한 사용자는 좋은 제품일 수 있지만 인터뷰 과정이 끔찍했다고 언급함. 여러 차례 인터뷰를 진행했지만, 마지막 인터뷰 이후 아무런 설명 없이 연락이 끊겼다고 함. 블로그 포스트 작성 후 몇 달 동안 연락이 없었고, 지속적으로 문의한 후에야 답변을 받았다고 함. 모든 인터뷰가 과제 형태였고, 총 10시간 이상을 투자했다고 함.
GitHub Copilot의 대안으로 주장되는 것들이 VS2022에서 작동하지 않는다고 언급함. 자신은 VS2022에서 사용할 수 있는 자체 호스팅 AI 어시스턴트를 원한다고 함. VS2022가 플러그인을 지원하는데 왜 대안이 없는지 의문을 제기함.
홈페이지의 findMaxElement 함수 완성 데모가 현재 또는 미래의 예시라고 언급함. 제안된 6줄의 Python 코드가 "return max(arr)"로 대체될 수 있다고 함. 제안된 코드는 초급 수준이라고 평가함. 자동완성 기능을 맹목적으로 사용하는 사람들이 기술 수준에서 정체될 것을 우려함. 스토리 포인트를 얻을 수는 있지만, 실제로 기술이 향상되었는지 의문을 제기함.
Tabby 프로젝트가 HN 첫 페이지에 오른 것을 상상도 못했다고 언급함. Tabby는 출시 이후 상당한 발전을 이루었으며, 코드 완성과 코드베이스 채팅을 특징으로 하는 포괄적인 AI 개발자 플랫폼이 되었음. Tabby의 사용자는 자체 서비스 온보딩 경험을 제공하는 유일한 플랫폼으로 Tabby를 발견했다고 함. 성능도 시장의 다른 옵션과 견줄 만하다고 함. 궁금하다면 시도해 보기를 권장함.
로컬 AI에 익숙하지 않은 사용자가 Tabby를 시도하고 싶다고 언급함. "run tabby in 1 minute"이 chatgpt의 무료 4o-mini와 비교해 어떤지 궁금해 함. 중간 사양의 MacBook Pro에서 Docker 명령을 실행하여 빠르고 유능한 AI를 사용할 수 있는지 질문함. M1/M2의 컴퓨팅 파워가 제한적이며 개인 사용에만 적합할 것이라고 언급함. 팀을 위한 공유 인스턴스가 필요하다면 CUDA 또는 ROCm과 함께 Docker 호스팅을 고려할 것을 권장함.
Community Edition에서는 IDE/Extensions 텔레메트리를 끌 수 없다고 언급함. 이 텔레메트리 데이터에 무엇이 포함되어 있는지 궁금해 함.
모든 예제가 라이브러리에서 찾을 수 있는 코드라고 언급함. 일부 코드는 품질이 의심된다고 함. LLMs가 코드베이스의 스팸 봇이 될 수 있다고 우려함.
대기업에 데이터를 보내지 않고 TOS를 신뢰할 수 있는 아이디어가 좋다고 언급함. 코딩 어시스턴트의 효과는 컨텍스트 길이에 비례하며, 컴퓨터에서 실행할 수 있는 오픈 모델은 보통 더 작다고 함. 더 복잡한 코드베이스에서의 유용성을 정량화한 자료를 보고 싶다고 함.
직장에서 자체 호스팅 AI 솔루션을 조사 중이라고 언급함. 이 회사가 어떻게 수익을 창출하는지 궁금해 함. 무료/커뮤니티/오픈소스 옵션이 있으며, "최대 5명의 사용자"가 어떻게 모니터링되는지 질문함. 5명 이상의 사용자가 있을 경우 어떻게 되는지 궁금해 함.
Tabby는 단일 GPU 사용만 지원한다고 언급함. 여러 GPU를 사용하려면 여러 Tabby 인스턴스를 시작하고 CUDA_VISIBLE_DEVICES 또는 HIP_VISIBLE_DEVICES를 설정해야 한다고 함. NVLink로 연결된 두 개의 GPU를 사용하는 것이 지원되지 않는지, 아니면 NVLink가 두 GPU를 하나로 취급하기 때문에 상황이 다른지 질문함.
