Про кодинг-агенты

Захотелось немного структурировать мысли и зафиксировать опыт.

Буквально до этого месяца я по работе и для личных проектов использовал в основном Cursor как IDE с платным планом, гоняя Auto режим, где он сам подбирает "самую подходящую" модель. Меня полностью устраивал результат: и обсуждения задач, и попутное создание документации и, собственно, сами задачи по программированию решались просто, без бесконечных циклов "ДА КАКОГО ХРЕНА ТЫ ТВОРИШЬ!!!111".

Но лимиты (даже несмотря на то, что поверх включённых в тариф $20 они мне выдавали до ~$60 бесплатными) кончались с какой-то космической скоростью. Буквально 3-4 плотные сессии по несколько часов и привет, жди следующего месяца или плати. В какой-то момент, когда начались активные "вайбкод" проекты по работе + начал плотно дорабатывать свои инструменты, этого категорически перестало хватаь и я начал искать альтернативы.

Я попробовал примерно всё, что было на рынке: как IDE вроде Windsurf или Kiro, так и экстеншены вроде Copilot или Kilo Code. На мой скромный взгляд и по итогам не очень экстенсивных тестов Cursor всё ещё остался фаворитом. Моя догадка — дело в архитектуре. Для понимания масштабов трагедии: Antigravity — казалось бы, родная IDE от гугла, с их же родной моделью Gemini 3 Flash всухую проиграла Cursor с той же моделью. В Antigravity мне пришлось добивать несколько раз промт, уточняя что нужно сделать и корректируя "нет нихрена я это не просил, вот тут и тут ошибки и не так". В курсоре же всё сделалось с первого промта как нужно — ту же задачу.

В очередной раз, когда лимиты в курсоре кончились, а колупаться с другими IDE/агентами совершенно не хотелось, решил всё-таки попробовать более "традиционные" агенты вроде Codex, Claude Code и Gemini CLI.

Во-первых, про Claude Code. Какой вокруг него стоит хайп и как все его хвалят — я ожидал чего-то волшебного. Но не получил. При использовании тогда ещё Sonnet 4.5 результаты были hit or miss — и стабильно хуже опыта в курсоре. С появлением Opus 4.6 сиутация изменилась: результаты правда радовали. Однако, то как он жрёт лимиты — это просто жесть. Буквально за полчаса с опусом можно на изи сожрать недельный лимит.
И это, кстати, относится в целом к клоду — лимиты уходят очень быстро. До сих пор загадка, как некоторые наши отделы юзают шареные аккаунты. Я один-то вырабатываю лимиты и постоянно приходится переключаться на другие нейронки.

И вот тут меня оч приятно удивил Codex 5.3 — последняя модель от OpenAI. Несмотря на то, что по всяким там бенчмаркам (которых пока вроде не очень много) он не такой понтовый как Opus 4.6 или Gemini 3, меня он внезапно очень приятно удивил. Я его усиленно гоняю на этой неделе и пока нареканий нет. Буквально один раз он скатился куда-то не туда в длинном треде, но это в целом антипаттерн — давать кучу задач в рамках одного треда, поэтому тут скорее мой косяк. При этом лимиты ощущаются очень щедрыми — я его несколько дней уже по несколько часов гонял, и у меня всё ещё 70% недельного лимита! А "пятичасовой" лимит я ни разу не выжрал, в отличие от того же Клода, где это постоянно случается.

А вот Gemini CLI, кстати, говно собачье. Вот прям вообще отвратительный экспириенс получил. Этот кусок кода слишком узко понимает задачи, нихрена не думает и выполняет буквально минимум (условно — обновляет функцию на бэке, но не подтягивает фронт под это изменение, чтоб ничо не падало), при этом у меня он чуть ли не каждый раз залезал в те части, в которые вообще не просили и удалял лишнее. Вот тут прям жирнющий минус.

Про deep research в "большой троице"

Учитывая, что количество аи слопа в интернете множится, и нейронки в своих "исследованиях" — режим типа Deep Research в ChatGPT/Claude/Gemini — подхватывают его и основываются на нём, доверять этим "исследованиям" стоит с очень здоровой долей скептицизма.

Но сегодня не про качество, а, скорее, про форму.

Просто для сравнения. Всем троим дал идентичные формулировки задачи + просьбу итоговый результат вывести простым, понятным языком.

ChatGPT: "Компании редко начинают поиск documentation software “потому что захотелось новый инструмент”. Почти всегда запуск поиска — это реакция на конкретную боль, которая стала заметной нескольким ролям одновременно..."

Этот мне нравится больше всего, как ни странно (ChatGPT последние полгода считаю "догоняющей" лошадкой, которая справляется с задачами хуже конкурентов).
Вполне простой, человеческий язык: без заумных, сложных формулировок или ухода в маркетинговый булщит.


