Schematik AI వైబ్ కోడింగ్‌ను భౌతిక ప్రపంచంలోకి తీసుకురావాలని చూస్తోంది

కోడ్ జనరేషన్ నుండి పరికర నిర్మాణం వరకు

AI ఇంటర్‌ఫేస్‌లో తాజా ప్రయోగం ఇప్పుడు స్క్రీన్‌ను దాటి వర్క్‌బెంచ్‌పైకి వస్తోంది. Wired నివేదిక ప్రకారం, Amsterdam-ఆధారిత వ్యవస్థాపకుడు Samuel Beek సృష్టించిన Schematik, “హార్డ్వేర్ కోసం Cursor”గా తనను తాను స్థాపించుకుంటోంది; ఇది వినియోగదారులు నిర్మించాలనుకునే భౌతిక పరికరాన్ని వివరించడానికి, ఆపై భాగాలు, సోర్సింగ్, మరియు అసెంబ్లీపై మార్గదర్శకత్వం పొందడానికి ఉద్దేశించిన టూల్.

ఈ పిచ్ అర్థం చేసుకోవడం సులభం, ఎందుకంటే ఇది చాలా స్పష్టమైన వైఫల్యంతో వచ్చింది. ఎలక్ట్రిక్ డోర్ ఓపెనర్ కోసం ChatGPT-సృష్టించిన వైరింగ్ సూచనలపై ఆధారపడటం వల్ల తన ఇంట్లోని ప్రతి ఫ్యూజ్‌ను కాల్చేసినట్లు Beek Wired‌కు చెప్పారు. హార్డ్వేర్ సందర్భాల్లో “తాను చెప్పేది లోతుగా అర్థం చేసుకునే” AIని నిర్మించడానికి ఆ సమస్య తనను ప్రేరేపించిందని ఆయన అన్నారు; అక్కడ తప్పులు కేవలం ఇబ్బందికరమైనవి కాక, హానికరంగా కూడా మారవచ్చు.

హార్డ్వేర్ ఎందుకు AIకి కఠినమైన సమస్య

సాఫ్ట్‌వేర్ “వైబ్ కోడింగ్” అనేది AI సిస్టమ్‌లను వేగంగా పనిచేసే కోడ్‌ను ఉత్పత్తి చేయమని ప్రాంప్ట్ చేయడానికి ఉపయోగించే సంక్షిప్త పదంగా మారింది. హార్డ్వేర్ అంత క్షమించదు. తప్పు సాఫ్ట్‌వేర్ అవుట్‌పుట్ ఒక యాప్‌ను క్రాష్ చేయొచ్చు. తప్పు హార్డ్వేర్ సూచన కనెక్షన్‌ను షార్ట్ చేయొచ్చు, పరికరాలను దెబ్బతీయొచ్చు, లేదా భద్రతా ప్రమాదాలను సృష్టించొచ్చు. Wired రిపోర్టింగ్ Schematik ఉద్భవానికి నేపథ్యంగా ఇదే ఉద్రిక్తతను ఉపయోగిస్తోంది.

ఆర్టికల్ ప్రకారం, వినియోగదారులు ఏమి నిర్మించాలనుకుంటున్నారో పేర్కొనవచ్చు; ఆ తర్వాత సిస్టమ్ అవసరమైన వైర్లు మరియు భాగాలను సూచిస్తుంది, వాటిని కొనుగోలు చేయడానికి లింకులు ఇస్తుంది, మరియు అన్నింటినీ ఎలా కలపాలో గైడ్‌లా పనిచేస్తుంది. దీంతో AI ఇంటర్‌ఫేస్ ఆలోచన దశను దాటి, మరింత ఆపరేషనల్ పాత్రలోకి వెళ్తుంది: వాస్తవ ప్రపంచ భాగాలను ఎంచుకోవడం మరియు అసెంబ్లీ ప్రక్రియను ఆకృతీకరించడం.

