DeepSeek другого класса, нежели описанные. Сотни ГБ. На такое в статье не замахивались) Хотя да, вполне работает локально.
Я даже на процессоре его запускал, около 1 токена в секунду получилось. На один сложный вопрос с размышлениями он ответил мне с утра и до обеда, на этом эксперимент был завершён)
От "не поняла" могу вам предложить простейшую модификацию. Напишите в конце "Код пока не правим, обсуждаем. Напиши план без кода, задай вопросы.". Работает в 100% случаев)
Так без системного промпта агент вообще ничего не сделает. Нет запроса - нет ответа. Прочитал статью, но так и не понял устройство эксперимента. Вообще не понял, для меня ценность этой статьи - нулевая.
Как ставится задача? Где находится ее постановка? В общем хранилище?
Через что взаимодействуют агенты? Как они видят процесс, действия других агентов?
Куда пишется результат?
Как устроен системный промпт агента, по которому он начинает действовать?
Вообще, все эти домашние технологии довольно интересны, сам радиолюбитель в прошлом) Но... если я правильно понимаю, то: 1. Это алюминий - существенно более худший проводник, чем медь. 2. Это алюминий, паять его не так-то просто. 3. Очень (!) тонкий алюминий, что усугубляет проблему с электропроводностью. 4. Ну и крашенный - что с лаком делать то?)
А делать золотом... дорого, да и тоже проводник не самый лучший. Медь нужна, она вне конкуренции, а для высоких частот - серебро. В общем, идеи интересные) Но требуют доработки, как мне кажется)
Ну зачем так, не директор. Он мне обычно говорит "Да, мой господин!" ))))
Обычно я ставлю задачу, он выдает варианты решения. Я подправляю, потом он детализирует план и отдает chat gpt 5.4 или sonnet 4.6. Довольно часто решения сразу хорошие. Но иногда у меня другое видение, о будущем проекта и прикладной части я знаю больше.
Уж не знаю на какие тесты ссылается автор статьи, но по-моему опыту в разработке Opus 4.6 однозначно уделывает Chat GPT 5.4, особенно в проектировании архитектуры. Поэтому, обычно, Opus у меня строит план для GPT 5.4, который работает кодером)
Он их не просто блокирует. Он их в ссылку за границу отправляет. Но приманку оставляет, на нее клюют новые, а он их - туда же, туда же, в ссылку, за кордон! Так их и надо!
Да и никто не будет делать пакеты, что бы делать пакеты. Пакет закрывает какую-то задачу. Задач больше не стало. Разве что в области ИИ появились новые - вот для них и делают пакеты. Вообще, насколько знаю, много стали вайбкодить не специалисты. Он делают для себя полезные примочки, пакеты они не выпускают. А для серьезного софта все-таки времени прошло мало. ИМХО.
Могу про себя сказать. Один пакет не обновлял много лет, просто потому что некогда. Хотя и сам пользовался, и загрузки есть. Просто потому что некогда, надо не один вечер убить - собрать изменения, переделать инсталлятор, сделать тесты, протестировать под всеми версиями питона, и под двумя ОС. Создан он давно, еще до ИИ. И без ИИ я черт знает сколько бы еще тянул, но с ИИшкой сделал все за вечер. Ну долгий вечер был, конечно, но один. Плюс он еще умудрился там баги найти, сам)) Речь про этот пакет https://pypi.org/project/live-trading-indicators/
Второй пакет сделал с помощью ИИ на 100%, но он очень простой, я на него времени в сумме потратил, наверное, пару дней. И он для ИИ, да. Собственно, и выкладывать не собирался. Но он, не смотря на свою сверхпростоту оказался очень полезным, поэтому тоже сделал пакет. Вот он https://pypi.org/project/mcp-memory-bank/
Ну прям как люди) Менять свое мнение - тоже сложно, тоже не каждый умеет... и тоже очень полезный навык!
DeepSeek другого класса, нежели описанные. Сотни ГБ. На такое в статье не замахивались) Хотя да, вполне работает локально.
Я даже на процессоре его запускал, около 1 токена в секунду получилось. На один сложный вопрос с размышлениями он ответил мне с утра и до обеда, на этом эксперимент был завершён)
Это "однажды" уже наступило. Именно сейчас.
