Comments 34
Интересует ваше мнение: Что скажете за Cursor?
Как одному из основных разработчиков far2l мне привычнее всего встроенный редактор Фара, и менять его на что-то другое не очень хочется. Но если там есть возможность подключать бесплатную Gemini 2.5 Pro с http://aistudio.google.com или хотя бы платную, и если там можно вручную задавать, какие файлы должны постоянно висеть в контекстном окне — можно попробовать
Сам использую фар много лет (те кто используют фар не бывают "не много лет", они либо используют фар "много лет", либо даже не знают что это такое :) ). Но новые времена требуют новых подходов. Невозможно в фаре (хотя он безусловно хорош) взять каталог файлов с кодами и сказать "найди все классы работы с кроном, найди метод запуска крона и добавь параметр в метод с новым параметром ХХХ и обнови все классы чтобы они использовали уже новый метод с новыми параметрами". И речь даже не об умной "замене с поиском", которую нуууу... наверное можно замутить и на фаре (ну если задаться целью и гвоздь можно клавиатурой забить), но вайбкодинг - это всетаки уже другой стиль редактирования (и я сейчас именно (!) о редактировании даже, а не о программировании, которое тоже собственно сильно отличается сегодня от времен когда мы на ДВК в кодах на перфокартах кодили). Почему я спросил за Cursor. Да, он платный (и это минус /сарказм/). Но у него Visual Studio Code и это замечательный инструмент, который так и не побил мою любовь к фару и я продолжал кодить в фаре, уже даже понимая что местами VCode лучше. Но с ИИ-помощником - тут уже и речи быть не может. Как только я сел за Cursor, я понял что-то изменилось за последние 20-30 лет в кодинге :))
Я продолжаю редактировать какие-то файлы в фаре, но вайбкодинг - это не просто редактирование скриптов. #этадругое.
Вот почему я и спрашиваю за сравнение с aistudio. Там как в Cursor? Лучше или хуже? Gemini есть и там и там. Но в Cursor оно "под капотом" и "просто работает". Я не думаю какая там модель (а там их несколько), я просто пишу код... нет, я даже не пишу ход. Я именно чувствую себя архитектором кода. Я говорю (!) как писать код, а ИИ-ассистент - это некий аналог джуна или подмастерья у художника - берет и делает. Да, надо проверять (и тут кстати можно и фаром посмотреть), но проверить и написать с нуля - это две большие разницы, как говорят в Одессе.
UPD: Глянул ваш гит с вашим проектом. Посыпая голову пеплом, скажу с сожалением что не знал о вашем проекте ну вот вообще никак и ничто. Так что от меня вам мой респект и уважуха. Годная тема.
Спасибо! ❤️
Про Cursor. Поискал в инете. Gemini 2.5 Pro c 1 млн. токенов можно прицепить, но это должна быть либо платная Gemini, либо платный Cursor. Окно контекста собственного ИИ 128 тыс. токенов в бесплатном режиме, в платные пока не вчитывался, сначала посмотрим, насколько сообразительный ИИ там.
В текущей реализации закреплённые вручную файлы (pin) навсегда не сохраняются, после закрытия/перезапуска редактора или чата список «прикреплённых» сбрасывается. Фича сделать постоянное закрепление на стадии обсуждения, как я понял.
Скачал, запустил, попросил его решить одну из рутинных задач по far2l, он решил. Нра! Пока не могу сказать, насколько сложные задачи он решать в состоянии в бесплатной версии (128 тыс. токенов это не 1 млн., но для многих задач хватит), но выглядит так будто для сравнительно несложных задач можно сэкономить между тасканием кода туда сюда. Свое место в инструментарии займёт наверняка, понравится — возьму платный, напишу ещё статью.
Это вообще работает? Парсер же заблочат автоматом.
Просите сетку написать текстовое резюме всей проделанной работы. Потом создаёте новый чат, кидаете туда исходники и резюме из прошлого, и продолжаете с этого места дальше.
просто выгрузите диалог в текстовый файл и передайте его ИИ вместе с первым сообщением в новом диалоге
фактически он сделает тоже самое - создаст саммари этого текстового файла внутри себя НО при этом у него будет как бы "шпаргалка" с которой он сможет сверяться (да это ограничит в итоге ваше контекстное окно, т.е. переезжать из диалога в диалог придется чаще. но качество "непрерывности" будет больше)
p.s. ещё один "лайфхак", может кому-то будет интересным, Gemini 2.5 Pro умеет в видеофайлы формата mp4. создавая с ним фронтенд-приложение (что-то вроде кастомного календаря-трекера событий) я обнаружила что передать ему видеофайл с поведением и пояснениями что не так и как надо более эффективно чем делать скрины или просто описывать словами
Gemini 2.5 Pro
Без танцев показала свою недоступность в нашем регионе. Как я понимаю нужно послать через три буквы?
