Instant 1.0 – Platform backend untuk aplikasi yang ditulis dengan AI

• Backend open-source yang menambahkan sinkronisasi real-time, mode offline, autentikasi, dan penyimpanan file sekaligus ke aplikasi yang dibuat dengan vibe coding
• Pembuatan backend bukan dengan menyalakan VM melainkan menambahkan baris DB, sehingga backend bisa dibuat dalam hitungan beberapa milidetik dan biayanya nol saat tidak digunakan
• Dari frontend, cukup dengan db.useQuery dan db.transact untuk langsung menangani query relasional dan perubahan data — tidak perlu membangun server API terpisah
• Optimistic update aktif secara default, jadi UI langsung merespons meski jaringan lambat, dan jika gagal akan otomatis rollback
• Upload file juga dikelola sebagai baris DB, sehingga saat posting dihapus file lampiran juga ikut terhapus dengan CASCADE — tidak perlu menulis kode sinkronisasi S3
• Bisa memilih metode autentikasi seperti Magic Code, OAuth, Guest Auth, dan dengan Presence fitur "siapa yang sedang online" juga bisa langsung diimplementasikan
• Agen AI dapat langsung melakukan pembuatan aplikasi, perubahan skema, hingga pengaturan izin via API/CLI, sehingga deployment aplikasi full-stack bisa terhubung hanya dengan prompt
• Dengan satu baris npx create-instant-app, proyek bisa langsung dibuat di lingkungan pilihan seperti NextJS, Bun, Vite
• Bahasa query InstaQL menggunakan sintaks objek JavaScript apa adanya, sehingga query dinamis ala GraphQL bisa dilakukan tanpa tahap build atau codegen
• Struktur multi-tenant berbasis Postgres yang dikembangkan selama 4 tahun memungkinkan ribuan aplikasi dijalankan pada satu instance, dan seluruhnya dirilis sebagai open source di GitHub

[GN⁺]

Komentar Hacker News

• Pertanyaan jujur. Saya tidak paham kenapa aplikasi yang di-vibe code butuh framework
  Tinggal suruh coding agent menulis frontend dengan HTML5/Vanilla JS/CSS, dan backend dengan bahasa apa pun yang diinginkan
  Tidak perlu ratusan dependensi, dan deployment juga tinggal diserahkan ke agent

  • Saya benar-benar sudah mencobanya, dan LLM saat ini jauh lebih efisien ketika bekerja di atas framework
    Semakin besar kode, bukan cuma biayanya yang naik, performanya juga turun, dan bug maupun abstraksi yang tidak perlu makin banyak
    Pada akhirnya, waktu habis terbuang untuk mendorong model membuat framework yang bagus sendiri
    Menurut saya lebih baik memakai framework yang sudah ada di data pelatihannya
    Dengan model saat ini, saya tidak merekomendasikannya untuk skala di atas landing page
  • Mungkin terdengar seperti bercanda, tapi alasan yang sama juga menjelaskan kenapa kita tidak menulis kode dalam assembly
    Abstraksi yang baik meningkatkan keterbacaan dan kemudahan pemeliharaan, dan HTML/CSS/JS murni sudah bukan arus utama lagi
    Manusia harus bisa memahami dan memverifikasinya, dan kalau tidak, token serta waktu akan terbuang untuk menciptakan ulang roda
    LLM juga bisa terjebak dalam spaghetti code yang rumit seperti halnya manusia
  • Ada beberapa alasan
    1. Proyek tanpa batas: backend berbasis VM yang ada mahal, tetapi Instant bisa dibuat tanpa batas
    2. Pengalaman pengguna: fitur seperti multiplayer, mode offline, dan optimistic update bisa dibuat dengan mudah
    3. Fitur kaya: penyimpanan file, berbagi kursor, streaming token, dan lainnya juga sudah bawaan
       Sebagai contoh, Anda bisa membuat backend hanya dengan klik tombol dan menyelesaikan aplikasi todo real-time dalam 25 baris kode
  • Dengan memakai framework, Anda pada dasarnya mendapatkan 10 ribu+ baris scaffolding code awal dengan biaya 0 token
    Anda bisa langsung masuk ke logika bisnis, dan bekerja di dalam pola serta alat yang sudah teruji
    Software enterprise tetap membutuhkan codebase besar, jadi nilai framework tetap tinggi
    Framework menyediakan solusi yang sudah teruji di medan tempur yang telah menangani banyak edge case
  • Sederhana. Ini mengurangi cakupan yang harus dikelola dan memindahkan tanggung jawab itu ke framework
    Jika memilih framework yang baik, Anda bisa mengurangi ribuan keputusan dan beban pemeliharaan
    Framework pada akhirnya ada karena skalabilitas

• Saya penasaran apakah orang benar-benar membutuhkan hal seperti ini
  Berapa banyak orang yang benar-benar membuat aplikasi multiplayer seperti Figma atau Linear?
  Kebanyakan mungkin hanya aplikasi CRUD, jadi saya ragu apakah masuk akal untuk bergantung pada teknologi proprietari

  • Yang menarik, kalau membuat aplikasi multiplayer jadi mudah, lebih banyak aplikasi akan menjadi seperti itu
    Misalnya, Linear itu multiplayer, dan saya tidak tahu kenapa aplikasi CRUD lain tidak dibuat seperti itu
    Jika abstraksinya bagus, aplikasi berbasis sync engine justru menjadi lebih mudah dibuat
    Tim Linear juga menyebut hal serupa dalam tweet ini
  • Sebagai catatan, Instant 100% open source
    Repositori GitHub
  • Setuju. Sekarang sebagian besar kode ditulis oleh LLM, jadi teknologi yang rumit tidak terlalu diperlukan
    Aplikasi CRUD itu sederhana dan berulang, jadi sangat cocok untuk AI
    Untuk backend, binary Go, dan untuk frontend, React, sudah mencakup 99,9% kasus
    Bahkan node seharga 5 dolar per bulan pun bisa dengan mudah menangani 100 ribu MAU