వాగ్దానం స్పష్టంగా ఉంది. లోతైన హార్డ్వేర్ శిక్షణ లేని వ్యక్తి ఆలోచన నుంచి వస్తువుకు వేగంగా వెళ్లగలడు. ప్రమాదం కూడా స్పష్టమే. మోడల్ తీర్పు తప్పైతే, భౌతిక ఫలితం బగ్ ఉన్న వెబ్ యాప్ కంటే మరింత తీవ్రమైన రీతిలో విఫలమవచ్చు. కాబట్టి Schematik ఆకర్షణ, సృజనాత్మక ఆశయం మరియు నమ్మదగిన అమలు మధ్య అంతరాన్ని ఎంతవరకు తగ్గించగలదనేదానిపై ఆధారపడి ఉంది.

ప్రారంభ ఆసక్తి ఇప్పటికే కనిపిస్తోంది

Beek ఫిబ్రవరిలో Xలో ఈ ఆలోచనను పోస్ట్ చేసి, దానిని పరీక్షించడానికి సిద్ధంగా ఉన్న వారి నుండి బలమైన ఆసక్తిని పొందారని Wired చెబుతోంది. వారిలో ఒకరు, N8N బ్రాండింగ్ లీడ్ Marc Vermeeren, Schematik ఉపయోగించి MP3 ప్లేయర్ మరియు Claude coding sessions‌ను నిర్వహించడానికి సహాయపడే Clawy అనే Tamagotchi-శైలి బాట్ సహా అనేక పరికరాలను నిర్మించినట్లు చెప్పారు. ఇతర వినియోగదారులు కూడా తమ స్వంత వేరియేషన్లు సృష్టించారని ఆర్టికల్ వివరిస్తోంది.

ఇది ముఖ్యమైనది, ఎందుకంటే maker tools తరచూ కమ్యూనిటీ ఉత్సాహంపై ఆధారపడి, అవి మెరుగుపడిన వ్యాపారాలుగా మారే ముందు జీవిస్తాయి లేదా చస్తాయి. ఈ సందర్భంలో, స్టార్టప్‌కు వినియోగదారుల ప్రయోగాలు మరియు పెట్టుబడిదారుల మద్దతు రెండూ ఉన్నట్లు కనిపిస్తోంది. Schematik Lightspeed Venture Partners నుండి $4.6 మిలియన్ సమీకరించిందని, దాని చుట్టూ వ్యాపారాన్ని నిర్మించాలనుకుంటున్నారని Beek ప్రణాళికగా Wired నివేదిస్తోంది.

Anthropic పాత్ర పెట్టుబడి కాదు, సాకారం చేయడం

ఆర్టికల్ శీర్షిక Anthropic ఇందులోకి రావాలనుకుంటున్నట్లు సూచిస్తుంది, మరియు ప్రధాన భాగం దాని అర్థాన్ని స్పష్టంగా చేస్తుంది. Anthropic engineer Felix Rieseberg Xలో కంపెనీ makers మరియు developers కోసం Bluetooth APIని ప్రారంభించిందని పోస్ట్ చేశారు. ఈ సందర్భంలో, అది Schematik వంటి టూల్స్ విడుదల చేయాలనుకునే హార్డ్వేర్-నిర్మాణ workflows‌కు platform support లాగా కనిపిస్తోంది.

అది ముఖ్యమైన తేడా. ఇచ్చిన పాఠ్యాన్ని ఆధారంగా చూస్తే, Anthropic ఇక్కడ Schematikలో పెట్టుబడిదారుగా వర్ణించబడలేదు. Wired చూపేది, frontier AI models మరియు maker-oriented tooling మధ్య పెరుగుతున్న alignment. పెద్ద model providers devices, hobby electronics, మరియు connected products‌కు ఉపయోగకరమైన interfaces‌ను అందిస్తే, coding assistant మరియు hardware assistant మధ్య సరిహద్దు క్రమంగా చెరిగిపోతుంది.

