Simon Willison construye una versión agnóstica de base de datos de sqlite-utils con Codex

API aplicada a otros motores

Simon Willison ha comenzado a prototipar una nueva biblioteca llamada alchemy-utils, que busca proporcionar la misma interfaz que su popular sqlite-utils, pero respaldada por SQLAlchemy para soportar varios motores de bases de datos. La prueba inicial de compatibilidad está dirigida a PostgreSQL. El proyecto comenzó como un experimento rápido por la mañana para ver cómo los modelos de IA manejan la adaptación de una API específica.

Los desarrolladores obtienen una sintaxis unificada

La biblioteca sqlite-utils es popular para manipular e inspeccionar rápidamente datos en bases de datos SQLite sin una configuración compleja. Si la misma API, específicamente las funciones de inserción y actualización de datos (insert, upsert) y la introspección de tablas, comienza a funcionar en grandes bases de datos de producción como PostgreSQL, los desarrolladores ya no necesitarán cambiar el contexto y la sintaxis basándose en el almacenamiento subyacente.

Los límites de una capa de abstracción

Confiar en SQLAlchemy como capa de traducción siempre conlleva el riesgo de perder optimizaciones y características específicas de la base de datos. Los modelos pueden generar una traducción de código aproximada muy rápidamente, pero asegurar que la capa de abstracción funcione de manera confiable en todos los casos extremos en diferentes dialectos SQL requiere mucho más que una simple demostración funcional.

La optimización del modelo redujo la carga a 35 segundos

La capacidad de la IA para generar un prototipo es una cosa, pero Willison inmediatamente involucró al modelo en la depuración. La importación de un conjunto de datos de todos los árboles en San Francisco a DuckDB tomó originalmente casi una hora. Willison encargó entonces a Codex la optimización, reduciendo el tiempo de ejecución a unos 35 segundos, demostrando el valor real del modelo para la refactorización iterativa.

El veredicto de Lilith

Describir una interfaz bien definida de una biblioteca existente a los modelos y hacer que escriban un adaptador es exactamente el tipo de trabajo donde la IA brilla. Pero añadir una optimización inmediata que reduce una tarea de una hora a medio minuto muestra cómo los copilotos se están convirtiendo en desarrolladores completos.