Show HN: FablePool – एक प्रॉम्प्ट के पीछे पैसे इकट्ठा करें, और Fable उसे सार्वजनिक रूप से बनाता है
अवधारणा और प्रेरणा
- प्लेटफ़ॉर्म लोगों को प्रॉम्प्ट्स के पीछे पैसे एकत्र करने देता है; Anthropic का Fable मॉडल अनुरोधित सॉफ़्टवेयर को सार्वजनिक रूप से बनाता है, और कोड ओपन सोर्स शर्तों के तहत जारी किया जाता है।
- इसे “रिवर्स Kickstarter” या प्रॉम्प्ट्स के लिए “GoFundMe” जैसा माना गया: समर्थक किसी विशिष्ट मानव टीम के बजाय एक वांछित परिणाम को फंड करते हैं।
- कुछ लोग इसे अप्रयुक्त AI tokens / बजट को साझा टूल्स और प्रयोगों में लगाने का एक चतुर तरीका मानते हैं।
संभाव्यता, लागत अनुमान और दायरा
- कई लोग बेहद आशावादी बजटों की आलोचना करते हैं (जैसे कुछ सौ डॉलर में “open source AWS”; गंभीर OS/database rewrites; HFT-grade GC fixes)।
- समर्थक भी इन्हें “engineering theater” या “fanfic” कहते हैं, और तर्क देते हैं कि आपको production-grade systems नहीं, बल्कि toy versions मिल सकती हैं।
- अन्य लोग जवाब देते हैं कि Fable मौजूदा open source को जोड़ सकता है, लेकिन मानते हैं कि कठिन हिस्से (scalability, security, IAM, hardware, reliability) इन बजटों में पहुंच से बाहर हैं।
मौजूदा मॉडलों से तुलना
- इसकी तुलना Kickstarter, open source bounties, Product Hunt, और “Supported Source” से की गई।
- कुछ का तर्क है कि यह नई चीज़ें बनाने के लिए लंबी अवधि की maintenance की तुलना में बेहतर काम कर सकता है, लेकिन donation-based OSS funding के दशकों के मिले-जुले परिणामों का भी उल्लेख किया गया।
विश्वास, governance और rug-pull जोखिम
- कम पृष्ठभूमि वाली, नई और anonymous साइट पर पैसे भेजने, अस्पष्ट refund rules, और “fantastic idea for a rug pull” जैसी टिप्पणियों को लेकर चिंताएँ हैं।
- सुझाव: projects की अधिक सख्त curation, दिखने वाली timelines और refund guarantees, और शुरुआत में अधिक यथार्थवादी उदाहरण।
गुणवत्ता, testing और human-in-the-loop
- डेमो projects में regressions और missing assets दिखे; कुछ लोगों ने इसे current LLM limits और “slop” का प्रमाण माना।
- अन्य कहते हैं कि predictable, guaranteed progress (भले ही imperfect हो) ही आकर्षण है, मानव श्रम की अनिश्चितता के मुकाबले।
- कई लोगों ने mandatory human steering, आंशिक रूप से funded projects के लिए विस्तृत implementation plans, phases पर voting, और अधिक iterative workflows का सुझाव दिया।
लाइसेंसिंग, स्वामित्व और कानूनी अस्पष्टता
- बहस इस पर कि क्या AI-generated code पर copyright लागू भी होता है, और क्या MIT उपयुक्त है या CC0।
- authorship बनाम ownership, jurisdiction differences, और स्पष्ट precedent की कमी के बीच अंतर बताए गए।
- कुछ को चिंता है कि “हम सब इसका मालिक हैं” कहना कानूनी रूप से टिकाऊ नहीं है; अन्य का तर्क है कि आउटपुट के लिए भुगतान करने से अधिकार मिलने चाहिए, लेकिन यह विवादित है।
नैतिकता, सुरक्षा और liability
- हानिकारक या cyber projects को फंड करने की चिंताएँ; उल्लेख कि कुछ prompts Anthropic safety policies द्वारा ब्लॉक किए जाते हैं।
- इस पर बहस कि AI-built artifacts के लिए कौन जिम्मेदार है: platform, funders, या model operator; GoFundMe/Indiegogo की analogies दी गईं, और moderation duties पर जोर दिया गया।
प्लेटफ़ॉर्म डिज़ाइन और implementation details
- Google-only sign-in की आलोचना; GitHub या plain email/password की माँग, और नैतिक कारणों से बड़े tech SSO से बचने की सलाह।
- धीमे server responses और आलोचना के बाद demo project के हटाए/संपादित किए जाने की रिपोर्ट।
- GitHub repos जोड़ने, संभवतः verifiable ledger के लिए blockchains का उपयोग करने, या crypto / token donations का समर्थन करने के सुझाव।
सॉफ़्टवेयर और OSS पर व्यापक प्रभाव
- कुछ लोग इसे “the new open source” या “vibe-coded crowdfunding” मानते हैं, जो छोटे टूल्स के निर्माण के तरीके को बदल सकता है।
- अन्य सोचते हैं कि यह मुख्यतः दिखाएगा कि AI क्या नहीं कर सकता, और कई prompts को मज़ाक या अवास्तविक कल्पनाओं जैसा मानते हैं।
- यह सवाल बना हुआ है कि क्या कोई परिणामस्वरूप बने code को production में वास्तविक रूप से उपयोग करेगा।