Proces rozwoju oparty na specyfikacji Kiro, moim zdaniem, nie jest odpowiedni do używania poleceń slash w kodzie Claude. Ponieważ oznacza to, że wiążesz się z modelem Claude, który jest dobry w kodowaniu, ale niekoniecznie w pracy z tekstem, w tej kwestii lepiej sprawdza się o3-pro. I jak można zaprojektować pracę, aby AI mogło wygenerować ją według szablonu w ciągu niemal minuty? Z całego serca nie czuję się z tym komfortowo, przynajmniej projekt, który nie zużywa zbyt dużo energii, wydaje się mało poważny 😎ི Poważne podejście to użycie chatgpt deep research, wybór o3-pro. Przetestowałem to, jest znacznie bardziej szczegółowe niż to, co uzyskałem z opus 4. Ponadto, czasami zbyt szczegółowy prompt może być ograniczeniem, ale to temat na później, porozmawiamy o tym, gdy będziemy mieli czas. Mówiąc krótko, w promptach głównie podaję kilka linków związanych z kio.

Subagent kodu Claude należy używać ostrożnie. Właśnie przetestowałem i odkryłem pewien problem, mianowicie zwiększa to trudność komunikacji między subagentem a agentem głównym. Wcześniej jedna osoba komunikowała się sama ze sobą, nie było utraty informacji, a teraz pojawia się problem: Mówi, że zakończył, ale nie wiem, czy rzeczywiście to zrobił, co jest typowe dla dużych przedsiębiorstw. Aby zapewnić jakość, potrzebny jest odpowiedni mechanizm nadzoru. Jest jeszcze jedna sytuacja: jeśli przerwiesz subagenta za pomocą ESC, to również stanowi potencjalny problem.

kod claude łatwo przekracza 1 milion okien.

Kod Claude 子代理 w obecnej chwili nie ma jeszcze wyraźnego zastosowania w dziedzinie programowania, ale przynosi dwa korzystne scenariusze: 1. Wykonywanie dr na cc, co może wykorzystać natychmiastową widoczną przewagę równoległości. 2. W przypadku kodowania, jeśli 子代理 jest niezależnym kontekstem, nieoczekiwaną korzyścią jest rozszerzenie kontekstu; można nawet skopiować wiele egzemplarzy z tym samym rolą i pozwolić im na przekazywanie zadań.

Porozmawiajmy o ostatnich problemach z obniżeniem inteligencji w kodzie claude. Moja opinia jest taka, że musisz mieć środki, aby nawet jeśli cc nie działa, móc zapewnić jakość rozwoju oprogramowania. Jak to osiągnąć? Na początek nie mówmy o tym, jak to zrobić, ale o powszechnych wadach vibe, które polegają na problemie z otwieraniem ślepych pudełek. Za każdym razem to operacja czarnej skrzynki, kręcimy się w kółko, aż w końcu zauważamy, że coś jest nie tak, a emocje natychmiast stają się negatywne. Mówiąc o tym, rozwiązanie jest już w zasadzie jasne. Należy przekształcić proces czarnej skrzynki w proces przejrzysty, nie chodzi o natychmiastowe kodowanie, ale o poświęcenie więcej czasu na planowanie i rozwiązania. 1. Jeśli rozwiązanie nie smakuje dobrze, jakość kodowania raczej nie będzie zbyt wysoka. 2. Na etapie rozwiązań jest wiele narzędzi, przegląd wielu modeli to potężne narzędzie, nie wierz tylko w jedno zdanie cc, wierz w przegląd rówieśniczy. 3. Po napisaniu kodu, po pomyślnym skompilowaniu i spełnieniu funkcji, dodaj jeszcze jedną recenzję. Te środki można rozwijać, nie ma się czego bać, nawet jeśli cc obniża inteligencję, mam jeszcze warp i cline. Innym dość mistycznym pytaniem jest, kiedy łatwo jest obniżyć inteligencję. Intuicja podpowiada, że może to być w przypadku niedoboru mocy obliczeniowej, czuję, że czas pracy w strefie +8 może mieć większe prawdopodobieństwo, więc zmieńmy strefę czasową i przetestujmy.

To jest zabawne, używasz AI do pisania kodu, a potem musisz zatrudnić inne AI do wykrywania błędów.