Claude: "Поиск почти никогда не начинается с фразы «Мне нужны лучшие функции». Он начинается с кризиса, критической точки или медленного накопления боли, которая в конце концов становится невыносимой..."

Этот сохраняет относительную простоту слога, но ударился (как он любит) в гиперболизацию и какие-то эмоциональные обороты, которые, имхо, только мешают восприятию фактов, а то и искажают их.


Gemini: "Компании инициируют поиск специализированных инструментов для управления знаниями не в результате случайных административных решений, а под давлением специфических триггеров, которые можно классифицировать как технологические, экономические, регуляторные и социокультурные..."

Этот будто бы вчера из госконторы пришёл, где всю жизнь общался канцеляритом. Просто отвратительное, нечитабельное бюрократическое месиво сложных формулировок и терминов. Просто невозможно читать.

От авторов "что-то пошло не так, а потом 299р/месяц" новый шедевр:

"Дальше — в месяц"!

Career goals 🥹

Zoom — изобретение слабоумного кретина. Всегда ненавидел этот софт, и вот опять.

Во-первых, ни с каких других устройств я к вебинару, естественно, не подключался.
Во-вторых, ТАК ОТКЛЮЧИ МЕНЯ ТАМ И ПОДКЛЮЧИ ЗДЕСЬ КАК ЭТО ДЕЛАЕТ GOOGLE MEET ТУПОЙ ТЫ КУСОК КАРТОШКИ 🤬🤬🤬

В принципе, даже не спорю с логикой

Все уже видели новые фотки Земли? Пишут, что первые за 50+ лет полноценные фото, остальное — это был композит из частей.

Я вот увидел наконец-то. Впечатляет.

Да, сейчас это канал про фотографии, что вы мне сделаете? 😆

Там ещё свежих фоток подвезли из этой экспедиции.

Меня больше всего впечатлила вот эта, где Луна полностью затмевает солнце. Выглядит как кадр из сайфая какого-нибудь.

В прошлом году, когда я также ездил на TWD2 с выступлением (правда народу было на выступлении раз в 10 меньше), я рассказывал про то, как техписы и документация как продукт их деятельности влияют на бизнес-метрики и что дока — это вообще-то продукт, чувствовал себя инфоцыганом немного. Пока все остальные рассказывали про прикладные и понятные вещи типа юзабилити-тестирования документации или проверки текстов через линтеры, я рассказывал про какие-то непонятные техписам вещи типа вовлечённость, чёрн рейт и прочее влияние на бизнес.

Однако лёгкое чувство, что просто опередил рынок на год) В этом году реально чуть ли не половина докладов была про то, что документация -- это продукт, что нужно доказывать свою ценность бизнесу, что нужно следить за метриками и не просто писать текст. Тренд-с, однако.

Это хорошо, конечно. Чем дольше работаю продактом, тем больше убеждаюсь в необходимости иметь продуктовое мышление (звучит как bias, понимаю, но практика говорит о фактах) вообще на любых должностях в командах, которые занимаются разработкой софта -- от маркетинга до саппорта.

Вторая половина была, конечно же, про ИИшки (хотя без ГОСТа и ворда тоже не обошлось). Тут вскрыл для себя интересную вещь: то, что мне казалось базой, которую знают вот вообще все, оказалось как раз-таки моим когнитивным искажением из-за того, насколько плотно я работаю с нейронками на ежедневной основе.

Поборов кринж и синдром самозванца выступил там же без подготовки (это вообще достижение личное) на "баркэмпе" -- в уютной обстановке на небольшую группу людей рассказал что за LLM, что за агенты, при чём тут MCP и так далее. Люди очень просили написать статейку про MCP, поэтому думаю мне просто придётся про это как-нибудь поговорить более подробно.

В общем, конфа была хорошим опытом и дала целую кучу мыслей не только в плане того, что делать на работе и куда наши продукты развивать, но и мне как человеку, увлечённому и аишками, и продуктовым процессами и вот этим всем. Возможно (но это неточно), вскоре буду больше про это писать -- не всё же мемы постить...

Один из самых любимых глюков транскрибации видео ИИшкой — это "фразы" спикеров с кредитсами редакторов и корректоров этих сабов.

Хотя кто знает, может быть, там сотни индусов переводят вместо ИИ, а редактируют и корректируют Семкин с Егоровой...

Мне кажется, я когда-то писал, что в VS Code было замечательное расширение VS Code Pets. Добавляло панельку, в которую можно наспавнить сколько угодно разных животных и наблюдать как они там носятся, бесятся, дружатся.

Так вот, сегодня узнал, что...
(читать продолжение в источнике) щас оформлю отдельным постом :)

... в Codex (десктопный) завелзи нативно петов.