Вот как раз вам вероятно больше подошла бы доступная в РФ ChatGPT в виде плагина к IDE (выше хвалят Cursor), там окно контекста не так критично. И ещё я бы предложил изучить, что есть у Сбера и Яндекса. У них точно были свои модели, насколько мощные затрудняюсь ответить
Не все модели в cursor, да и сам cursor, доступны из РФ. Без трех букв в современных условиях не обойтись.
Кстати про gemini - Вы очень категоричны на его счёт в статте, сравнивали ли с gpt-5-high или opus-4? На моих задачах уже не всегда длина контекста имеет решающее значение, gpt-5 себя лучше показывает.
Сбер и яндекс отстают от фронтир моделей по меньшей мере на год.
gemini 2.5 pro не просто дает 1млн контекст, он это делает абсолютно бесплатно.
Гпт с опусом очень дорогие. Джемини на самом деле тоже, если за него платить.
20$ в Cursor за фактический безлимит в auto режиме (там вроде только gpt-5 и sonnet-4 сейчас) - не так чтобы супер дорого. Платить за api напрямую - да, согласен.
По метрикам cursor я 300$+ в прошлом месяце на апи бы потратил, но их покрыла подписка.
Стоит ли 20$ изворотов с бесплатным gemini через ai студию (иначе как его подцепить)?
Да, ChatGPT 5 просто чудеса творит с кодом невероятные. Даже модель Middle работает сильно лучше по ощущениям, чем Gemini.
Лучше использовать агрегатор для нейросерей. Это решает все три проблемы (доступ без трех букв, оплату в рублях и возможность использования разных провайдеров)
Даже если это дешевый джемини с наполовину заполненным контекстом, каждый запрос будет обходиться больше чем в целый доллар
Вы на самом деле считаете, что джемини дешевый?
Промпт (за 1M токенов):
1,25 долл. США, подсказки <= 200 тыс. токенов (101 руб. по курсу 83)
2,50 долл. США, подсказки > 200 тыс. токенов (202 руб. по курсу 83)
Ответ (за 1М токен):
10,00 $, подсказки <= 200 тыс. токенов (807,5 руб. по курсу 83)
15,00 долл. США, количество подсказок > 200 тыс. (1211,25 руб. по курсу 83)
Эта же самая модель у агрегатора:
Размер контекста (в токенах): 1 048 576
Размер вывода (в токенах): 65 536
Промпт (за 1M токенов): 147,32 руб.
Картинка-промпт (за 1к токенов): 0,608 руб.
Ответ (за 1М токен): 1 178,57 руб.
Да, немного дороже, но нет проблем ни с тремя буквами, ни с регистрацией, ни с оплатой в рублях. И в одном месте и за один бюджет можно проверить и начать использовать любую другу модель от любого другого провайдера, например:
Модель: qwen3-coder
Размер контекста (в токенах): 1 000 000
Размер вывода (в токенах): 65 536
Промпт (за 1M токенов): 23,57 руб.
Ответ (за 1М токен): 94,29 руб.
А как вам Qwen3 с моделью Coder?
Уже 10000-ая статья про вайбкодинг, но опять про то же самое.
"Делайте так, как надо, а как не надо - не делайте"
Вау, спасибо за науку. Вам на виси с такими статьями, хотя наверное уже и там тема нейросетей и вайбкодинга всех зае... надоела.
Ничего нового для себя в статье не прочитал, но с топиком соглашусь – вайбкодинг (с агентом и контекстом, а не просто а одном файлике или гонять между окошком гпт с редактором) возвращает любовь к кодингу в целом. Пока пользуюсь платным копилотом с сонетом, в vs code, нравится. Влёт генерирует тесты, докерфайлы, запускает сам это всё, смотрит логи, поправляет себя.
Интересно, насколько круче работает упомянутый выше курсор.
