KI-generierte Inhalte wirken oft generisch und unzuverlässig. Sie gleichen „Spielzeug“ statt professionellen Werkzeugen. Replit CEO Amjad Masad benennt das Kernproblem: Alles sieht gleich aus, von Bildern bis zu Code, berichtet Taryn Plumb für VentureBeat.
Das Problem heißt „Slop“. Es entsteht durch einfaches Prompting und fehlende individuelle Note. Masad fordert mehr Aufwand von Plattformen. Entwickler sollten „dem Agenten Geschmack verleihen.“
Replit nutzt spezialisiertes Prompting, Klassifizierungsfunktionen und eigene RAG-Techniken. Das Unternehmen verwendet mehr Tokens für bessere Ergebnisse. Nach der App-Erstellung analysiert ein Test-Agent alle Funktionen. Er meldet dem Code-Agenten, was funktioniert hat. „Wenn man Tests in die Schleife einbaut, kann man dem Modell Feedback geben und das Modell seine Arbeit reflektieren lassen,“ sagt Masad.
Replit lässt verschiedene Modelle gegeneinander arbeiten. Test-Agenten nutzen ein LLM, Code-Agenten ein anderes. Dieser Ansatz nutzt unterschiedliche Wissensbereiche und erzeugt mehr Vielfalt.
Masad prognostiziert, dass „Vibe Coding“ die KI-Nutzung in Unternehmen verändert. Jeder Mitarbeiter kann dann Probleme durch Automatisierung lösen. „Die Zahl der professionellen Entwickler, die Informatik studiert und eine Entwickler-Ausbildung absolviert haben, wird mit der Zeit schrumpfen,“ sagt er.
Traditionelle Entwicklungspläne funktionieren nicht mehr. KI-Fähigkeiten entwickeln sich zu schnell. Replits Team bleibt flexibel und bewertet neue Modelle sofort nach Veröffentlichung.
