Instant 1.0 – AI से बनाए गए ऐप्स के लिए बैकएंड प्लेटफ़ॉर्म

• vibe coding से बने ऐप्स में real-time sync, offline mode, authentication, file storage एक साथ जोड़ने वाला open source बैकएंड
• बैकएंड बनाना VM boot करने के बजाय DB row जोड़ना है, इसलिए कुछ milliseconds में बैकएंड तैयार हो जाता है और इस्तेमाल न होने पर लागत शून्य
• फ्रंटएंड में db.useQuery और db.transact से ही relational queries और data changes सीधे संभालें — अलग API server बनाने की ज़रूरत नहीं
• optimistic updates डिफ़ॉल्ट हैं, इसलिए नेटवर्क धीमा हो तब भी UI तुरंत प्रतिक्रिया देता है, और विफल होने पर अपने-आप rollback हो जाता है
• file upload भी DB row के रूप में मैनेज होता है, इसलिए पोस्ट हटाने पर attachments भी CASCADE delete हो जाते हैं — S3 sync code लिखने की ज़रूरत नहीं
• Magic Code, OAuth, Guest Auth जैसी authentication methods चुनी जा सकती हैं, और Presence के ज़रिए “कौन connected है” भी तुरंत लागू किया जा सकता है
• AI agents API/CLI के ज़रिए सीधे app creation, schema changes, permission settings तक कर सकते हैं, इसलिए सिर्फ prompt से full-stack app deployment तक पहुँचना संभव
• npx create-instant-app की एक पंक्ति से NextJS, Bun, Vite जैसे मनचाहे environment में तुरंत project बनाया जा सकता है
• query language InstaQL JavaScript object syntax को जैसा है वैसा ही इस्तेमाल करती है, इसलिए GraphQL की तरह build step या codegen के बिना dynamic queries संभव हैं
• 4 साल में विकसित Postgres-आधारित multi-tenant architecture के साथ एक ही instance पर हज़ारों apps चलाए जा सकते हैं, और पूरा open source GitHub पर उपलब्ध है

[GN⁺]

Hacker News की राय

• ईमानदार सवाल है। समझ नहीं आता कि vibe coded ऐप्स के लिए किसी framework की ज़रूरत क्यों है
  बस coding agent से कह दो कि frontend HTML5/Vanilla JS/CSS में लिखे, और backend मनचाही language में
  सैकड़ों dependencies की भी ज़रूरत नहीं पड़ेगी, और deployment भी agent पर छोड़ दो, काम खत्म

  • मैंने सच में ऐसा करके देखा है, और मौजूदा LLM framework के ऊपर काम करते समय कहीं ज़्यादा efficient थे
    code बढ़ने के साथ सिर्फ लागत ही नहीं, performance भी गिरती है, और bugs व बेकार abstractions भी बढ़ते हैं
    आखिर में अच्छा framework खुद बनवाने के लिए model को धकेलते-धकेलते समय बर्बाद होता है
    मुझे लगता है training data में शामिल existing framework इस्तेमाल करना बेहतर है
    मौजूदा models के साथ landing page से बड़े scale पर मैं इसकी सलाह नहीं दूँगा
  • मज़ाक जैसा लग सकता है, लेकिन फिर assembly language में coding न करने की वजह भी यही है
    अच्छे abstraction readability और maintainability बढ़ाते हैं, और pure HTML/CSS/JS पहले ही mainstream नहीं रहा
    इंसान को उसे समझ और verify कर पाना चाहिए, और पहिया फिर से बनाने में tokens और समय दोनों बर्बाद होते हैं
    LLM भी इंसानों की तरह complex spaghetti code में फँस सकता है
  • इसके कुछ कारण हैं
    1. unlimited projects: मौजूदा VM-आधारित backend महंगे पड़ते हैं, लेकिन Instant में इन्हें unlimited बनाया जा सकता है
    2. user experience: multiplayer, offline mode, optimistic updates जैसी features को आसानी से implement किया जा सकता है
    3. rich features: file storage, cursor sharing, token streaming जैसी चीज़ें भी built-in हैं
       उदाहरण के तौर पर, सिर्फ button click से backend बनाया जा सकता है और 25 lines of code में real-time todo app पूरा हो सकता है
  • framework इस्तेमाल करने का मतलब है कि शुरू के 10,000+ lines के scaffolding code आपको 0 token cost पर मिल जाते हैं
    आप सीधे business logic पर जा सकते हैं, और पहले से proven patterns व tools के भीतर काम करते हैं
    enterprise software को अब भी बड़े codebase की ज़रूरत होती है, इसलिए framework की value बहुत है
    यह कई edge cases पहले से हल किए हुए battle-tested solutions देता है
  • बात सीधी है। संभालने वाले दायरे को कम करना और उसकी ज़िम्मेदारी framework को देना
    अगर अच्छा framework चुनें, तो हज़ारों decisions और maintenance burden कम हो जाते हैं
    framework आखिरकार scalability के लिए ही होते हैं

