Matt e Ryan conversam: lava-louças, planilhas do Datadog e mata-moscas elétricos

Ver no idioma original →

Autoria: Matt Williams · Assistir no YouTube

Vídeo de autoria do canal indicado, não da IANIA; todos os direitos pertencem ao criador. Transcrição, resumo e tradução gerados automaticamente; o conteúdo no idioma original é preservado na versão em idioma original.

Idioma original: inglês

Vídeo original: Matt and Ryan Have a Chat: Dishwashers, Datadog Spreadsheets, & Electric Fly Swatters · Canal: Matt Williams · 48:54 · Assistir no YouTube

Tópicos: Agentes de IA, Avaliação e benchmarks de IA, Ferramentas de desenvolvimento com IA, Modelos de IA

Resumo

Matt e Ryan conversam sobre fontes de notícias de tecnologia, produtos de IA e mudanças no mercado de observabilidade. Ryan comenta como o Datadog organiza seus produtos — incluindo notebooks, planilhas e formulários — e como agentes de IA podem influenciar quais ferramentas são recomendadas. A conversa também aborda modelos novos, fine-tuning e destilação, além de modelos pequenos para dispositivos. No fim, os dois mostram algumas compras recentes e falam sobre livros, tarefas domésticas e moscas-das-frutas.

Pontos-chave

• Os apresentadores discutem a dificuldade de encontrar agregadores de notícias de tecnologia confiáveis e com uma linha editorial clara.
• Ryan comenta a aquisição da Arize pela Dynatrace e especula sobre a relação entre recomendações de agentes de IA, visibilidade e posicionamento de produtos.
• Os notebooks do Datadog podem servir como registros de investigações e pontos de controle para agentes, embora a empresa tenha vários produtos com nomes parecidos.
• Ryan explica que planilhas e formulários foram adicionados ao conjunto de produtos do Datadog, o que pode tornar a navegação mais confusa.
• A conversa passa por modelos recentes, incluindo Beam, e por um modelo que PewDiePie teria ajustado para funcionar melhor com seu harness.
• Os apresentadores alertam para os riscos de tentar destilar modelos e violar os termos de serviço de outros serviços.
• Modelos menores podem viabilizar experiências em celulares, Raspberry Pi e brinquedos interativos.
• Matt mostra colírios japoneses; Ryan apresenta um mata-moscas elétrico para lidar com moscas-das-frutas.
• A conversa termina com comentários sobre Brave New World, Orbital e City of Brass.

Capítulos

Início	Capítulo	Resumo
00:02	Conversa inicial e leitura de notícias	Matt e Ryan conversam sobre seus planos do dia, livros e as fontes que usam para acompanhar notícias.
05:14	Agregadores e publicações de tecnologia	Os dois relembram sites de notícias e discutem como seus vieses e estilos editoriais diferem.
11:33	Aprendizados de vida e a lava-louças	A conversa passa de uma lista de aprendizados pessoais para as regras domésticas de carregar a lava-louças.
16:14	Observabilidade e a aquisição da Arize	Ryan comenta empresas de monitoramento, a aquisição da Arize pela Dynatrace e a influência das recomendações de agentes.
24:01	Datadog, Sentry e PostHog	Os apresentadores comparam plataformas de monitoramento e falam sobre o reconhecimento de marcas especializadas.
29:43	Planilhas, prompts e modelos	Ryan explica usos das planilhas do Datadog, comenta a aquisição da Row Zero e aborda modelos e fine-tuning.
35:59	Modelos menores e usos em dispositivos	A conversa aborda modelos de embedding e possibilidades para modelos compactos em celulares e brinquedos.
39:37	Colírios japoneses	Matt mostra colírios japoneses que usa para aliviar o ressecamento dos olhos após longos períodos de leitura.
41:40	Mata-moscas elétrico	Ryan apresenta um mata-moscas elétrico que comprou para lidar com a presença de moscas-das-frutas.
44:16	Livros e encerramento	Os apresentadores falam sobre livros que estão lendo e encerram com comentários sobre moscas e aranhas.

Citações

Mas quando estão usando a minha assinatura, aí já é demais. — 10:59

Parece que os agentes têm essa tendência de recomendar a Arize. — 19:23

Temos bastante coisa, a ponto de o sistema de menus ficar confuso. — 28:41

Se você pode roubar os dados de toda a humanidade, parece que os meus também são meus. — 34:25

Conceitos e entidades

• Kagi (empresa): Serviço que Ryan usa para acompanhar notícias de tecnologia e que também oferece o navegador Orion.
• Orion (ferramenta): Navegador da Kagi que Ryan considera uma das melhores opções disponíveis.
• Perplexity (ferramenta): Serviço de IA que Matt diz ter deixado de usar para acompanhar notícias por considerar imprecisas suas reportagens.
• Hacker News (ferramenta): Agregador de notícias de tecnologia mencionado pelos apresentadores como uma fonte conhecida, mas com vieses próprios.
• The Register (empresa): Publicação de tecnologia lembrada por seu estilo sarcástico e por uma linha editorial própria.
• The Atlantic (empresa): Revista citada durante a conversa sobre publicações conhecidas pela qualidade de seus textos.
• The New Yorker (empresa): Revista mencionada em uma discussão sobre cartoons gerados por IA que incluíam assinaturas de artistas.
• ChatGPT (ferramenta): Serviço de IA citado no relato sobre a geração de cartoons no estilo da The New Yorker.
• Datadog (empresa): Plataforma de monitoramento cujos produtos, incluindo notebooks, planilhas e formulários, são discutidos por Ryan.
• Dynatrace (empresa): Empresa de observabilidade que, segundo a conversa, adquiriu a Arize.
• Arize AI (empresa): Empresa associada a avaliações de IA e descrita na conversa como uma aquisição recente da Dynatrace.
• Sentry (empresa): Serviço de rastreamento de erros citado como exemplo de empresa especializada em uma área específica.
• PostHog (empresa): Empresa mencionada durante uma conversa sobre reconhecimento de marca e ferramentas de análise e monitoramento.
• Row Zero (ferramenta): Ferramenta de planilhas que Matt diz ter apresentado em um vídeo e que foi adquirida pela Databricks.
• Databricks (empresa): Empresa que, de acordo com a conversa, adquiriu a Row Zero.
• Beam (modelo): Modelo mencionado brevemente entre as novidades de IA discutidas pelos apresentadores.
• Gemma (modelo): Família de modelos mencionada a propósito de uma nova versão de embedding disponível no Ollama.
• PewDiePie (pessoa): Criador de conteúdo que, segundo Ryan, ajustou um modelo para funcionar melhor com seu harness.
• Qwen (modelo): Família de modelos citada como base de um modelo que PewDiePie teria adaptado.
• Ollama (ferramenta): Ferramenta mencionada como catálogo de modelos, incluindo uma nova opção de embedding.
• Cloudflare (empresa): Empresa cujos modelos são mencionados na conversa sobre lançamentos recentes.
• Raspberry Pi (ferramenta): Computador compacto usado como exemplo de dispositivo capaz de executar modelos pequenos.
• Matt Williams (pessoa): Apresentador do vídeo, que conversa sobre notícias, livros e compras recentes.

Tradução completa (pt-BR)

00:02 E aí, como vai? >> Ah, espera. Esqueci de adicionar você. Adicionar, atribuir ao convidado um. >> Pronto. Opa. >> Como você está? >> Bem. E você, como está? >> Nada mal. Hoje estou no estúdio. Estão fazendo umas obras em casa, mas, fora isso, nada mal. O sol está brilhando. Hoje eu estou em casa. >> Estou vendo. Estou vendo. Estamos trocando de lugar aqui.

00:32 >> Às 11h, deixei meu cachorro para tomar banho e ser tosado. >> E depois fiquei ali, no posto de gasolina perto, esperando a ligação dizendo: “Beleza, pode vir buscar o cachorro.” Pensei que normalmente leva mais ou menos uma hora e 15 minutos. Mas, às 11… Não, foi ao meio-dia. E aí, às 13h30…

01:03 Às 13h30, ela me mandou uma mensagem dizendo: “Beleza, esteja pronto em 10 minutos.” Pensei: “Ah, está meio em cima da hora.” >> Mas cheguei lá… geralmente atraso uns 10 minutos. Então, com um aviso de 10 minutos, chego em 20 minutos. Dessa vez, cheguei em cinco minutos. E ela disse: “Quando digo 10 minutos, quero dizer 10 minutos.” Aí o cachorro começou a ficar doido. Então demorou um pouco mais para dar os retoques finais. [risos] E cheguei em casa. Tinha cinco minutos de sobra. Pensei: será que vou ao escritório? Bom, sabendo que…

01:35 …íamos começar agora, ah, eu devia ter ido direto ao escritório, mas tudo bem. >> Tenho uma suposição. Minha suposição é que, quando você está no posto de gasolina, fica lendo e-books. Acertei? É isso que você… >> Não quero dizer que estou matando o tempo, mas passando o tempo. Não, dessa vez estava tentando me atualizar sobre as notícias. >> Certo. >> Para me preparar para a nossa… >> Isso. Justo. >> Justo. >> Mas estou lendo muitos livros. >> Agora estou lendo outro livro.

02:05 >> Que ótimo. >> Sinto que, muitas vezes, o que espero de um celular — acho que é o que espero — é que me ajude naqueles momentos em que não tenho muito o que fazer, sabe, e estou tentando matar o tempo. Então, é nisso que penso: o que eu pego no celular para matar o tempo? Eu dou uma olhada no Hacker News. Tem alguns aplicativos na loja de apps que são um pouco melhores. Mas, em geral, não leio no dia a dia; quando tenho um tempo livre, entro para dar uma olhada. Então, quando você fala de notícias, fico pensando onde você consulta suas fontes. Tipo, é…

02:36 Eu costumava usar o Perplexity. Sinceramente, tive que apagar o aplicativo porque ele divulga notícias de forma errada. É muito ruim. O Perplexity atualizou para se concentrar principalmente no aplicativo para computador, que… >> é inútil. Quer dizer, não é inútil, mas não é bom para mim. De vez em quando, aparece um lembrete de que a assinatura anual sai mais barata quando eles prometem…

03:08 …oferecer o mesmo produto. Mas, quando é um produto diferente, aí o ano acaba sendo… paciência, foram seis meses desperdiçados. A assinatura de seis meses foi para o lixo. Eu devia ter assinado mês a mês. É, vou cancelar a assinatura. Quer dizer, vou cancelar agora, porque basicamente não vale nada. >> E onde mais você procura notícias? Qual é a fonte? Por enquanto, para notícias de tecnologia, costumo usar…

03:39 Kagi. >> Certo. >> O Kagi News. >> kagi.com. >> As pessoas que fazem… bem, que têm um mecanismo de busca ao qual sou assinante e que também oferecem um navegador que, pelo que vi, é o melhor navegador no momento. E esse é o Orion. >> Orion. >> Ah, Orion.