Kod Claude może zmienić sposób odświeżania z 5 godzin na cotygodniowe resetowanie. Ten sposób nie powinien być zbyt przyjazny dla osób intensywnie korzystających codziennie - ale jest bardziej przyjazny dla zwykłych programistów, co oznacza, że nie musisz się martwić o marnowanie czasu w nocy, przez pierwsze dwa dni bezczynności, a trzeciego dnia możesz skoncentrować się na wykorzystaniu limitu na cały tydzień.

Ten punkt wyjścia jest dobry, ale wynik poszedł w złym kierunku 1. o3 rzeczywiście jest konsensusem w planowaniu i projektowaniu 2. Repoprompt pierwotnie był narzędziem do podsumowywania repozytoriów, teraz został zaktualizowany do mcp i zawiera model o3, planowanie opiera się na tym 3. Problem leży w fazie wykonawczej, okazuje się, że to nie cc wykonuje, a cc wywołuje narzędzie mcp repo do scalania 4. Po całym zamieszaniu cc jest marionetką, to narzędzie mnie rozśmiesza, jesteś tak pewny siebie?

Przetestowałem chatgpt codex, wygenerował jednocześnie 3 wersje, spojrzałem na każdą z nich, zasadniczo były to wersje "niepełnosprawne", podstawowe funkcje nie zostały zrealizowane. Początkowo myślałem, że wiele wersji przyniesie różne perspektywy i niespodzianki, a to TM okazało się przerażające. Kluczowe jest to, że ten wymóg to typowy TODOMVC w dziedzinie AI, nic nie jest rzadkie, to klasyczny stos technologiczny przyjazny AI w ts. Te same słowa kluczowe, używając Warp, wybór Claude Opus 4 ma bardzo dobrą użyteczność. Zgadza się to z wcześniejszymi wnioskami, wybierz chatgpt do tekstu, a Claude do zadań.

10 alternatyw dla Claude Code Gemini CLI Idealny dla deweloperów intensywnie korzystających z Google Cloud. Natywna integracja z GCP, obsługuje generowanie kodu w wielu językach, strukturalne wyjście, odpowiedni dla użytkowników narzędzi Google. Grok CLI Idealny dla deweloperów, którzy lubią zabawne rozmowy i szybkie odpowiedzi. Opracowany przez xAI, potrafi generować polecenia shell, dobrze radzi sobie z pisaniem skryptów i debugowaniem, ma żywy styl. Qwen CLI Idealny do generowania kodu w wielu językach i przetwarzania dokumentów. Otwarty projekt Alibaba, obsługuje wiele języków, w tym chiński i angielski, wyróżnia się zdolnościami w tłumaczeniu kodu i podsumowywaniu dokumentów. Opencode CLI Idealny dla deweloperów dążących do wysokiej personalizacji i automatyzacji. Otwarty, można dostosować, obsługuje integrację lokalnych modeli i Git, elastyczny przepływ pracy. Cline Idealny dla deweloperów poszukujących minimalistycznego doświadczenia. Otwarty, obsługuje OpenAI, Claude oraz lokalne modele, lekki i szybki, z prostym interfejsem. Amazon Kiro AI Idealny dla deweloperów w ekosystemie AWS. Integracja CLI i SDK, potrafi pisać kod, debugować i wyjaśniać, wygodne dla zespołów deweloperskich w chmurze. Cursor Idealny dla deweloperów potrzebujących głębokiej integracji AI w IDE. Oparty na VS Code, obsługuje modele takie jak Claude, GPT-4, potrafi automatycznie rozumieć duże zbiory kodu, wspiera czat AI i sugestie Git. Trae AI Idealny dla deweloperów, którzy chcą obsługiwać terminal za pomocą naturalnego języka. Potrafi przekształcać podpowiedzi AI w polecenia, obsługuje modele lokalne i chmurowe, zwiększa efektywność automatyzacji. Windsurf Idealny dla deweloperów potrzebujących rzeczywistej autouzupełniania kodu w IDE. Obsługuje ponad 70 języków, integruje się z popularnymi IDE, darmowy i bez ograniczeń użytkowania, silne zdolności w generowaniu dokumentów i wyjaśnianiu kodu. Augment Code Idealny dla deweloperów, którzy lubią mieć na żywo asystenta programowania AI. Obsługuje zarówno stronę internetową, jak i CLI, może współpracować z Claude, GPT-4 i innymi, oferując współpracę zespołową i sugestie kodu w naturalnym języku.