• सोचता हूँ क्या लोगों को सच में ऐसी चीज़ चाहिए
  Figma या Linear जैसे multiplayer apps कितने लोग बना रहे होंगे?
  ज़्यादातर तो CRUD apps ही होंगे, तो फिर proprietary technology पर निर्भर होने की क्या ज़रूरत है?

  • दिलचस्प बात यह है कि अगर multiplayer apps बनाना आसान हो जाए, तो ऐसे apps और बढ़ेंगे
    उदाहरण के लिए Linear multiplayer है, तो बाकी CRUD apps क्यों नहीं हैं, यह समझ नहीं आता
    अगर abstraction अच्छी हो, तो sync engine आधारित apps उल्टा और आसान बन जाते हैं
    Linear टीम ने भी इस ट्वीट में ऐसा ही कहा था
  • जानकारी के लिए, Instant 100% open source है
    GitHub repository
  • सहमत हूँ। आजकल ज़्यादातर code LLM लिखते हैं, इसलिए complex technology की उतनी ज़रूरत नहीं है
    CRUD apps simple और repetitive होते हैं, इसलिए AI के लिए एकदम फिट हैं
    backend अगर Go binary हो और frontend React, तो 99.9% मामलों को cover किया जा सकता है
    महीने का 5 डॉलर वाला node भी आराम से 100k MAU संभाल सकता है

• personal projects के लिए यह perfect tool लगता है
  बस “agent” वाला हिस्सा थोड़ा और smoothly integrated हो जाए तो अच्छा होगा
  क्या यह जानने का कोई तरीका है कि मेरा coding agent इसे कैसे handle करे?
  blog में संबंधित skill link जोड़ना अच्छा रहेगा

  • मुझे लगता है यह अच्छा सुझाव है। मैंने essay तुरंत update कर दिया
    PR link
  • skill पहले से मौजूद है
    इसे npx skills add instantdb/skills कमांड से जोड़ा जा सकता है
    और project scaffolding के लिए bunx/pnpx/npx create-instant-app की भी सिफारिश है

• launch के लिए बधाई! InstantDB उन tools में सबसे आनंददायक रहा है जिन्हें मैंने इस्तेमाल किया है
  मैंने सिर्फ छोटे toy projects ही किए हैं, लेकिन इस क्षेत्र में यह सबसे simple और intuitive लगा
  बस core product इतना अच्छा है कि AI emphasis थोड़ा अटपटा सा लगता है
  लगता है आजकल funding पाने के लिए ऐसी positioning ज़रूरी है