04:09 >> Esse sou eu. Sabia? >> Não fazia ideia de como dizer essa palavra até tarde demais na vida. Provavelmente só lá pelos 30 anos. >> O quê? >> Eu dizia “or-oron”, porque é parecido com “onion”. Mas tem aquele “i” ali. [risos] O “oi”. Ah, “oi”. Eu estava tentando lembrar qual era o “ai”. O “ai” é… era… era o “ai”? O… tipo, os vilões das temporadas mais recentes de…

04:42 Stargate. >> Ah, não vi isso. >> Atlantis ou o Stargate original. >> E… >> Acho que tem um jogo, ou… >> Ah, sim. Sempre tem uma equipe. >> Ainda não joguei. Acho que tenho o jogo, mas ainda não joguei. [risos] >> Perguntei porque parece difícil encontrar uma boa fonte, um bom agregador de notícias, hoje em dia. E não quero dizer Reddit. Na verdade, estava tentando não dizer Reddit…

05:14 …especificamente porque eu costumava usar o old.reddit.com, que era como eu navegava por lá. Acho que eles simplesmente removeram o acesso se você não tiver entrado no Reddit e acessado aquele site nos últimos seis meses. Então, basicamente, não dá mais para usar, certo? >> É como se estivessem expulsando os usuários com o tempo. >> E acho que não existe um lugar universal para notícias de tecnologia. Quer dizer, tem… há… uma das outras grandes fontes…

05:44 …que não é muito… quer dizer, não é muito completa, porque é só… bem, é o Hacker News, do Y Combinator. >> Mas conheço muitas pessoas com quem já trabalhei que nunca ouviram falar do Hacker News ou do Y Combinator. >> Certo. >> Quer dizer, tem um viés próprio. Os comentários obviamente têm um viés, mas até as histórias enviadas tendem a ter um viés. Eu costumava ler o The Register, ou…

06:15 …o LrIG. Antes era register.co.uk. Agora é .com, o que já faz muito tempo. Mas esses são bons. É só que… >> são sarcásticos, mordazes. Com certeza têm humor, o que é bom, porque são diferentes dos outros agregadores. Mas são engraçados? >> São engraçados. >> É. É. É. [risos] Exatamente. São engraçados? Não são… são meio sem graça. >> Não são como o The Onion, que tenta fazer piada e inventar notícias falsas, mas… >> Certo.

06:46 >> Lembro que o The Register sempre me irritava quando eu trabalhava na Microsoft, porque eles… mesmo quando a Microsoft fazia algo bom, eles diziam: “Ah, não importa.” [risos] >> É terrível. Não importa. >> Não importa. >> É. Falando em viés, ou numa inclinação editorial, acho que é isso que estamos tentando dizer aqui. [risos] O Aler definitivamente tem isso. Estive lá algumas vezes recentemente. Outra coisa que eu costumava ler se chamava The Web Weekly, e sei que é uma opinião super de nicho. Mas era um site todo…

07:18 …feito em Comic Sans, tirando sarro do Hacker News de um jeito parecido com o The Register. Era bem interessante, mas voltou durante a COVID, acho que em 2022, e não apareceu mais desde então. Mas é difícil encontrar… Sinto falta disso. Quer dizer, acho que o Slashdot ainda existe, mas está longe de ser o que era. >> Não é a mesma coisa. >> 30. >> E também é muito voltado para Linux ou, mais especificamente, para diferentes tipos de licenças. É uma coisa meio GPL. [risos] >> Por um tempo, tudo que eu sabia vinha…

07:50 …do Slashdot, do Fresh Meat e do… não conheço esse último, mas conheço o Fresh Meat. [risos] >> Era… Esse último era uma espécie de… não um derivado, mas uma sátira de uma revista chamada Fast Company. >> Ah, lembro da Fast Company. O mesmo logotipo, só que, em vez de “Fast”, era…

08:20 outra palavra. E eles sempre faziam, apontavam, sempre destacavam startups que tinham falido. >> Legal. >> Então, aqui está quem faliu esta semana. >> Quem foi adquirido, por assim dizer. É. >> É. Ou era muito… Ah, qual era outra? Tinha uma que era para artigos mais longos.

08:51 E era outro desses sites que eram ótimos, mas acho que alguém o adquiriu e ele ficou péssimo. O Slate. >> Ah, sim. Slate.com. É. >> Na verdade, acho que eles também dispensaram alguns dos escritores. Então, já estava meio que perdendo qualidade e aí a Microsoft acho que comprou o site, ou algo assim. >> Interessante. Uau. >> Ou talvez originalmente tivesse alguma ligação com a Microsoft e depois eles tenham saído. Tenho a impressão de que a Microsoft ou foi o motivo de eles serem bons, ou o motivo de terem piorado.

09:24 >> Não consigo lembrar qual das duas coisas. >> O Slate era muito bom. Acho que colocaria o Slate no mesmo patamar de The Atlantic, o que é um elogio e tanto. Era simplesmente muito, muito bem escrito, e hoje em dia não há muita coisa assim. Penso em The Atlantic ou Slate como fontes de notícias de verdade, e também em The New Yorker. Penso em The Atlantic e The New Yorker. >> E [limpa a garganta] eu vi… >> Eu diria que The Atlantic é mais bem escrito do que The New Yorker. E eu…

09:55 não vou morrer defendendo essa opinião, mas quase isso. >> Acho que The Atlantic é bem melhor. É, The New Yorker caiu bastante de qualidade. >> Certo. Certo. Mas vi que saiu recentemente nas notícias, ou nas nossas notícias, porque o ChatGPT está gerando cartoons no estilo de The New Yorker, o que é normal. Quer dizer, já fazem isso. >> Eles não têm uma licença? >> Não sei. Mas parte do que…

10:26 é gerado é a assinatura de artistas de The New Yorker. E, aparentemente, [risos] teve um cartoon depois que Dolly Parton morreu, no estilo de The New Yorker, com a assinatura de um dos principais artistas de lá. >> E viralizou. Aí o artista disse: “Eu não desenhei isso”. >> Eita. E ele disse: “Olha, não me incomoda que esses…

10:59 modelos usem os meus cartoons, façam ajustes neles e os usem. E que aprendam com eles, tudo bem. Não tenho controle sobre isso. Publiquei essas coisas para o mundo, então devo esperar que esses modelos façam isso. Quer dizer, mas quando usam a minha assinatura… >> É, aí já é demais. [risos] É como se você colocasse um certificado de autenticidade ou algo assim, né? Você sabe como é: quando não é de verdade, não parece certo. Entendo totalmente. >> É.

11:33 >> Então… >> É. >> Anotei uma lista de coisas para conversar. Eu estava no escritório compartilhado mais cedo hoje e escrevi essa lista. >> A lista ficou no escritório. >> Ah, certo. [risos] Eu estava planejando estar lá para esta conversa. Então não faço ideia. A única outra notícia de que me lembro, e para a qual não preciso da lista, surgiu porque eu…

12:04 estava pensando: “Ah, eu devia…” Vejo pessoas fazendo vídeos do tipo: “Aqui estão as X coisas que aprendi na vida e vou compartilhar com vocês”, em que X é o número de coisas e também a idade delas. E meu aniversário foi na última sexta-feira. Pensei que devia fazer um desses. Mas aí tive que anotar quais eram as grandes lições da minha vida que eu poderia compartilhar. Cheguei a oito ou nove e pensei…

12:37 que estava difícil pensar em mais. Pensei: “Vou ter que olhar a lista de outra pessoa [risos] para descobrir o que…” >> Você não aprendeu nada. É, e pensar nas outras 47 vai ser muito difícil, então não sei se consigo pensar em 56 coisas que aprendi. >> Você sabe colocar a louça na máquina de lavar? Isso é uma questão importante lá em casa. >> Ah. [risos] >> Porque não é só colocar a louça na máquina, já que você mora com alguém e seus pratos… >> Exatamente. [risos] Para que a água…

13:07 bata no lado certo. E o lado sujo não fique encostado na parede da máquina de lavar louça. >> Sim, sei. É interessante [risos] que… >> Você deu ênfase ao “eu”. >> É, é. A pessoa que faz a minha tosa, o marido dela estava tirando a louça da máquina, e esse assunto exato surgiu. Aparentemente, ele é o único que pode colocar a louça na máquina, porque ela faz isso errado.

13:37 Então, é um problema comum entre cônjuges, né? Eu também não posso colocar a louça na máquina. Só queria deixar isso claro. Por isso estou perguntando se você sabe fazer. >> Você não faz direito. >> Bem, certo, cara. Vou contar um segredo. E olha, posso me fazer de bobo, mas isso talvez seja outro nível. É assim: quando alguém pede para você lavar a louça…

14:09 Se você quebrar algumas peças, provavelmente não vão pedir de novo. Então, o que faço é colocar a louça na máquina do jeito errado e aí nunca mais me pedem para fazer isso, o que é ótimo, na verdade. Coloco algumas coisas lá. Mas, sim, em geral, não tenho permissão para usar a máquina de lavar louça. >> Na verdade, acho engraçado. Acho que entendo como a máquina funciona, mas há outras… >> Muita gente não entende. >> Outras coisas envolvidas. [risos] >> É. Certo. >> Muita gente não entende. >> Então pensei que talvez você pudesse me ensinar, como uma das 50 coisas da sua lista. >> Não, eu…

14:41 Não gosto de colocar a louça na máquina. Quer dizer, acho que a pia é um bom lugar para guardar pratos usados. Mas sei como colocá-los direito. E uma das outras tarefas domésticas interessantes de que gosto — ao contrário de colocar coisas na máquina de lavar louça — é dobrar roupa. >> Gosto de dobrar roupa.

15:12 >> Sou bom nisso. É, também não sou ruim. Que… >> Lembro que, em certa ocasião, nós… >> Isso está na lista? Tem que estar na lista. >> Não. Bem… >> Certo, anota, porque acho que aprender a gostar de uma tarefa doméstica é uma habilidade importante, né? >> Pode ser. Uma das coisas da minha lista é não aceitar um emprego de que você não vai gostar. >> É justo. >> Seja uma tarefa pequena ou grande, acho que, neste caso. >> É. Mas lembro que fomos a uma conferência no começo…

15:42 da história da Datadog e tínhamos um monte de camisetas para dobrar, então todos nós… Éramos seis, e cada um pegou uma pilha. Eu era sempre o mais rápido. Os outros lembraram do treinamento da Gap, ou do treinamento de alguma loja onde trabalharam, e faziam tudo com bastante precisão. Não, não, não. Eu só ia dobrando rapidinho, e ficava tudo bem arrumadinho.

16:14 coluna, mas eu conseguia fazer umas três camisas no tempo que eles faziam uma. >> Um programa fascinante que estamos fazendo hoje. >> É mesmo. E vou rapidamente mudar de assunto para algo >> para quem está assistindo. >> Eu sei. Então, vamos deixar isso um pouco mais interessante. Você mencionou a Datadog e, como alguém que faz análise competitiva, estou sempre observando empresas de monitoramento em particular. Tenho bastante interesse em monitoramento de IA, e há várias empresas nessa área. Algumas são empresas cujos concorrentes já estão por aí há algum tempo.

16:45 Por exemplo, a ServiceNow, que está entrando na área de monitoramento de IA, ou talvez de operações de IA, para começar, e no monitoramento relacionado a isso, com base, por exemplo, na aquisição da Lightstep. Eu acompanharia a Elastic para ver o que estão fazendo, porque trabalhei bastante com o Elasticsearch ao longo dos anos; também acompanharia a Splunk, a Cisco e o que quer que seja que o gigante da Cisco esteja fazendo. >> E mais abaixo na lista, porque já usei antes, mas a experiência não foi bem para mim, está a Dynatrace. E, de novo, não estou dizendo nada de ruim sobre a Dynatrace, mas, quando eu…

17:17 >> Sim, quando usei, eles eram on-premises, e você tinha um servidor da Dynatrace para o qual tudo enviava dados. Acho que, em algum momento, passaram a oferecer um serviço SaaS, como muitas empresas fazem, etc., etc. Não, >> acho que a empresa é mesmo alemã, porque acho que tem GmbH no fim do nome, e não me lembro do que isso significa, mas acredito que quer dizer que é alemã. Recentemente, compraram uma empresa chamada Arize. Você já tinha ouvido falar da Arize, com z? >> Achei que fosse uma ferramenta de CRM.

