Transcription
Всем привет. Сегодня у нас снова подробный разбор инструментов для кодинга, и тема, как мы знаем, очень динамичная. Мне меняются буквально на глазах. Сравним ключевых игроков: Курсор, Claude. Особенно, конечно, в свете недавнего появления GPT-5. Да, привет. И это, ну, продолжение нашего прошлого обсуждения, где мнения, скажем так, расходились.
Именно мы опираемся на транскрипт, э-э, довольно живой дискуссии с YouTube. Там два опытных разработчика. Один — ветеран, 20 лет в деле, он сейчас учит них нарей и приложение делать. А второй — бывший инженер Apple. Важно сразу сказать, что это их личное мнение. Никакой спонсорской подоплёки там нет. Да, мы просто анализируем то, что они сказали, их опыт, их выводы.
И вот динамика там, конечно, поразительная. Буквально месяц назад, казалось бы, Claude был, ну, на пике популярности, особенно его режим Max. Все о нём говорили. Но сфера, и она ж несётся вперёд. И один из участников той дискуссии, как оказалось, ну, полностью пересмотрел свои взгляды кардинально.
Вот тут и начинается самое интересное, да? Тот самый разработчик, который, он сам говорил, был настроен, ну, мягко говоря, скептически к Курсор, чуть ли не анти-Курсор. И теперь он называет его, как там было, "Lamborghini в мире IDE для кодинга". Именно так. Lamborghini. Ничего себе. Это сильно. Должны быть серьёзные причины для такого поворота на 180°. Что ж там такое произошло? Давайте копать. Да, надо разбираться.
Речь идёт о Робине. Его вот этот переход от, ну, скажем, фаната Claude Code к предпочтению Курсор — это очень показательно. Это прямо отражает какие-то сдвиги во всей индустрии, мне кажется. И причины там не одна. Их несколько, и они довольно глубокие. Интересно. Ну и что же его так впечатлило? Что он увидел в этом Курсор?
Ну, во-первых, как ни странно, GPT-5. Он сам признался, что сначала был настроен, ну, не очень скептически, но поработал с ним и пришёл к выводу, цитирую почти дословно: "Модель чертовски хороша". На момент записи он говорил, что уже 2 недели вообще не трогал модели Claude для кодинга. Всё делал на GPT-5 через Курсор. 2 недели. То есть полный переход получается, да? Похоже на то.
И вот вторая причина, она, наверное, даже важнее, такая концептуальная, смена парадигмы. Робин теперь считает и активно это продвигает, что главное — это не синтаксис кода, главное — системное мышление, архитектура. А так вот откуда эта фраза про "код мёртв". Именно его цитата из источника: "Синтаксис кода мёртв. Он умирает". Будущее, по его мнению, за теми, кто умеет проектировать системы, а не просто писать код. Хм. Смелое заявление, но логика понятна, мы к этому ещё вернёмся.
А третья причина, она была более такая приземлённая, абсолютно. Третье, чисто про удобство инструмента. Вот он работал с Claude Code через терминал, да, и там просто нет нормального встроенного инструмента, чтобы сравнивать версии кода. Ну, diff-уфер. Курсор — это же полноценная IDE, среда разработки. И там, конечно, возможности для просмотра изменений и контроля версии, они несравнимо лучше. Ага. А это же критически важно, когда ты реально работаешь над проектом. Понятно. То есть дело не только в мозгах самого ИИ, но и в удобстве, ну, тела самой оболочки.
Хорошо, если это Lamborghini, в чём тогда конкретно его фишки, особенно может для новичков или тех, кто не кодит каждый день? Вот эта идея про экосистему. Что имелось в виду? Да. Экосистема — это первый такой сильный аргумент, который прозвучал. Аналогия с Apple очень удачная, на мой взгляд. Курсор старается дать всё под ключ. Вот тебе одно решение, одна подписка, и всё интегрировано. Это они противопоставляют такому подходу, когда ты сам как конструктор собираешь себе систему, ставишь VS Code, потом к нему расширение для Claude, потом ещё что-то для Codex, ну и так далее. То есть простота и удобство, да? Простота для пользователя.
