Comments 16
Пока LLM очень ограничена, как маленький ребёнок, который делает в жизни первые шаги. Полностью довериться ей нельзя, постоянно нужен глаз да глаз. И чаще вреда от нее больше, чем пользы. Но все же, как помощник, подсказчик, уже здорово может облегчить работу над проектом. Не более, все же самому нужно писать код, выстраивать логику и разбираться что и в каком виде необходимо для достижения поставленных целей и задач.
Вам нужно было попробовать уже Codex. У него лучше с контекстом т.к. доступ ко всему коду. Тем более входит в подписку. Я через Codex решаю задачи, когда нужно, чтобы он контекст лучше понимал.
Иногда мне нужно реализовывать экраны не сложные с точки зрения написания кода, но муторные т.к. нужно отовсюду что-то достать, похоже обработать, похоже вывести и мне проще дать эту задачу Codex и получить её минут через 10.
Сам я пока могу кодить части с которыми ИИ в теории тоже мог бы справиться, но я дольше буду максимально подробно описывать промпт и потом исправлять. Для меня ИИ это джун и интерактивная документация (т.к. на работе на просьбу о помощнике мне отказали), которому я даю джуновские задачи, которые сложно интерпретировать и реализовать неверно.
Как раз недавно нужно было сделать экран, грубо говоря вывести списки пяти разных моделей и вывести в определенном виде. Я просто написал создай такой-то экран, возьми 5 моделей, выведи с заголовками, примеры использования и методов можешь найти в таком-то файле, сами модели лежат вот там. И он справился, еще и учёл как обычно списки и экран компоную.
В работе с LLM тоже есть стажёры, джуны, мидлы, сеньоры и т.д. Выстажор, и. О что вы делали две недели, опытный мидл LLMоператор и немного в теме программирования сделает за 2-3 часа. Здесь нужно быть в теме, использовать ide с интегрированным Codex, Claude или Gemini code. Включить режим план мода, прописать идею, оценить план от AI и наслаждаться реализацией. А потом Некст уровень, агенты и субагенты, mcp и.д.
Gemini cli - работы на 30 минут.
А почему не курсор?
Тоже для себя делала скрипт через нейросеть. Если посидеть подумать, написать все условия и ограничения, то в целом результат выходит неплохой. А вот для крупных проектов уже вряд ли, ощущение, что часть данных которые нейросеть сама же и выдала, она же и забыла
Я соглашусь с комментариями выше, это действительно не сложная задача для текущий ai ide, может на час-полтора
Но все равно желательно хотя бы немного понимать, что вы делаете. Чтобы успешно реализовать уведомления, нужно понять вообще как они работают. Есть локальные, есть которые тригерит бекенд и с ними по разному работать. И тут вопрос что именно пытался сделать жпт
Текущие модели не очень хорошо пишут код на dart. Структуру проекта делают плюс минус норм, но виджеты очень плохие получаются. Видимо из-за того, что по Дарту не так много учебной выборки в сравнении с тем же js
У меня тоже не получается переложить на ИИ написание даже небольших программ. Какие-то процедуры и функции - нормально, а программу 400+ кода уже так косячит, что больше времени на исправление ошибок уходит. Проблема в том, что генеративный ИИ не может понимать, он на основе входных данных генерирует наиболее подходящие выходные. И чем больше входных данных, тем больше вариантов для выходных и меньше шансов свести связный ответ, в результате чего появляются галлюцинации. Все кто тут надувая щёки рассказывает, что это вы не умеете пользоваться ИИ, на самом деле сами не пользуются вообще. Просто есть люди, которым важно что бы о них думали как о супер-пупер спецах, но на деле это спецы пускать пыль в глаза не имея за душой ничего, кроме самомнения. Всё-бы ничего, но из-за таких вот "профи" начинаешь на ИИ возлагать надежды большие, чем ИИ действительно может. Это как робот-пылесос не заменит уборку обычным пылесосом, чтобы там не говорили и показывали обзорщики. Но после просмотра этих обзоров думается "ну вот этот все будет убирать". Не будет.
Фразв "Мне стало сильно удобнее" ; сильно‑сильно меньше - вызываю предположение, что автором тоже является ChatGPT .
Я вот вообще в коде полный 0. Но как-то по работе понадобилась программа по штрихкодированию. Пользовался уже готовой, но мне все время что-то не хватало. И решил написать сам, через chatgpt. В итоге я перешел на copilot github и моя программа переросла в полноценную систему учёта с остатками и отчетами. Именну такую, которая мне и нужна. В итоге ещё и web приложение компаньон написал со всеми синхронизациями. Главное, правильно ставить задачи ИИ. И он всё сделает так как надо
Отложенные уведомления во флаттер в некоторых библиотеках работают только в релизных версиях, в дебаге могут не работать. Возможно вы с этим столкнулись при разработке.
Здесь точно про json? Чуется мне какое-то противоречие с минусами.
Написал приложение с помощью GPT-5 и вот что получилось