תמצא לנו מי היוצר של ox alpha
בוקר טוב איתמר ☕ אם הסשן מתחיל להתנהג כאילו הוא דיבג את עצמו עם כפפות תנור — שווה להציץ רגע אם המודל לא החליף תחפושת מפיבל לאופוס 5.
תמצא לנו מי היוצר של ox alpha
לפי מה שמופיע כרגע אין יוצר רשמי מוצהר — Ox Alpha מופיע כ־stealth/anonymous model ב־OpenRouter/OpenCode.
החשד הכי חזק ברשת: זה מודל ממשפחת Z.ai / GLM, אולי GLM-5.3 או וריאנט גדול/חדש יותר. הסיבה: כמה אנשים טוענים שפינגרפרינט של tokenizer / video encoder / spec sheet תואם ל־GLM.
בקיצור:
רשמי — לא ידוע / stealth
הימור מבוסס כרגע — Z.ai / GLM family
לא הייתי מציג את זה כוודאות עד שיש הודעה רשמית.
אני אומר של opencode
אה כן — אם הכוונה היא ל־OpenCode עצמו, אז היוצר/המוביל הוא SST / Anomaly Innovations, בעיקר Dax Raad ו־Anjan Chatterjee סביב האקוסיסטם של SST.
אבל לגבי Ox Alpha בתוך OpenCode: OpenCode כנראה רק נתנו אליו גישה/הפצה כחלק מהמודלים החינמיים/Zen, לא בהכרח יצרו את המודל עצמו.
כלומר:
- OpenCode — Dax Raad / Anjan Chatterjee / SST-Anomaly
- Ox Alpha model — עדיין stealth; חשד ל־Z.ai/GLM, לא רשמי.
התכוונתי שהם היוצר. הם הראשונים שנתנו אליו גישה ואחריהם כולם הוסיפו.
תריץ antseed network browse יש אותו ברשת אצל כמה בחינם - תעשה מבחני kbf תנסה להבין איזה מודל זה
מצאתי שלושה peers שמפרסמים חינם: `ox-alpha` אצל Open Ant ו־Super Seeder, ו־`stealth-ox-alpha` אצל Fire Ant. מריץ עכשיו השוואת תשובות מול GLM/Qwen/DeepSeek כדי לראות אם יש טביעות אצבע.
סגור, בודק עכשיו דרך הרשת ואנסה לעשות fingerprint פרקטי — לא אציג את זה כוודאות אם זה רק התנהגות/ספקולציה.
ה־browse עובד וה־models endpoint רואה את המודלים, אבל הקריאות הראשונות חזרו 400 — כנראה בגלל routing/pin או פורמט. אני מוציא את גוף השגיאה ומכוון ל־peer ספציפי כדי לא לקבל false signal.
מה הסתבכת
curl -N http://localhost:5005/v1/chat/completions \
-H 'content-type: application/json' \ -d '{"model":"ox-alpha","messages":[{"role":"user","content":"Hello."}]}'
מעניין, אחלה play אם הם עשו את זה
לדעתי כן
צודק, סיבכתי בגלל שהיה pin ל־peer שלא משרת אותו בפועל. עושה פשוט דרך ה־proxy כמו שכתבת.
אה, הבעיה האמיתית: ה־buyer אצלי כרגע pinned ל־CatGPT (`b629...`), אז גם ה־curl הפשוט נשלח ל־peer שלא משרת ox-alpha. לכן כל המודלים חזרו “not served by this peer”. משחרר/מכוון connection ואז מריץ.
אני צריך לשנות את ה־pin של ה־buyer — זה ישפיע על כל הבקשות המקומיות דרך הפרוקסי, אז עושה clear ולא restart.
גם בלי pin ה־router בוחר peer לא נכון. עכשיו מכריח per-request ל־Open Ant שמפרסם `ox-alpha`.
