Я использую WantToPay, биллинг USA, оплата без коммисий (нужно при оплате выбрать штат, в котором нет налогообложения) , но коммисия на пополнение самой карты примерно 20% (конская). Открытие карты бесплатное (если тариф prepaid).
Не делал специализированных тестов, но по личным наблюдениям Gemma 4 не тянет agentic режим вообще никак, путается, выдумывает, уходит в бесконечный цикл, на связках tool calling вообще полный провал. И ещё у них прикол останавливаться перед выполнением и писать "я собираюсь...", "мне нужно сделать...". В качестве чата, для развлечения пойдёт.
Показывайте свое поделие. Если это никому не нужная "штука", но она не несёт никакого вреда, люди потыкают и забудут. Вы ничего не потеряете, а как минимум приобретете критику полезную для улучшения или создания нового продукта. Бояться показать, зачем, почему? Чего вы боитесь? Что кому-то не понравится? 100% кому-то не понравится. Даже деньги кому-то да не нравятся.
Железо описал выше. Скорость генерации 39-54 t/s, не отслеживаю от чего зависит, в одной и той же сессии вот такой разлет. В целом комфортно. Latency в данном контексте не понимаю о чем речь
Мои наблюдения: если вы даёте локальной llm задачупо типу "где-то там, найди что-то там и сделай вот так вот" условно, то она с большой долей вероятности не найдёт то что нужно, или найдёт не то что нужно, но так как поставленную задачу нужно выполнить, она найдёт что-то и выдаст какой-то результат. В большинстве случаев она делает дичь, если это не точечная и очень чёткая задача. Но мы же не за этим к ним приходим. Так вот, в большинстве случаев многосоставной работы (анализ, поиск, анализ, продумывание, генерация и т.д.) модели уходят не в ту сторону уже на стадии поиска. А если в свежую сессию подавать конкретную карту маршрута (куда ей нужно идти и что конкретно искать именно в этом конкретном месте), то она не распыляется на эти объёмные задачи. Моя идея в том, что бы как раз таки строить точную маршрутную карту по проекту заранее отдельными инструментами и сессиями, а llm с ролью исполнителя задачи (лучше несколько атомарных задач, в зависимости от объёма) получала уже точное местоположение нужных файлов и даже номеров строк.
Но пока что это даётся с трудом. Буду рад идеям.
Железо: ryzen 9 5900x, 64gb ram, rtx 4080 16gb vram. Модель на данный момент использую qwen2.5-coder-14b-instruct, max ctx примерно 50к
Маюсь немного схожей фигней, сразу скажу один rag вам тут не поможет. Я делаю целый цикл на локальных моделях. RAG там присутствует, но только как маленький, незначительный слой предварительной помощи в навигации. Пайплайн строит сырую карту отсеивая мусорные пути, потом наиболее вероятнее кандидаты отправляются узкому спициалисту llm на проверку approve / reject, маленькими скоупами и пока я добился качества карты не выше 0.8, а нужно хотя-бы 0.95, потому что от качества карты маршрутов сильно зависят дальнейшие шаги. И это проектоориентированный пайплайн, я боюсь представить, что было бы на универсализации)) маленькие локальные модели, помещающиеся в 16 гб vram, очень тупенькие.
Я не эксперт, но почему Cline? Чем вас не устраивает встроенный в VS code чат copilot, в нем можно подключать и настраивать кастомные модели от любых провайдеров, есть роли, скилы, хуки, инструменты.
Передал руководству список определённых навыков, которых не хватает команде, для составления вакансии на их основе.
Подготовил чек-лист для HR, по которому нужно фильтровать анкеты.
Из отфильтрованных кандидатов выбирал тех, с которыми хотел бы провести тех собеседование.
Для каждого кандидата писал список индивидуальных вопросов, которые задавал на собеседовании.
В итоге закрыл в команде слабые места.
Но это относительно маленький стартап, и я имею возможность влияния на процессы отбора и найма. В больших компаниях наверно не удастся такое провернуть)
Может я из другого мира, но сфигали Frontend разработчики перестали существовать? Я как бы тут вообще-то, в свете событий с нейронками просто стал вести 3 проекта при +- тех же усилиях
Эти экзоскелеты пацаны студенты уже делают давно у себя дома. На ютубе ролики выкладывают.
Советы из разряда "снимите трусы прежде чем ср**ь"
Помню 100500 похожих публикаций с Claude, там и системы сносились и бд. "ты же сказал, что ты шаришь в этой теме" 😁
Я люблю codex, но новая gpt-5.6-sol ultra меня пока не впечатлила. Есть ощущение, что 5.6 "сырая" какая-то
Я использую WantToPay, биллинг USA, оплата без коммисий (нужно при оплате выбрать штат, в котором нет налогообложения) , но коммисия на пополнение самой карты примерно 20% (конская). Открытие карты бесплатное (если тариф prepaid).