17:50 >> Você quer dizer a Rise CRM? [risos] >> Arize. >> Acho que o logo é tipo o da Horizon. A Arize fazia várias coisas, e não quero descrever isso errado, porque não pesquisei muito, mas acho que uma das principais coisas que faziam eram evals. Tipo o Arize Phoenix, ou algo assim, e a Datadog também faz evals, claro, blá-blá-blá. Mas ela chamou minha atenção porque, muitas vezes, quando você pergunta a um agente de chat sobre evals de e-mail, a Arize aparece entre as dez primeiras, enquanto a Datadog talvez apareça entre as 50 primeiras, ou algo assim. E alguém no LinkedIn me mandou

18:20 uma mensagem dizendo: “Ei, você sabia que fizemos esta pesquisa e que vocês não aparecem nela?” E eu pensei: parece que você quer que eu… Enfim, não interagi com essa pessoa, mas li a lista e fiz meus próprios testes e, de fato, ela tinha razão. Quando se trata disso, a ferramenta não sugeria a Datadog logo de cara. Mas, enfim, eu só queria saber o que estava acontecendo. Então, dei uma olhada mais de perto e parece que a Dynatrace comprou a Arize há cinco dias. Eu >> não tenho certeza do valor. É, 91

18:53 Desculpa, 915 milhões, e a maior parte foi em dinheiro, com uma parte em ações. Isso aconteceu, ou entrou em vigor, há cinco dias, e anunciaram em agosto, o que de algum jeito me passou batido naquela época. >> Então, é interessante. Do lado da Dynatrace, chamam a Arize de líder em observabilidade de IA. Não sei se isso é verdade, mas acho que, quando se trata do corpus, ele certamente conhecia a Arize. Se você perguntasse à ferramenta sobre a Arize

19:23 dizendo: “Ei, o que devo fazer para isso?”, >> ela sugeriria a Arize. Então, sinto que, talvez mais uma vez, seja só eu especulando, mas parece que o fato de ela ter essa classificação, ou essa tendência dos agents de recomendar a Arize para você, faz com que isso pareça uma espécie de ocupação de SEO neste momento, o que é estranho. Mas é disso que eu queria falar: parece que já vimos alguns exemplos disso antes, como um app de CLI que tinha um argumento que era uma alucinação comum, então adicionaram o argumento para garantir que ele atendesse aos dois lados, por assim dizer.

19:54 E parece ser uma dessas situações. Se os agents já estão recorrendo à Arize, por que não comprar a Arize e fazer com que isso passe a ser a DTrace? Então, acho que a Dynatrace não estava na lista de jeito nenhum. O que eles fazem, ou faziam naquela época, não era comparável. Acho que agora têm algo parecido, mas, ainda assim, não era a mesma coisa. E parece que é isso que estamos fazendo. Claro, na Datadog, escutem, estas são as minhas opiniões, não as deles, mas a Datadog tem muitos produtos, e parece difícil se tornar líder em todos eles no corpus, porque, claro, alguns são mais novos. Estão sendo desenvolvidos e lançados.

20:25 >> Alguns são mais antigos e talvez recebam menos atenção. Então, uso notebooks o tempo todo como memória do meu agent, só porque ele lê arquivos Markdown com bastante facilidade. Isso me parece bem representado no corpus, e funciona muito bem para colocar e tirar coisas dos notebooks, como uma forma de criar pontos de controle. De novo, acho que você poderia usar o Obsidian, que seria a resposta meio que padrão, mas qualquer coisa que

20:55 funcione com Markdown serve como agent. >> Você mencionou notebooks. O produto Notebooks da Datadog ainda existe? [risos] De novo, estas são as minhas opiniões, não as de mais ninguém, mas, em certa época, tínhamos três produtos Notebooks. É, acho que voltamos a ter um só. [risos] Voltamos a ter um só. Então, tínhamos notebooks nos logs. Acho que ainda dá para fazer notebooks de logs. Também tínhamos notebooks do tipo mais voltado a Python. Imagine um notebook em que você pudesse escrever. E acho que esse talvez esteja em andamento ou algo assim.

21:26 E há os notebooks propriamente ditos, que, em certa época, podiam fazer apresentações de slides e todo tipo de coisa. O original ainda está lá. Os notebooks de logs também continuam lá. E acho que o terceiro produto está em prévia ou algo assim, mas é mais o que um cientista de dados imaginaria quando você diz “notebooks”. Significa algo diferente do que você e eu imaginaríamos ao falar de notebooks ou blocos de rascunho, como estamos fazendo aqui. >> Mas, sim, definitivamente ainda é um produto. >> Mas, quando você tem três produtos com o mesmo nome, isso também pode

21:56 ser complicado no corpus. Quando eu estava quase saindo da Datadog, lembro que notebooks era um produto que estava perto do fim da vida útil, mas [ofegante] deram mais vida a ele. >> Sou um grande fã de notebooks, porque descobri que era uma forma muito fácil de registrar o que estava acontecendo enquanto fazia a investigação ao mesmo tempo. Então, talvez eu o usasse de um jeito um pouco diferente.

22:27 Essa era a ideia original. >> É. E depois ganhou alguns recursos, como a possibilidade de criar pontos de controle para gráficos, o que foi muito importante, porque algumas coisas podem expirar. Se você fez uma investigação há um ano e volta para refazê-la, mas não consegue abrir o mesmo gráfico, fica difícil mostrar o que aconteceu. Então, dava para criar um ponto de controle, e achei que foi um lançamento enorme. Também talvez fosse uma das poucas pessoas que usavam a funcionalidade de compartilhamento de tela. Enfim, é difícil desenvolver um produto. Eu entendo. Também entendo que o Notebooks

22:59 não é gratuito, mas também não necessariamente custa dinheiro. E, de novo, não sou especialista em cobrança por dados, mas acho que é difícil quando você tem um produto gratuito. Tipo, não sei, vamos pegar o Google Reader, por exemplo: um dos meus exemplos favoritos de um ótimo produto que as pessoas realmente usam, mas que é gratuito e, por isso, não necessariamente ajuda o Google. Não estou dizendo que é isso que está acontecendo com os notebooks, mas é muito mais fácil colocar mais desenvolvedores num produto que está dando dinheiro, basicamente. Agora, neste caso, parece que não sou o único a usar notebooks como uma espécie de

23:29 sistema de checkpoints para agents. Na verdade, é bem divertido. Mas acho que é mais algo do tipo: eu poderia escrever um arquivo Markdown por conta própria ou compartilhá-lo no Google Drive, ou algo assim. Não é uma grande revelação. É só que todos os notebooks estão lá e, quando vou usar um agent dentro de um app, como o Bits AI ou algo do tipo, no Datadog, ele também pode ler esses notebooks ou criar dashboards a partir deles. Enfim, é uma sinergia bacana, mas, de novo, só estou dizendo isso para mostrar que há muitos produtos em algo

24:01 como uma plataforma de monitoramento madura como o Datadog. Tenho certeza de que a Splunk tem coisas muito parecidas, com um monte de produtos, mas parece que chegamos a um ponto em que essas empresas menores de monitoramento estão ganhando notoriedade por fazer uma fatia específica, ou uma única coisa. Acho que a outra que me veio à cabeça foi… como é mesmo? Não é a ServiceNow? Ah, droga, é a de rastreamento de erros: a Sentry é outra que aparece bastante.

24:31 enquanto a Sentry faz — sinceramente, acho que faz um bom trabalho de rastreamento de erros — e o Datadog, claro, também faz rastreamento de erros. >> Eu estava pensando no produto principal, o podcast. [risos] >> Ah, certo. Então, obviamente, sou fã. Acho que o Syntax é o podcast de conversa franca e, sabe, eles têm características parecidas com você e comigo, com tangentes e coisas assim. Mas gosto muito da produção. Acho que a qualidade da voz, do áudio — e hoje estou falando com AirPods — é muito boa. E eles costumam ser pontuais. Tipo, um ou dois dias depois de alguma coisa acontecer. Então, isso é realmente difícil de alcançar. É difícil atingir esse nível, o que acho ótimo. O outro é o PostHog. Não sei se você conhece o PostHog. Ele fica mais ou menos na área de rastreamento de erros. Já fui a conferências e conversei com pessoas sobre a empresa em que trabalho, a Datadog, e elas dizem: “Não, nunca ouvi falar disso. É tipo o PostHog?” E eu fico: “Como é que você

25:03 chegou a ouvir falar dessa empresa?” Mas eles têm reconhecimento de marca. E, de novo, sem querer ofender o PostHog: para mim, foi algo que tive de procurar para encontrar, não algo de que as pessoas estivessem me falando. Mas parece que, no grupo de ferramentas de GenAI ou ciência de dados, as pessoas estão recorrendo a ferramentas diferentes das que você e eu teríamos usado anos atrás. Eu, por exemplo, recorreria ao Cacti, obviamente, ou talvez a ferramentas mais antigas.

25:34 Já ouviu falar dessa empresa? Quer dizer, eles têm reconhecimento de marca. E, de novo, sem querer ofender a PostHog, mas, para mim, foi algo que precisei pesquisar para encontrar, não algo de que o Dez estivesse falando comigo. Mas parecia que, no meio da IA generativa ou da ciência de dados, as pessoas estão recorrendo a ferramentas diferentes daquelas que você e eu talvez usássemos anos atrás. Tipo, eu recorreria ao Cacti, obviamente, ou talvez a alguma das ferramentas mais antigas.

26:04 >> Me distraí um pouco e comecei a olhar a documentação do Datadog. >> Ah, não. >> E acabei… [risos] Quer dizer, é bem maior do que era quando consultei a documentação. >> Sim. Sim. >> Tem uma coisa que não consigo entender por que o Datadog está fazendo: existem fóruns. >> Sim. >> Por que o Datadog está fazendo fóruns? Eu

26:36 quer dizer, desculpa, não é “Por que o Datadog está fazendo formulários?” >> Certo, tenho algumas coisas a dizer sobre isso, porque pensei a mesma coisa. [risos] Tipo: “O quê?” >> Não vou ser demitido nem nada, mas, sabe… >> Não, não, não, não. Olha, sou uma pessoa. Entendo. Pensei a mesma coisa, tentando imaginar onde eu usaria isso ou onde os formulários se encaixariam. Aí percebi que temos um produto de planilhas. Na verdade, é exatamente aí que os formulários se encaixam.

27:07 >> Sim, sim, sim. Isso mesmo. Quando você tem um produto de planilhas, provavelmente quer um formulário para preencher. >> Sim. E acho que é provavelmente para isso. Mas, de novo, ainda não usei os formulários. Então, vamos olhar a documentação e confirmar que, quando você preenche o formulário, os dados vão para uma planilha, não para um notebook. >> Onde encontro as planilhas? >> Acho que é só digitar “planilha”. Deve funcionar. >> E também temos — você reparou? — uma busca com IA. Não sei se você também chegou a ver isso. [risos]

27:38 Eu sei. Acho que compramos uma empresa que fazia planilhas. >> Nossa. >> Mas você sabe por que temos planilhas? Acho que se existe uma equipe vermelha e uma equipe azul, geralmente também há uma equipe roxa, e a equipe roxa trabalha com planilhas. Imagine que você precisa percorrer uma lista de perguntas como “Você está em conformidade com isto?”, blá-blá-blá, esse tipo de coisa. Então, parece uma maneira de preencher essa lacuna.