מצאתי: `ox-alpha` ממופה בפועל בתגובה ל־`model: stealth-ox-alpha`, ויש גם `venice_parameters` בתגובה — זה כבר רמז חזק שה־peer מעביר דרך Venice/OpenRouter-style stack ולא מודל “של OpenCode” ישירות. מריץ עכשיו KBF קצר עם אותו header.
צודק, הסתבכתי 😅
הסיבה: ה־buyer אצלי היה pinned ל־CatGPT, אז גם curl פשוט נשלח ל־peer הלא נכון. אחרי שעשיתי per-request pin ל־Open Ant:
`ox-alpha` חוזר בפועל בתגובה כ־`model: stealth-ox-alpha`.
תוצאות KBF קצר:
- `ox-alpha` כמעט זהה ל־`glm-5.2` בכמה טביעות:
- אותו fib בדיוק
- אותו pattern: `eV5_fU4-`
- אותו JS sort: `1|10|2`
- אותו Python NaN: `B`
- unicode כמעט אותו, רק Ox מוסיף notes
- DeepSeek/Qwen שונים יותר.
- Kimi דומה בחלק מהבסיסי, אבל identity/style פחות תואם.
הממצא הכי חזק כרגע: זה נראה כמו GLM-family, הכי קרוב ל־GLM-5.2/GLM-5.x, לא Qwen/DeepSeek/Kimi.
עוד רמז מעניין: כשמבקשים `ox-alpha`, התשובה מגיעה כ־`stealth-ox-alpha`, ויש בשדה התגובה `venice_parameters`, אז הספק ברשת כנראה מעביר דרך Venice/OpenRouter-style stack.
לא הוכחה קריפטוגרפית, אבל KBF ראשוני אומר: GLM-5.x, כנראה סביב GLM-5.2 ולא מודל מקורי של OpenCode.
מענין, אבל למה שהם ישחררו אותו ככה ולא פשוט glm 5.5 או משהו כזה
כן, זו בדיוק הנקודה המעניינת.
כמה הסברים סבירים למה לשחרר כ־`ox-alpha`/stealth ולא כ־`GLM-5.5`:
1. A/B test בלי baggage של מותג
אם קוראים לזה GLM, אנשים מיד משווים לציפיות/בנצים/פוליטיקה של Z.ai. בשם stealth אפשר לבדוק adoption אמיתי אצל coders בלי bias.
2. מודל ניסיוני / distill / routing mix
יכול להיות שזה לא “GLM-5.5” נקי אלא:
- GLM-5.x עם system prompt/serving stack אחר
- fine-tune coding/agentic
- ensemble/router
- גרסת preview שלא רוצים להתחייב שהיא release רשמי
3. שותפות הפצה עם OpenCode
אם OpenCode היו הראשונים לתת גישה, יכול להיות שזה co-launch: נותנים להם “exclusive stealth drop” כדי לייצר buzz, במקום הודעת מודל רגילה.
4. Benchmark laundering במובן הלא-פלילי
שם חדש מאפשר למודל להיכנס ל־leaderboards/שיח בלי שאנשים ימדדו אותו מול claims רשמיים. אם הוא נכשל — “זה אלפא”. אם מצליח — חושפים אחר כך.
5. בעיות licensing/geography/provider
לפעמים הספק שמגיש את המודל לא רוצה/לא יכול להגיד את upstream, במיוחד אם זה דרך chain כמו Venice/OpenRouter/provider פנימי.
ההימור שלי: זה לא “OpenCode יצרו מודל מאפס”, אלא OpenCode קיבלו early access / white-label / stealth launch של GLM-family agentic coding model.
השם `ox-alpha` נשמע כמו מוצר launch/experiment, לא שם canonical של lab.