Насколько я понял, есть какое-то количество по-умолчанию, а также есть возможность из любой картинки сделать кастомного — говорят, нейронка сама нарежет картинку и сделает анимации нужные. Но я пока не пробовал :)

Интересно, что это не чисто декоративная вещь — петы отображают статус агентов. Т.е. можно свернуть кодекс и в прикольной форме видеть, когда он закончил работу или требует внимания. Баловство, конечно, те же уведомления вполне делают ту же работу, но тут чисто эмоциональный крючок получается.

Отдельно интересно, что они официально пошли в эту сторону, особенно учитывая убитую похожую инициативу у Anthropic.

Конечно же, юзеры уже сделали Скрепыша (Clippy) :D

Да и вообще понаделали за такой короткий период херову тонну всяких петов, ещё и сайтик под это склепали: https://codex-pets.net/. Вот он, мир вайбкода и быстрых деплоев...

Эх, теперь мой заказ привезут 10 мая, а не 10 мая. А я так надеялся на 10 мая 😭

Прочитал тут Как не терять НИКАКИЕ мысли или как я придумал свою систему «входящих идей» — Офтоп на DTF, и немножечко прогорел.

Я не могу отделаться от мысли, что автор занимается инфоцыганством, хотя подача поста достаточно честная — "для меня это сработало", "я вот так делал" и так далее, без агрессивной "продажи" этой системы (хотя на бусти он её продаёт за $86, лол).

Плюс меня сильно внутренне возмущает позиционирование этой штуки. Думаю, это чисто продуктовая заморочка, и вот несколько мыслей про эту штуку через эту призму:

1. Самый главный вопрос, который у меня возникает — нахрена. Складывать эти заметки и файлы чтобы что? На этот вопрос автор так и не отвечает. Как по мне, то это просто какой-то FOMO паттерн, когда "ой боюс потерять".
Я тоже этим страдал и делал бесчисленные попытки создать что-то такое, чтобы ни в коем случае не потерять ту мысль или файлик, который вот щас мне попался. Но я эту штуку, кажется, наконец-то успешно поборол, в частности через осознание что складирование мыслей/заметок без последующего использования — бесполезная рутина. Да, конечно, есть всякие методики когнитивные типа того же журналирования и т.д. — когда ты пишешь не ради того, чтобы потом это читать или использовать, но это ведь не тот случай?

2. Техническая реализация и описываемые "ключевые фичи" рассказывают про систему складирования и какой-то примитивной сортировки (причём ручной), но никак не про "систему знаний". Автор решил проблему захвата, но проблему retrieval замолчал. Потому что сейчас, пока у него несколько десятков заметок — он всё помнит и знает, где лежит; но со временем система неизменно разрастётся, начнут появляться дублирующие (похожие) теги, и чтобы что-то найти, нужно будет ПОМНИТЬ, с каким оно лежит тегом, в каком виде (PDF? заметка? пикча?) и где. Это нереалистично и нивелирует весь смысл этой системы.

3. Для СДВГ мозга одна из самых больших проблем — это возникающее в момент выполнения задачи трение. И "сохранение мыслей" должно выполняться условно в один клик. Автор же создал целую систему "фасовки", где нужно создавать папки, подпапки,архивы, профили, группы и т.д. Это сильно увеличивает барьер для использования этой фичи.
Плюс, имхо, оно смещает фокус с содержания заметки на выбор правильного контейнера, перенося когнитивную нагрузку из работы с мыслью в работу по классификации.

4. Автор вдобавок попал в классическую ловушку "сделаю своё". Да, это отдельный кайф — навайбкодить себе что-нибудь, я тоже постоянно чёнить делаю. Но. Вместо обсидиана у автора появляется целый зоопарк: JS (React), FFmpeg, FFprobe, ImageMagick, yt-dlp, pkg, yao-pkg, resedit-cli.
В итоге силы уходят не на работу с мыслями/идеями, а на мейнтенанс и доработку системы. Там добрая часть статьи посвящена всяческим проблемам и косякам.

—-
Короче, я чёт покринжевал с этого поста вдоволь. Хорошо, конечно, если самому автору от этого хорошо и оно ему помогает. Но внешние признаки говорят, на мой взгляд, об обратном — он ушёл в инфраструктуру системы, а не в её смысловую часть.

А может я просто завидую таланту вот так вот восторженно продвигать откровенную наколенную херню :)

Раньше в мобильных играх, напичканных рекламой, можно было тупо вырубить интернет и спокойно играть.

А щас вы посмотрите — либо врубай инет и смотри рекламу каждые 18 секунд, либо пошёл нахрен покупай No Forced Ads всего за 799 рублей.