И второй аргумент — это фокус на премиальности. Они как бы не гонятся за тем, чтобы быть самыми дешёвыми. В источнике приводился пример, кажется, Grok Code: мол, он быстрый, дешёвый, но качество кода, ну, не очень, по мнению эксперта. А Курсор, наоборот, стремится интегрировать только лучшие модели, которые есть на рынке. Не идти на компромиссы: "хорошо, быстро, дёшево". Звучит логично, если позиционировать себя как премиум.
А какие-то конкретные функции они выделяли? Что делает Курсор таким особенным в этой нише? Выделяли несколько моментов. Во-первых, инструмент для автоматического ревью кода. Backbot называется. Он, правда, платный, там что-то около 40 долларов в месяц сверху, но утверждалось, что качество ревью там на порядок выше, чем у бесплатных аналогов в Claude Code или через Codex в VS Code. 40 долларов. Недёшево. Недёшево, да.
Во-вторых, фоновые задачи. Background tasks. Можно запустить какую-то долгую операцию, там, генерацию кода или анализ, и оно будет работать в фоне. И даже управлять этим можно с мобильного приложения, что удобно. О, это интересно.
В-третьих, ну, сам факт, что у тебя в одном интерфейсе доступны все топовые модели, разные версии GPT-5, модели Claude, включая Sonnet с его гигантским контекстным окном в миллион токенов. Миллион токенов. Это ж сколько информации можно загрузить? Очень много. Хотя, говорят, он и стоит, соответственно, очень дорогой в использовании, но сама возможность есть.
И последнее, там было такое предположение, что у Курсора могут быть какие-то особые договорённости с OpenAI, ну, типа дружеские тарифы, что потенциально даёт пользователям Курсор чуть более щедрые лимиты на использование GPT-5, чем если бы они напрямую через API работали. Но это, конечно, предположение. Понятно.
Но ведь помнится, в том же обсуждении упоминали, что и у этой "Lamborghini" не всё идеально. С интеграцией пулреквестов, кажется, были проблемы. Совершенно верно, вы правильно запомнили. Да, был момент, что функция интеграции с GitHub, с пулреквестами на момент записи работала, э-э, ну, не очень стабильно. Это как раз подчёркивает, что идеала пока нет. Даже лидеры рынка ещё в процессе доработки, что-то постоянно улучшают.
Хорошо, давайте вернёмся к GPT-5. Вот эти жалобы на медленный старт, на то, что он съедает много контекста в начале диалога. Как это объясняли и чем он так отличается от Claude в поведении? Вот это очень важный практический момент. Его там подробно разбирали. Они ведут себя, ну, прямо кардинально по-разному. Claude описывали как очень уверенную модель. Она отвечает быстро, почти моментально. Кажется, что это круто, но, по словам экспертов, эта скорость часто идёт в ущерб глубине. Claude может пропускать детали, повторять одни и те же ошибки, если код сложный. И что ещё важно, она хуже держит долгосрочные инструкции в рамках одного длинного диалога. Например, ну, приводили пример, просишь Claude, допустим, "не запускай сервер разработки после каждого изменения", а она через пару сообщений всё равно пытается его запустить, как будто забывает. Ага.
А GPT-5? А GPT-5 — полная противоположность. Он стартует с, так сказать, нулевой уверенностью. Он как бы долго раскачивается, анализирует всю кодовую базу, чтобы понять контекст максимально глубоко. Отсюда и медленное начало, и вот это заполнение контекстного окна. Он строит у себя в голове полную картину проекта. Но в чём тогда плюс? А плюс в том, что если ты продолжаешь с ним работать по той же теме, по тому же проекту, GPT-5 как бы обучается на лету. Он становится увереннее и начинает работать значительно быстрее. Последующие запросы, говорят, добавляют к контексту совсем немного, там 1-2%, и ответы приходят быстрее. И самое главное, он гораздо лучше держит вот эти долгосрочные инструкции и общий контекст беседы. То есть он не забывает, что ему говорили 10 минут назад. Именно в источнике даже использовали такую метафору, что GPT-5 нужно приручить. Как раньше, помните, приходилось приручать старую модель Sonnet 3.7. Вот здесь что-то похожее.
Получается, если я правильно понял из их слов, с GPT-5 нужно сначала, ну, проявить терпение, вложить время в этот "разогрев". Именно так. Инвестировать время в начало диалога, чтобы потом получить более глубокий и стабильный результат на длинной дистанции.