• Sepertinya alat yang sempurna untuk proyek pribadi
  Hanya saja, bagian “agent”-nya akan lebih baik kalau terintegrasi lebih mulus
  Apakah ada cara agar saya tahu bagaimana coding agent saya harus menangani ini?
  Akan bagus kalau ada tautan skill terkait di blog

  • Menurut saya itu saran yang bagus. Saya langsung memperbarui esainya
    Tautan PR
  • Skill-nya sudah ada
    Bisa ditambahkan dengan perintah npx skills add instantdb/skills
    Kami juga merekomendasikan scaffolding proyek dengan bunx/pnpx/npx create-instant-app

• Selamat atas peluncurannya! InstantDB adalah salah satu alat paling menyenangkan yang pernah saya pakai
  Saya baru mencobanya untuk proyek main-main kecil, tapi ini yang paling sederhana dan intuitif di bidang ini
  Hanya saja, produk intinya sudah begitu bagus sehingga penekanan pada AI terasa agak canggung
  Rasanya seperti positioning semacam itu memang dibutuhkan kalau ingin mendapat pendanaan akhir-akhir ini

  • Terima kasih!
    Kami belum memperbarui situs web sejak open source pada Agustus 2024
    Setelah posting saat itu, jumlah pengguna yang membuat aplikasi dengan AI meningkat tajam
    Karena itu kami menata ulang messaging dan berinvestasi untuk membuat pengalaman agent lebih menyenangkan
  • Terima kasih. Penekanan pada AI bukan pemasaran, tetapi didasarkan pada perilaku pengguna yang nyata
    Sebagian besar pengguna kami menulis kode dengan AI, jadi kami mengoptimalkan produk untuk itu

• Mungkin saya salah paham, tetapi saya penasaran kenapa ini disebut ‘AI-coded’
  Dari sudut pandang orang yang mencari backend sederhana, ini terlihat seperti alternatif yang sangat bagus
  Tapi saya belum melihat apa yang benar-benar berpusat pada AI dibanding backend lain
  Dan kelihatannya sangat berfokus pada TS, jadi saya juga penasaran apakah ada rencana untuk binding native mobile

• Demo yang sangat keren. Gagasan integrasi AI-nya bagus, tetapi penjelasannya kurang
  Saya sudah melihat tutorial, tetapi isinya berpusat pada pembuatan akun SaaS
  Pola aplikasi reaktif seperti Triples, Datalog, dan Clojure tampak sangat melekat di Instant
  Secara pribadi saya merasa Clojure sulit dan Datalog juga terasa asing, jadi abstraksi Instant sangat saya sambut
  Jika konverter InstantQL-Datalog tersedia sebagai komponen terpisah, itu akan sangat berguna
  Karena backend-nya berbasis Clojure, saya paham kenapa memilih Postgres, tetapi untuk deployment lokal SQLite mungkin bisa lebih sederhana

• Sangat mengesankan bahwa mereka benar-benar mewujudkan “query relasional + real-time”
  Hanya saja, UI konsolnya terasa kurang dipoles dibanding infrastruktur maupun situs webnya
  Selamat atas rilis 1.0, dan saya berencana terus membangun dengan Instant ke depannya

  • Terima kasih!
    Kami telah banyak meningkatkan demo di homepage, esai, dan dokumentasi
    Dashboard akan didesain ulang dalam beberapa minggu ke depan
    Menariknya, meskipun AI agent membuat aplikasi dan mengubah schema,
    pengguna tetap lebih suka menjelajahi data secara langsung lewat komponen Explorer

• Saya tidak menemukan informasi tentang rate limiting di dokumentasi. Apakah fitur itu memang ada?

• Saya pernah memakai Pocketbase, dan Instant tampaknya juga bagus untuk kegunaan serupa
  Hanya saja, Pocketbase unggul dalam skalabilitas server
  Kita bisa menulis hook dalam JS atau Go untuk menambahkan fitur seperti push notification
  Saya penasaran apakah InstantDB juga mendukung hal seperti itu, atau harus membuat worker terpisah
  Dan apakah ada rencana untuk Dart SDK

  • Di server, Anda bisa memakai db.subscribeQuery untuk bereaksi terhadap perubahan
    Fitur webhook juga akan segera ditambahkan, dan dalam jangka panjang kami berencana mendukung SDK untuk bahasa lain

• Saya setuju dengan sudut pandang bahwa “pola yang telah didefinisikan sebelumnya mengurangi biaya token”
  Kami mengalami hal serupa saat membuat empla.io
  Jika keputusan backend diserahkan ke agent, penggunaan token meningkat 3–4 kali lipat
  Bahasa kueri deklaratif memberi efisiensi yang lebih besar bagi AI daripada bagi manusia
  Saya punya dua pertanyaan

  1. Bagaimana menangani evolusi schema ketika agent menambahkan relasi baru di tengah sesi
  2. Apakah fitur pengelolaan anggaran biaya per sesi sudah bawaan, atau pengguna harus mengimplementasikannya sendiri

[picopress]

Bahkan hasil vibe coding juga dipromosikan?