28:09 Só estou tentando encontrar a aquisição. Desculpem. >> O nome tinha “Sheet” nele, mas não consigo lembrar. Desculpa. >> Fascinante. >> De fato. Sim, sim. Estamos quase no ponto de sermos como o Google Docs — não somos o Google Docs, mas entende o que quero dizer? Os notebooks são meio que como o Google Docs. As planilhas são meio que como o Google

28:41 Sheets. Ainda não temos um calendário, mas temos um widget de agendamento para o PagerDuty de plantão. Desculpem. O ActionDesk era obviamente algo diferente das planilhas no Datadog, mas é o que entendo. >> Nossa. >> Sim, já temos bastante coisa. Chegamos ao ponto em que o sistema de menus é confuso, se é que faz sentido. Sabe como…

29:12 quando o Office tinha… >> Quando eu ainda estava lá. >> Sim. Então, pense no… como se chama? Na introdução da faixa de opções. Acho que já falamos sobre a faixa de opções, mas agora estamos com o problema da faixa de opções. E, de novo, isso é difícil. Você tem uns 30 ou 40 gerentes de produto disputando espaço. Aí os usuários tentam usar tudo isso. Sim, pode ser difícil. >> Nossa. >> Sim. Acho que a maior novidade foram as tabelas dinâmicas

29:43 lá atrás, para coisas como logs de telemetria e custos de nuvem. Não, nas planilhas do Datadog. Acho que esse foi um dos grandes pontos: você está obtendo dados de um jeito, mas precisa vê-los deste outro jeito. E é difícil fazer isso quando você não… Não há como gerenciar os dados diretamente no Datadog. Em geral, os dados são gravados; você não volta e altera os logs nem nada assim. Mas, se a visualização precisa ser de um jeito específico, é difícil organizar isso com um dashboard ou um notebook. Enfim, desculpa, falei bastante sobre o Datadog.

30:14 Mas sim, adicionamos vários produtos. Adoraria fazer um tour para você algum dia. >> Sinto que preciso de uma ferramenta nova, atualizada. >> Pensando em planilhas, lembra que fiz um vídeo há seis, oito meses sobre uma ferramenta chamada Row Zero, que achei bem legal? >> Certo. >> Ela foi adquirida pela Databricks. >> Sério? >> Sim. >> Na verdade, eles tinham… >> Não sei.

30:45 >> Uau. Não sei se estavam precisando de dinheiro e precisavam >> precisavam [limpa a garganta] fazer alguma coisa para sobreviver. >> Então, uma coisa que ouvi com frequência é que o gerenciamento de prompts e evals geralmente é feito em planilhas, pensando no motivo de a Databricks se interessar por isso. Sim. >> Sim. Quer dizer, se eu precisasse armazenar… muitas vezes, com prompts, você só precisa de algum lugar para guardá-los e é um… quer dizer, é um lugar conveniente para armazenar esse

31:16 tipo de coisa. Sim. >> Sim. Com certeza. Dá para imaginar que a célula não aumenta. Você cola o prompt, então ele não ocupa muito espaço, e as linhas podem ser tipo: “Sim, experimentei isto com este agent, aquele agent, este modelo, aquele modelo.” >> Ah, sem relação, mas ainda no mesmo setor: você ouviu falar do Lonk? Ah, [risos] >> Sim. Sei. Quando abri a lista mais cedo, estava na primeira página, por isso me veio à memória, mas é tipo um modelo de vários trilhões de parâmetros. Acho que ainda não foi lançado. >> Um trilhão. Certo. E ainda não foi

31:47 lançado. Acho que vai estar no Hugging Face na semana que vem, mas eu estou aqui pelo ML. Acho que já falei isso. >> E eu achei que era tipo dia 24. >> Ah. Ah, então daqui a algumas semanas. >> É. >> Ah, que pena. Mas talvez daqui a duas semanas e meia. Ah, mas sim, e achei que uma das grandes coisas era que eles conseguiram treiná-lo com menos GPUs do que os modelos anteriores, com um processo de treinamento mais eficiente, ou

32:19 havia algumas… >> Teve aquilo de dizerem que usaram 4.000, então… >> Ah, alguma coisa como Beam ou Bead, ou algo assim. Outro modelo. >> Beam. Sim. Isso me confundiu, porque também havia notícias sobre o Beam [risos] por aí. Mas enfim, percebi que havia Gleam, e eu entendo que ninguém se importa com Gleam, Beam e Erlang, mas sim, Beam, o modelo. Eu sei, estou vendo você rir. [risos] Ah, Beam, o modelo. Não pesquisei muito sobre ele porque a coincidência de nomes acabou me atrapalhando.

32:52 >> Ah, tem o Beam e também tem o modelo do PewDiePie. Você ouviu falar disso? >> Vi ele aparecendo numa miniatura, mas não entendi direito o que estava acontecendo. >> Certo, então, algumas coisas. Ah, o PewDiePie queria criar um modelo, e criou. Acho que fez um fork do Quinn 3.59 bilhões, talvez 3.69 bilhões. O que ele queria era um modelo que funcionasse com o Odicius, o harness dele, melhor do que os modelos prontos. Então ele queria

33:23 fazer fine-tuning, basicamente, de um modelo para funcionar melhor com o Odysius. >> Então ele criou um modelo. >> Aham. >> Ficou péssimo. >> Ele fez fine-tuning. [risos] E não acho que tenha piorado depois do fine-tuning, mas não ficou necessariamente melhor. Foi talvez uma mudança lateral… >> Ah, uma mudança lateral. E aí ele pensou: “Hum, já fiz isso antes. Talvez eu devesse destilá-lo.” [risos] >> Ele diz: “Sabe, não que eu vá fazer isso, mas, se fosse destilá-lo, de onde eu destilaria? Gosto muito desse modelo Soul. Talvez eu pudesse…”

33:54 descobrir os tokens de pensamento, porque aparentemente ele os criptografa ou os desloca uma posição. Faz alguma coisa interessante para criptografar os tokens, de modo que você não consiga vê-los, embora seus agents os recebam. Então ele os lê, e acho que é assim que você consegue chegar até eles. Enquanto os lê, dá para ir extraindo-os. Ah, não vou dizer que ele estava destilando, porque abordou isso no vídeo, mas digamos que ele foi banido uma vez e depois disse: “Não, eu não estava fazendo isso.” E talvez tenha sido banido uma segunda vez. [risos]

34:25 >> E tenho certeza de que alguma equipe jurídica vai falar com ele. Em sua defesa, o aparte que ele fez enquanto falava sobre legalidade foi mais ou menos: “Olha, se vocês podem roubar os dados de toda a humanidade, parece que esses também são, de certa forma, os meus dados. >> [risos] >> Isso é um raciocínio de ladeira escorregadia. >> Sim. Sim. >> Mas consigo entender como ele chegou a essa conclusão. Enfim, não destilem modelos e acabem perdendo suas contas. Mas parece que talvez ele tenha feito isso, ou talvez não. >> Argumento usado por, sei lá, um dos modelos

34:55 chineses, que foi tipo: “Bom, vocês roubaram as informações de todo mundo. Por que não podemos roubar de vocês?” Essa era a ideia geral deles. >> E, olha, sem querer desmerecer, mas entendo que roubar dados é uma coisa, e depois trabalhá-los, fazer com que funcionem e treinar seu modelo é outro problema completamente diferente. >> Ah, mas sim, dá para baixar arquivos da Wikipédia e coisas do tipo, se quiser treinar com eles. Não é tão difícil. >> Acho que a questão da legalidade da destilação… acho que não é

35:26 se é legal ou não. Acho que é contra os termos de serviço deles, e foi nisso que se basearam para puni-lo, obviamente. >> Mas sim, Beam, Ajax e Lonk são os que estão na minha… >> E aí, descobrimos quem está por trás do modelo Alpha? Era alguma coisa Alpha? >> Hã? >> Qual era o nome daquele modelo, Space alguma coisa Alpha? >> O do coelhinho. >> Space Bunny Alpha. Space Bunny Alpha.

35:59 que comentamos na semana passada. >> Ainda… >> Sim, ainda não foi desmascarado. Continuamos sem saber quem o criou. >> Sim, não é nada. Desculpa, achei que talvez… >> Estou vendo que tem… Eu estava olhando a lista de modelos por mais recentes. Tem um novo… faz um tempo que não aparece um novo modelo de embedding no Ollama, mas parece que também tem o Embedding Gemma. >> Ah, >> certo.

36:30 >> E aí teve os dois modelos da Cloudflare, KFT e Cle. >> Você ouviu falar do Cliff? >> Ouvi falar, mas não usei. Interessante. >> E depois Lia, ou Leia. E, de novo, Lia é diferente porque é baseado em BERT, certo? >> Sim. >> Estamos voltando ao BERT, Modern BERT Large. [risos] >> Foi assim que eram todos os modelos de classificação antes de acontecer aquela coisa do Jev.

37:02 >> Sim. E logo abaixo desse está o Tev. Você já experimentou o Tev? >> Sim, Tev e Nimble. >> E o Tev é interessante porque tem um modelo de 0,8B. Para máquinas bem pequenas. >> Ah, >> sim. >> Tenho a impressão de que isso pode ser importante para celulares. >> Sim. Sim. >> Pelos exemplos que vi do Jev, pensei…

37:32 que poderia fazer alguma coisa para jogar um jogo grátis no celular e coletar minhas recompensas diárias, sabe? Foi para isso que minha cabeça foi automaticamente. Consigo imaginar isso sendo uma parte essencial de alguns brinquedos muito legais. Sabe, algo que você poderia colocar num… >> Sim. >> num Raspberry Pi, ou em algo ainda menor. >> E agora está controlando um carro que é realmente inteligente para ser controlado remotamente: você só aponta na direção certa e ele desvia dos obstáculos. Seria um brinquedo incrível.

38:04 >> Eu estava pensando em coisas tipo Furby ou Magic 8 Ball. Você já teve uma Magic 8 Ball? Sim. Tipo, com um microfone ou algo assim. >> Sim. >> Minha filha foi recentemente… na feira de produtores de Bainbridge Island, tem um cara que faz uma demonstração sobre abelhas e tem uma colmeia pequena lá. E minha filha sempre vai até aquele estande e fica procurando onde está a rainha naquele dia. E, do lado, algo totalmente sem relação, mas…

38:36 Ao lado da exposição de abelhas dele, tem uma Magic 8 Ball. E minha filha pega e diz: “O que é isso?”. Tipo: “Eu não falei para você sobre uma Magic 8 Ball. O quê? Como assim?” >> É. [risos] O quê? >> Ela diz: “Bom, você faz uma pergunta. Ela te diz… Como funciona?” “Bom, é só chacoalhar.” E aí ela recebeu um tutorial sobre como usar uma Magic 8 Ball. Ela não queria sair daquela área do mercado de agricultores por um tempo. Tipo: “Ah, deixa eu continuar fazendo perguntas.” >> E eu disse: “Temos uma em casa.” E

39:06 ela está… >> em algum lugar, bem ali, acima das caixas. Preciso procurar e encontrar a caixa onde está minha Magic 8 Ball, porque ainda tenho aquela de quando, >> sabe, quando eu tinha… >> sei lá, uns 10 anos. Hum, >> parece rápido o bastante para rodar no dispositivo e dar uma resposta de Magic 8 Ball, >> baseada em você falando com ele, com conversão de texto em fala ou de fala em texto. >> É, >> o que é… É incrível.

