Не для кого не секрет, что AI активно вошли в жизнь разработчиков, и без них уже трудно представить современную разработку. Разработчики используют их с разными целями и для разных задач: кому-то AI помогает с рутиной, кому-то заменяет документацию, а некоторые и вовсе пишут весь код через него. Я же в данной статье буду использовать AI для того, чтобы быстро проверить гипотезу — насколько удобно собирать Flutter-приложение в AppleImage.
Для чего мне это нужно?
Дело в том, что я Python-разработчик и пишу open-source приложение на фреймворке Kivy для десктопной и планшетной версии. Когда я перешёл к пробной сборке демо-приложения под Linux, я столкнулся с существенными трудностями, особенно при добавлении зависимостей. И теперь передо мной стоит выбор: либо продолжать мучиться, тратить огромное количество времени на разработку и поиск информации о том, как реализовать рутинные процессы вроде сборки, либо найти новый стек, который упростит и ускорит разработку.
В этом мне помогут два AI — GigaChat и Perplexity, которые я планирую сравнить между собой в процессе работы. В GigaChat я включил простой режим, подходящий для повседневных задач. А в Perplexity, где доступно несколько моделей, я выбрал режим best, в котором система сама подбирает модель для наиболее точного ответа. Можно сказать, что сравнивать GigaChat я буду уже не только с ним самим, но и с популярными западными моделями вроде ChatGPT, Sonar, Grok и других.
Я не буду сравнивать модели углублённо, а лишь посмотрю, насколько GigaChat комфортен для меня как пользователя в простых повседневных задачах программиста по сравнению с более известными моделями.
