Monkeys. zip hat in den letzten Monaten große Aufmerksamkeit erregt. Innerhalb nur eines Monats seit dem Start haben über 11. 000 virtuelle Affen mehr als sechs Milliarden Wörter verfasst und damit über 75% der Wörter in den Werken von Shakespeare erzeugt. Besonders beeindruckend ist, dass diese digitalen Kreaturen bereits jede vierbuchstabige Wortkombination vollständig niedergeschrieben haben. Obwohl der anfängliche Hype inzwischen abgeflaut ist, arbeiten die Affen weiterhin unermüdlich, was Anlass gibt, einen genaueren Blick hinter die Kulissen dieses bemerkenswerten Projekts zu werfen und dessen technische Umsetzung zu verstehen. Die Entstehung von Monkeys. zip ist dabei ein Beispiel für innovatives Softwaredesign, effiziente Nutzung von Ressourcen und kreatives Denken. Die technische Basis von Monkeys. zip ist verhältnismäßig überschaubar, was auf den ersten Blick überraschen mag.
Das Backend und die Datenbank werden über Supabase realisiert, eine Open-Source-Alternative zu Firebase, die schnelle Entwicklung und einfache Skalierbarkeit ermöglicht. Für den Frontend-Bereich kommt LitHTML zum Einsatz, eine moderne Lösung für effiziente und performante UI-Erstellung im Browser. Die dreidimensionale Visualisierung der Affen erfolgt dank Three. JS, einer beliebten Bibliothek, die Grenzen der Webtechnologien ausreizt. Der Blog und die Dokumentation um das Projekt laufen auf Astro, einem relativ neuen Framework für schnelle Webseiten, das besonders für statische Inhalte optimiert ist. Diese Kombination stellt eine starke Basis dar, die dennoch flexibel genug ist, um zukünftige Erweiterungen ohne große Neuerfindungen zu ermöglichen. Das Herzstück von Monkeys. zip ist jedoch die Backend-Simulation, die auf einem sogenannten Tick-basierten System aufbaut.
Als Tick wird ein Zeitintervall von 15 Sekunden definiert, in dem neue Daten für die Affen generiert und verarbeitet werden. Dieses Zeitraster ist das Resultat einer sorgfältigen Überlegung, um mehrere wichtige Anforderungen gleichzeitig zu erfüllen. Zum einen reduziert es die Laufzeit einzelner Rechenschritte, was bedeutet, dass Fehler einfacher erkannt und wiederholt werden können. Zum anderen wird die Datenbanklast gleichmäßig verteilt, damit es weder zu Spitzen noch zu längeren Wartezeiten bei der Datenabfrage kommt. Zudem wird durch diese Taktung die Kommunikation zwischen Server und Client effizienter gestaltet, da zu große Datenmengen auf einmal vermieden werden. Jeder Tick erzeugt also genau die Menge an Text, die in 15 Sekunden von allen Affen zusammen erzeugt wird. Die Generierung eines Ticks beginnt mit einem einfachen Prozess: Ein Cronjob ruft alle 15 Sekunden eine Funktion namens generateTick auf, die lediglich einen neuen Eintrag in einer Tick-Tabelle anlegt.
Diese Funktion hat bewusst eine minimale Aufgabe, um möglichst zuverlässig zu arbeiten. Sollte es dabei zu Fehlern kommen, kann der gesamte Prozess problemlos neu gestartet oder korrigiert werden, da jeder Tick klar identifizierbar ist und einzeln behandelt werden kann. Diese einfache Struktur erhöht die Zuverlässigkeit des gesamten Systems maßgeblich. Auf das Erzeugen eines Tick-Eintrags folgt unmittelbar die nächste Stufe – das Verfassen der Texte für alle Affen in diesem Zeitintervall. Dieses erfolgt über eine Funktion namens generateTickText, die per WebHook aktiviert wird, sobald ein neuer Tick bereitsteht. Für die eigentliche Textgenerierung wird ein deterministischer Zufallszahlengenerator namens sfc32 verwendet. Er kombiniert den Tick-Seed mit individuellen Affen-Seeds, um vorhersagbaren, aber dennoch vielfältigen Text zu erzeugen. Dadurch ist sowohl eine exakte Reproduzierbarkeit gewährleistet als auch eine gleichzeitige Ausführung auf Server- und Client-Seite möglich.
Diese Methode ermöglicht zudem eine drastische Einsparung von Bandbreite, da nicht der gesamte generierte Text, sondern nur der Seed übermittelt wird. Der Entwickler reflektierte lange über die Frage, ob eine vollkommen zufällige serverseitige Textgenerierung sinnvoller wäre, da diese „echte“ Zufälligkeit sicherstellen würde. Allerdings würde diese Variante den Datenverkehr enorm erhöhen, da zu jedem Affen und Tick die komplette Textmenge übertragen werden müsste. Trotz der Erkenntnis, dass der bisherige Seed-Space mit seinen 2^128 Zuständen in absehbarer Zeit nicht erschöpft sein wird, bleibt die Tür für zukünftige Erweiterungen offen, um die Vielfalt noch weiter zu verbessern. Der erzeugte Text wird zudem in einem Storage-Bucket abgelegt. Dieses Vorgehen ist nicht zwingend erforderlich, bietet aber eine willkommene Transparenz.
