Du entdeckst eine Kiste voller alter 8-Bit-Spiele – die Cartridges sind da, aber kein Rechner. So ging es Mathematikern mit Java-Applets aus den Neunzigern: browserlesbare Digitalfossile. Terence Tao hat das Problem angepackt, nicht mit Schraubenzieher, sondern mit einem KI-Agenten. Das Ergebnis zeigt, wie Sprachmodelle Legacy-Code vereinfachen.
Tao begann 1999, Java-Applets für seine Kurse zu schreiben. Er visualisierte mathematische Objekte wie Honeycombs und Besicovitch-Mengen. Die Applets waren nützlich, aber zeitaufwendig. Mit der Zeit starb die Browserunterstützung – die Applets wurden nutzlos. Dann beauftragte er einen KI-Agenten, sie in JavaScript zu portieren. Der Agent erledigte zwei Dutzend Applets in wenigen Stunden.
Fast zu gut, um wahr zu sein? LLM-basierte Agenten bauen subtile Fehler ein. Tao fand nur einen Bug: ein Drag-Ereignis in einem Analysis-Applet. Der Agent identifizierte zwei Fehler im Originalcode. Netto-Null-Effekt. Die Applets sind sekundäre Hilfsmittel – das Risiko ist überschaubar. Der Präzisionsgrad ist gut.
Der Erfolg ermutigte Tao zu einem ehrgeizigeren Projekt: einer Vision von 1999, einem Visualisierungstool für die spezielle Relativitätstheorie – quasi Inkscape im Minkowski-Raum. Inkscape existierte noch nicht, sein Java-Code war zu komplex. Nach ein paar Stunden Programmieren im Dialog mit einem KI-Agenten war ein funktionierender Prototyp fertig. Tao nennt das Programmieren im Dialog mit dem Modell. Der Applet erlaubt interaktive Minkowski-Diagramme, inklusive Zeitdilatation und Längenkontraktion. Tao veröffentlichte Code und Dialog. Es ist eine Alphaversion.
Nach einem Blog-Beitrag über die Gilbreath-Vermutung ließ er den Agenten in wenigen Stunden eine interaktive Visualisierung erstellen. Der Prozess war schmerzfrei: in wenigen Stunden ein brauchbares Ergebnis. Früher wäre das ein kleines Forschungsprojekt gewesen. Heute entsteht es in einer Kaffeepause. Das Risiko von Fehlern bleibt, aber die Visualisierungen sind nicht mission-critical. Der Nutzen überwiegt.
KI-Coding-Agenten werden zu einem Werkzeug für digitale Restauration. Taos Experiment zeigt: auch zwei Jahrzehnte alte Codebasen lassen sich mit geringem Aufwand in moderne Sprachen überführen – mit niedriger Fehlerrate. Für Lehrer und Forscher eröffnet sich eine neue Möglichkeit: interaktive Visualisierungen in Stunden statt Wochen. Der Agent agiert als produktiver Assistent. Tao hat das demonstriert. Alte Applets werden zu Sprungbrettern für neue Ideen. Webseiten mit toten Java-Applets gehen zu Ende.
Die Frage ist nicht, ob KI-Agenten das können – sie haben es gezeigt. Sondern wie wir sicherstellen, dass die Visualisierungen mathematisch korrekt sind, wie wir die Prozesse dokumentieren und wie wir Plattformen zum Teilen schaffen. Tao hat einen Anstoß gegeben. Jetzt liegt es an uns, das Werkzeug zu nutzen. Ähnliche Anwendungen werden in anderen Bereichen folgen, in denen alter Code neues Wissen birgt.
Quelle: terrytao.wordpress.com
