Rechenleistung: mieten statt kaufen

Was es ist

Ein einzelner gemieteter Bare-Metal-Server in einem Rechenzentrum, auf dem alle Entwicklungsumgebungen laufen. Bei mir ist das ein gebrauchter Rechner aus der Hetzner-Serverbörse: ein älterer Intel-Vierkerner mit 62 GB RAM. Nichts Besonderes, aber er läuft rund um die Uhr, hängt an einer schnellen Leitung und kostet einen zweistelligen Eurobetrag im Monat.

Mieten statt kaufen ist dabei die wichtigste Entscheidung im ganzen Setup. Ein Laptop mit 64 GB RAM kostet mehrere tausend Euro, ist nach ein paar Jahren veraltet und hat trotzdem nur einen Akku und einen Lüfter. Für das Geld läuft der gemietete Server jahrelang, und wenn er nicht mehr reicht, kündige ich ihn und miete einen größeren.

Welche Rolle er spielt

Er ist das Arbeitspferd. Jedes Repository, an dem ein Agent arbeitet, bekommt dort einen eigenen Container mit eigener Toolchain, eigenen Dependencies, eigenem Dev-Server und eigenen Tests. Fünf bis zehn davon gleichzeitig sind normal.

Für das, was Agenten tun, ist vor allem Arbeitsspeicher knapp, nicht Rechenzeit: Jeder Container hält seinen Node-Prozess, seinen Language-Server, seinen Testrunner, manchmal einen Browser für End-to-End-Tests. 16 GB reichen für den Anfang, mit 64 GB muss man nicht mehr nachdenken. Viele Kerne helfen, wenn mehrere Agenten gleichzeitig bauen.

Was er bringt: Miete die Maschine, kauf keinen starken Laptop

Das ist die eigentliche Pointe. Wenn die Arbeit auf dem Server passiert, ist der Laptop nur noch ein Terminal mit gutem Bildschirm. Ich arbeite auf einem MacBook Neo: leicht, lange Akkulaufzeit, schönes Display, und für das, was er tun muss, mehr als schnell genug. Er wird nicht warm, wenn zehn Agenten gleichzeitig npm install ausführen, denn das passiert woanders.

Dazu kommt: Mit Agenten tippe ich wenig. Ich spreche. Für Spracheingabe nutze ich Whispering, ein Open-Source-Tool für Speech-to-Text. Einem Agenten zwei Minuten lang zu erklären, was ich will, ist schneller und meist präziser als es aufzuschreiben.

Und: Die Agenten arbeiten weiter, wenn der Laptop zugeklappt ist.

Alternativen

• Lokal auf dem Laptop. Geht, solange es ein oder zwei Agenten sind. Danach wird der Laptop laut, heiß und leer, und jede Reise unterbricht die Arbeit.
• Cloud-VMs nach Stunden (AWS, GCP, Hetzner Cloud). Flexibel, aber für eine Maschine, die ohnehin den ganzen Tag läuft, deutlich teurer als dedizierte Hardware.
• Gehostete Umgebungen wie GitHub Codespaces. Kein normaler SSH-Zugang, Umgebungen werden im Leerlauf angehalten, pro Stunde und Kern bezahlt, und man ist an einen Anbieter gebunden. Mehr dazu bei Hatchery.
• Ein Rechner zu Hause. Funktioniert, hängt aber an der heimischen Leitung und am heimischen Strom.

Warum so

Ein gemieteter gebrauchter dedizierter Server ist die billigste Art, viel RAM dauerhaft verfügbar zu haben, und die bequemste: Ich muss keine Hardware kaufen, aufrüsten oder mit mir herumtragen. Für Entwicklungsumgebungen brauche ich keine Hochverfügbarkeit: Fällt der Server aus, ist der Code trotzdem auf GitHub, und die Umgebungen lassen sich aus ihren devcontainer.json-Dateien auf jedem anderen Rechner neu bauen.