Entwickler und Nutzer können jederzeit auf den geschriebenen Text zugreifen, um ihn zu analysieren oder Fehler zu korrigieren, ohne ihn erneut generieren zu müssen. Diese zusätzliche Schicht erleichtert Debugging und Untersuchungen erheblich und steigert die Nachvollziehbarkeit des Systems. Der dritte Schritt im Prozess besteht darin, den frisch generierten Text auszuwerten und wichtige Informationen daraus abzuleiten. Sobald die Textdatei im Storage-Bucket verfügbar ist, wird automatisch ein weiterer WebHook ausgelöst, der die Inhalte durchsucht und mit einem Wörterbuch abgleicht. Das System erkennt gültige Wörter und aktualisiert mehrere Datenbanktabellen in großen Batch-Operationen. Darunter befindet sich die zentrale Wortquelle monkey_words, die alle gültigen Wörter verzeichnet, die von den Affen bereits erzeugt wurden. Zusätzlich sorgt die Tabelle word_counts_cache für schnelle Abrufe von Wortvorkommen, sodass Anfragen wie „Wie oft wurde das Wort ‚monkey‘ geschrieben?
“ effizient beantwortet werden können. Eine weitere Tabelle, monkey_items, verwaltet Belohnungen und Gegenstände, die virtuelle Affen im Verlauf ihrer Schreibaktivitäten erwerben. Dieses komplexe Zusammenspiel gewährleistet, dass alle relevanten Informationen strukturiert und performant gehalten werden. Um die Datenbank langfristig leistungsfähig zu halten, wurde ein Archivierungsskript in den Ablauf integriert. Dieses säubert regelmäßig die monkey_words-Tabelle, indem ältere oder kürzere Wörter ausgelagert werden. Das resultierende Archiv reduziert die Datengröße der aktiven Tabelle erheblich und beschleunigt somit die Datenbankabfragen. Dieser Schritt ist notwendig geworden, da mit inzwischen mehreren Milliarden Datensätzen die Performance andernfalls stark hätte leiden müssen. Die Trennung von Archiv- und Live-Daten ist ein klassisches und bewährtes Muster, das auch hier seine Effektivität unter Beweis stellt.
Ein weiteres Detail im Backend bildet die Anordnung der Affen in einem Raster mit Zellen der Größe 64x64. Diese Aufteilung besitzt keine inhaltliche Bedeutung, sondern dient überwiegend als Basis für die Abfrageoptimierung. Beim Scrollen durch die Affenansicht werden immer komplette Zellen abgerufen, was eine effiziente Zwischenspeicherung in Redis erlaubt. Während der normalen Nutzung ist diese Methode kaum schneller als direkte Datenbankzugriffe, aber in Phasen mit extrem hohem Traffic, etwa als das Projekt auf Reddit Aufmerksamkeit bekam, ermöglichte diese Caching-Schicht eine schnelle und stabile Darstellung ohne Belastung der Datenbank. Damit hat sich dieses technische Detail als entscheidende Maßnahme für Skalierbarkeit bewährt. Obwohl Monkeys. zip bereits heute beeindruckende Zahlen und Funktionalitäten vorweisen kann, bleibt der Entwickler nicht stehen.
Die nächste große Herausforderung liegt darin, den Tippprozess der Affen zu beschleunigen, um noch längere und komplexere Wörter wie sechs- und siebenbuchstabige Kombinationen schneller zu generieren. Dies wird jedoch weitergehende Architekturänderungen erfordern, da die derzeitige Lösung an natürliche Grenzen stößt. Unter anderem erwägt der Entwickler den Einsatz eines eigenen virtuellen Privaten Servers (VPS) mit einer großen Menge Arbeitsspeicher, um die gesamte Simulation künftig komplett im Speicher und somit extrem performativ auszuführen. Eine solche Umstellung würde eine neue Ära für das Projekt einleiten und weitere Rekorde im Schreiben virtueller Affen ermöglichen. zip zeigt eindrucksvoll, wie moderne Webtechnologien, clevere Architekturkonzepte und pragmatische Herangehensweisen moderne Projekte prägen.
Auf Basis vergleichsweise einfacher Grundbausteine wurde ein System entwickelt, das in der Lage ist, Milliarden von Worten zu produzieren und dabei konsistent und reproduzierbar zu arbeiten. Die Entscheidung für deterministische Zufallszahlengeneratoren, eine sauber getaktete Simulation und die geschickte Nutzung von Cloud-Storage und Caching-Mechanismen sorgt für Stabilität, Nachvollziehbarkeit und Performance. Gleichzeitig dürfen wir gespannt sein, wie Entwicklerin oder Entwickler das Potenzial dieses Projekts in der Zukunft noch weiter ausschöpfen wird. zip steht damit beispielhaft für eine trailblazing Herangehensweise an die Programmierung kreativer, simulierter Systeme im Web.
