Der GitHub-Podcast stellt aktuelle KI-Thesen auf den Prüfstand: Ist RAG als Technik überholt und hat Skills MCP verdrängt?
Sollte man Code ueberhaupt noch lesen, ist RAG tot, und haben Skills MCP verdraengt? Der GitHub-Podcast wirft Fragen auf, die die KI-Szene gerade umtreibt.
Waehrend die grossen Modell-Ankuendigungen die Schlagzeilen dominieren, greift eine neue Folge des GitHub-Podcasts drei Fragen auf, die in der Entwickler-Community fuer Diskussionen sorgen. Es geht nicht um ein neues Milliarden-Modell, sondern um etwas Grundsaetzlicheres: Welche Arbeitsweisen und Werkzeuge, die noch vor wenigen Monaten als gesetzt galten, koennten schon wieder ueberholt sein? Die Kernfrage der Episode klingt fast provokant: Muss man den Code, den KI erzeugt, ueberhaupt noch selbst lesen?
Laut Ankuendigung auf dem GitHub-Blog vom 18. September 2026 diskutiert die neue Podcast-Folge drei sogenannte 'AI hot takes'. Erstens die Frage, ob Entwicklerinnen und Entwickler den von KI generierten Code noch lesen sollten. Zweitens, ob RAG (Retrieval Augmented Generation, eine Methode, bei der ein Sprachmodell gezielt externe Dokumente heranzieht, statt sich nur auf sein Training zu stuetzen) tot sei. Und drittens, ob 'Skills' das Protokoll MCP (Model Context Protocol, ein Standard, ueber den KI-Modelle mit externen Werkzeugen und Datenquellen sprechen) verdraengt haben. Welche Antworten der Podcast auf diese Fragen gibt, geht aus dem vorliegenden Ankuendigungstext nicht hervor.
Die drei Themen zusammen ergeben ein Stimmungsbild. RAG galt lange als Standardrezept, um Sprachmodelle mit aktuellem Firmenwissen zu verbinden. MCP wurde als offener Standard gefeiert, um KI-Assistenten Zugriff auf Tools zu geben. Und das Lesen von Code war jahrzehntelang die Kerntaetigkeit von Softwareentwicklung ueberhaupt. Wenn ein Podcast eines grossen Plattformbetreibers wie GitHub diese drei Punkte in einem Aufwasch hinterfragt, deutet das darauf hin, dass sich die Praxis schneller verschiebt, als Lehrbuecher und Team-Prozesse hinterherkommen. Fuer Firmen, die gerade Budgets fuer RAG-Pipelines oder MCP-Integrationen freigegeben haben, ist das eine unbequeme Nachricht - selbst wenn die Antworten am Ende differenzierter ausfallen als die Ueberschrift.
Unklar bleibt im vorliegenden Material fast alles Inhaltliche. Der Ankuendigungstext nennt weder die Gaeste der Folge noch die Argumente, weder Beispiele noch Studien. Ob es sich um zugespitzte Meinungen einzelner Entwickler handelt oder um Positionen, die GitHub selbst vertritt, ist nicht belegt. Auch was mit 'Skills' konkret gemeint ist - der Begriff wird von verschiedenen KI-Anbietern unterschiedlich verwendet - geht aus dem Material nicht hervor. Wer die eigentlichen Antworten hoeren will, muss die Podcast-Folge selbst konsultieren; der Blogpost liefert nur die Fragen.
In den kommenden Tagen lohnt es sich, darauf zu achten, ob andere Stimmen aus der Entwickler-Community auf diese drei Thesen reagieren. Besonders die Behauptung 'RAG ist tot' taucht seit Monaten in unterschiedlichen Varianten auf, meist gefolgt von einer differenzierten Einordnung. Ob GitHubs Podcast diesmal echte neue Argumente liefert oder nur bestehende Debatten buendelt, laesst sich aus dem Material allein nicht sagen.
Alibabas neues Modell verarbeitet gleichzeitig Text, Bilder und Ton – in einer kleineren Variante, die weniger Rechenleistung braucht und schneller antwortet.
Mit dem Life Sciences Verification Program prüft Anthropic, welche Unternehmen KI-Modelle für biowissenschaftliche Zwecke nutzen dürfen. Ziel ist mehr Kontrolle in einem sensiblen Bereich.
Webseitenbetreiber können künftig KI-Crawler blockieren, ohne gleichzeitig Google & Co. auszusperren. Das war bisher nur gemeinsam möglich.
Die US-Luftfahrtbehörde FAA setzt auf neue KI-Software, die Fluglotsen bei der täglichen Arbeit unterstützen soll. Das Programm soll den Flugverkehr sicherer koordinieren.
Der experimentelle Google-Agent CC übernimmt Aufgaben rund ums Familienleben – Termine, Koordination, Alltag. Verfügbar ist er bisher nur in den USA.
Der neue Huawei-Server fasst 4096 Ascend-960-Beschleuniger mit schnellem High Bandwidth Memory. Statt einzelner riesiger Chips setzt Huawei auf viele parallel arbeitende Einheiten.
Keine Termine gemeldet.