تو کامنت ها به AI اشاره کردن، نسبتا تو این یک سال گذشته AI پیشرفت زیادی داشته و خودمم زیاد استفاده میکنم اخیرا. اولا توصیه میکنم یک پلن ۲۰ دلاری claude code رو بگیرید چون از همه چیز بهتره. برای اینکه usage تون سریع تموم نشه از RTK استفاده کنید. RTK چیه؟ یک ابزار cli proxyکه وقتی مثلا شما مینویسی rtk git status همون ریزالتو خلاصه تر و بهتر تو توکن کمتری بهتون میده (بدون استفاده از AI، کامند های معروف رو میشناسه و اونا رو اپتمایز کرده)
راجب خود AI ولی نظرم تغییری نکرده.ببینید AI در حال حاضر برای تبدیل یک سولوشن به کد ابزار مناسبیه. ولی تایپ کردن کد هیچوقت قسمت سخت برنامه نویسی نبوده. قسمت سخت اینه که شما سعی کنی مشکل رو متوجه شی، ببینی واقعا چی لازمه، به edge case ها دقت کنی، و سیستم هایی بسازید که usage واقعی رو بتونن هندل کنن. اگه سیستم شما کلی constraint مختلف داره، همه تصمیم ها پشتش ترید اف هست، و یک نفر باید اون تصمیم هارو بگیره طبق انتظاراتی که از نرم افزار میره.
تو دنیای ایده آلی که شما دقیقا میدونید چی میخواید میشه یک پروداکت رو وایب کد کرد. ولی این دنیا ایده آل وجود نداره.. چون کلی edge case وجود داره که باید بهش فکر کنید و کلی تصمیم بگیرید…
یک مثال بزنم. یک سیستم دلیوری نوشتم که یک سری دیوایس رو میده دست end user ها. و استتوس این دلیوری ها از webhook به سرور ما میرسید. تو دیتابیس یک constrainr داشتیم که یک دیوایس نمیتونه همزمان پیش ۲ یوزر باشه.
حالا یک باگ خوردیم، یک دیوایس رفته بود واسه یک کاربر، کار نمیکرد، خودش دستی پست کرده بود پس داده بود (استتوس اینو نداشتیم قاعدتا چون بسته رو قبول کرده بود)، بعد بلافاصله همون دیوایسه رفته بود دست یک یوزر دیگه.، و نکته جالب اینه که نوتیف این دو تا دلیوری با فاصله نصف روز رفته بود. حالا ما مونده بودیم چه اتفاقی افتاده اینجا :)) چون edge case ای بود که بهش فکر نکرده بودیم.
ولی همین که constraint گذاشتیم رو تیبل که یک دیوایس همزمان دست یک نفر باشه باعث شد مشکل رو پیدا کنیم در درجه اول… اگه وایب کد شده بود احتمالا اینو نداشت و احتمالا کسی متوجه این edge case نمیشد و ممکن بود فکر کنیم دیوایس دست یک یوزردیگه هست وقتی نیست که کلی خسارت میزد بهمون.
@PyBackendHub
راجب خود AI ولی نظرم تغییری نکرده.ببینید AI در حال حاضر برای تبدیل یک سولوشن به کد ابزار مناسبیه. ولی تایپ کردن کد هیچوقت قسمت سخت برنامه نویسی نبوده. قسمت سخت اینه که شما سعی کنی مشکل رو متوجه شی، ببینی واقعا چی لازمه، به edge case ها دقت کنی، و سیستم هایی بسازید که usage واقعی رو بتونن هندل کنن. اگه سیستم شما کلی constraint مختلف داره، همه تصمیم ها پشتش ترید اف هست، و یک نفر باید اون تصمیم هارو بگیره طبق انتظاراتی که از نرم افزار میره.