39:37 >> Sensacional. >> Que época para estar vivo. Hum, você tinha mais alguma notícia que a gente devia… Eu tinha uma coisa para mostrar, mas não é tão interessante. >> Eu tenho uma coisa para mostrar que vai ser mais um unboxing. >> A minha também poderia ser um unboxing. Fantástico. Certo. >> Bom, >> não vai demorar muito. >> Claro. >> Você vai primeiro. [risos] >> É. Então, o que estou mostrando são… Ah, deixei cair. Colírio Rohto para lentes de contato. Não, isto é…

40:08 colírio. >> Ah, certo. >> E agora vamos abrir. Ah. Ah, olha. É assim que abre. Ah. Ah. Ah. É assim que são os colírios japoneses. Eles vêm num potinho lacrado. Não vou usar no ar, porque estão muito gelados. >> Acabaram os outros que eu tinha. São bem gelados, mas são muito, muito gelados e funcionam com lentes de contato e tudo mais. Hum, mas este é como o começo do nível de colírio gelado japonês, porque existe uma versão especial, especial, do Dragon

40:39 Ball com slime. Isso é ridículo. Por exemplo, eu sei >> que as coisas são diferentes no Japão, mas acho que esses colírios Rohto são muito bons para mim, porque acabo fazendo muito trabalho em que fico só lendo texto. Sabe, hoje em dia fico lendo por horas, lendo, e geralmente aperto cancelar ou… enfim, é muita leitura e percebo que meus olhos ressecam bem rápido, especialmente nesta estação, quando faz meio que… >> calor e frio. Então posso usar o ar-condicionado, um ventilador ou o aquecedor, ou seja lá o que for, e parece que isso resseca ainda mais meus olhos. Mas acho que, pela sua saúde, se você perceber que está

41:10 olhando fixamente para as telas dos seus prompts ou para… não sei, os tokens de raciocínio passando na tela, pode usar um bom colírio. Eu gosto. >> Certo, então, uma coisa que ainda não experimentei, >> mas já tirei da caixa. Hum, e ontem à noite vi alguém enquanto passeava com meu cachorro. Enquanto passeava com meu cachorro, encontrei alguém que eu conhecia.

41:40 A pessoa estava devolvendo a um vizinho algo que tinha pegado emprestado, e vi aquilo debaixo do braço dela e pensei: “Ah, será que é tipo uma raquete de pickleball ou algo assim?”, porque Bainbridge Island é onde o pickleball foi inventado. >> Hum. >> De algum jeito, eu não sabia disso. Desculpa. >> Ah, sim. O pickleball foi inventado aqui em Bainbridge Island. A primeira quadra de pickleball foi aqui. Hum, mas não era isso. Hum, então, no momento, todo mundo

42:13 na ilha, e provavelmente em outros lugares por aqui, está sendo invadido por moscas-das-frutas. Moscas-das-frutas [risos] estão por toda parte. E isto é um mata-moscas elétrico. Então você pode dar umas batidas nas moscas-das-frutas e elas… >> acabam fritas na telinha que tem aqui dentro. Então… >> acho que consigo… Ah, tem uma fita no…

42:44 >> botão para ligar. >> Certo. E eu… não quero me eletrocutar, >> mas seria se eu… >> É. Enfia a língua aí. [risos] >> Ah, está ligado. >> Acho que você devia sentir o que as moscas sentem. Sabe, você é maior. Não deve doer tanto. >> Não vejo nada que possa eletrocutar. Quer dizer, dar choque. >> Parece um dispositivo de tortura moderno.

43:14 >> É mesmo. É mesmo. Hum, [risos] estou muito animado para experimentar. E parece que veio com a bateria totalmente carregada. Também tem outra peça que parece muito vagabunda, que serve de base. Assim você pode deixá-lo… >> Ah, então dá para carregar. >> Bem, sim. E também dá para deixá-lo em pé, caso as moscas decidam voar por aquela área. >> Voar por ele. >> Isso. Hum, o último voo delas. Então…

43:45 [risos] É, estou muito animado para testar. Ainda não testei. Hum, não parece ser um aparelho da mais alta qualidade. >> Não vai sobreviver a uma queda, >> mas… >> Isso. >> Hum, custou uns 10, 15, 20 dólares na Amazon. O Sean cobriu o problema que tenho no momento [risos] e que aconteceu com você. Não sei se você se lembra daquele episódio.

44:16 >> Ah, [risos] meu Deus, nunca vou esquecer. >> É, >> foi [limpa a garganta] um ótimo episódio. Um clássico. Você devia fazer um short com aquilo. Foi… [risos] >> Aquele foi um bom episódio. >> Então, é, essa é a minha coisa. Hum, a única outra… e, claro, também vem de uma marca conhecida. Quer dizer, o nome simplesmente sai da língua. >> Pois é. >> É…

44:48 >> Interessante. Sim. Yistic. >> Sim. Victor. Acho que tinha um monte de outras marcas que eram todas a mesma coisa, >> e todas tinham… >> mas só… >> consoantes e vogais aleatórias juntas. Hum, essa… >> A única outra coisa que comprei foi que terminei, tipo, na semana passada, terminei… hum, Adventures of

45:18 alguma coisa, Adventures of… Meu Deus, esqueci o nome desse livro. Hum… >> Killian Murphy, as aventuras de… >> alguma coisa, que foi um livro muito divertido, muito divertido, que eu não conseguia largar, claro. >> Ami a safari. >> Sim, é esse. Obrigado. >> O que a gente comentou da última vez. >> Sim, sim. Hum, e foi uma história ótima, ótima. E eu simplesmente não conseguia…

45:48 largar, então pensei: “Certo, deixa eu pegar algo mais curto”, e comecei a ler Brave New World inteiro. >> É. É. >> Hum, não envelheceu tão bem assim, mas a parte do Soma provavelmente sim. >> Quer dizer, lendo agora, pensei: “Ah, bom, esta história é meio previsível”, mas só porque tantas outras histórias se basearam nela. >> Já não é mais tão visionária. >> É. Hum, terminei esse. E depois teve outra coisa. Eu…

46:19 Comecei a ler Orbital, da Samantha Harvey. Não me prendeu muito. Mas passei para City of Brass, da S. A. Chakraborty. Acho que foi o primeiro grande livro dela, >> e é uma série de quatro livros. Hum, e é… >> Dave, de uma trilogia ruim. >> É. >> É. >> Aparentemente, S. A. Chakraborty é uma escritora fenomenal, e acho que você dizer que o outro livro era fantástico dá credibilidade a isso. É. Hum, estou animado para começar o primeiro.

46:52 Alguns capítulos eram meio iguais à mesma coisa do livro anterior que li dela. Nos primeiros dois ou três capítulos, eu pensei: “Meu Deus, que tédio. Vou largar este livro”, mas depois ele fica muito bom. Os primeiros capítulos foram meio difíceis de ler, mas este aqui é ótimo. Sim. Diz que é uma cidade dos jinn. Acho que “jinn” significa gênio. Sim. Tipo djinn. Os djinn são criaturas estranhas que podem ser boas ou más, se entendi a mitologia.

47:22 Sim. Já um gênio geralmente é meio trapaceiro, acho, na nossa mitologia. Certo. Então, a ideia é que ela está descobrindo quem realmente é — a humana no centro da história — e está descobrindo quem ela pode ser e qual é a relação dela com os jinn. Muito legal. Então, é bem legal. É só isso que tenho. Quer dizer, escuta, sempre podemos terminar mais cedo. Estou animado para começar a dar umas pancadas em moscas-das-frutas.

47:53 Ah, o budista dentro de você é forte. Certo. Bem, podemos encerrar, se você quiser. É que, sabe, para manter as pessoas por aqui. Recebemos alguns comentários. Perguntas. Obrigado, Sean. Confiram esses novos modelos que mostramos. É, não levem uma picada de aranha. Eu diria para fechar a boca quando olhar para cima e para trás. É, eu sei. Pelo menos não tem aranhas caindo do teto, então isso é bom. Isso é muito bom.

48:23 Estou vendo uma ali. Ah, droga. Não, ele está… Não. Olha, a outra coisa é, Matt, e escuta, eu sei que você ganhou um brinquedo novo, mas, pelo que entendo, as aranhas também dão conta de algumas moscas para você. É. Então, talvez, se você fosse mais gentil com as aranhas, teria menos problemas com as moscas. Não sei. Bem, não. Acho que tenho sido muito gentil com as aranhas neste cômodo, e elas só me atormentam. Gentil demais. Gentil demais. É. Certo. Vamos procurar o botão de encerrar transmissão? Procura. Pronto.

48:54 É, encerrar

Transcrição original

[00:02] Yo, how’s it going? >> Oh, wait. I forgot to add you. Add assign to guest one. >> There we go. Howdy. >> How are you? >> Good. How are you doing? >> Not too bad. I’m at studio today. There’s some construction going on at home, but otherwise, not too bad. The sun is shining. I I am at home today. >> I see that. I see that. We’re We’re swapping spots here.

[00:32] >> I I um at uh 11:00 I dropped off my dog for grooming. >> And then I hung out at the like the gas station nearby waiting for the call to say, “Okay, pick up the dog.” Um thinking it it’s usually like an hour and 15 minutes or so. Uh but at uh >> uh 11, no it was at 12. And then so at 1:30

[01:03] 1:30 she texted me saying, “Okay, be ready in 10 minutes.” Like, “Oh, kind of close.” >> Um but uh I got there at uh and usually I’m like 10 minutes late. So for a 10-minute warning, I’m there in 20 minutes. And this time I was there in five minutes. And it says, “I say 10 minutes, I mean 10 minutes.” And then the dog was going nuts. And so it took a little longer to do the finishing touches. And [laughter] so I got home. I had five minutes to spare. I thought, do I go to the office? Well, knowing that

[01:35] we were starting now, ah, I should have just gone to the office, but oh well. >> Now I have an assumption. The assumption is when you’re at the gas station, you’re reading ebooks. Is that correct? Is that how you >> I don’t want to say waste time, but spend time. No, this time I was trying to catch up on news. >> Okay. >> Uh in preparation for our >> Yep. Fair enough. >> Fair enough. >> But uh but I am reading a lot of books. >> I’m on to a different book now.

[02:05] >> That is fantastic. >> I I feel like um a lot of times what I expect I guess what I expect from a phone is to help me with those times where I don’t have a lot to do, you know, and I’m trying to waste time. So like that’s that’s what I’m thinking of like what do I what do I reach for on my phone to waste time. I do go through hacker news. There’s a couple apps on the app store that are like a little bit better. But generally like I won’t read it dayto-day but when in downtime I’ll I’ll actually go in and check it. So when you’re talking about news I wonder where where do you check your sources? Like is it I

[02:36] used to use Perplexity like I I honestly had to delete the app because it it just misreports news. It’s really bad. I’m Perplexity updated to like mostly focus on their desktop app that >> it’s useless. I mean, not useless, but it’s not good for me. It’s one of the every now and then you get a reminder that um a yearly subscription is cheaper at when it when they when they promise

[03:08] to have the same product but when it’s a different product then the year just ends up being well oh well that was six months down the t six months subscription down the tube I should have just gone monthly um because yeah and I I’d unsubscribe. I mean I will unsubscribe now because it’s basically worthless. >> So else do you go for news? What’s the what’s the source? Um for now well I will um for tech news I tend to use

[03:39] Kaggi >> right >> um so news ki >> k a gi.com >> uh the people that make the well that have a search uh that I subscribe to >> and that um offer a browser which is just as far as I’ve seen the best of the browsers at the moment. Um, so and that’s Orion. >> Orion. >> Oh, Orion.