Бывают перепады с ВPN, но пока не банили.
😁 Сначала на ужин её своди, а потом проси
Не делал специализированных тестов, но по личным наблюдениям Gemma 4 не тянет agentic режим вообще никак, путается, выдумывает, уходит в бесконечный цикл, на связках tool calling вообще полный провал. И ещё у них прикол останавливаться перед выполнением и писать "я собираюсь...", "мне нужно сделать...". В качестве чата, для развлечения пойдёт.
Показывайте свое поделие. Если это никому не нужная "штука", но она не несёт никакого вреда, люди потыкают и забудут. Вы ничего не потеряете, а как минимум приобретете критику полезную для улучшения или создания нового продукта. Бояться показать, зачем, почему? Чего вы боитесь? Что кому-то не понравится? 100% кому-то не понравится. Даже деньги кому-то да не нравятся.
P. S. Мне такое поделие не нужно 😁
Железо описал выше. Скорость генерации 39-54 t/s, не отслеживаю от чего зависит, в одной и той же сессии вот такой разлет. В целом комфортно. Latency в данном контексте не понимаю о чем речь
Мои наблюдения: если вы даёте локальной llm задачупо типу "где-то там, найди что-то там и сделай вот так вот" условно, то она с большой долей вероятности не найдёт то что нужно, или найдёт не то что нужно, но так как поставленную задачу нужно выполнить, она найдёт что-то и выдаст какой-то результат. В большинстве случаев она делает дичь, если это не точечная и очень чёткая задача. Но мы же не за этим к ним приходим. Так вот, в большинстве случаев многосоставной работы (анализ, поиск, анализ, продумывание, генерация и т.д.) модели уходят не в ту сторону уже на стадии поиска. А если в свежую сессию подавать конкретную карту маршрута (куда ей нужно идти и что конкретно искать именно в этом конкретном месте), то она не распыляется на эти объёмные задачи. Моя идея в том, что бы как раз таки строить точную маршрутную карту по проекту заранее отдельными инструментами и сессиями, а llm с ролью исполнителя задачи (лучше несколько атомарных задач, в зависимости от объёма) получала уже точное местоположение нужных файлов и даже номеров строк.
Но пока что это даётся с трудом. Буду рад идеям.
Железо: ryzen 9 5900x, 64gb ram, rtx 4080 16gb vram. Модель на данный момент использую qwen2.5-coder-14b-instruct, max ctx примерно 50к
Маюсь немного схожей фигней, сразу скажу один rag вам тут не поможет. Я делаю целый цикл на локальных моделях. RAG там присутствует, но только как маленький, незначительный слой предварительной помощи в навигации. Пайплайн строит сырую карту отсеивая мусорные пути, потом наиболее вероятнее кандидаты отправляются узкому спициалисту llm на проверку approve / reject, маленькими скоупами и пока я добился качества карты не выше 0.8, а нужно хотя-бы 0.95, потому что от качества карты маршрутов сильно зависят дальнейшие шаги. И это проектоориентированный пайплайн, я боюсь представить, что было бы на универсализации)) маленькие локальные модели, помещающиеся в 16 гб vram, очень тупенькие.
Бывает и такое
Автономную работу не пробовал, даже не интересовался. Но встроенный инструмент мне показался удобным в плане обычной разработки с агентом
Я не эксперт, но почему Cline? Чем вас не устраивает встроенный в VS code чат copilot, в нем можно подключать и настраивать кастомные модели от любых провайдеров, есть роли, скилы, хуки, инструменты.
Не сказал бы, по сей день активно пользуюсь gpt 5.4, всё на том же уровне.
Я совсем недавно добирал в команду разработчиков.
Как это сделал я:
Передал руководству список определённых навыков, которых не хватает команде, для составления вакансии на их основе.
Подготовил чек-лист для HR, по которому нужно фильтровать анкеты.
Из отфильтрованных кандидатов выбирал тех, с которыми хотел бы провести тех собеседование.
Для каждого кандидата писал список индивидуальных вопросов, которые задавал на собеседовании.
В итоге закрыл в команде слабые места.
Но это относительно маленький стартап, и я имею возможность влияния на процессы отбора и найма. В больших компаниях наверно не удастся такое провернуть)
Может я из другого мира, но сфигали Frontend разработчики перестали существовать? Я как бы тут вообще-то, в свете событий с нейронками просто стал вести 3 проекта при +- тех же усилиях
А что на счёт wanttopay?
Хотел плюсануть, но не дорос ещё 😁
Если написать в промпте кусок кода и сказать llm куда его вставить, то он выполнит это с точностью 100%, и не будет трогать другой код
Есть ещё 1 способ — переезд в другую страну 😭