Github Spark wurde vor ein paar Wochen mit minimalem Tamtam gestartet und verspricht, die Welt der App- und Software-Codierung zu revolutionieren. Bei dem neuen Dienst handelt es sich im Grunde um eine No-Code-Plattform, die es jedem, der Lust dazu hat, ermöglicht, eine Softwareanwendung zu erstellen, indem er nichts weiter als eine KI-Textaufforderung benötigt.
Bisher nichts Erstaunliches Neues, außer der Tatsache, dass Github dem größten Softwareunternehmen der Welt, Microsoft, gehört.
Was Spark von der aktuellen Auswahl an No-Code-App-Plattformen unterscheidet Cursor, Wiederholung Und Bolzenliegt der Schwerpunkt auf der Entwicklung einfacher Apps (sie nennen sie „Sparks“) und nicht auf anspruchsvolleren Produkten.
Dies spiegelt sich auch darin wider, dass der Start vom Unternehmen sehr streng kontrolliert wird, sodass man derzeit keine generierte App außerhalb der Plattform veröffentlichen kann. Mit anderen Worten: Personen, die auf Ihre App zugreifen möchten, müssen sich bei Github anmelden, um über die URL Zugriff zu erhalten.
Es ist, gelinde gesagt, etwas seltsam.
Wir stellen GitHub Spark auf die Probe
Ich habe es vor ungefähr einer Woche geschafft, die strenge Warteliste zu überstehen und Zugang zu dem Service zu erhalten, und seitdem spiele ich damit. Wie zu erwarten, gibt es in dieser sehr frühen Testversion gute und schlechte Aspekte.
Ich verwende das Wort Test bewusst, weil mir unmissverständlich gesagt wurde, dass es sich bei Spark eher um ein Experiment als um ein fertiges Produkt handelt. Daher der zurückhaltende Start. Daher sollten meine Kommentare vor diesem Hintergrund verstanden werden.
Meine erste Reaktion auf die App war Überraschung. Anstelle einer typischen geekigen Benutzeroberfläche mit Code-Terminals und so gibt es eine sehr einfache Chatbot-Benutzeroberfläche mit einem Feld für die Eingabeaufforderung und nicht viel mehr.
Meine erste Reaktion auf die App war Überraschung. Anstelle einer typischen geekigen Benutzeroberfläche mit Code-Terminals und so gibt es eine sehr einfache Chatbot-Benutzeroberfläche mit einem Feld für die Eingabeaufforderung und nicht viel mehr.
Ein zweiter unmittelbarer Unterschied besteht darin, dass Spark nicht mit einem KI-Modell ausgeführt wird, um die Arbeit zu erledigen, sondern mit mehreren Modellen von Anthropic, mit Claude Sonnet 3.5 und OpenAI mit o1-Preview und o1-Mini.
Das ist eine große Sache, denn wie jeder weiß, der mit diesen App-Herstellern zusammengearbeitet hat, funktioniert das Claude-Modell bis zu einem gewissen Punkt und dann geht ihm beim Versuch, ein Projekt abzuschließen, oft die Puste aus.
An diesem Punkt ist ein „denkendes“ Modell wie o1-Preview nützlich, da es kontextbezogene Grenzen zu überwinden scheint und Probleme behebt, mit denen Claude nicht umgehen kann.
Dies passierte während meiner Tests einige Male. Claude fing an zu scheitern, wenn er mit einer Eingabeaufforderung konfrontiert wurde. An diesem Punkt wechselte ich zu o1-Preview und das Problem wurde behoben.
Die Nutzung der App ist grundsätzlich äußerst einfach, da alles über die einzige Eingabeaufforderungsbox erledigt wird. Es gibt keine störenden Terminalpanels voller blinkender Codes vor Ihren Augen. Geben Sie einfach eine Eingabeaufforderung ein, schauen Sie sich eine hübsche kleine Grafikrolle an und warten Sie.
Nach 20 oder 30 Sekunden wird das Ergebnis angezeigt, damit Sie es überprüfen und wiederholen können. Eine coole Funktion ist die Tatsache, dass jede Eingabeaufforderung in der Seitenleiste angezeigt wird, sodass Sie zu einer früheren Eingabeaufforderung zurückkehren können, wenn etwas schief geht und Sie es erneut versuchen müssen.
Die Geeks wurden nicht völlig ignoriert. Es gibt eine Einstellung, mit der Sie zusätzliche Anweisungen hinzufügen können, um das Modell an Ihre Vorlieben anzupassen. Oben auf dem Bildschirm gibt es außerdem ein praktisches Symbol zum Öffnen eines Codefelds, sodass Sie alles manuell bearbeiten können, was die KI nicht berühren soll.
Letzte Gedanken
Alles in allem ist Github Spark ein sehr glaubwürdiger und interessanter Einstieg in den Bereich der KI-App-Erstellung. Die Tatsache, dass ich damit einen ziemlich hochentwickelten Jukebox-Musikplayer starten konnte Amazonas S3-Speicher und sogar ein bisschen KI zur Unterstützung der Stimmungsauswahl beweisen, dass die Plattform selbst in diesem frühen Stadium kein Spielzeug ist. Und ich habe alles in nur sechs Stunden von Grund auf geschafft.
Hoffentlich werden sie es eher früher als später für mehr Menschen zugänglich machen und auch die Notwendigkeit eines Github-Kontos für den Zugriff auf die erstellten Apps überflüssig machen. Auf jeden Fall eine, die man für die Zukunft im Auge behalten sollte.
