models und Jev: https://typesafe.ai/blog/introducing-system-one-models-and-jev
Jev spielt Doom, Open-Source-Nachbau von Olivier Motium: https://github.com/olivier-motium/jev-doom
Thomas' Gist mit Beispiel für Doom-State und Jev-Output: https://gist.github.com/dithom/eb3073067a0d6855b2033afc8ec2f920
ViZDoom: https://github.com/Farama-Foundation/ViZDoom
Kev, Open-Source-Nachbau von Jev auf Qwen-Basis: https://github.com/jaredpalmer/kev
Laya, Open-Source-Decision-Model von Convai Innovations: https://github.com/NandhaKishorM/laya
Kontakt:
👉 ioob.de
📬 input@ioob.de
𝕏 x.com/IoobPodcast
📺 youtube.com/@ioobpodcast

Jetzt bei Frachtwerk bewerben: https://frachtwerk.de/mitmachen/
Wenn plötzlich alle alles bauen können, was passiert dann mit den Apps, die wir nutzen und die wir selbst entwickeln? DHH ruft vom Boot aus, wie geil schwimmen ist, und wir fragen uns: Welche Apps überleben das AI-Zeitalter eigentlich?
In dieser Folge suchen wir nach den Säulen, auf denen Apps auch in Zukunft stehen können: regelmäßige Use Cases, Datenhoheit, Netzwerke, Profiwerkzeuge und echte Nischenlösungen. Gleichzeitig schauen wir auf die andere Seite: Was wird verschwinden, wenn LLMs und ihre Harnesses simple SaaS-Produkte reihenweise sherlocken und Apps am Ende nur noch CRUD-Wrapper sind? Brauchen wir überhaupt noch klassische Apps, wenn Chatbots ohne UI auskommen? Und brauchen wir noch Menschen, die sie bauen, wenn User sich ihre Tools einfach selbst zusammenklicken?
Wir sprechen über gelöschte Apps, gesättigte Märkte, Individual-Software in Unternehmen und die Frage, ob am Ende vielleicht genau die gleichen Apps übrig bleiben wie vor der AI-Welle.
Community
💜 Werde Teil der IOOB Discord Community: https://discord.gg/bbC5c4vvQY
Links
DHH Interview: https://www.youtube.com/watch?v=NYFGCESmikA
Kontakt
👉 ioob.de
📬 input@ioob.de
𝕏 x.com/IoobPodcast
📺 youtube.com/@ioobpodcast

Kein Google mehr, kein Stack Overflow – stattdessen ein permanenter Dialog mit der KI. So sieht Lernen für uns inzwischen aus. Früher haben wir Wissen Scheibchen für Scheibchen aufgebaut, heute lassen wir uns Lehrpläne generieren und erkunden Rabbit Holes, ohne uns darin zu verlieren. Aber lernen wir dadurch wirklich besser – oder entkoppeln sich Bauen und Verstehen gerade immer weiter?
In dieser Folge sind wir uns nicht in allem einig: Wird Verifikation zur neuen Kernkompetenz, während Abstraktion an Bedeutung verliert? Wie groß ist die Gefahr, sich treiben zu lassen und einer Illusion von Kompetenz aufzusitzen? Nebenbei geht es um RFCs der IETF, Jonglieren am Schreibtisch und die Frage, ob man überhaupt noch alles verstehen muss.
Links:
Stack Overflow: https://stackoverflow.com/
Community:
💜 Werde Teil der IOOB Discord Community: https://discord.gg/bbC5c4vvQY
Kontakt:
👉 ioob.de
📬 input@ioob.de
𝕏 x.com/IoobPodcast
📺 youtube.com/@ioobpodcast