Hacker News 의견
한 사용자는 좋은 제품일 수 있지만 인터뷰 과정이 끔찍했다고 언급함. 여러 차례 인터뷰를 진행했지만, 마지막 인터뷰 이후 아무런 설명 없이 연락이 끊겼다고 함. 블로그 포스트 작성 후 몇 달 동안 연락이 없었고, 지속적으로 문의한 후에야 답변을 받았다고 함. 모든 인터뷰가 과제 형태였고, 총 10시간 이상을 투자했다고 함.
GitHub Copilot의 대안으로 주장되는 것들이 VS2022에서 작동하지 않는다고 언급함. 자신은 VS2022에서 사용할 수 있는 자체 호스팅 AI 어시스턴트를 원한다고 함. VS2022가 플러그인을 지원하는데 왜 대안이 없는지 의문을 제기함.
홈페이지의 findMaxElement 함수 완성 데모가 현재 또는 미래의 예시라고 언급함. 제안된 6줄의 Python 코드가 "return max(arr)"로 대체될 수 있다고 함. 제안된 코드는 초급 수준이라고 평가함. 자동완성 기능을 맹목적으로 사용하는 사람들이 기술 수준에서 정체될 것을 우려함. 스토리 포인트를 얻을 수는 있지만, 실제로 기술이 향상되었는지 의문을 제기함.
Tabby 프로젝트가 HN 첫 페이지에 오른 것을 상상도 못했다고 언급함. Tabby는 출시 이후 상당한 발전을 이루었으며, 코드 완성과 코드베이스 채팅을 특징으로 하는 포괄적인 AI 개발자 플랫폼이 되었음. Tabby의 사용자는 자체 서비스 온보딩 경험을 제공하는 유일한 플랫폼으로 Tabby를 발견했다고 함. 성능도 시장의 다른 옵션과 견줄 만하다고 함. 궁금하다면 시도해 보기를 권장함.
로컬 AI에 익숙하지 않은 사용자가 Tabby를 시도하고 싶다고 언급함. "run tabby in 1 minute"이 chatgpt의 무료 4o-mini와 비교해 어떤지 궁금해 함. 중간 사양의 MacBook Pro에서 Docker 명령을 실행하여 빠르고 유능한 AI를 사용할 수 있는지 질문함. M1/M2의 컴퓨팅 파워가 제한적이며 개인 사용에만 적합할 것이라고 언급함. 팀을 위한 공유 인스턴스가 필요하다면 CUDA 또는 ROCm과 함께 Docker 호스팅을 고려할 것을 권장함.
Community Edition에서는 IDE/Extensions 텔레메트리를 끌 수 없다고 언급함. 이 텔레메트리 데이터에 무엇이 포함되어 있는지 궁금해 함.
모든 예제가 라이브러리에서 찾을 수 있는 코드라고 언급함. 일부 코드는 품질이 의심된다고 함. LLMs가 코드베이스의 스팸 봇이 될 수 있다고 우려함.
대기업에 데이터를 보내지 않고 TOS를 신뢰할 수 있는 아이디어가 좋다고 언급함. 코딩 어시스턴트의 효과는 컨텍스트 길이에 비례하며, 컴퓨터에서 실행할 수 있는 오픈 모델은 보통 더 작다고 함. 더 복잡한 코드베이스에서의 유용성을 정량화한 자료를 보고 싶다고 함.
직장에서 자체 호스팅 AI 솔루션을 조사 중이라고 언급함. 이 회사가 어떻게 수익을 창출하는지 궁금해 함. 무료/커뮤니티/오픈소스 옵션이 있으며, "최대 5명의 사용자"가 어떻게 모니터링되는지 질문함. 5명 이상의 사용자가 있을 경우 어떻게 되는지 궁금해 함.
Tabby는 단일 GPU 사용만 지원한다고 언급함. 여러 GPU를 사용하려면 여러 Tabby 인스턴스를 시작하고 CUDA_VISIBLE_DEVICES 또는 HIP_VISIBLE_DEVICES를 설정해야 한다고 함. NVLink로 연결된 두 개의 GPU를 사용하는 것이 지원되지 않는지, 아니면 NVLink가 두 GPU를 하나로 취급하기 때문에 상황이 다른지 질문함.