[04:09] >> That’s me. Did you know? Uh, I did not know how to say that word until like way too late in life. Probably like 30s. >> What? >> I I would say or oron cuz it’s just like onion. But, you know, there’s in there. [laughter] the the OI. Oh, AI. I was trying to think what was the AI? Uh the AI is a uh was the was it the AI? Um the the kind of the uh the bad guys in um the later seasons of

[04:42] Stargate. Uh >> oh, I had not seen that. >> Atlantis or Stargate one. >> Um and the >> I think there’s a game or >> Oh, yeah. There’s always team. Yeah. >> Uh >> I still haven’t played it. I think I own it, but I still haven’t [laughter] played it. >> I I asked because it it seems like finding a good source, like a good news aggregator is difficult these days. And I don’t want to say Reddit. Actually, I’m I was trying to not say Reddit

[05:14] specifically because I used to use something called old.reddit.com, which is like how I I would browse it. And I think they’ve just removed access to it. if you haven’t been logged in to Reddit and hit that site within the last six months. So, you can’t use it anymore basically, right? >> They’ve got like a it’s aging people out of it. >> And I guess there’s not really a universal place for tech news. I mean there’s there are um I mean one of the other big sources

[05:44] which isn’t very I mean it’s not very complete because it’s just >> well it’s uh uh hacker news which is Y cominator >> but yes there are plenty of people that I’ve dealt with who have never heard of uh hacker news or y cominator so >> right >> um >> I mean >> and it’s got its own it’s skewed a little Right. Obviously the commenters is skewed, but even that like the the stories that are submitted are kind of skewed. I used to read the register or

[06:15] lrig. It used to be the register.co.uk. It’s.com now, which I it’s a long time out. But those ones are are good. It’s just >> they’re sarcastic, sardonic. They’re definitely there’s humor involved, which is good because it’s like different than the rest of the aggregators, but like is it funny? >> They’re funny. >> Yeah. Yeah. Yeah. Yeah. [laughter] Exactly. Is it funny? It’s it’s not it’s kind of unfunny. >> It’s not it’s not like the onion that’s trying to make fun of make make fake stories but um >> right

[06:46] >> uh they will I remember the register was always a pain when I was at Microsoft because I mean they just like >> even if even if Microsoft did something good they would say oh >> it doesn’t matter [laughter] >> it’s it’s awful. It doesn’t matter. >> It doesn’t matter. >> Yeah. Speaking of bias or like a slant, editorial slant, I guess, is what we’re trying to say here. [laughter] Aler definitely has it. I’ I’ve been there a few times recently. The other thing I used to read was called the Web Weekly, which I realize is a super niche take. U but it was a website all

[07:18] done in comic songs making fun of hacker news in a way that the register would. So, it was actually kind of interesting, but it’s it’s it came back during co I think 2022 and hasn’t been there since. But it’s difficult to find >> that I miss. I mean there’s I guess slash do kind of exists but it’s I mean it’s nowhere near what it used to be. >> Not the same >> 30. >> And it’s also very Linux or specifically like different types of license focus. Like it’s it’s a GPL kind of [laughter] >> for a while. Uh everything I knew came

[07:50] from slash do uh fresh meat and uh company. I I don’t know that last one, but I do know Fresh Meat. [laughter] >> It was It was a um That last one was um uh a kind of spin, not spin-off, but um making fun of a magazine called Fast Company. >> Oh, I remember Fast Company. The same logo except instead of Fast, it was the

[08:20] other word. Um and uh and they would always make they would point out they would always highlight um uh startups that had failed. >> Nice. >> Um so here’s who who went bankrupt this week. >> Um >> who get e fed or so to speak. Yeah. >> Yeah. Or it was a lot of Oh, what was another one? Um there was uh the one that was uh for longer articles. Um,

[08:51] and it was another one of these sites that was great and then I think it got acquired by somebody and went terrible. Uh, Slate. >> Oh, yeah. Slate.com. Yeah. >> Actually had like I think they got rid of some of the writers, too. So, it was already kind of going downhill and and then >> Microsoft I think bought it out or or something like that. >> Interesting. Wow. >> Um, or maybe it was originally something with Microsoft and then they left something. I feel like Microsoft was it either the reason why they were good or the reason why they went bad.

[09:24] >> I can’t remember which >> Slate was was really good. I think I’d hold Slate up to something like The Atlantic, which is like high high praise. It was just like really really well written and there’s just not a lot out there like that anymore. thinking of Atlantic or late like real news sources and also um New Yorker. I I think of Atlantic and New Yorker. Uh >> and [clears throat] I I saw uh >> I would say The Atlantic is better written than The New Yorker. And I’m I

[09:55] won’t die on that hill, but I I’ll come pretty close to you. >> I think The Atlantic’s way Yeah, the New Yorker’s slipped like a lot has slipped. >> Okay. Okay. But um uh I saw it was in the news recently because or our news recently because um uh Chat GBT is generating New Yorker style cartoons which is fine. I mean they’ve been doing that. >> They have a license, don’t they? >> I don’t know. But uh part of the what

[10:26] gets generated is the signature of New Yorker artists. And so apparently [laughter] there was one after Dolly Parton died that uh it was a New Yorker style cartoon with the um signature of one of the main people there. >> Um and it went really big. Uh and then the the artist like I didn’t draw this. >> Ouch. Um, you know, and he was like, you know, I’m I’m totally okay with uh all these

[10:59] models using my my cartoons and um and and you know, tweaking them and using that and it’s learning that that’s fine. That’s I I have no control. I I put these out into the world, so I should expect um these models to to do that. I mean uh but but when they’re using my signature, >> yeah, it’s a bit much. [laughter] like you’re putting like a certificate of authenticity or something on it, right? You know what it when it’s not I I totally understand that doesn’t feel right at all. >> Yeah.

[11:33] >> So, um >> Yeah. >> So, I wrote down I was in the office in my uh shared office uh earlier today and I wrote down this list of things to to talk about. >> That list is back in the office. >> Oh, okay. [laughter] because I was planning to be there for this. Um, and I so I have no idea. Uh, the only other bit of news I I do remember that I don’t actually need the list for was um, this came up because I

[12:04] was thinking, oh, I I should I I see people who um do videos of here’s the x number of things I’ve learned in my life that I’m going to share with you. uh where x equals the number of things and also their age. And so it was my birthday this past Friday. I thought I should do one of those. Um but but then I was I like had to write down like what are the like the big learnings of my of my life that I could share. And I got to like um eight or nine and I was like

[12:37] having a hard time with more. I was like I got to look at somebody else’s [laughter] list to figure out what >> you haven’t learned anything. Yeah. and and it’s like coming up with the other 47 is going to be really hard to to to uh so I don’t know if I can come up with 56 things that I’ve learned. Um >> can you load the dishwasher? This is something that at home is like a big >> ah [laughter] >> because it it’s not just loading the dishwasher because you live with somebody and like your dishes are >> exactly so [laughter] that the water can

[13:07] spray on all the the correct side. Um, and so the dirty side isn’t put up right up against the wall of the dishwasher. >> Uh, yes, I can. Um, it’s interesting [laughter] that the >> there’s an emphasis on I there. Yeah. Yeah. the um uh the groomer that I use, his her her her husband uh was unloading the dishwasher and this exact topic came up and apparently he is the [clears throat] only one that is allowed

[13:37] to load the dishwasher because she does [laughter] it wrong. So, it’s a common problem >> among spouses, >> right? I I am also not allowed to load the dishwasher. I just want to put that out there. So, this is why I’m asking if you know how to do it. >> You don’t do it correctly. >> Well, okay, man. I’m going to I’m going to give you a secret. And listen, I can play dumb, but like this this is maybe next level. So, this is called uh when someone asks you to break to wash the

[14:09] dishes. If you break a few, they probably won’t ask you again. So, what I do is load the dishwasher incorrectly and then never get asked to load it again, which is is fantastic, actually. and I will put things in there. But yes, that generally I’m I’m not allowed to use a dishwasher. >> I I actually find it funny. I I think I understand how the dishwasher works, but there there are other >> a lot of people don’t >> other things that play. [laughter] >> Yeah. Okay. >> A lot of people don’t. >> Um >> so I thought maybe you could teach me as part of your list of 50 is is one. >> No, I it’s it’s

[14:41] I I don’t like loading the dishwasher. I mean, I I I find that the sink is a good place to store uh uh dishes, used dishes. Um but I know how to put them in correctly. Um and like one of the other interesting domestic uh uh chores that I do enjoy, I mean this unlike putting things in the dishwasher, but one thing I actually do enjoy is folding laundry. >> I I like folding laundry.

[15:12] >> Good at that. Yeah, I’m not bad at it either. Yeah. What a >> I I remember at one point uh we were >> Is that on the list though? Like this this got to be on the list. >> No. Well, >> all right. Write write it down because like I feel like learning to enjoy a chore is like a big skill, right? >> That could be. I mean uh I mean one of the things on my list is don’t take a job that you’re not going to enjoy. >> Yeah, that’s fair. >> Um >> small or large, I guess, in this case. Yeah. >> Yeah. Um, but but uh but I remember there we went to uh a conference early

[15:42] on in Data Dog’s lifetime and we had a whole bunch of t-shirts that we needed to fold and so we all like >> there were six of us and uh each of us took like a a pile and I was always fastest. Everybody else, they remembered their gap training or whatever training at whatever store they worked at and so they did that super precisely. No, no, no. I just like whipped and got it all folded. Everything was in a nice night

[16:14] column, but I could do like three shirts the time that they would do one. >> A fascinating show that we’re doing today. >> It It is. And I’m going to quickly segue to something >> people watching. >> I I know. So, let’s let’s make it a little bit of a geni. So you mentioned data dog and I just just as somebody who does competitive analysis, I’m always looking at monitoring companies in particular, I’m really interested about AI monitoring and there are a bunch out there. Some of them are are people who have competitors that have been around

[16:45] for a minute. So like Service Now that’s kind of getting to the AI monitoring or probably like AI ops I guess to start and and monitoring around that based on their acquisition of light set for example is in there. Uh, I would follow Elastic just to see what they’ve been doing because I’ve done a lot with Elastic Search over the years, watching Splunk and Cisco and whatever Cisco’s behemoth is doing >> and longer down the list because I’ve used them before but like wasn’t really the experience for me is Dino Trace and again I’m not saying anything wrong about Dino Trace but when I

[17:17] >> yes uh when I used them they were on prem and you would have like a Dino trace server and everything would report to it and I think at some point in time they switched to like a SAS offering as many companies do, etc., etc. No, >> I think it is in fact German because I think it says GmbH at the end of their name and I can’t remember what that means, but I believe that means it’s it’s Deutsch. Um, they recently purchased a company called Arise. Have you heard of Arise before with a zed or a Z? >> I thought it was like a CRM tool.

