„All python packaging challenges are solved“ – das ist ja eine lächerliche Aussage.
Ist das wirklich gelöst, oder hat man es nur so weit aufgeräumt, dass es irgendwie funktioniert?
Python ist eine Mainstream-Sprache, die weltweit genutzt wird, und es stimmt einfach, dass das Umfeld extrem chaotisch ist.
In den Hacker-News-Kommentaren sorgen sich manche darum, dass sich jetzt „Unternehmen“ einmischen, aber sie übersehen, dass sich niemand darum gekümmert hat, bis Unternehmen aktiv wurden, und dass die Lage deshalb so geworden ist.
Wirklich interessant, aber wenn man bedenkt, dass das nicht von der Regierung und auch nicht von einem Unternehmen wie Google gemacht wurde, ist es irgendwie beängstigend.
Man merkt, dass die Welt von Daten überflutet ist
"Der CTO von Amplitude, Wade Chambers, zeigte einigen Kollegen testweise ein intern entwickeltes KI-Tool"
Wie auch der in Herrn Ha Yong-hos Präsentationsfolien erwähnte Naver-Artikel zeigt, scheint sich AI Transformation nur dann unternehmensweit gut zu verbreiten, wenn es auf C-Level den entsprechenden Willen oder ein klares Ziel gibt.
Wenn es sich um Organisationsleiter mit tiefgehendem Verständnis und echter Einsicht handelt, okay, aber wenn es um Zahlenspielereien aus Kostengründen geht und Führungskräfte in einen AI-Allmachtsglauben verfallen??? Man hört förmlich, wie die Leute dabei zerrieben werden ;_;
Oh, ich habe auch etwas Ähnliches gebaut!
Es ist ein Service, der Hacker-News-Beiträge mit KI ins Koreanische übersetzt, zusammenfasst und an einen Telegram-Kanal sendet.
Wenn ich gewusst hätte, dass es so etwas gibt, hätte ich es wohl nicht gebaut .. haha. Ich habe es abonniert!
Auch in den Hacker-News-Kommentaren und im Reddit-Forum LocalLLaMA gibt es etliche Stimmen, dass GLM ziemlich gut sein soll GLM 4.5 AIR IS SO FKING GOODDD
GLM 4.5 Air ist extrem schnell und auch beim Tool-Calling sehr stark (nicht lokal, sondern über Open Router getestet)
Im Vergleich zu GPT-5 Mini hängt es je nach Art der Aufgabe davon ab, welches Modell vorne liegt
Auch andere GLM-Modelle wie GLM 4.5V sollen durchweg gut sein
Je nach konkreter Aufgabe (z. B. Romane schreiben, Coding) wirkt GLM natürlicher und weniger eingeschränkt als GPT
Wenn man AI einführt, heißt es, die Produktivität verdoppelt sich, also wird einem gleich auch doppelt so viel Arbeit gegeben ... Das Gehalt bleibt aber gleich, und sogar die AI-Kosten werden nicht übernommen ...
Vielen Dank für Ihre freundlichen Worte. Wie Sie sagten, eignet es sich nicht für RDB-Anwendungsfälle, sondern sollte eher als Position als Suchmaschine (Elasticsearch) bzw. Vektor-Datenbank (Pinecone) verstanden werden. Intern setzen wir zudem Lucene ein, das sich über einen langen Zeitraum bewährt hat, um Funktionen wie Indexierung, Sortierung und Aggregation zu unterstützen. Vielen Dank :)
Wie Sie es sagen, wird es wohl eher eine Lösung sein, die in bestimmten Situationen als „echte“ Serverless genutzt werden kann, als eine universelle Datenbank.
Ich hätte nicht gedacht, dass jemand auf Koreanisch antwortet! (Das habe ich wohl zu zynisch formuliert...)
Zuerst hielt ich die Idee für bahnbrechend. Tatsächlich liegt das größte Problem der serverlosen Datenbanken darin, dass an einer Stelle im Hintergrund dennoch ein echter Server läuft. Wenn dann viel Traffic einströmt, kann es passieren, dass der Dienst bis zur Zuweisung dieses Servers einfach nicht reagiert (ca. fünf Minuten). Deshalb sind bestehende serverlose DBs der Cloud-Anbieter (wie AWS usw.) im Produktivbetrieb schwer einzusetzen.
Ich dachte, ich könnte es mal ausprobieren. Der Grund für meine Sorge war jedoch, dass man dann Logiken wie Indexierung, Sortierung und andere binäre Logiken, die in MySQL, PostgreSQL usw. bereits implementiert sind, ebenfalls selbst umsetzen müsste – und ich fragte mich, wie schwierig es wäre, ein so zuverlässiges Open-Source-DB-Projekt auf Lambda neu aufzubauen.
Da es ein Produkt ist, das Sie selbst bauen, erwarte ich große Fortschritte davon~!
„All python packaging challenges are solved“ – das ist ja eine lächerliche Aussage.
Ist das wirklich gelöst, oder hat man es nur so weit aufgeräumt, dass es irgendwie funktioniert?