От "не поняла" могу вам предложить простейшую модификацию. Напишите в конце "Код пока не правим, обсуждаем. Напиши план без кода, задай вопросы.". Работает в 100% случаев)
Вот это уже намного интереснее, и статья становится понятнее, спасибо)
Так без системного промпта агент вообще ничего не сделает. Нет запроса - нет ответа. Прочитал статью, но так и не понял устройство эксперимента. Вообще не понял, для меня ценность этой статьи - нулевая.
Как ставится задача? Где находится ее постановка? В общем хранилище?
Через что взаимодействуют агенты? Как они видят процесс, действия других агентов?
Куда пишется результат?
Как устроен системный промпт агента, по которому он начинает действовать?
Какие задачи ставились (примеры)?
Вообще, все эти домашние технологии довольно интересны, сам радиолюбитель в прошлом)
Но... если я правильно понимаю, то:
1. Это алюминий - существенно более худший проводник, чем медь.
2. Это алюминий, паять его не так-то просто.
3. Очень (!) тонкий алюминий, что усугубляет проблему с электропроводностью.
4. Ну и крашенный - что с лаком делать то?)
А делать золотом... дорого, да и тоже проводник не самый лучший. Медь нужна, она вне конкуренции, а для высоких частот - серебро.
В общем, идеи интересные) Но требуют доработки, как мне кажется)
А в чем смысл статьи?
В список я бы добавил еще cline, roo. Ну и еще можно добавить)
Собственно, агент - это модель плюс системный промпт плюс MCP тулсы для него.
MCP сервер делается минут за 15) Уже сделал много таких - и для файлов, и для запросов в базу 1C, и для эластика...
А зачем вам OpenCode? Выкиньте его, и работайте непосредственно с моделью)
Ну зачем так, не директор.
Он мне обычно говорит "Да, мой господин!" ))))
Обычно я ставлю задачу, он выдает варианты решения. Я подправляю, потом он детализирует план и отдает chat gpt 5.4 или sonnet 4.6. Довольно часто решения сразу хорошие. Но иногда у меня другое видение, о будущем проекта и прикладной части я знаю больше.
Уж не знаю на какие тесты ссылается автор статьи, но по-моему опыту в разработке Opus 4.6 однозначно уделывает Chat GPT 5.4, особенно в проектировании архитектуры. Поэтому, обычно, Opus у меня строит план для GPT 5.4, который работает кодером)
Он их не просто блокирует. Он их в ссылку за границу отправляет. Но приманку оставляет, на нее клюют новые, а он их - туда же, туда же, в ссылку, за кордон! Так их и надо!
Да и никто не будет делать пакеты, что бы делать пакеты. Пакет закрывает какую-то задачу. Задач больше не стало. Разве что в области ИИ появились новые - вот для них и делают пакеты. Вообще, насколько знаю, много стали вайбкодить не специалисты. Он делают для себя полезные примочки, пакеты они не выпускают. А для серьезного софта все-таки времени прошло мало. ИМХО.
Могу про себя сказать. Один пакет не обновлял много лет, просто потому что некогда. Хотя и сам пользовался, и загрузки есть. Просто потому что некогда, надо не один вечер убить - собрать изменения, переделать инсталлятор, сделать тесты, протестировать под всеми версиями питона, и под двумя ОС. Создан он давно, еще до ИИ. И без ИИ я черт знает сколько бы еще тянул, но с ИИшкой сделал все за вечер. Ну долгий вечер был, конечно, но один. Плюс он еще умудрился там баги найти, сам))
Речь про этот пакет https://pypi.org/project/live-trading-indicators/
Второй пакет сделал с помощью ИИ на 100%, но он очень простой, я на него времени в сумме потратил, наверное, пару дней. И он для ИИ, да. Собственно, и выкладывать не собирался. Но он, не смотря на свою сверхпростоту оказался очень полезным, поэтому тоже сделал пакет.
Вот он https://pypi.org/project/mcp-memory-bank/
Раньше только под пальмой со смузи было. А сейчас вон оно как, прогресс, однако!
Торт)
А зачем Гугл колаб потребовался? Моделька же крошечная, даже в слабенькую видюху поместится должна...