Ich habe einmal zugesehen, wie ein Senior-Entwickler 45 Minuten damit verbrachte, einer Berufsanfängerin interaktives Rebasing zu erklären. Sie wollte nur einen Tippfehler in einer Commit-Nachricht rückgängig machen.
Um etwa Minute acht wurde ihr Blick glasig. Um Minute zwanzig stellte sie im Kopf ihre Einkaufsliste zusammen. Um Minute vierzig zweifelte sie an ihrer Berufswahl. Der Senior-Entwickler bemerkte nichts davon. Er hatte den Spaß seines Lebens.
Das ist die Git-Community in einem einzigen Bild.
Jetzt mein Geständnis: Ich kenne vielleicht fünf Git-Befehle. Clone, add, commit, push, pull. An einem verrückten Tag vielleicht noch ein checkout. Das war's. Das ist der komplette Werkzeugkasten. Er funktioniert. Er hat immer funktioniert. Und noch nie ist etwas in Flammen aufgegangen, weil ich den gerichteten azyklischen Graphen hinter meiner Versionshistorie nicht durchschaut habe.
"Aber weißt du überhaupt, was ein DAG ist?"
Ja. Ich weiß, was ein DAG ist. Ich weiß auch, was ein Vergaser ist. Trotzdem baue ich meinen Motor nicht selbst zusammen. Für alle, die es nicht wissen: "Git DAG bezeichnet die Datenstruktur des gerichteten azyklischen Graphen, die als architektonisches Rückgrat von Git dient und die Commit-Historie des Repositorys abbildet."
Die Git-Enthusiasten - und das sage ich mit ehrlicher Zuneigung für ihre Leidenschaft - haben einen ganz speziellen blinden Fleck. Sie können sich schlicht nicht vorstellen, dass ein fähiger Programmierer sich für Git jenseits des Grundnutzens einfach nicht interessiert. Für sie ist das, als würde sich ein Koch nicht für Messer interessieren. Für uns übrige ist es eher, als würde sich ein Koch nicht für Metallurgie interessieren.
Warum fünf Jahre im selben Job sich wie ein langes Wochenende anfühlen
Ein Kollege erzählte mir einmal, er habe fünfzehn Jahre Erfahrung. Sein Vorgesetzter antwortete in einem seltenen Moment von Ehrlichkeit: "Sie haben ein Jahr Erfahrung, fünfzehn Mal."
Brutal. Und physiologisch korrekt.
Hier ist der Mechanismus. Ihr Gehirn speichert keine Dauer. Es speichert Veränderung. Es arbeitet wie eine Versionsverwaltung mit aggressiver Deduplizierung: Ist der heutige Tag Byte für Byte identisch mit dem gestrigen, wird kein Commit geschrieben. Derselbe Wecker, derselbe Arbeitsweg, dasselbe Standup, in dem sechs Leute sagen "bei mir nichts Neues", dasselbe Mittagessen, derselbe Abend im Feed, dasselbe Bett. Nichts Neues zu kodieren, also wird nichts kodiert. Und wenn Sie später Ihr Gedächtnis fragen: "Wie lange war das?", zählt es keine Tage. Es zählt Commits.
Leeres Log, kurze Historie. Das ist Zeitraffung - und der Grund, warum eine Woche Reisen im Rückblick länger wirkt als die vier Monate Büroroutine, die sie finanziert haben.
Für die kleine Variante davon haben Forscher einen Namen: den Oddball-Effekt. Werfen Sie etwas Unerwartetes in einen Strom gleichförmiger Reize, und das Gehirn bewertet die Überraschung als messbar länger als die identischen Wiederholungen drumherum. Aufmerksamkeit geht hoch, Unsicherheit geht hoch, Enkodierung geht hoch. Die Dehnung liegt im Labor bei einigen Zehnmillisekunden - winzig, aber sie beweist, dass die Maschinerie existiert. Übertragen Sie das auf Wochen, und Sie haben den Grund, warum Ihre Dreißiger verdampft sind.
Kompression als Via Negativa: Das günstigste Token ist das, das Sie nie verschicken
Nehmen Sie eine beliebige Session mit einem Coding-Agent und öffnen Sie das rohe Request-Log. Nicht das hübsche Protokoll - die tatsächliche Payload. Was Sie finden: ein JSON-Suchergebnis mit 100 Treffern, von denen 3 relevant waren. Eine Log-Datei, in der die entscheidende Zeile unter 800 Zeilen "INFO: still fine" begraben liegt. Und ein Verzeichnislisting eines Repos, das das Modell bereits zweimal durchlaufen hat.
Dann stellen Sie das unbequeme Verhältnis auf: Kosten des fertigen Outputs versus die Menge an Input, die tatsächlich nötig gewesen wäre. Das Modell brauchte vielleicht 2.000 Token echtes Signal. Bezahlt haben Sie 55.000. In der Fertigung wäre das ein Bauteil aus massivem Gold, nur um eine Plastikklemme zu halten.
Ich habe ein paar Wochen lang alles - Coding, Recherche, stumpfe Textarbeit - durch einen Komprimierungs-Proxy namens Headroom geschickt. Das Interessante war nicht das Geld. Es war die Erkenntnis, wie viel von dem, was ich dem Modell "gesendet" habe, nie Information war.
Was das Tool konkret macht
Es sitzt zwischen Ihrem Agent und der API und komprimiert alles, was das Modell liest - Tool-Outputs, Logs, abgerufene Chunks, Gesprächsverläufe - bevor es weitergeleitet wird. Die Kompression passiert lokal, nichts wird an Dritte geschickt. Das Modell kann bei Bedarf auf das Original zugreifen.
Vor vielen Jahren, als ich noch in der Lehre war, kam ein großer Schuhhersteller auf unser Softwarehaus zu. Sein Anliegen war bestechend einfach: Wir sollten die Produktion seiner Schuhsohlen effizienter gestalten.
Der damalige Prozess: Die Sohlen wurden aus dem Rohmaterial gestanzt - in ordentlichen, akkuraten Reihen. Wie Plätzchenteig. Alle in die gleiche Richtung, mit großzügigen Abständen dazwischen. Diese Abstände wurden zu Ausschuss, der Ausschuss wurde zu Kosten, und die Kosten wurden zu unserem Projekt. Der Auftrag lautete: Entwickeln Sie eine Software, die die Sohlenform in einem zufälligen, komprimierten und rotierten Layout anordnet - eine Art Tetris für Schuhwerk -, damit so gut wie kein Material verloren geht.
Rein technisch gesehen? Eine amüsante kleine Optimierungsaufgabe. Ein Junior-Entwickler hätte das in einer Woche abgewickelt.
Doch unser leitender Techniker tat etwas, das nur zwanzig Sekunden dauerte, aber die gesamte Bedeutung des Projekts veränderte. Er nahm ein Stück Rohmaterial zur Hand, kniff die Augen zusammen und fragte:
"Verzeihen Sie - ich verstehe nichts vom Schuhmacherhandwerk. Aber die Fasern in diesem Material verlaufen alle in eine Richtung. Wenn wir die Sohlen in zufälligen Winkeln gegen die Faserrichtung stanzen... könnte das die Qualität der Schuhe beeinträchtigen?"
Der Kunde antwortete ohne eine Millisekunde zu zögern: "Absolut. Jede Sohle, die gegen den Faserfluss geschnitten wird, ist minderwertig. Diese Schuhe werden mit hoher Wahrscheinlichkeit frühzeitig undicht."
TrenchOps DE 🇩🇪🐎 