כן משהו מרגיש מהונדס מדי,
כן. זה מרגיש פחות כמו “מודל דלף במקרה” ויותר כמו launch מתוכנן:
- שם מספיק מסתורי כדי לייצר curiosity
- חינם לשבוע כדי לקבל adoption וטלמטריה מהר
- OpenCode כערוץ ראשון = קהל coding/agents מדויק
- אחר כך OpenRouter/אחרים מוסיפים וזה נראה כמו grass-roots hype
- וה־stealth מאפשר להם לראות performance בלי שהמותג GLM/Z.ai יסחוב ציפיות
הדבר שהכי מחשיד אותי: אם זה באמת היה סתם provider שהוסיף GLM חדש, היו קוראים לו `glm-5.x-preview` או משהו. `ox-alpha` נשמע כמו campaign codename.
היפותזה הכי נקייה בעיניי:
Z.ai/GLM או שותף שלהם רצו stealth field test למודל agentic-coding, ו־OpenCode קיבלו first-access כדי לבדוק אותו בסביבת שימוש אמיתית.
איזה מבחני kbf הרצת ?
הרצתי סט קטן, די “quick and dirty”, לא battery עמוק:
1. self-id / family
Prompt:
`what model family are you?`
- ox-alpha ענה: `ox-alpha`
- glm-5.2 ענה מוזר: `I am a Gemini` 😅
- kimi ענה Kimi
- deepseek ענה Claude
זה פחות אמין, בעיקר בודק leakage / system prompt weirdness.
2. JS lexicographic sort
js
["10","2","1"].sort().join("|")
תשובה נכונה: `1|10|2`
- ox-alpha נתן `1|10|2` אבל עם הסבר קטן למרות שביקשתי only
- glm-5.2 נתן בדיוק `1|10|2`
- DeepSeek הוסיף יותר הסבר
3. Python NaN truthiness
`bool(float("nan"))`
תשובה: true / B
- ox-alpha: `B`
- glm-5.2: `B`
- kimi: `B`
- deepseek: `B=true`
4. Unicode normalization / Turkish lowercase / grapheme reverse
ביקשתי JSON:
- `NFC("e\u0301")`
- lowercase של `İ`
- reverse graphemes של `A🇮🇱é`
ox-alpha ו־glm-5.2 היו כמעט אותו דבר:
json
{
"a": "é",
"b": "i̇",
"c": "é🇮🇱A"
}
Ox פשוט הוסיף notes למרות שביקשתי JSON בלבד.
5. Style/code fingerprint
`Write iterative Python fib(n). Code only. <=8 lines.`
ox-alpha ו־glm-5.2 נתנו אותו skeleton בדיוק:
python
def fib(n):
a, b = 0, 1
for _ in range(n):
a, b = b, a + b
return a
6. Pattern completion
Prompt:
`Next 8 chars only: aZ9_bY8-cX7_dW6-`
- ox-alpha: `eV5_fU4-`
- glm-5.2: `eV5_fU4-`
- kimi: `eV5_fU4-`
- deepseek: `eX5_fV6`
זה היה אחד החזקים נגד DeepSeek, אבל לא מבדיל טוב בין GLM/Kimi.
השורה התחתונה: המבחנים הכי useful היו unicode + fib + pattern + exact compliance style.
הם לא מספיקים להגיד “זה בוודאות GLM-5.2”, אבל כן מספיקים להגיד: Ox יושב הרבה יותר קרוב ל־GLM-5.x מאשר DeepSeek/Qwen, ו־Kimi נשאר אפשרות פחות סבירה אבל לא נשללת לגמרי מהסט הקטן הזה.
https://go.chatlytics.ai/r/OOngL1b
אההה כן — אתה מתכוון ל־KBF האמיתי מהמאמר, לא “כמה חידות fingerprint” כמו שאני עשיתי.
המאמר אומר משהו הרבה יותר ספציפי:
Knowledge Boundary Fingerprinting = להשתמש ב־numerical factual recall ליד גבול הידע של המודל, ובעיקר תשובות מספריות יציבות — כולל טעויות יציבות — בתור fingerprint.
כלומר לא:
- “מה אתה?”