Какая-то конкретная рекомендация была, как это лучше делать? Да, была. Использовать самую мощную версию GPT-5 High для самых сложных задач. Ну там, найти сложный баг или спроектировать новую большую фичу. А потом, когда модель уже в теме, разогрелась, можно переключиться на GPT-5 Medium для более рутинных доработок. Он тогда уже будет работать быстрее. Интересно.
А ведь второй эксперт, Рэй, кажется, он делился опытом с GPT-5 Low, говорил, что она, наоборот, очень быстрая для мелких правок. Знаешь, где проблема, и просто просишь её сделать конкретное изменение очень быстро. Но он же и предупреждал, что эта версия слишком послушная. Она может слепо выполнить даже какую-то неоптимальную или неверную инструкцию. Образно говоря, если ей приказать прыгнуть с обрыва, она прыгнет. То есть требует больше контроля со стороны разработчика. Понятно. Разные инструменты для разных задач. Логично.
И вот возвращаясь к Курсору и его работе с контекстом, там объясняли его возможное преимущество через механизм индексации. Индексация. Как это работает? Ну, представьте, что Курсор не просто видит ваш код, а создаёт для него такое подробное семантическое оглавление. Понимает, какая часть кода за что отвечает. И когда ИИ, будь то GPT-5 или Claude, нужно что-то найти или понять в вашем проекте, например, и спрашивает: "А где у нас тут работа со Stripe происходит?" Он не перечитывает весь код проекта заново, что долго и дорого по токенам. Он обращается к Курсору с этим семантическим запросом. А Курсор, используя свой индекс, своё оглавление, быстро находит нужные фрагменты кода, самые релевантные, и передаёт их модели. Ага. То есть это как умный поиск внутри проекта, которым управляет. И именно это должно экономить и время, и токены, и главное — повышать точность ответа модели, потому что она получает только самую нужную информацию, а не весь контекст подряд.
Звучит действительно как умный подход, но ведь вы упомянули, что в источнике говорили и другие инструменты: Warp, Augment Code, Replit — про индексацию. В чём тогда разница, по мнению разработчиков? Да, упоминалось, но по их наблюдениям, хотя другие тоже говорят об индексации, механизм в Курсоре кажется более продвинутым именно в плане вот этого семантического взаимодействия. То есть модель не просто получает куски кода по ключевым словам, а может задавать более сложные вопросы о структуре, о смысле кода и получать точные ответы от этого индексатора в Курсоре. Это их ощущение. Понятно.
А что насчёт других инструментов, которые там упоминались? Warp, Augment Code, Replit. Да, прошлись и по ним. Про Warp сказали, что команда очень отзывчивая, быстро реагирует на фидбэк, но сам инструмент довольно быстро сжигает лимиты запросов. Augment Code с его моделью оплаты за каждый запрос сравнили с игровым автоматом: "Никогда не знаешь, сколько потратишь". Интересное сравнение. Упомянули, что Replit тоже выпустил своего ИИ-агента для помощи в кодинге. А вот Wonsurf выделили как очень интересную альтернативу, особенно по соотношению цена-качество. Там было что-то вроде 15 долларов за 1000 запросов к GPT-5. Это назвали очень щедрым предложением. 15 долларов за 1000 запросов. Звучит неплохо, да?
А вот к совсем таким нишевым новым инструментам типа Kaila, Koin, Rukot, там отношение было более скептическое. Эксперты выражали сомнения в их уникальном торговом предложении. Ну, УТП. Зачем они нужны, если уже есть мощные базовые подписки от OpenAI и Anthropic и вот такие IDE, как Курсор. Ясно.
И это нас плавно подводит к вопросу цены. Вот эти планы по 200 долларов в месяц у топовых инструментов — Claude Code Max, Cursor Ultra, ChatGPT Pro — это серьёзные деньги. Это как-то связано с той самой премиальностью, о которой вы говорили? И вообще, насколько эти цены реалистичны, насколько устойчивы эти бизнес-модели? Это действительно критический вопрос, который в источнике поднимался очень остро. Подчёркивалось, что реальная себестоимость вычислений для таких мощных моделей, как GPT-5 или Claude Opus, она очень-очень высока. И текущие дешёвые тарифы, вот эти 15-20 долларов в месяц — это во многом, ну, скажем так, демпинг. Это промоакции, которые работают за счёт венчурных инвестиций. То есть компании работают в минус во многом. Да. Они сейчас сжигают деньги инвесторов, чтобы привлечь как можно больше пользователей, захватить долю рынка. И в источнике прозвучал довольно такой отрезвляющий прогноз: примерно половина вот этих нынешних компаний, которые предлагают ИИ-инструменты для кодинга, могут просто исчезнуть в течение ближайших 2 лет. Ого, половина, да, когда закончатся венчурные деньги. Поэтому эти низкие цены могут быть временным явлением.