Попробуйте codex от openAi, вы удивитесь что и контекста хватает и подгружать ничего не нужно)
Пробовал пару недель копировать и вставлять код от gemini из ai studio, увлекательно, я е отрываясь по 20 часов в день на выходных позапрошлый просидел. С регулярными подсказками от других llm. Когда получается работающие проекты на языке, Go, Rust, не зная их после многих попыток что-то освоить и написать, при этом упираясь в простые проблемы, о которых спросить не у кого или неудобно, это и правда увлекательно.
Потом поставил Gemini GLI, в сложном проекте он зациклился. В эти выходные начал на GitHub copilot , понравился интерфейс, код удобно копировать, нет простыни одного часа, он сбоку с номерами версий. Кстати системная подсказка для Gemini 2.5 нумерация сообщений, нумерация кода, с именем и версией, краткими выводами, потом версинность кода увидел в Github Copilot, в нем использовал ChatGPT 5 mini. Копировал и вставлял в notepad ++. Ide для меня перегружены по интерфейсу. Когда кончились пробные периоды на двух аккаунтах на устранение ошибок компиляции, несоответствие библиотек и другие правки (уже занимался в эти выходные проектом на rust, прошлые на go) поставил Qwen coder, оказалось проще чем ожидал, нашел и скормил ему инструкцию от команды claude и ещё одну для rust, по эффективной работе с ai агентами (попалось в одном видео, потом попросил поискать perplexity, он помог и потом ещё несколько нашел в режиме исследования, три бесплатно в день, потом также уточнил у ChatGPT в режиме исследования).
Так вот Qwen coder дал мне заняться своими делами наконец-то, я ему дал разрешение на запись и запуск команд прямо в powershell, подходил несколько раз перезапускал, он писал резюме по проекту. Один раз перезапустил полностью, он прочитал проект и продолжил, в итоге скомпилировал минимально рабочую версию и позже сделал несколько правок.
Моя задача, сделать варианты работы с данными в рабочем контуре без интернета, трансформации из excel, в базы данных и потом визуализации.
Когда не кодил, по пути на работу и в фоне на работе, я расспрашивал про архитектуру проекта возможную и новшества в ETL процессах, которые могу применить в своем проекте, много нового узнал про экосистему. Gemini пояснял по parquet, на простых примерах, почему он эффективнее, DuckDB и многое другое, что можно собрать все в один exe и векторные базы данных, для фактов, семантики, и смыслов, потом вытянул у него про LanceBD и формат Lance и другие нативные rust возможности.
Сейчас думаю вместе с llm, переспрашивая о разных аспектах и с разных сторон о решении рабочих задач, личных проектах, как именно сделать новыми или проверенными способами, об эффективности, архитектуре, что реально сделать и меньше изобретать велосипед. Нахожу новые статьи и видео, переспрашиваю Gemini, как это можно применит к проекту. На 900 тысячах токенах он стал притормаживать как старый дед , пришлось вернуться в историю и подавлять книги, тексты видео, тупиковые ветви кода.
и Из рабочих за эти пару недель программа селения за рамками и копирование файлов в другие директории при их обновлении, помогает на работе, делится результатами работы и забирать рабочие файлы от коллег без напоминаний и рутины.
Я юзаю ручной копипаст в браузер в чатгпт и потом копирую в powershell и все пока что работает и бесплатно. В комментариях подобных статей интересные вещи пишут))) в дипсик начинал заткнулся на ошибке. Перешёл а гпт там тоже ошибка. В итоге поправил и наверное потом вернусь в дипсик. Контекст больше тянет, приходится же весь проект писать ему обратно
.И преобразование сложного по структуре файла excel (150 участков, по каждому 19 метрик в строках и 40 элементов в столбцах) в плоский вид с помощью python, и коду написанному Genini с корректировками от ChatGPT 5, это занимает минуту, а не как мое решение в excel, с 200 листами, с раскладкой всех участков и элементов в текст по каждому элементу с последующей конвертацией из текста в таблицу минут 10 файл обрабатывает.
Rust проект это сделал быстрее, но с ошибками, не все данные и не те данные, видать я не смог донести как надо Qwen, хотя давал рабочий python скрипт. Потом попался вариант портирования на rust (нашел - https://github.com/ofek/pyapp) , тоже надо потестить.
Увлекательно однако, мне 53, много идей было как все улучшить, а тут могу сам попробовать.
Не понял, а почему не chat-gpt5-high или он хуже gemini в коде?
Круто, что на хакатонах уже используют такие подходы
Как начать вайбкодить и снова полюбить программирование