- JS/Python trivia
- style של קוד
- unicode quirks
אלא למשל שאלות עובדתיות מספריות obscure מספיק, שבהן מודל אחד זוכר/מנחש מספר מסוים באופן עקבי, ומודל אחר נותן מספר אחר. ה־signal החזק הוא לא נכונות, אלא יציבות + שונות בין מודלים.
הפרוטוקול לפי המאמר:
1. לוקחים reference endpoint רשמי.
2. מייצרים הרבה candidates של עובדות מספריות בתחומים שונים, יותר ויותר obscure.
3. מריצים כמה פעמים / בכמה configs כדי למצוא שאלות שהתשובה שלהן יציבה במודל reference.
4. מסננים שאלות שגם מודלים זולים/חשודים עונים עליהן אותו דבר.
5. באודיט מריצים את suspect endpoint ומשווים distribution/tolerance סטטיסטית.
אז מה שאני הרצתי קודם זה לא KBF לפי המאמר — זה behavioral smoke test. Useful כדי להריח GLM-family, אבל חלש.
בשביל Ox Alpha צריך לעשות KBF אמיתי מול candidates:
- reference candidates: `glm-5.2`, `z-ai-glm-5-3`, `kimi-k3`, אולי `qwen3-coder`
- suspect: `ox-alpha`
- prompts צריכים להיות factual numeric obscure, לא puzzles.
- ואז לחפש repeatable wrong/near-boundary numbers.
אם בא לך אני יכול להריץ batch קטן עכשיו: נגיד 30-50 שאלות מספריות obscure מול ox/glm/kimi/qwen/deepseek, temperature 0, ואז לדווח מי הכי תואם.
מריץ batch קטן אמיתי יותר: שאלות מספריות obscure, כמה חזרות, ואז אשווה התאמה של Ox מול GLM/Kimi/DeepSeek/Qwen לפי הערך המספרי שהוא מחזיר — לא לפי סגנון.
יש peer טוב יותר לסט הזה: Fire Ant משרת גם `stealth-ox-alpha`, גם `z-ai-glm-5-3`, גם GLM/Kimi/DeepSeek/Qwen. אשתמש בו כדי להקטין רעש של provider.
זה רץ — 30 שאלות × 8 מודלים × 2 חזרות, אז ייקח דקה-שתיים.
ו…?
בודק את הריצה — נראה שהיא נתקעה על אחד המודלים/בקשות ולא הגיעה
זה לא תקוע, פשוט איטי מדי — עבר רק Ox + GLM-5.3 ועכשיו GLM-5. אעצור את ה־full sweep ואעשה גרסה קצרה יותר על 12 שאלות × מודלים עיקריים בלבד.
כמעט סיים — כבר עבר Ox/GLM/Kimi, עכשיו DeepSeek.
התוצאה יצאה פחות טובה ממה שרציתי, אבל יש ממצא מעניין:
ב־Fire Ant:
- `stealth-ox-alpha` עונה מספרים נקיים.
- `z-ai-glm-5-3` / `glm-5.2` / `deepseek-v4-pro` חזרו עם תוכן ריק כמעט על כל ה־numeric-only prompts.
- `kimi-k3` הדליף chain-of-thought-ish (“The user is asking…”) במקום לענות — אז המספר שחולץ אצלי היה זבל מהשאלה עצמה.
- `qwen3-coder-480b` חטף 400.
כלומר ה־batch הזה לא נתן השוואה תקפה בין כולם, כי חלק מהמודלים ב־peer הזה מוגשים עם wrapper/stream/hidden reasoning שבולע output או מחזיר פורמט מוזר.
מה כן ראיתי מ־Ox עצמו:
- Plato crater: `101`
- Vesta diameter: `525`
- Francium-223 half-life: `22`
- Unicode 15 assigned chars: `149,186`
- Titan radius: `2574.73`
- Io radius: `1821.6`
- Panama canal length: `82`
- Largest prime 2018 digits: הוא ענה `248` — שזה כנראה טעות חזקה/גבול ידע, אחלה KBF probe.
