Mentionsy Mentionsy
Patoarchitekci
Patoarchitekci

Za dużo AI-owego LSD? - DHH, Decision API i inne linki

23.10.2026 ·26 min 7 s · 6 rozdziałów

"Dla mnie łyknął za dużo AI-owego LSD." 🎯 Tak Łukasz podsumowuje keynote DHH na RailsConf. Szymon broni prezentacji, bo jego zdaniem wycinki z Twittera wypaczyły jej sens: Rust tylko w core, Ruby on Rails dalej w aplikacjach webowych, a natywne apki zamiast uniwersalnych, bo ich utrzymanie to dziś po prostu koszt tokenów. Spór szybko schodzi głębiej. Łukasz przypomina, że Agile skończył jako SAFe, a DevOps jako stanowisko, i AI czeka ten sam los. Szymon odpowiada: "Pilnowanie staje się wartością, myślenie staje się wartością". Kontrargument Łukasza z życia klienta: "dwa miesiące przepisywania systemu automatami i dwa miesiące backfixowania jebanego". ⚠️ Dalej linki. Vector Search wszedł w GA w SQL Server, a Łukasz zbudował na nim hybrid search do MCP Pato, bo "nie mam tam żadnej bazy wektorowej". Do tego Meta i Microsoft przycinają limity w Anthropic, który szuka Mega Account Executive za 450 tysięcy dolarów rocznie. Na deser Decision API: Jev, Clef od Cloudflare, 10 centów za milion tokenów wejściowych i odpowiedź poniżej 100 ms. Brand24 ma 92% trafności, a Jev 88%. Czy klasyfikator budowany latami przetrwa jeszcze rok?     A teraz nie ma co się obijać! 👉 Wpadajcie na naszego Discorda: https://discord.gg/78zPcEaP22 ! 🔥Tam możecie się z nami pokłócić o przyspieszanie SQL-a, podyskutować o naiwnych nadziejach na AI albo po prostu podzielić się swoimi IT-owymi przemyśleniami.     Słuchasz Patoarchitektów dzięki PROTOPII – firmie, w której Łukasz i Szymon działają na co dzień, wspierając zespoły IT na każdym etapie: od projektowania, przez wdrożenia i migracje, aż po optymalizację i zabezpieczenia. Oferujemy też mentoring i szkolenia dostosowane do potrzeb każdej firmy, niezależnie od wielkości. Sprawdź nas: 👉 protopia.tech   - Nasze sociale i linki - Materiały do odcinka - Pato szkolenia    00:00:00 Intro00:02:24 Vector Search w SQL i uniwersalność baz relacyjnych00:04:11 Keynote DHH na RailsConf, Hashimoto i przepisywanie na Rusta00:10:32 Frameworki, korporacyjne mielenie rewolucji i powrót aplikacji natywnych00:13:14 Możliwości i ograniczenia AI: halucynacje, nowe odkrycia i entuzjazm00:16:39 Biznes wokół AI: własne klastry GPU, chińskie modele i limity w Anthropicu00:19:35 Decision API: Jev, alternatywy, koszty i zastosowania00:25:44 Podsumowanie i zakończenie

4:11 · DHH i keynote 1

Wcześniej było LLM, fuj, teraz LLM jest kochany. Tak, dokładnie to się zdarzyło. Omarchy to jest jeden wielki slop rzeczy, które robi... Sorry, to jest pure token marketing to, co pokazuje, nic więcej. W większości przypadków I jak sobie popatrzysz, ja dla równowagi wziąłbym sobie osobę, którą bardziej cenię merytorycznie i zerknął sobie teraz na dwa tweety od Michela Hashimoto, twórcy między innymi Terraforma. A teraz pisze mojego ukochanego Ghostie. I jeżeli popatrzymy, on pokazał, że w części, że jest jeden z jego przykładów, robił jakieś testy, inne elementy i pokazało, że z perspektywy kogoś, kto nie potrzebuje, w core'owych rzeczach, agent może się wydawać wow, ale jak wiesz, co robisz, to jest tak, jak w tych badaniach przy opensorcie, że on był w stanie zrobić to o wiele lepiej.

8:16 · AI w kodowaniu 1

I jak popatrzysz to, co robią np. Fomarchi i zaczęli robić, to zaczęli kombinować, że piszą sobie assembly po prostu, żeby działało na x86 przykładowo, gdzie takie całe założenie pod spodem distro innych rzeczy, wiesz, że zakładało sobie optymalizację kodów W odpowiedni sposób, ale nadal wspólny kod źródłowy, wspólne binarki. Znaczy nie binarki, wspólny kod, żeby wygenerować te binarki, więc inaczej. Ja sobie patrzę z tego perspektywy, że koleś po prostu robi wokół siebie zamieszanie. Łukasz, ustalmy. Tak, robi zamieszanie. To, że czasami wrzuca na Twitter, które nie są dokładnie przemyślane? Tak. Czy robi pierdolnik? Tak. Czy ta prezentacja w całości jest super przemyślana i dobra i jego wszystkie kierunki są dobre? Nie, nie jest tak, ale

Pokazano wszystkie 2 dopasowania. Transkrypcja generowana automatycznie i niesprawdzana ręcznie — może zawierać błędy.