Instant 1.0 – Yapay zekayla yazılan uygulamalar için backend platformu

• Vibe coding ile oluşturulan uygulamaya gerçek zamanlı senkronizasyon, çevrimdışı mod, kimlik doğrulama, dosya depolama özelliklerini tek seferde ekleyen açık kaynak bir backend
• Backend oluşturma VM başlatmak değil veritabanına satır eklemek olduğu için, backend milisaniyeler içinde oluşuyor ve kullanılmadığında maliyet sıfır
• Frontend tarafında db.useQuery ve db.transact ile ilişkisel sorgular ve veri değişiklikleri doğrudan işlenebiliyor — ayrı bir API sunucusu kurmaya gerek yok
• İyimser güncelleme varsayılan olarak geliyor; ağ yavaş olsa bile arayüz anında tepki veriyor, başarısız olursa otomatik geri alınıyor
• Dosya yükleme de veritabanı satırlarıyla yönetildiği için bir gönderi silindiğinde ek dosyalar da CASCADE ile siliniyor — S3 senkronizasyon kodu yazmaya gerek yok
• Magic Code, OAuth, Guest Auth gibi kimlik doğrulama yöntemleri seçilebiliyor; Presence ile de “kim çevrimiçi” özelliği hemen uygulanabiliyor
• Yapay zeka ajanları API/CLI üzerinden doğrudan uygulama oluşturma, şema değiştirme, yetki ayarlama işlemlerini yapabildiği için, yalnızca prompt ile full-stack uygulama dağıtımına kadar ilerlenebiliyor
• Tek satırlık npx create-instant-app ile NextJS, Bun, Vite gibi istenen ortamda anında proje oluşturulabiliyor
• Sorgu dili InstaQL, JavaScript nesne sözdizimini aynen kullandığı için GraphQL gibi build aşaması ya da codegen olmadan dinamik sorgular mümkün
• 4 yılda geliştirilen Postgres tabanlı çok kiracılı yapı sayesinde binlerce uygulama tek bir instance üzerinde çalıştırılabiliyor; tüm açık kaynak kod GitHub’da yayınlanmış

[GN⁺]

Hacker News görüşleri

• Dürüst bir soru. vibe coded uygulamalar için neden bir framework gerektiğini anlamıyorum
  Kodlama ajanına frontend’i HTML5/Vanilla JS/CSS ile, backend’i de istediğin dilde yazmasını söylemen yeterli
  Yüzlerce bağımlılığa da gerek yok, dağıtımı da ajana bırakırsın olur biter

  • Bunu gerçekten denedim ve şu anki LLM’ler framework üzerinde çalıştıklarında çok daha verimliydi
    Kod arttıkça yalnızca maliyet değil performans da düşüyor, hata ve gereksiz soyutlamalar artıyor
    Sonunda iyi bir framework’ü sıfırdan kurdurmaya uğraşarak zaman kaybediyorsun
    Bence eğitim verisinde zaten bulunan mevcut framework’leri kullanmak daha iyi
    Mevcut modellerle landing page ölçeğinin üzeri için önermem
  • Şaka gibi gelebilir ama o zaman neden assembly ile kodlamıyoruz sorusunun cevabı da aynı
    İyi soyutlamalar okunabilirliği ve bakım yapılabilirliği artırır, saf HTML/CSS/JS ise zaten ana akım değil
    İnsanların anlayıp doğrulayabilmesi gerekir; yoksa tekerleği yeniden icat etmek için token ve zaman harcarsın
    LLM’ler de insanlar gibi karmaşık spagetti kodun içinde kaybolabilir
  • Bunun birkaç nedeni var
    1. Sınırsız proje: Mevcut VM tabanlı backend’ler pahalıya geliyor ama Instant sınırsız sayıda oluşturulabiliyor
    2. Kullanıcı deneyimi: çok oyunculu yapı, çevrimdışı mod, iyimser güncellemeler gibi özellikler kolayca uygulanabiliyor
    3. Zengin özellikler: dosya depolama, imleç paylaşımı, token streaming gibi şeyler de yerleşik geliyor
       Örneğin tek bir butona tıklayarak bir backend oluşturup 25 satır kodla gerçek zamanlı bir todo uygulaması tamamlayabiliyorsun
  • Bir framework kullanınca ilk 10 bin satırdan fazla scaffolding code’u 0 token maliyetiyle almış oluyorsun
    Doğrudan iş mantığına geçebiliyor ve kendini kanıtlamış kalıplar ile araçlar içinde çalışıyorsun
    Kurumsal yazılımlar hâlâ büyük kod tabanları gerektirdiği için framework’lerin değeri yüksek
    Pek çok edge case’i önceden çözmüş battle-tested çözümler sunuyor
  • Basit. Yönetmen gereken kapsamı küçültüp sorumluluğu framework’e devrediyorsun
    İyi bir framework seçersen binlerce kararı ve bakım yükünü azaltabilirsin
    Framework’ler sonuçta ölçeklenebilirlik için var

• İnsanların gerçekten buna ihtiyaç duyup duymadığını merak ediyorum
  Figma veya Linear gibi çok oyunculu uygulamalar yapan kaç kişi var ki?
  Çoğu şey CRUD uygulaması olacak; o halde neden kapalı bir teknolojiye bağımlı kalalım?