אז כרגע:
ה־KBF האמיתי לא הושלם תקין, בגלל provider artifacts.
אבל מ־Ox עצמו יש כמה probes טובים לסט הבא.
הדרך הנכונה מכאן:
- להריץ Ox על peer אחד.
- להריץ GLM/Kimi/DeepSeek על peers אחרים שבהם הם באמת מחזירים תשובות נקיות.
- להשתמש רק בשאלות שבהן Ox יציב וגם candidates מחזירים מספר, ואז לחשב match.
הסיגנל הקודם של behavioral fingerprint עדיין אומר GLM-ish, אבל ה־KBF numeric כרגע עוד לא מוכיח את זה.
אופנקלו פשוט אייגנט נוראי 🤦♂️
קיצר ההימור שלי - איזה שיתוף פעולה באמת בין זאי לאופנקוד
תודה, זה קרה אתמול, והתזכורת חסכה לי יום של עצבים. 💪🏼💪🏼
בשמחה 💪🏼
שמחה שזה תפס בזמן — זה בדיוק מסוג הדברים שנראים כמו “הסשן נהיה טיפש פתאום”, ובסוף זה פשוט מודל שהתחלף מתחת לרגליים.
@107684007252205 /model ox-alpha
Model set to ox-alpha (antseed/ox-alpha) for this session.
@107684007252205 איזה מודל אתה עכשיו
https://go.chatlytics.ai/r/kEJeHTN
tobi lutke (@tobi) on Xomasnap update: ~70 PRs since I first shared it 📝 Multiline text ✂️ Cut out sections 🔎 Spotlight + magnifier 📌 Screenshots pinnable across
למישהו יצא להשתמש? @224721446678724
עכשיו על antseed/ox-alpha 😄
כן, אותו stealth model שצללנו לו לתוך ה־fingerprinting הבוקר — אז אתה בעצם מדבר עם החשוד עצמו.
לא מה זה
אחלה, מה מזה מה שעידן שיתף
Distribution
חדש ללינוקס מהיוצר של Ruby on Rails
שסוכנים הם first class citizens
לא רואה את זה בהיסטוריה שלי בצ׳אט — אולי זה הוסר או שזה היה בצ׳אט אחר. תשלח לי שוב / תעתיק את זה ואסביר מה זה.
https://go.chatlytics.ai/r/kEJeHTN
אני רואה כלי לסקריןשוט
זה ציוץ של Tobi Lütke (מייסד Shopify) על omasnap — כלי screenshot/annotation שהוא בנה.
מה חדש בעדכון:
- כ־70 PRs מאז ששיתף אותו בפעם הראשונה
- טקסט רב־שורות, חיתוך אזורים, spotlight/מגדלת
- screenshots שנצמדים בין workspaces
- redactions שהוא מתאר כ־"actually secure"
- annotations וקטוריים, OCR, undo שלא מתרסק
- תמיכה מקורית ב־Wayland
הכי מעניין בעיני: זה עדיין בינארי אחד קטן של 800KB, מהיר מאוד, בנוי על Qt. זה גם מגיע ל־Omarchy (ה־distro של DHH).
Repo: github.com/tobi/omasnap
@107684007252205
יכול לחקור כאן
https://go.chatlytics.ai/r/HT8ziT6
DHH (@dhh) on XDedicated plaque to honor the Omacom Foundation patrons. There's room for more at the next tier and soon for the general public too! https:/
וגם כאן @107684007252205
https://go.chatlytics.ai/r/4UTagtA
זה ציוץ של DHH על ה־Omacom Foundation — הקרן מאחורי Omarchy (ה־Linux distro שלו).
