# The Flat Curve Society — Yegge's Intelligence Plateau Thesis
> **Quelle:** [Steve Yegge, "The Flat Curve Society", Medium, Juni 2026](https://steve-yegge.medium.com/the-flat-curve-society-36c8b01eb33b). Geteilt von @k9ert im OME-Gruppen-Topic "News & Infos". Raw-Source: `blog/2026-06-19_steve-yegge-flat-curve-society.md`.
## Kernthese (3 Sätzen)
1.**Die KI-Intelligenz-Kurve flacht für die breite Öffentlichkeit ab** — nicht weil das exponentielle Wachstum aufhört, sondern weil Zugang gesperrt wird und menschliche Urteilskraft an Grenzen stößt.
2.**Superintelligenz wird wie Kernwaffen kontrolliert** — 2-3 Modellgenerationen entfernt, zugänglich nur für wenige als "vending machine", überwacht und auf Vendor-Servern.
3.**Die Flachkurve ist nicht schlecht** — sie bietet Stabilität für eine neue Engineering-Craft, SaaS überlebt, und heutige Modelle (Fable-class) sind "plenty good enough" um Coding und Knowledge Work zu transformieren.
## Die zwei Horizonte
### Demand Horizon (benign)
- Set by the hardest problem you bring
- Wenn Probleme zu leicht sind, können Modelle nicht unterschieden werden
- Yegge sammelt **"back-pocket evals"** — Projekte an denen Modelle scheitern; bei jedem neuen Modell testet er sie
- Beispiel: Sein React-Client — kein Opus-class Modell konnte ihn schreiben, Fable "smashing it"
- **Erweiterbar:** Ambition schafft eigene Eval-Collection; Demand Horizon ist nicht fix
### Discernment Horizon (darker)
- Set by the hardest answer you can judge
- Oberhalb: kein Mensch kann verifizieren, ob das Modell recht hat
- **"Superhuman means unverifiable"**
- Selbst Dario Amodei hat eine — irgendwann kann kein Mensch mehr supervise
- Das ist *warum* Lockdown kommt: "You can't hand out an intelligence engine that nobody can supervise"
→ Beide Horizonte führen zur gleichen Konsequenz: **man will nicht das mächtigere Modell, man will das sicherere.**
1.**Discernment Horizon** als neues Konzept — nicht nur Modell-Qualität, sondern *menschliche Urteilskraft* als Limiting Factor
2.**AI Literacy Cohorts** als messbare Metrik (Token-Spend als Proxy für Org-Reife)
3.**SaaS-Revival** als konkrete Marktvorhersage aus der Flachkurven-These
4.**5-Hour Training Switch** als praktische Lösung für das Kultur-Problem
5.**"Route to dumbest model"** = Discernment Horizon als Routing-Infrastruktur (bestätigt [[../../architecture/model-routing.md]])
## Implikationen für OpenClaw
- **Model Routing = Discernment Horizon als Infrastruktur** — Yegge's "route every task to the dumbest model that can handle it" ist exakt das OpenClaw-Routing-Prinzip. Siehe [[../../architecture/model-routing.md]].
- **Token-Effizienz als fortgeschrittene Fähigkeit** — Subagent-Spawns, Modell-Auswahl, Sub-Task-Routing: nicht "mehr Modell" sondern "richtiges Modell für Task"
- **AI Literacy für Hector-Nutzer** — 5-Stunden-Training als Pattern; Token-Spend-Kohorten als Reife-Indikator
- **SaaS-These validiert OpenClaw-Ansatz** — Orchestrierung über mehrere Modelle/Provider statt Abhängigkeit von einem Frontier-Modell
## Pro-Leben-Perspektive
- **Flachkurve ≠ Mangelnarrativ:** Yegge ist explizit optimistisch — "plenty good enough", "stability feels like a precondition for the new craft"
- **AI Literacy als Handlungsraum:** 5 Stunden Training = konkrete Maßnahme gegen AI-Anxiety; Menschen befähigen statt ersetzen
- **SaaS-Überleben = Wissens-Kristallisation bleibt wertvoll:** "Groups of people build stuff that's tricky" — kollektive Wissensarbeit bleibt relevant
- **Discernment Horizon als Demut:** Niemand kann Superintelligenz supervise — das ist ein Argument für *mehrere* Modelle, *mehrere* Provider, *menschliche* Kontrolle, nicht für *eine* Superintelligenz