Также обсуждали проблемы с лимитами, что даже на дорогих планах за 200 долларов иногда возникают неожиданные ограничения, и упоминали недавний случай с Anthropic, когда они сами признали, что качество их модели временно упало из-за ошибок при развёртывании новой версии. То есть дело не только в самой модели, но и в том, как её подают. Именно это показывает, что инфраструктура, деплоймент модели — это не менее важно, чем само её обучение. От этого тоже зависит результат. Значит, эра совсем уж дешёвых ИИ-помощников может оказаться не такой долгой.
Но ведь там же был и контраргумент про ценность этих инструментов. Верно? Параллельно с этим шла другая мысль. А сколько стоит компании заменить одного инженера? Или сколько времени экономит хороший инструмент? Замена даже middle-разработчика обходится компании гораздо дороже, чем 200 долларов в месяц. Поэтому, если инструмент действительно кратно повышает продуктивность, позволяет команде делать больше меньшими силами или даже заменяет какие-то функции младших разработчиков, то 200 долларов в месяц — это уже не кажется такой большой суммой. Это выгодная инвестиция с точки зрения бизнеса. То есть для компаний это может быть оправдано, а для индивидуальных разработчиков, фрилансеров, студентов, а вот для них, да, 200 долларов может быть ощутимо. И тут рекомендация из источника была довольно чёткой: начинать стоит с более доступных вариантов. Подписка ChatGPT+ за 20 долларов в месяц плюс официальное расширение Codex для VS Code — это по-прежнему очень мощный и, главное, выгодный стартовый набор. Даёт доступ к GPT-4, GPT-5, возможно, с какими-то лимитами и хорошую интеграцию в редактор. Хорошо, это понятная рекомендация.
Смотрите, как интересно получается. Э-э, все эти разговоры об инструментах, моделях, ценах, они нас подводят к более такому фундаментальному вопросу, который эксперты в источнике тоже подняли. А не устаревает ли сама вот эта концепция написания кода? Ну, в привычном нам понимании. Вот эта провокационная фраза "код мёртв", да? Это, пожалуй, самая такая, ну, радикальная идея из всего обсуждения, и она заставляет задуматься. Суть ведь в чём? Ценность просто умения писать синтаксически правильный код, она снижается. Почему? Потому что ИИ справляется с этим всё лучше и лучше. Он становится универсальным переводчиком с языка человеческих идей и требований на язык машины, то есть на код. Привозили аналогию с языками, кажется. Да, с человеческими языками. И уже сейчас решает проблему перевода в реальном времени. Ну там, в Google Hangouts или Skype. Также он будет решать и проблему перевода идей в код. Поэтому фокус неизбежно смещается.
Смещается куда? С роли кодера, человека, который просто пишет строчки кода по заданию, на роль архитектора, человека, который проектирует систему в целом. Появляется вот эта концепция "инженера 2.0". Это специалист, который мыслит системами, понимает бизнес-задачи, выбирает правильные компоненты, проектирует архитектуру и использует ИИ как мощнейший инструмент для реализации своих замыслов. Он не просто пишет код, он строит систему с помощью ИИ. Инженер 2.0 звучит.
А что тогда делать тем, кто только учится кодить в университетах, на курсах? А вот для них в источнике прозвучало такое довольно серьёзное предостережение: возможно, просто изучать традиционное программирование, синтаксис языков — это уже не самое лучшее вложение времени. Нужно срочно добирать навыки системного мышления, архитектуры, понимания бизнеса и учиться эффективно работать с ИИ-инструментами. Логичное развитие событий, если подумать.
И вот чтобы помочь как раз в этой новой роли инженера 2.0, один из экспертов в том видео разработал свой фреймворк. SHP, кажется, да, SHP. Это акроним. Он описывает такой четырёхэтапный подход к разработке с использованием ИИ. Особенно он полезен для непрограммистов или вот как раз для тех, кто переходит в роль архитектора. Давайте разберём по буквам.