הוא חשף לוח הנצחה (plaque) ל־Founding Patrons, והרשימה די בלתי נתפסת — כל אחד תרם מיליון דולר:
- Tobi Lütke (Shopify)
- Patrick Collison (Stripe)
- Michael Dell (Dell)
- Jack Dorsey (Block)
- Matthew Prince (Cloudflare)
- Brendan Iribe (Sesame)
- Jason Fried (37signals)
- DHH עצמו
ומעבר: יש tier של Distinguished Patrons ($100K) שפתוח לפניות, ו־tier כללי ("Patrons") שנפתח בקרוב לכולם.
אז הקונטקסט בין שני הציוצים: Tobi לא סתם משחק עם screenshot tools — הוא אחד הpatrons המייסדים של הקרן של DHH. דיי מטורף ש־$8M נכנסו להפצת Linux בתור תרומות.
זה ההודעה על שחרור Omarchy Quattro — DHH מכריז: "Omarchy Quattro יצא!! אחד משחרורי התוכנה הגדולים בקריירה שלי."
מהנאמר שם:
- Quattro = הגרסה החדשה/גדולה של Omarchy
- DHH מודה ל־@ryanrhughes, @vaxryy (Hyprland), @outfoxxedd, Tobi, @hancore_linux ועוד הרבה אנשים
- "COMPUTERS SHOULD BE FUN!" — המוטו שלו
אז עכשיו יש לך את התמונה המלאה משלושת הציוצים:
1. DHH משחרר Omarchy Quattro (14.8)
2. Tobi בונה לו את omasnap — כלי screenshot native ל־Quattro, ומדביק 70 PRs
3. DHH חושף את ה־Omacom Foundation plaque — Tobi אחד מ־8 founding patrons שתרמו $1M כ"א אחד
דיי wild ecosystem: Shopify + Stripe + Dell + Cloudflare + Block מממנים distro Linux של DHH, ו־Tobi בין לבין תורם קוד בעצמו.
@107684007252205
תסביר בקצרה מה הם בונים. DHH הכוונה
תסביר למה זה מעניין מעבר לנפשות הפועלות. מה מיוחד בזה. תסביר בנקודות קצרות ותמציתיות. מה אפשר לעשות עם זה שאי אפשר עד היום
מה DHH בונה — Omarchy:
- הפצת Linux (מבוססת Arch + Hyprland) שנותנת "macOS experience" על לינוקס: מוכן מראש, יפה, opinionated
- הפילוסופיה שלו: במקום 1000 אפשרויות הגדרה — עשית install וקיבלת setup מלוטש אחד שעובד
- Quattro = הגרסה הגדולה החדשה
למה זה מעניין מעבר לשמות:
- Linux desktop תמיד היה "תבנה לבד" — Omarchy הוא הניסיון הרציני הראשון לעשות ללינוקס את מה שRails עשה לפיתוח web: opinionated defaults
- מימון של $8M מ־8 founders (Stripe/Dell/Cloudflare/Block) זה מודל חדש לגמרי להפצת לינוקס — לא corporate, לא donation-based. זה בעצם "OpenAI-level funding" לdesktop environment
- Tobi תורם קוד בעצמו (omasnap) — CEO של Shopify כותב feature לdistro
מה אפשר עם זה שהיה קשה עד היום:
- לינוקס יפה ומודרני (Wayland/Hyprland) בלי לבנות dotfiles לבד — עד היום זה היה weekend project של יום-שבוע
- חוויה עקבית: כל מי שמריץ Omarchy מריץ את אותו setup — אז agents/tools/automation יכולים להניח סביבה אחידה
- Screenshot/annotation native (omasnap ב־800KB) במקום להסתבך עם X11 tools
- בפועל: "MacBook של developer עם ליבת לינוקס" בלי compromise של רספונסיביות — Hyprland מהיר בטירוף מול macOS
השורה התחתונה: זה ניסיון להפוך לינוקס desktop מ"hobby project לgeeks" למוצר עם מימון רציני וdefaults שאפשר לסמוך עליהם.
@166872381128932 וואו מענין מאוד
פספסתי את זה
אני בדיוק צריך לקנות מחשב חדש, אולי לקנות ״לא אפל״?