[17:50] >> Is that Rise CRM? [laughter] >> Rise. >> I I think uh like the Horizon logo. Um, so Arise did a bunch of stuff and I I don’t want to butcher this because like I really didn’t look into it too much, but I think one of the main things that they did was evaluations. So eval sweet or what have you and data dog of course does evalu as well blah blah blah blah blah. But they came to my attention because I think a lot of times when you ask like a chat agent about email eval was in like that top 10 and data dog might have been in like the top 50 or whatever and somebody on LinkedIn sent

[18:20] me a message saying like hey did you know we did this research and you’re not up there for this and I’m like it it feels like you want me to. Anyway, I didn’t interact with this person but I did read the list and do my end testing and and sure enough they were right. When it when it came to this it wouldn’t suggest data log right away. Neither here nor there but I you know just kind of want to know what’s going on. So, I looked into her eyes a little bit and it looks like Dino Trace bought them five days ago. I >> not sure if the number is Yeah. 91

[18:53] sorry 915 million and most of that was uh cash and then some of it was equity and that happened or it came into effect uh five days ago and they announced it in August which I I somehow missed back in August. >> So it’s kind of interesting. They they call them AI observability leader on the Dino Trace side. I’m not sure if that’s true, but I do think that when it comes to the corpus, it it was certainly aware of a rise. It would you pull out a rise

[19:23] saying like, “Hey, what should I do for this?” >> and and it would suggest a rise. So, I I feel like and and maybe again, this is just me uh pontificating here, but it feels like the fact that they’ve had that like ranking or um is it proclivity like that the agents would want to recommend Arise to You. So, it feels like it’s kind of SEO squatting at this point in time, which is weird, but that’s that’s kind of what I wanted to talk about is it feels like we’ve had a few examples of this before, like a CLI app had an argument that was a popular

[19:54] hallucination, so they added the argument in in order to make sure that they could get both ends kind of thing. And it feels like one of those things. If they’re already reaching for a rise, why don’t we just buy a rise and and make that D trace from now on? So, I don’t think Dino Trace was on the list at all. like what what they do or or did at the time wasn’t comparable. I think they do have something similar now, but it it just wasn’t nonetheless. And it feels like that’s what we’re doing. Of course, at Data Dog, like listen, I I these are my opinions, not not theirs, but like data dog got a bunch of products and it feels like it’s

[20:25] difficult to become a leader in all of those products when it comes to the corpus because of course some of them are are newer. They’re being developed and and being released. >> Some of them are older and and maybe have less attention on them. So I use like notebooks all the time as my agent memory just because it reads markdown files pretty easily. So like that seems to me in the corpus and it works really well to be able to put things in and out of notebooks as as a checkpointing thing. Again you could use I think obsidian be like the the de facto kind of answer but anything that kind of

[20:55] works with mark since it works as an agent. >> You mentioned notebook is is the notebooks product in data log still going? Uh [laughter] again, uh my opinions, not not those of any else, but at one point in time, we had three notebooks products. Yeah, I think we’re back to one. [laughter] We’re back to one. So, we we had we had notebooks in logs. I think we could still do like log notebooks. We also had notebooks for like the the Pythonic kind of notebook. So, like imagine a notebook where you could write. And I think that one is maybe either in progress or or

[21:26] what have you. And then there’s notebooks themselves, which at one point in time could do like slideshows and all all kind of stuff. the OG one’s still there. Uh the log notebooks are also still there. And I think the third product is either in preview or or or what have you, but it’s it’s more of like um what would a data scientist assume when you say notebooks? It means something different than I think what you and I would think when we were talking about notebooks or scratch pads as we’re doing. >> But yeah, def definitely still a product. >> Um >> but also like when you get three products with the same name, that could

[21:56] be hard in the corpus too. When I was almost leaving Data Dog, I remember notebooks being a product that they were that was near end of life, but [gasps] more life has been blown into it. It’s >> I am I am a massive fan of notebooks because I found like it was a really easy way to write a log of something while you’re doing the investigation at the same time. So, the way I used it might have been a little bit different.

[22:27] That was the way it was originally thought of. >> Yeah. And then it got a few features like being able to checkpoint graphs which was a big deal because some things can time out of. So if you’ve done an investigation a year ago and you go back to do it again and you can’t bring up the same graph and it’s yeah it’s it’s difficult to actually show it. So you could checkpoint that and I thought that was like a massive release. I was also maybe one of the few people that used the uh the screen share functionality as well. Anyways it’s difficult to develop a product. I understand. My understanding is also that notebooks is

[22:59] not free but but doesn’t necessarily cost money and again I’m not an expert on data billing but I think it’s difficult when you’ve got a free product like I don’t know let’s just say Google reader for example one of my favorite examples of a a great product that people do use but is free and as a result is is not necessarily helping Google. I’m not saying that’s what’s happening with notebooks but it is a lot easier to give a product that’s making money more devs basically. Um, now in this one, it does look like I’m not alone in using notebooks as like a

[23:29] checkpointing system for agents. Um, it it’s actually pretty fun. Uh, but I think that’s more of like I could write a markdown file on my own or I could share it in Google Drive or something like it’s not it’s not like a big aha moment. It’s just like all the notebooks are there and then when I go to use an agent in app like like Bits AI or what have you and Data Dog, they can also read those notebooks or or make dashboards from the notebooks. Anyway, it it’s a nice little synergy, but but just again just this to say that like there are a lot of products in something

[24:01] like a mature monitoring platform like Data Dog. I’m sure Splunk has very similar things where they’ve got like a bunch of products, but it looks like the point we’re at now is that these these kind of like micro monitoring companies are are getting fame by doing like one one sliver or one thing. I think the other one that came to mind was like um oh trying to think is it not service now oh shoot my it’s for error tracking sentry is the other one that comes up a

[24:31] lot whereas sentry does I I honestly I think pretty good error tracking and data of course error >> tracking do that too I was thinking the main product being uh um the podcast [laughter] >> I okay so Like I’m obviously a fan of I think Syntax is the podcast of like >> real talk and like you know they they have similar trappings as as you and I where they get off in tangents and things like that. But I I really like the production. I I think the the the

[25:03] voice quality like the audio is someone who’s talking on AirPods today is is really good and often they are timely. So like a day or or two days after something so that that is difficult actually to reach. it’s hard to hit that uh that bar which I I think is great. The other one is um Post Hog. I’m not sure if you’ve heard of Post Hog and it’s sort of the error tracking uh area and like I’ve gone to conferences and talked to people about the company I work for Data Dog and they’d be like no I’ve never heard of that. Is that like Postto? And I’m like how how have you

[25:34] even heard of this company? Like but they’ve got the brand recognition. And again, I mean, no offense to Post Hog, it just for me, it’s something that I had to go searching for to find, not something that Dez were talking to me about, but it looked like in in the cadre of like Genai or data science that what people are reaching for are different tools that you and I might have reached for years ago. Like I would reach for cacti obviously or or maybe I’d reach for, you know, like the the older tools.

[26:04] >> I I I got a little distracted and I started looking through the documentation for data log. >> Oh, no. >> And I ran [laughter] I mean there’s it’s it’s a lot bigger than when I ran documentation. >> Yes. Yes. >> Um it’s uh there’s there’s something I I cannot figure out why data dog is doing this but there are forms >> yes >> forums. Why is why is data dog doing forums? I

[26:36] mean sorry this is not Why is Joey dog doing forms? >> Okay, so I I have a I have a number of things to say here because I actually thought the same thing. [laughter] It’s like what? Um >> fired or anything, but you know, hey. >> No, no, no, no. Listen, again, I’m I’m a person. I I get it. I I thought the same thing trying to think of like where would I I use this or where would the forms land and then I realized we have a spreadsheet product. Actually, it’s exactly where it forms.

[27:07] >> Yeah. Yeah. Yeah. Right. So, like when you have a sheet product, then you probably want a form to fill. >> Yeah. And and I think that’s probably where it is. But but again, haven’t used forms yet. So, let us look at the docs and confirm that when you fill out the form, it goes into a sheet, not a notebook. >> Where do I find sheets? >> I think you should just type in sheet. That should work. >> And we do have Did you notice we have AI search as well? I’m not sure [laughter] came across that as well.

[27:38] I >> know. I believe we purchased a company that did spreadsheets. >> Wow. >> But you you know why we’ve got sheets. I I think it’s called uh if there’s a red team and there’s a blue team, generally there will be a purple team and the purple team deals in spreadsheets. So imagine you’ve got to go down the list of like have you are you compliant with this blah blah blah that that kind of thing. So it seems like a way to to

[28:09] bridge that gap. Um I’m just trying to see I’m trying to find the acquisition. My apologies. >> It had sheen the name but I can’t I’m so sorry. >> Fascinating >> indeed. Yeah. Yeah. So, we’re we’re almost at the point now we’re not Google Docs, but do you know what I mean? We’re like notebooks are kind of like Google Docs. Sheets are kind of like Google

[28:41] Sheets. We don’t have a calendar yet, but we do have a scheduling widget for on call pedag. My apologies. U now action desk was something different obviously than what sheets are in in data dog but that that’s my understanding. >> Wow. >> Yeah we we have quite a bit to the point now where the menu system is confusing if that makes sense. You know how like

[29:12] when office had >> when I was still there. >> Yeah. So so think about the is it the ribbon the introduction of the ribbon. I think we’ve talked about the ribbon before but we’re we’re at like the ribbon problem now. And again this this is difficult. You got like 30 40 products PMs vying for position. Then you get users trying to use this. Yeah. It’s >> it can be difficult. >> Wow. >> Yeah. So I think the biggest one was pivot tables

[29:43] back [snorts] in the day for things like telemetry logs and cloud class. No, in in data dog sheets. I think that was kind of one of the big so you’re you’re getting data in this way but you actually need to see it this way like this way >> and it’s difficult to do that when you’re not there’s no way to like manage like generally data within data dog is is written right you’re not like going back and changing the logs or anything like that but if the view needs to be that way it’s difficult to rationalize through like a dashboard or a notebook or yeah sorry this is a lot about data dog

[30:14] but yes we’ve added quite a few products I would love to give you a tour sometime Yeah, >> I I feel like I need a a new to updated tool. >> Um well, I thinking of uh spreadsheets. Uh remember I did a video six months, eight months ago about uh a tool called row zero, which I thought was pretty cool, >> right? >> They got acquired by data bricks. >> No way. >> Yeah, >> they had in fact. >> I I don’t know.

[30:45] >> Wow. I don’t know if they were hurting for cash and needed to >> needed [clears throat] to do something to survive. >> So, one thing that I’ve heard commonly is that like prompt management and evals are typically done in spreadsheets just in terms like just me trying to think of like why data bricks would be interested in that. Yeah. >> Yeah. I mean, if I needed to store I mean, prompts often you just need somewhere to store it and it’s a I mean, it’s a convenient place to store that

[31:16] kind of stuff. Yeah. >> Yeah. Absolutely. So, you can imagine like the cell doesn’t get any bigger. You paste in the prompt so it doesn’t take up much space and then the rows can be like, “Yeah, I tried this with this agent, that agent, this model, that model.” >> Um, unrelated but in the same industry, did you hear about Lonk? Uh, [laughter] >> yeah. I know. When I pulled up the register earlier, it was the front page, which is why it kind of joged my memory, but it’s it’s like a a multi- trillion uh parameter model. I don’t think it’s out yet. >> One trillion. Okay. And it’s not

[31:47] released yet. I think it’s going to be on Hugging Face next week, but I’m I’m here for ML. I think I’ve said this >> and I thought it was like the 24th. >> Oh. Oh, in a few weeks then. That’s >> Yeah. >> Ah, that’s too bad. but maybe two and a half weeks. Um, but uh yeah, and I thought one of the big things wouldn’t uh that they were able to train it on fewer GPUs than previous models, more efficient training process or there

[32:19] were a couple >> there was that they said they used 4000 so um >> uh something like beam or bead or something like that. another model >> beam. Yeah. Which which kind of took me off because there was also news about the beam [laughter] up there. But anyway, I realiz and Gleam and I I understand that no one cares about Gleam and and the beam and Erlang, but yes, Beam the model. I know. I see you laughing. [laughter] Uh Beam the model. I I didn’t do too much research into because the name collision kind of screwed me over.

