Přejít k navigační liště

Zdroják » Autoři » Archivy pro Daniel Steigerwald

Archiv autora: Daniel Steigerwald

Independent software gardener, libertarian, web applications consultant and trainer. Google Developer Expert since 2012.

Články JavaScript

Před nějakou dobou jsem dostal do schránky mail zhruba tohoto znění: „Dobrý den, používáme Angular, máme v něm rozepsanou aplikaci, ale máme problémy s výkonem, a programátoři si stěžují, že se jim struktura aplikace zkomplikovala. Implementace nových funkcí trvá déle, než bychom očekávali. Našel byste si chvilku? Třeba děláme něco špatně.“

JavaScript

To je tak typické! Ptáte se co? Že po mnoha letech alibistického ujišťování se, že statické typování v JavaScriptu není vlastně nutné, že lze vše pokrýt testy, se najednou jak houby po dešti rodí desítky projektů, jichž hlavním smyslem je přivést do vývoje webových aplikací statické typování. Záměrně píšu webové aplikace a ne javascriptové, protože to co se děje, už se netýká jen JavaScriptu.

Frugal computing: architektura pro dobu dražší infrastruktury

Vývojáři se naučili zrychlovat dotazy, přidávat cache, škálovat služby a hlídat účet za cloud. Frugal computing začíná o jednu otázku dřív: musí se výpočet, přesun dat, volání modelu nebo uložení vůbec stát? Rostoucí spotřeba datových center a nové evropské reportování ho posouvají do návrhu architektury, dřív než do závěrečné poznámky o udržitelnosti v prezentaci.

Odysseus: PewDiePie vydal open-source AI workspace, který běží na vašem vlastním hardwaru

AI
Komentáře: 0
Felix Kjellberg, youtuber se 110 miliony odběratelů, strávil rok učením se programovat a fine-tuningem vlastních AI modelů. Výsledkem je Odysseus – bezplatný, open-source workspace pro práci s umělou inteligencí, který neposílá žádná data do cloudu. Projekt má týden, přes 61 000 hvězdiček na GitHubu a znovu otevírá otázku, komu vlastně patří váš digitální kontext.

Když Git už nestačí: jak izolovat databázový stav pro pokusy AI agentů

Gitová větev vývojářům oddělí kód, ale databáze často zůstává společná. U AI agentů je to slabé místo: rychle spouštějí migrace, mění data a zkoušejí víc cest najednou. Databázová větev jim dá vlastní pracovní prostor, jenže tím práce nekončí. Ještě je potřeba řešit citlivá data, oprávnění, životnost větve i zbytek stavu aplikace.