- El código no es un medio ideal para escribir lógica de negocio
- Usar un LLM para construir el backend + la base de datos. Al llamar a la API, puede inferir la lógica de negocio a partir del nombre y guardar el estado
- Cómo funciona
- Explicar al LLM el propósito del backend ("Es una app de tareas")
- Escribir el JSON BLOB inicial del estado en la base de datos (
{todo_items: [{title: "eat breakfast", completed: true}, {title: "go to school", completed: false}]})
- Iniciar las llamadas a la API. Se completa un backend que infiere la lógica de negocio y actualiza el estado
- Por qué este es el futuro
- Se puede iterar desde el frontend aunque no se sepa cómo está hecho el backend
- Es fácil cambiarlo aunque el backend devuelva otro formato
- No hay problema aunque haya errores tipográficos en el nombre de la API
- Serverless sin cold start
2 comentarios
Está interesante. Viendo un poco el código, si hasta usan
gpt3para el parseo de JSON, parece que incluso podría generar sentencias deinsertoupdatepara la base de datos sin mucho problema. También parece útil para aprovecharlo cuando no hay tiempo de crear una Mock API.Es un proyecto que ganó el 1er lugar en el hackatón de Scale.ai. Para entenderlo mejor, es más fácil ver la explicación detallada en el hilo de Twitter.
https://nitter.1d4.us/DYtweetshere/status/1617471632909676544