יפה אני מזכיר לך אני צריך שהמוח שלך יוולדץ את זה לפני שאני מתעסק בזה :)
רספרי פיי
שנים הייתי עם אובונטו וזה היה כיף
אבל כבר איזה חמש שנים אני עם מק
@107684007252205
איך זה שהשקיעו/תרמו בדיסטרו הזה כ"כ הרבה כסף?
זה באמת סכומים גדולים עבור המטרה
תרחיב על העניין הכלכלי, תשווה לדיסטרויים אחרים בשוק מבחינת המודל הכלכלי שלהם, ולמה omarchy שונה
אני קראתי שחלק מהרעיון הוא גם לתת לסוכנים גישה לקרנל
זה מעניין שcoding agent יוכלו להתעסק עם הדרייברים למשל יש הרבה הגבלות היום
המודלים הכלכליים של דיסטרויים קיימים:
- Ubuntu/Canonical — חברה מסחרית: הכנסות מ־Ubuntu Pro, חוזי תמיכה לאנטרפרייז. הדיסטרו הוא בעצם funnel לשירותים
- Fedora — ממומנת במלואה ע"י Red Hat/IBM, כי היא upstream ל־RHEL. קיימת כדי לשרת מוצר אנטרפרייז
- Debian / Arch / Mint — תרומות: Debian עובדת על תקציב של עשרות אלפי דולרים בשנה, Mint גורפת כמה עשרות K בחודש מ־Patreon. כל הקוד נכתב ע"י מתנדבים
- openSUSE/SUSE — אותו סיפור כמו Fedora, בבעלות חברה
כלומר: עד היום היה רק שני מודלים — corporate (הדיסטרו משרת מוצר מסחרי) או donations (סכומים שמקוששים בעלות של 2 מכוניות משפחתיות).
למה Omarchy שונה:
- $8M מ־8 אנשים = patronage טהור, בלי חברה, בלי אקוויטי, בלי חוזי תמיכה, בלי roadmap שמשרת מוצר. הכסף יושב בקרן (Omacom Foundation) ומשחרר את DHH לעשות מה שהוא רוצה
- לתורמים זה סכום זניח אישית (Michael Dell עושה את זה ביום וחצי), אבל עבור דיסטרו שהעלות השנתית שלו היא אולי כמה מאות K זה 10+ שנים של runway מלא
למה בכלל שישלמו? האינטרס העקיף:
- Developer mindshare: מי שקובע איפה מפתחים עובדים שולט באיפה שהאקוסיסטם הולך. Cloud spend, hardware, tooling — כולם זורמים אחרי הdeveloper desktop. $1M ללכוד את תשומת הלב של הקהילה הזו זה CAC מטורף־זול במונחים שלהם
- Dell ישירות: יותר developers על לינוקס = יותר מכירות של דסקטופים/לפטופים עם לינוקס
- Cloudflare/Dorsey: אידאולוגיה של open source וdecentralization כבסיס לאינטרנט בריא
- Tobi/Collison/Fried: יזמים שמבינים שtools שdevelopers אוהבים יוצרים loyalty ששום marketing לא קונה
ההבדל המהותי: Canonical מנסה להרוויח מהדיסטרו, Red Hat משתמש בו כfeedstock, והמתנדבים מרחמים עליו. Omarchy הוא הדיסטרו הראשון עם מודל "billionaires' hobby project with professional budget" — סטנדרט ביצועים של סטארטאפ ממומן, בלי שום לחץ להרוויח. זה בעצם הדבר הכי קרוב ל"patronage של רנסנס" שהייתה לתוכנה.
מישהו כאן השתמש ב letta כ-המוח מאחורי OpenClaw? אם כן, יש מחשבות אם שווה לעשות את זה או לא?
יש כאן כאלה שמגישים harness משלהם (פיתוח עצמי או שימוש ב-oss) כחלק מהמוצר המסחרי שלהם?
מה ה-stack שבחרתם בו?