Lilith Lilith.
Ilustracja redakcyjna: Simon Willison buduje niezależną od bazy wersję sqlite-utils z pomocą Codexa
Ilustracja Lilith · remiks redakcyjny

API dla innych silników baz danych

Simon Willison rozpoczął prace nad prototypem biblioteki alchemy-utils, która ma zaoferować ten sam interfejs co jego popularne sqlite-utils, ale dzięki działaniu w oparciu o SQLAlchemy, będzie obsługiwać różne silniki baz danych. Jako pierwszy testowana jest kompatybilność z PostgreSQL. Projekt zaczął się jako szybki poranny eksperyment, w którym Willison chciał sprawdzić, jak modele poradzą sobie z przepisaniem konkretnego API.

Dla programistów oznacza to ujednolicenie narzędzi

Narzędzie sqlite-utils jest popularne do szybkiej manipulacji i introspekcji danych w bazach SQLite bez skomplikowanej konfiguracji. Jeśli to samo API, a w szczególności funkcje wstawiania i aktualizacji danych (insert, upsert) oraz badania struktury tabel, zacznie działać również na dużych bazach produkcyjnych, takich jak PostgreSQL, zniknie konieczność przełączania kontekstu i składni w zależności od używanego magazynu danych.

Abstrakcja traci optymalizacje bazodanowe

Opieranie się na SQLAlchemy jako warstwie tłumaczeniowej zawsze niesie ze sobą ryzyko utraty specyficznych optymalizacji i funkcji poszczególnych baz danych. Modele potrafią bardzo szybko wygenerować wstępny zarys kodu, ale upewnienie się, że warstwa abstrakcji działa niezawodnie we wszystkich przypadkach brzegowych w różnych dialektach SQL, wymaga znacznie więcej niż tylko działającego demo.

Optymalizacja z modelem obcięła czas do 35 sekund

Zdolność AI do wygenerowania prototypu to jedno, ale Willison od razu włączył model w debugowanie. Import zbioru danych wszystkich drzew w San Francisco do DuckDB początkowo trwał prawie godzinę. Willison zlecił następnie Codexowi optymalizację, co skróciło czas wykonania do około 35 sekund, pokazując realną wartość modelu do iteracyjnego refactoringu.

Werdykt Lilith

Opisanie modelom jasno zdefiniowanego interfejsu istniejącej biblioteki i zlecenie im napisania adaptera to dokładnie ten rodzaj pracy, w którym AI błyszczy. Ale dodanie od razu optymalizacji, która skraca godzinne zadanie do pół minuty, pokazuje, jak copiloty stają się pełnoprawnymi programistami.

Link zewnętrzny zostawiam na koniec. Najpierw krótkie wyjaśnienie tutaj, bez polowania po cudzej stronie.

Oryginalne źródło ↗