Simon Willison baut eine datenbankunabhängige Version von sqlite-utils mit Codex

API für andere Datenbankmaschinen

Simon Willison hat mit dem Prototyping einer neuen Bibliothek namens alchemy-utils begonnen, die dieselbe Schnittstelle wie seine beliebte sqlite-utils bieten soll, aber von SQLAlchemy unterstützt wird, um verschiedene Datenbankmaschinen zu unterstützen. Der anfängliche Kompatibilitätstest zielt auf PostgreSQL ab. Das Projekt begann als kurzes Morgenexperiment, um zu sehen, wie KI-Modelle die Portierung einer spezifischen API handhaben.

Entwickler erhalten eine einheitliche Syntax

Die sqlite-utils-Bibliothek ist beliebt für die schnelle Manipulation und Introspektion von Daten in SQLite-Datenbanken ohne komplexe Einrichtung. Wenn dieselbe API, insbesondere die Funktionen zum Einfügen und Aktualisieren von Daten (insert, upsert) und zur Tabellenintrospektion, auch auf großen Produktionsdatenbanken wie PostgreSQL funktioniert, müssen Entwickler den Kontext und die Syntax nicht mehr basierend auf dem zugrunde liegenden Speicher wechseln.

Abstraktion verliert datenbankspezifische Optimierungen

Sich auf SQLAlchemy als Übersetzungsschicht zu verlassen, birgt immer das Risiko, datenbankspezifische Optimierungen und Funktionen zu verlieren. Modelle können eine grobe Code-Übersetzung sehr schnell generieren, aber sicherzustellen, dass die Abstraktionsschicht bei allen Randfällen in verschiedenen SQL-Dialekten zuverlässig funktioniert, erfordert viel mehr als nur eine funktionierende Demo.

Modelloptimierung reduzierte die Ladezeit auf 35 Sekunden

Die Fähigkeit der KI, einen Prototyp zu generieren, ist eine Sache, aber Willison hat das Modell sofort in die Fehlerbehebung einbezogen. Der Import eines Datensatzes aller Bäume in San Francisco in DuckDB dauerte ursprünglich fast eine Stunde. Willison beauftragte Codex dann mit der Optimierung und senkte die Ausführungszeit auf etwa 35 Sekunden, was den realen Wert des Modells für iteratives Refactoring zeigt.

Liliths Urteil

Modellen eine klar definierte Schnittstelle einer bestehenden Bibliothek zu beschreiben und sie einen Adapter schreiben zu lassen, ist genau die Art von Arbeit, bei der KI glänzt. Aber das sofortige Hinzufügen einer Optimierung, die eine stundenlange Aufgabe auf eine halbe Minute verkürzt, zeigt, wie Copiloten zu vollwertigen Entwicklern werden.