కథ వెనుక ఉన్న పెద్ద మార్పు

Schematik ఆసక్తికరంగా ఉండటానికి కారణం కేవలం అది ప్రజలకు gadgets‌ను అసెంబుల్ చేయడంలో సహాయపడటం మాత్రమే కాదు; AI product design‌లోని విస్తృత ప్యాటర్న్‌ను ఇది విస్తరించడమే. వినియోగదారులు ఇప్పుడు models‌ను కేవలం సమాధానాల యంత్రాలుగా కాక, workflows అంతటా agents‌గా ఆశిస్తున్నారు. సాఫ్ట్‌వేర్‌లో ఆ ఆశ ఇప్పటికే సాధారణమైంది. హార్డ్వేర్‌లో అది ఇంకా ప్రయోగాత్మకంగా ఉంది, partly because తప్పు అయినప్పుడు ఖర్చు ఎక్కువగా ఉంటుంది మరియు సంబంధిత జ్ఞానం parts, tolerances, connections, మరియు constraints‌లో ఎక్కువగా స్థిరపడిఉంది.

అందుకే Schematik‌ను “హార్డ్వేర్ కోసం Cursor”గా చెప్పడం అర్థవంతంగా ఉంటుంది. ఇది ఒక familiar software metaphor‌ను మరింత కఠినమైన domain‌కు అనువదిస్తుంది. ఆ పోలిక పూర్తిగా సరిపోతుందా అన్నది ఇంకా ఓపెన్ ప్రశ్న. కానీ ఆశయం స్పష్టంగా ఉంది: ఒక prompt చేసిన ఆలోచన మరియు పని చేసే physical artifact మధ్య దూరాన్ని తగ్గించడం.

ఇది hobbyists‌కి మించి ఎందుకు ముఖ్యం కావచ్చు

ఈ టూల్స్ మెరుగుపడితే, వాటి ప్రాధాన్యం weekend tinkeringతో ఆగిపోదు. prototypes‌పై వేగవంతమైన iteration విద్య, product design, internal tooling, మరియు చిన్న manufacturing బృందాలకు ముఖ్యం కావచ్చు. ప్రధాన లాభం magic కాదు. అది compression. parts‌ను సూచించగల, assembly steps‌ను చెప్పగల, మరియు మొత్తం build process అంతటా context-aware‌గా ఉండగల system, నిజమైన దానిని తయారు చేయడానికి అవసరమైన ప్రారంభ శక్తిని తగ్గించగలదు.

అయితే, Wired framing ప్రధాన జాగ్రత్తను గుర్తులో ఉంచుతోంది. హార్డ్వేర్ అనేది vague AI confidence వల్ల కాలిన components, వృథా సమయం, లేదా అంతకంటే దారుణమైన ఫలితాలు రావచ్చే ప్రదేశం. ఈ కేటగిరీకి నిజమైన పరీక్ష అది creative‌గా అనిపిస్తుందా అనేది కాదు. తీగలు నిజమైనప్పుడు దానిని నమ్మగలమా అనేదే.

ఏది గమనించాలి

• maker communities public build workflows‌లో AI-native hardware tools‌ను కొనసాగిస్తూ స్వీకరిస్తున్నాయా.
• Anthropic వంటి model providers devices మరియు peripherals‌ను లక్ష్యంగా చేసుకున్న interfaces‌ను ఎంత దూరం వరకు అందిస్తున్నాయా.
• నమ్మకత్వం మరియు భద్రత AI-assisted hardware design‌లో ప్రధాన differentiators అవుతాయా.

Schematik applied AIలోని నిజమైన frontier‌ను పట్టుకుంది: software‌ను సృష్టించడం నుంచి physical creation‌ను orchestrate చేయడానికి మారడం. అవకాశం పెద్దది. తప్పు చేస్తే శిక్ష కూడా అంతే పెద్దది.

ఈ ఆర్టికల్ Wired రిపోర్టింగ్‌పై ఆధారపడింది. మూల కథనాన్ని చదవండి.