[32:52] >> Uh there’s Beam and then there’s also um PewDiePie’s model. Have you heard of this? >> I saw him showing up in a thumbnail, but I didn’t really see what was going on. >> Okay, so a couple things. Um, PewDiePie wanted to make a model, and he did. I think he forked Quinn uh 3.59 billion, maybe 3.69 billion. Um, what he wanted was a model that would work with Odicius, his harness, better than just offthe-shelf models. So he wanted to

[33:23] fine-tune basically a model to work with Odysius better. >> Um so he made a model. >> Mhm. >> It was terrible. >> He fine-tuned it. [laughter] And I don’t think it got worse when he fetuned it, but it it wasn’t necessarily better. It was like maybe a lateral mood >> uh move. And then he’s like, “Hm, I’ve done this before. Maybe I should distill it.” [laughter] >> He’s like, you know, not that I’m going to, but if I were going to distill it, what would I distill from? He’s like, I really like this soul model. Maybe maybe I could

[33:54] figure out the thinking um tokens cuz apparently it encrypts them or or does them like off by one. It does something interesting to like encrypt the token so you can’t see them even though your agents getting them. So it it reads them and I think that’s how you get into it. As it’s reading them, you can kind of like piler them off. Uh, not going to say he was distilling because he kind of took that approach in this video, but let’s just say he got banned once and then said, “No, I wasn’t doing that.” And then maybe got banned twice. [laughter]

[34:25] >> And and like I’m sure, you know, some legal team is is going to say something to him. Uh, in his defense, the the aside he just happened to be talking about when he was talking about legally is like, “Hey, if you can steal all of humanity’s data, it feels like that’s sort of my data, too. >> [laughter] >> It’s like this is very slippery slope reasoning. >> Yeah. Yeah. >> But I could kind of see where he got to. Anyway, don’t don’t distill models and and lose your accounts. But uh it it feels like he may or may not have done so. >> Argument used by I don’t know one of the

[34:55] Chinese models that uh right like well you stole the information from everybody else. Why can’t we steal from you was the was the gist of their >> it and listen not for nothing but I do understand that stealing data is one thing and then like massaging it and making it work and training your model is a whole other problem. >> Uh I but yeah I mean you can get archives of Wikipedia and stuff if you want to train on these that’s not that difficult to do. >> I think distillation is the legality of distillation I think is it’s it’s not

[35:26] whether or not it’s legal. I think it’s against their terms of service which is what they hit them with obviously >> but yeah beam Ajax and uh Lon are the ones on my >> and then did we get did we unmask the alpha model was it something alpha >> huh >> what was the name of that that that model space something alpha >> the bunny one >> space bunny alpha space bunny alpha

[35:59] that we talked about last week. >> Still, >> yeah, it it still hasn’t been on mass. We still don’t know who who made it. >> Yeah, it’s nothing. Sorry, I thought we might >> I see there is um I was looking at models listing under newest. Um, so there’s a new there hasn’t been a a new embedding model on Olama for a while, but it looks like there’s embedding Gemma too. >> Um, >> right.

[36:30] >> And uh, and then there were the two uh, Cloudflare models, KFT Cle. >> You heard of Cliff? >> I heard of but have not used. Interesting. >> And then Lia or Leia. And again, Lia is different because it’s BERT based, right? >> Yeah. >> We’re going back to BERT, modern BERT large, [laughter] >> which is how the all the um classification models were before before the Jev stuff happened.

[37:02] >> Yeah. And then the one right underneath that is Tev. Have you played with Tev yet? >> Yeah, Tev and Nimble. >> Uh and Tev is interesting because it has a point. 0.8B model. for really small machines. >> Um, >> yeah. >> I I have a feeling like like for phones that could be a big deal. >> Yeah. Yeah. >> Like I I just based on most of the examples I saw for Jeb, it’s like I

[37:32] could make something to run a free-to-play game on my phone to like collect my daily re, you know, this where my brain went to automatically. I could see this going uh being a core part of some really cool toys. You know, something you could load up on a >> Yeah. >> pie or something even smaller. >> Um and now it’s controlling a car that is actually smart to >> remote control, but you just kind of point it in the right direction that goes around obstacles. That’d be awesome

[38:04] toy. >> I was thinking about like Furbies or Magic Eightball. Did you have a magic eightball before? Yeah. like with a mic on it or something. >> Yeah. >> My my daughter just uh at the uh farmers market on Bainbridge Island, there’s a guy who uh has a demonstration on on bees and he’s got like a little beehive there. >> Um and uh and my daughter always goes to that uh booth and she is like looking for where’s the queen today. Um, and next to completely unrelated, but right

[38:36] next to his uh bee display, he’s got a magic eightball. And and my my daughter picks it up and says, “What’s this?” Like, “I’ve not told you about a magic eightball. What? How?” >> Yeah. [laughter] What? >> It says, “Well, you just ask a question. It tells you, how does it work?” Well, shake it up. And show she got the tutorial on how to use a magic eightball. It’s like she did not want to leave that area of the farmers market for a while. like, “Oh, let me just keep asking questions.” >> And I said, “We have one at home.” And

[39:06] it’s it’s >> somewhere above right here boxes. And I need to go through and find that box that has my magic eightball cuz I still have the one from, >> you know, in when I was >> whatever age I would have been 10 years old. Um, >> it feels like it’s fast enough to run on device that it could give you like a magic a-ball answer >> based on you talking to it and doing text to speech or or speech to text. >> Yeah, >> which is Yeah, it’s amazing.

[39:37] >> Awesome. >> What a time to be alive. Um, did you have any other news that we should I did have one check out item, but it’s not that interesting. >> I have a checkout that’s gonna be more of an unboxing. >> Oh, mine could be an unboxing, too. Fantastic. All right. >> Well, >> it won’t take very long. >> Sure. >> You go first. [laughter] >> Yeah. So, what I’m showing you are uh as I drop them. Uh roto drops for contact lenses. No, this is uh

[40:08] eye drops. >> Oh, okay. >> And then we’ll we will unbox it. Oh. Oh, look. This is how it opens. Oh. Oh. Oh. This is what Japanese eye drops look like. They come in a little sealed thing. I won’t do it on the uh on air because they’re very cold. >> This is I ran out of the other ones. They’re quite cold, but they are very very cold and they work on on contacts, what have you. Um but this is like the be like the beginning of of the Japanese cold eye drop level because they get there’s like a special special Dragon

[40:39] Ball slime version. That’s just ridiculous. for example, I I know >> and things are different in Japan, but these roto eye drops I think are really good for me because I I end up doing a lot of work where I’m just reading text, you know, these days I’m I’m just reading for for hours reading and generally I’m hitting cancel or hour or what have you, but it’s a lot of reading and I find my eyes dry out pretty quickly, especially this season where it’s kind of like >> hot and cold. So, I might be using the AC or a fan or the heater or what have you and it feels like it dries up my eyes even more. But that’s I I think for your health, if you find yourself

[41:10] staring at your prompt screens or or the uh I don’t know the reasoning tokens scrolling by, we can do some good eye drops. I like >> Okay, so something I have not tried yet, >> but I’ve already taken it out of the box. Um, and uh I saw somebody last night I was walking my dog and uh as I was walking my dog uh somebody was somebody I uh ran into somebody I knew

[41:40] and they were returning something to a ne a neighbor that they had borrowed and I saw it under their arm and I thought, “Oh, is that just like a um a pickle ball like a pickle ball racket or something?” because Banebridge Island is the where pickle ball was founded. >> Um >> I didn’t know that somehow. Sorry. >> Oh yeah. Pickle was founded here on Bainbridge Island. The first pickle ball court was here. Um and uh but no it was not. Um so at the moment everybody on

[42:13] the island and probably in other places around this area is being inundated with fruit flies. Fruit flies [laughter] are everywhere. And this thing is a electric fly swatter. And so you can just kind of swat at the fruit flies and they go >> as they go get fried up in the in the little net netting that’s in here. So >> uh I think I can Oh, there’s a tape on the

[42:44] >> um button it on. >> Okay. And I I I don’t want to electrocute myself, >> but it would be if I >> Yeah. Stick your tongue in there. [laughter] >> Oh, it’s on. >> I think you you you should feel what the the flies feel. You know, you’re bigger. It shouldn’t shouldn’t hurt as much. >> I don’t see anything to electrocute. I mean, uh zap. >> It’s like a modern torture device.

[43:14] >> It is. It is. Um, [laughter] so I’m very excited about trying it. And uh, it looks like it’s delivered with a full charge. And then there’s like a another piece that feels super cheap that is a base for it. So you can leave it >> Oh, so it can charge. >> Well, yes. And you can also leave it standing in case the flies decide to fly through that area. >> Fly through it. >> Right. Um, their last flight. Uh so

[43:45] [laughter] uh yeah, so I’m very excited to try this out. I have not tried it. Um it’s it does not feel like it’s the highest quality device. >> It will not survive a drop, >> but >> right >> um for uh this was like 10 bucks, 15 20 bucks on Amazon. Uh Sean covered the problem that I currently have [laughter] and that happened to you. I’m not sure if you recall that episode.

[44:16] >> Oh [laughter] my god, I will never forget it. >> Yeah, >> that was [clears throat] a great episode. Classic. You should get a short of that. That was [laughter] >> That was a good episode. >> So So yeah, that was uh that’s that’s my thing. Uh the the only other um and and of course it also comes from you know a well-known brand everybody I mean this is just rolls off the tongue. >> Yep. >> Is uh

[44:48] >> interesting. Yes. Yistic. >> Yes. Victor. I think there were like a um a bunch of other brands that were all the same thing >> and they all have >> but just >> random consonants and vowels put together. Um, that’s >> So, the only other thing I got is I just I finished uh like last week I finished off um uh Adventures of

[45:18] something uh Adventures of uh God, I forgotten the name of that book. um >> Killian Murphy the adventures of >> uh something u which was a really fun uh fun book I just couldn’t put down of course >> ami a safari >> yes that’s it thank you >> the one we talked about last time okay >> yes yes um and that was such a great great story uh and and I just couldn’t

[45:48] put it down and so then I like okay let me let me get something shorter and so I started reading Brave New World all >> Yeah. Yeah. >> Um >> it doesn’t hold up that great these days, but yeah, the Soma part probably does. >> It’s I mean for now I mean at reading it now I was like oh well this is kind of a predictable story only because it’s all I mean so many other stories have been based on it. >> It’s it’s no longer precient. Yeah. >> Yeah. Um so I I finished that off. Uh and then there was something else. I

[46:19] started reading orbital by Samantha Harvey. That didn’t really grab me. But um I moved on to City of Brass, which is essay Chuck Herbat’s uh I think her first big book >> and it’s like a series of four books. Um and it’s >> Dave of a Bad Trilogy. >> Yeah. >> Yeah. >> Chuck Robbati is apparently a phenomenal uh writer and I guess you saying that the other book was fantastic kind of lends credence to that. Yeah. Um, so I’m excited about uh the first

[46:52] few chapters were like the the same thing with the u the previous book I read by her. The first like two or three chapters like oh god this is boring. I’m going to skip this book but then it gets gets really good and the first few chapters were kind of hard to go through but >> this [clears throat] is great. >> Yeah. It says it’s it’s um it’s like a jin city. I think jin means genie. >> Yeah. like DJ I N Gins are like gins are weird creatures that can be like positive or negative if I understand the

[47:22] mythology. >> Yeah. Whereas a genie is generally like trickster I think in our mythology. >> Right. >> Um so it’s the idea of and she’s finding out who she really the the the human in the the main of the story is is um just finding out who she might be and how she is related to the jin. >> Very cool. So, it’s pretty cool. That’s all I got. >> I mean, listen, we could always end early. >> I’m excited to [laughter] start whacking some fruit flies.

[47:53] >> Oh, the the Buddhist in you is strong. [laughter] >> Um, >> all right. Well, we can call it if you want. Um, it’s, you know, to keep people around. We had some comments. >> Questions. >> Thank you, Sean. Definitely check out these new models we showed. Yeah. Don’t Don’t get hit by a spider. >> I I would say close your mouth when you’re looking back and up. >> Yeah, I know. [laughter] >> There’s no spiders floating down, so that’s good. >> That is very good.

[48:23] >> I see one over there. >> Oh, shoot. >> No, he’s >> No. >> See, the other the other thing is, Matt, and listen, I know you got a new toy, but like my understanding is spiders will take care of some flies for you as well. Yeah. >> So, maybe if you were nicer to the spiders, you’d have less problems with the flies. I don’t know. >> Well, no. Oh, I think I’ve been really nice to the spiders in this room and they just torment. >> Too nice. >> Too nice. >> Yeah. >> All right. Should we find that end broadcast button? >> Find it. [snorts] Finish.

[48:54] Uh end