S. Что это? System Planning. Системное планирование. Первый шаг — вообще забыть про код. Взять салфетку, ну или доску и нарисовать основные блоки будущей системы. Вот тут будет логин, тут база данных, тут обработка платежей через Stripe, тут ядро нашей фичи, которая общается с API Open AI. Просто квадратики и стрелочки между ними. То есть сначала общая картина, да? Высокоуровневый дизайн системы без деталей реализации. Хорошо.
H. Handpick your tools. Ручной выбор инструментов. Теперь, глядя на эту схему, нужно осознанно выбрать технологии. Какую базу данных будем использовать? PostgreSQL, MongoDB. Почему? Какой фреймворк? React, Vue. И вот здесь ИИ — идеальный помощник. Можно спросить: "Объясни мне плюсы и минусы PostgreSQL и MongoDB для моей задачи, как будто мне 5 лет" или "Сравни стоимость хостинга для этого и этого". И поможет принять информированное решение. То есть использовать ИИ для исследования и выбора стека. Именно осознанный выбор инструментов на основе системного плана.
Дальше. I. Initial test build. Начальная тестовая сборка. Это этап MVP, но даже не всего продукта, а самые рискованные её части. Нужно создать минимально работающую версию, чтобы проверить ключевую гипотезу или самую сложную связку компонентов. Например, получится ли у нас связать вот эту базу данных с API от Anthropic и получить нужный результат. При этом полностью игнорируем все второстепенные: красивый интерфейс, регистрацию пользователей, админку, только ядро. Цель: быстро проверить, работает ли основная идея. Быстрая проверка гипотез. Логично.
И последняя буква. P. Production build. Финальная сборка. И вот тут, внимание, самый такой контринтуитивный шаг, который подчёркивали в источнике. Тестовую сборку, которую мы сделали на шаге I, рекомендуется выбросить. Как выбросить? Совсем? Да, полностью использовать опыт, который получили при её создании. Возможно, обновить первоначальный план из шага S и затем написать чистовую, боевую версию продукта с нуля уже аккуратно и правильно. Зачем выбрасывать? Чтобы не тащить за собой технический долг, костыли и временные решения из тестовой сборки. Начать сразу начисто, зная, что основная идея работает и как её лучше реализовать. Хм. Выбросить работающий прототип — смелое решение, конечно, но в этом есть своя логика, чтобы получить чистый продукт в итоге. Да, подход требует дисциплины, но он помогает избежать многих проблем в будущем.
Что ж, мне кажется, мы довольно подробно разобрали основные моменты этой дискуссии. Давайте попробуем подвести итоги. Мы увидели, как стремительно меняется ландшафт ИИ-инструментов. Взлёт Курсора — это явно следствие и качества GPT-5, и фокуса на удобной экосистеме. Да, и мы поняли, что у GPT-5 и Claude совершенно разный характер, разное поведение. GPT-5 требует приручения, но даёт глубину. Claude быстр, но поверхностен. Обсудили важность таких вещей, как индексация кода для эффективной работы ИИ. Затронули непростую экономику этих инструментов. Дешёвые тарифы могут быть временными, а реальная ценность измеряется повышением продуктивности. И, наверное, самое главное, мы коснулись этого фундаментального сдвига от простого написания кода к системному мышлению, к роли инженера 2.0 и практический фреймворк SHP как один из подходов к работе в этой новой реальности. Да. Очень насыщенный получился разбор.
И вот в качестве такой финальной мысли для размышления, которая вытекает из всего этого, особенно из идеи источника: если синтаксис кода действительно становится чем-то вроде товара широкого потребления, коммодити, а способность проектировать систему, мыслить архитектурно — это ключевой дефицитный навык будущего, то как это должно изменить наш подход к обучению, к развитию в IT-сфере? Какие компетенции, может быть, не чисто технические, а смежные нужно развивать уже сейчас, чтобы оставаться востребованным завтра вот в этом мире инженеров 2.0? Отличный вопрос. Действительно, есть над чем подумать каждому, кто связан с технологиями.
На этой ноте мы и завершим наш сегодняшний подробный разбор. Спасибо, что были с нами. Да, спасибо. M.