Python ist eine Mainstream-Sprache, die weltweit genutzt wird, und es stimmt einfach, dass das Umfeld extrem chaotisch ist.
In den Hacker-News-Kommentaren sorgen sich manche darum, dass sich jetzt „Unternehmen“ einmischen, aber sie übersehen, dass sich niemand darum gekümmert hat, bis Unternehmen aktiv wurden, und dass die Lage deshalb so geworden ist.
Wow … du hast gerade den Nagel auf den Kopf getroffen.
Du hast absolut recht!
Es ist schon ironisch, dass die LLM-Zusammenfassung einer Website, auf der LLMs nicht willkommen sind, genau das ist.
Es scheint, als bräuchte es eine Option, den MBTI-Typ des KI-Modells einzustellen.
Wirklich interessant, aber wenn man bedenkt, dass das nicht von der Regierung und auch nicht von einem Unternehmen wie Google gemacht wurde, ist es irgendwie beängstigend.
Man merkt, dass die Welt von Daten überflutet ist
Da der Code offengelegt ist, dürfte es hilfreich sein, ihn sich einmal anzusehen!
"Der CTO von Amplitude, Wade Chambers, zeigte einigen Kollegen testweise ein intern entwickeltes KI-Tool"
Wie auch der in Herrn Ha Yong-hos Präsentationsfolien erwähnte Naver-Artikel zeigt, scheint sich AI Transformation nur dann unternehmensweit gut zu verbreiten, wenn es auf C-Level den entsprechenden Willen oder ein klares Ziel gibt.
Wenn es sich um Organisationsleiter mit tiefgehendem Verständnis und echter Einsicht handelt, okay, aber wenn es um Zahlenspielereien aus Kostengründen geht und Führungskräfte in einen AI-Allmachtsglauben verfallen??? Man hört förmlich, wie die Leute dabei zerrieben werden ;_;
In der ersten Zeile des Beitrags befindet sich ein Bildlink, der die Inhalte auf einen Blick übersichtlich zusammenfasst.
Dem kann ich nicht wirklich zustimmen; es wirkt auf mich eher wie ein Trick, der nur unter sehr spezifischen Umständen funktioniert.
Oh, ich habe auch etwas Ähnliches gebaut!
Es ist ein Service, der Hacker-News-Beiträge mit KI ins Koreanische übersetzt, zusammenfasst und an einen Telegram-Kanal sendet.
Wenn ich gewusst hätte, dass es so etwas gibt, hätte ich es wohl nicht gebaut .. haha. Ich habe es abonniert!
https://t.me/hnaisummarykr
Weiß jemand, worum es dabei geht?
Mich würde interessieren, wie Sie den lokalen Betrieb verifiziert haben.
Auch in den Hacker-News-Kommentaren und im Reddit-Forum LocalLLaMA gibt es etliche Stimmen, dass GLM ziemlich gut sein soll
GLM 4.5 AIR IS SO FKING GOODDD
Ach..
Wenn man AI einführt, heißt es, die Produktivität verdoppelt sich, also wird einem gleich auch doppelt so viel Arbeit gegeben ... Das Gehalt bleibt aber gleich, und sogar die AI-Kosten werden nicht übernommen ...
Vielen Dank für Ihre freundlichen Worte. Wie Sie sagten, eignet es sich nicht für RDB-Anwendungsfälle, sondern sollte eher als Position als Suchmaschine (Elasticsearch) bzw. Vektor-Datenbank (Pinecone) verstanden werden. Intern setzen wir zudem Lucene ein, das sich über einen langen Zeitraum bewährt hat, um Funktionen wie Indexierung, Sortierung und Aggregation zu unterstützen. Vielen Dank :)
Wie Sie es sagen, wird es wohl eher eine Lösung sein, die in bestimmten Situationen als „echte“ Serverless genutzt werden kann, als eine universelle Datenbank.
Ich hätte nicht gedacht, dass jemand auf Koreanisch antwortet! (Das habe ich wohl zu zynisch formuliert...)
Zuerst hielt ich die Idee für bahnbrechend. Tatsächlich liegt das größte Problem der serverlosen Datenbanken darin, dass an einer Stelle im Hintergrund dennoch ein echter Server läuft. Wenn dann viel Traffic einströmt, kann es passieren, dass der Dienst bis zur Zuweisung dieses Servers einfach nicht reagiert (ca. fünf Minuten). Deshalb sind bestehende serverlose DBs der Cloud-Anbieter (wie AWS usw.) im Produktivbetrieb schwer einzusetzen.
Ich dachte, ich könnte es mal ausprobieren. Der Grund für meine Sorge war jedoch, dass man dann Logiken wie Indexierung, Sortierung und andere binäre Logiken, die in MySQL, PostgreSQL usw. bereits implementiert sind, ebenfalls selbst umsetzen müsste – und ich fragte mich, wie schwierig es wäre, ein so zuverlässiges Open-Source-DB-Projekt auf Lambda neu aufzubauen.
Da es ein Produkt ist, das Sie selbst bauen, erwarte ich große Fortschritte davon~!