  • धन्यवाद!
    अगस्त 2024 में open source करने के बाद हमने website update नहीं की थी
    उस समय की पोस्ट के बाद AI से apps बनाने वाले users तेज़ी से बढ़े
    इसलिए हमने messaging को फिर से व्यवस्थित किया और agent experience को और मज़ेदार बनाने में निवेश किया
  • धन्यवाद। AI पर ज़ोर marketing नहीं, बल्कि असली user behavior पर आधारित है
    ज़्यादातर users AI से coding कर रहे हैं, इसलिए हमने उसी हिसाब से optimize किया है

• हो सकता है मैं गलत समझ रहा हूँ, लेकिन यह ‘AI-coded’ क्यों है, यही जानना चाहता हूँ
  simple backend ढूँढने वाले के नज़रिए से यह एक शानदार alternative लगता है, लेकिन
  दूसरे backend की तुलना में इसमें AI-केंद्रित क्या है, यह स्पष्ट नहीं है
  और यह TS-केंद्रित दिखता है, तो क्या mobile native bindings की भी कोई योजना है?

• demo सच में बहुत शानदार था। AI integration का विचार बेहतरीन है, लेकिन उसकी explanation कम है
  मैंने tutorial देखा, लेकिन वह SaaS account creation पर ज़्यादा केंद्रित है
  Triples, Datalog, Clojure जैसी reactive app patterns Instant में अच्छी तरह घुली-मिली लगती हैं
  व्यक्तिगत रूप से Clojure मुझे कठिन लगी और Datalog भी अपरिचित था, इसलिए Instant का abstraction बहुत स्वागतयोग्य है
  अगर InstantQL-Datalog converter अलग component के रूप में मिले, तो वह सच में बहुत उपयोगी होगा
  backend Clojure-आधारित है, इसलिए Postgres का चुनाव समझ आता है, लेकिन local deployment के लिए SQLite ज़्यादा सरल हो सकता है

• “relational queries + real-time” को वास्तव में implement किया गया है, यह बात प्रभावशाली है
  लेकिन console UI में infrastructure या website जितनी polish नहीं लगी
  1.0 release के लिए बधाई, और आगे भी Instant के साथ build करता रहूँगा

  • धन्यवाद!
    हमने homepage demo, essay और docs में काफ़ी सुधार किए हैं
    dashboard का redesign कुछ हफ्तों में आने वाला है
    दिलचस्प बात यह है कि AI agent apps बनाकर schema बदल भी दें, तब भी
    users Explorer component के ज़रिए data को सीधे explore करना ज़्यादा पसंद करते हैं

• docs में rate limiting से जुड़ी कोई जानकारी नहीं मिल रही। क्या ऐसा कुछ मौजूद है?

• मैंने Pocketbase इस्तेमाल किया है, और Instant भी काफ़ी हद तक उसी तरह के use case के लिए अच्छा लगता है
  लेकिन Pocketbase की ताकत server extensibility थी
  JS या Go में hooks लिखकर push notifications जैसी features जोड़ी जा सकती थीं
  जानना चाहता हूँ कि InstantDB में भी ऐसा संभव है या अलग worker बनाना पड़ेगा
  और क्या Dart SDK की भी कोई योजना है?

  • server पर db.subscribeQuery का इस्तेमाल करके changes पर react किया जा सकता है
    जल्द ही webhook feature भी जोड़ा जाएगा, और दूसरी languages के SDK को भी long term में support करने की योजना है

• “predefined patterns token cost घटाते हैं” वाला दृष्टिकोण मुझे सही लगता है
  हमने भी empla.io बनाते समय ऐसा ही अनुभव किया था
  backend से जुड़े decisions agent पर छोड़ने से token usage 3~4 गुना बढ़ गया
  declarative query language इंसानों से भी ज़्यादा AI को efficiency देती है
  मेरे दो सवाल हैं

  1. जब agent session के बीच में नए relations जोड़ता है, तो schema evolution को कैसे handle किया जाता है
  2. क्या session-आधारित cost budget management built-in है, या users को इसे खुद implement करना पड़ता है

[picopress]

क्या vibe coding से बनी चीज़ों का भी प्रचार किया जाता है?