Lucas und Platte: Interview zu AI Coding
Lucas erzaehlt im Interview, wie Platte mit AI Coding entsteht. Stack: React, Bun, Hono. Tool: Platte :).
Builder of Platte
React, Bun, Hono
Warum dieses Interview
Lucas stellt Platte vor. Platte is a sovereign AI-workspace, including chat, integrations and coding assistant. It runs in the cloud with the best open models or locally on your own hardware. https://platte.ai/
Woran feilst du aktuell bei Platte als souveränem AI-Workspace mit Chat, Integrationen und Coding-Assistant – und welche Rolle spielt AI Coding beim Bau dieser Cloud- und Local-Hardware-Variante?
Aktuell feile ich vor allem an der Produktreife: Projects, Settings sowie Admin- und Billing-Bereiche, damit Organisationen Platte komplett im Self-Service einführen können – inklusive Seats, Budgets und Modellfreigaben. Dazu kommen der Code-Modus in unserer Desktop-App und Integrationen über MCP, etwa Slack, Notion oder GitHub. AI Coding ist dabei unser größter Hebel: Als kleines Team bauen wir die Cloud-Variante (eine eigene Instanz pro Organisation in einem europäischen Rechenzentrum) und die On-Premise-Variante auf eigener Hardware parallel. Ohne Coding-Agents wäre das in diesem Tempo nicht machbar. Ich beschreibe Features Screen für Screen als Spezifikation, der Agent setzt sie gegen unsere Component Library um.
Mit welchen Open Models, welchem Harness und welchem Techstack aus React, Bun und Hono arbeitest du an Platte – und setzt du Sub-Agents, Skills oder MCP ein, wenn Platte selbst dein AI-Tool ist?
Wir setzen ausschließlich auf offene Modelle, die in Europa gehostet werden – vor allem GLM, DeepSeek, Qwen und mittlerweile wieder vermehrt Mistral. Als Harness nutze ich Platte selbst: Der Code-Modus unserer Desktop-App liest, ändert und führt Befehle direkt im Projektordner aus. Wir entwickeln Platte also mit Platte. Der Stack ist ein Monorepo: Bun und React 19 im Frontend, Bun mit SQLite, JSON-RPC und SSE im Backend sowie ein LLM-Gateway auf Hono. Skills und MCP sind fester Teil meines Workflows – nicht nur, weil wir sie selbst als Features anbieten, sondern weil wiederverwendbare Anweisungen und angebundene Tools den Agent spürbar besser machen.
Wie viele Tokens, wie viele Entwicklungsstunden und welche KI-Kosten stecken bislang in Platte mit deinem Open-Models- und React/Bun/Hono-Stack?
Ich tracke das nicht auf den Token genau – grob geschätzt sind es mehrere hundert Millionen Tokens und mehrere hundert Entwicklungsstunden. Die KI-Kosten sind dank offener Modelle auf EU-Infrastruktur überschaubar geblieben, deutlich niedriger als bei vergleichbarer Nutzung proprietärer US-Modelle. Die größte Investition ist nicht Rechenzeit, sondern die Zeit für gute Spezifikationen und sorgfältiges Review der Plattform.
Lucas, seit wie vielen Jahren entwickelst du Software – und seit wann setzt du AI Coding gezielt für Projekte wie Platte ein?
Ich bin kein klassischer Entwickler: Ich habe BWL studiert und arbeite seit sieben Jahren selbstständig zwischen UX-Design und Produktmanagement – selbst geschrieben habe ich vorher vor allem HTML, CSS und JavaScript. Gezielt mit AI Coding baue ich seit 2024 echte Software. Erst Coding-Agents haben es mir ermöglicht, ein Produkt wie Platte als Co-Founder selbst mitzubauen, statt es nur zu designen und zu konzipieren.
Platte läuft auch lokal auf eigener Hardware: Können KI-Agenten bald eigenständig Hardware entwickeln, und wo siehst du heute die größten technischen Grenzen – gerade im Kontrast zu einem Software-Workspace wie Platte?
Das finde ich aktuell schwer abzuschätzen, aber ich denke es wird deutlich schwieriger werden als bei reiner Software.