تو دنیای ایده آلی که شما دقیقا میدونید چی میخواید میشه یک پروداکت رو وایب کد کرد. ولی این دنیا ایده آل وجود نداره.. چون کلی edge case وجود داره که باید بهش فکر کنید و کلی تصمیم بگیرید…
یک مثال بزنم. یک سیستم دلیوری نوشتم که یک سری دیوایس رو میده دست end user ها. و استتوس این دلیوری ها از webhook به سرور ما میرسید. تو دیتابیس یک constrainr داشتیم که یک دیوایس نمیتونه همزمان پیش ۲ یوزر باشه.
حالا یک باگ خوردیم، یک دیوایس رفته بود واسه یک کاربر، کار نمیکرد، خودش دستی پست کرده بود پس داده بود (استتوس اینو نداشتیم قاعدتا چون بسته رو قبول کرده بود)، بعد بلافاصله همون دیوایسه رفته بود دست یک یوزر دیگه.، و نکته جالب اینه که نوتیف این دو تا دلیوری با فاصله نصف روز رفته بود. حالا ما مونده بودیم چه اتفاقی افتاده اینجا :)) چون edge case ای بود که بهش فکر نکرده بودیم.
ولی همین که constraint گذاشتیم رو تیبل که یک دیوایس همزمان دست یک نفر باشه باعث شد مشکل رو پیدا کنیم در درجه اول… اگه وایب کد شده بود احتمالا اینو نداشت و احتمالا کسی متوجه این edge case نمیشد و ممکن بود فکر کنیم دیوایس دست یک یوزردیگه هست وقتی نیست که کلی خسارت میزد بهمون.
@PyBackendHub
❤16👍3
Python BackendHub
تو کامنت ها به AI اشاره کردن، نسبتا تو این یک سال گذشته AI پیشرفت زیادی داشته و خودمم زیاد استفاده میکنم اخیرا. اولا توصیه میکنم یک پلن ۲۰ دلاری claude code رو بگیرید چون از همه چیز بهتره. برای اینکه usage تون سریع تموم نشه از RTK استفاده کنید. RTK چیه؟ یک…
این همون RTK هست که بهش اشاره کردم (Rust token killer)
https://github.com/rtk-ai/rtk
اینم graphify هست. به جای اینکه هربار کل کدتون رو بخونه، graph کدتون رو میخونه و متوجه میشه چطوری پروژتون organize شده و کمتر توکن مصرف میکنه. دقت کنید این خودش با AI جنریت میشه. وقتی کدتون رو زیاد تغییر میدید حتما ریجنریت کنید.
https://github.com/safishamsi/graphify
https://github.com/rtk-ai/rtk
اینم graphify هست. به جای اینکه هربار کل کدتون رو بخونه، graph کدتون رو میخونه و متوجه میشه چطوری پروژتون organize شده و کمتر توکن مصرف میکنه. دقت کنید این خودش با AI جنریت میشه. وقتی کدتون رو زیاد تغییر میدید حتما ریجنریت کنید.
https://github.com/safishamsi/graphify
GitHub
GitHub - rtk-ai/rtk: CLI proxy that reduces LLM token consumption by 60-90% on common dev commands. Single Rust binary, zero dependencies
CLI proxy that reduces LLM token consumption by 60-90% on common dev commands. Single Rust binary, zero dependencies - rtk-ai/rtk
👍6🙏2❤1
کلا کرسر نخرید پولتون رو دور میریزید
با ۲۰ دلار کرسر میتونید تهش ۱.۵ میلیون توکن مصرف کنید
همون رو برید رو خود کلاود تا ۵۰-۱۰۰ میلیون مصرف میکنید...
اینم اضافه کنم که اگه سمت codex برید حتی مصرفش کمتره و بیشتر میتونید استفاده کنید. ولی خب در عوض پرفومنسش نسبت به مدل های opus ضعیف تره.
@PyBackendHub
با ۲۰ دلار کرسر میتونید تهش ۱.۵ میلیون توکن مصرف کنید
همون رو برید رو خود کلاود تا ۵۰-۱۰۰ میلیون مصرف میکنید...
اینم اضافه کنم که اگه سمت codex برید حتی مصرفش کمتره و بیشتر میتونید استفاده کنید. ولی خب در عوض پرفومنسش نسبت به مدل های opus ضعیف تره.
@PyBackendHub
👍20