  • İlginç olan şu: çok oyunculu uygulamalar yapmak kolaylaştıkça daha fazla uygulama da böyle olacak
    Mesela Linear çok oyunculu; diğer CRUD uygulamaları neden olmasın anlamıyorum
    Soyutlama iyi yapıldıysa senkronizasyon motoru tabanlı uygulamalar aslında daha da kolay geliştirilebilir
    Linear ekibi de bu tweette buna değinmişti
  • Bu arada Instant %100 açık kaynak
    GitHub deposu
  • Katılıyorum. Artık kodun çoğunu LLM’ler yazdığı için karmaşık teknolojilere pek gerek yok
    CRUD uygulamaları basit ve tekrarlı, yani yapay zeka için biçilmiş kaftan
    Backend’de Go binary, frontend’de React ile vakaların %99,9’unu karşılarsın
    Aylık 5 dolarlık bir node bile 100 bin MAU’yu rahatlıkla taşır

• Kişisel projeler için mükemmel bir araç gibi görünüyor
  Yalnız “ajan” kısmı biraz daha akıcı biçimde entegre olsa iyi olur
  Kodlama ajanımın bununla nasıl çalışacağını öğrenebilir miyim?
  Blog yazısına ilgili skill bağlantısını eklemek güzel olurdu

  • Bence de iyi bir öneri. Yazıyı hemen güncelledim
    PR bağlantısı
  • Skill zaten var
    npx skills add instantdb/skills komutuyla ekleyebilirsin
    Proje iskeleti için de bunx/pnpx/npx create-instant-app önerilir

• Çıkışı kutlarım! InstantDB kullandığım en keyifli araçlardan biriydi
  Sadece küçük oyuncak projeler denedim ama bu alanda gördüğüm en basit ve en sezgisel araç
  Yine de çekirdek ürün o kadar iyi ki AI vurgusu biraz yapay duruyor
  Bugünlerde yatırım almak için böyle bir konumlandırma mı gerekiyor diye düşündürüyor

  • Teşekkürler!
    2024 Ağustos’ta açık kaynak yaptıktan sonra web sitesini güncellememiştik
    O zamanki gönderiden sonra yapay zekayla uygulama geliştiren kullanıcı sayısı hızla arttı
    Bu yüzden mesajlaşmayı baştan düzenledik ve ajan deneyimini daha keyifli hale getirmek için yatırım yaptık
  • Teşekkürler. AI vurgusu pazarlama için değil, gerçek kullanıcı davranışına dayanıyor
    Kullanıcıların çoğu yapay zekayla kod yazdığı için buna göre optimize ettik

• Yanlış anlamış olabilirim ama neden ‘AI-coded’ dendiğini merak ediyorum
  Basit bir backend arayan biri olarak harika bir alternatif gibi görünüyor
  Ama diğer backend’lere kıyasla AI odaklı olan kısmın ne olduğunu pek göremiyorum
  Ayrıca TS merkezli görünüyor; mobil native binding planı var mı merak ediyorum

• Gerçekten harika bir demo olmuş. AI entegrasyonu fikri çok iyi ama anlatımı yetersiz
  Tutorial’a baktım ama daha çok SaaS hesabı oluşturma odaklı
  Triples, Datalog, Clojure gibi reaktif uygulama kalıpları Instant’a çok iyi yedirilmiş
  Şahsen Clojure bana zor geliyordu, Datalog da yabancıydı; bu yüzden Instant’ın soyutlaması çok hoşuma gitti
  InstantQL-Datalog dönüştürücüsü ayrı bir bileşen olarak sunulsa gerçekten çok faydalı olurdu
  Backend’in Clojure tabanlı olması nedeniyle Postgres seçimi anlaşılır, ama yerelde dağıtım için SQLite daha basit olabilir

• “İlişkisel sorgular + gerçek zamanlı” kısmını gerçekten hayata geçirmiş olmaları etkileyici
  Ancak konsol arayüzü, altyapı ya da web sitesine gösterilen özen kadar parlatılmış hissettirmiyor
  1.0 çıkışını kutlarım; bundan sonra da Instant ile geliştirmeye devam edeceğim

  • Teşekkürler!
    Ana sayfa demosunu, yazıyı ve dokümantasyonu epey geliştirdik
    Dashboard da birkaç hafta içinde yeniden tasarlanacak
    İlginç olan şu ki AI ajanları uygulama oluşturup şemayı değiştirse bile
    kullanıcılar veriyi doğrudan Explorer bileşeni üzerinden incelemeyi daha çok tercih ediyor

• Dokümantasyonda rate limiting ile ilgili bir şey bulamadım. Böyle bir özellik var mı diye merak ediyorum

• Pocketbase kullandım; Instant da benzer kullanım senaryoları için iyi görünüyor
  Ancak Pocketbase’in güçlü yanı sunucu tarafı genişletilebilirlik idi
  JS veya Go ile hook yazıp push bildirimleri gibi özellikler ekleyebiliyordun
  InstantDB’de de bu mümkün mü, yoksa ayrı bir worker mı kurmak gerekiyor merak ediyorum
  Bir de Dart SDK planı var mı?

  • Sunucuda db.subscribeQuery kullanarak değişikliklere tepki verebilirsin
    Yakında webhook özelliği de eklenecek; başka diller için SDK desteği de uzun vadeli planda var

• “Önceden tanımlı kalıplar token maliyetini düşürür” yaklaşımına katılıyorum
  Biz de empla.io’yu geliştirirken benzer bir deneyim yaşadık
  Backend kararlarını ajana bıraktığında token kullanımı 3-4 kat artıyor
  Bildirimsel sorgu dilleri, insanlardan da çok AI için verim sağlıyor
  İki şey merak ediyorum

  1. Ajan oturumun ortasında yeni ilişkiler eklediğinde şema evrimi nasıl ele alınıyor?
  2. Oturum bazlı maliyet bütçesi yönetimi yerleşik mi geliyor, yoksa bunu kullanıcıların kendisi mi kurmalı?

[picopress]

Vibe coding ile yapılan şeylerin de reklamı mı yapılıyor?