Здесь речь больше пойдет про Composer 2.5 в Cursor. Возможно, этих проблем нет в opus-5.5 или gpt-6.1-sol-pro-max-ultra-thinking-fast. Но, например, в gpt-6.1-luna все из перечисленных проблем есть. И многие из этих проблем я наблюдал раньше в gpt-5.5 и opus-4.6. Есть ли они в новых ИИ моделях, которые вышли недавно, я не знаю.
Что мне нравится в Composer 2.5: лимиты и скорость.
Для сравнения возьмём 2 одинаковые подписки за 20$ в GPT и Cursor. 5-часовой лимит при использовании gpt-6.1-sol у меня заканчивается за несколько запросов. Если я прошу его поменять пару строк в readme файле, это расходует 10% лимита. Если я прошу его поменять что-то в большой кодовой базе, весь лимит заканчивается на прочтении десятков файлов даже без написания кода.
Но ведь в GPT есть тариф за 100$, который даёт в 5 раз больше лимитов. И на сколько мне их хватит? У меня сложные монорепо проекты. Для правок в одном сервисе нужно прочитать десятки файлов в других и несколько скиллов. Если тариф за $20 расходуется на прочтении 20 файлов, то лимит за $100 закончится на чтении 100 файлов?
Поэтому я не использую Sol, а использую Luna. Но она очень медленная. В сравнении с Composer 2.5 она медленнее в десятки раз.
Поэтому я не использую GPT Luna, а использую Composer 2.5. Он очень быстрый и очень дешёвый. И за эту скорость и экономию я получаю трату своего времени и нервов. Какие-то из этих проблем я встречал в Deepseek и других открытых моделях. В каких-то моделях есть одни проблемы и нет других. Количество и частотность проблем меняются даже при использовании одной модели в зависимости от фазы луны.
Ниже приведён список проблем, которые я обнаружил за 100+ часов работы с Composer в Cursor.
Удаление
Агент пишет код, меняет десятки файлов. Я начинаю проверять код, и происходит такой диалог:
— Зачем здесь эта функция?
— Вы правы. Эта функция здесь не нужна. (Удаляет функцию и меняет много файлов)
— Зачем ты её удалил?
— Вы правы, я не должен был удалять эту функцию. Возвращаю обратно. (Опять меняет много файлов)
При этом ответ на вопрос, зачем нужна эта функция, я так и не получил.
Теперь, когда я хочу у него узнать что-то, мне приходится выключать агентский режим или явно указывать, чтобы он ничего не удалял. Но когда я забываю это сделать, то на обычный вопрос он начинает удалять что-то из кода.
А ещё бывает, что я трачу много времени на ревью кода и прошу изменить 1 функцию. Он меняет все файлы, которые уже прошли ревью. И эти изменения даже не относятся к той функции.
Он может вообще удалить всю работу, проделанную в этом чате. И не только в этом. Я прошу его сделать коммит, и он обнаруживает, что сюда попали изменения в других файлах. И он просто удаляет их. Хотя эта работа была проделана в соседних чатах.
Ещё если я его прошу сделать рефакторинг кода, например, переименовать метод в 50 файлах, он может удалить все комментарии, которые найдет в этих файлах. Что к рефакторингу метода вообще не имеет отношения.
И при этом он не удаляет то, что я прошу удалить. При изменении названия метода он оставляет прошлый метод и добавляет новый с новым названием. Это весь его процесс рефакторинга, чтобы не пришлось менять все файлы, в которых вызывался прошлый метод. Он просто добавит deprecated к старому методу и оставит его доступным. Если ему на это указать, то он всё же сделает рефакторинг, но оставит старое название метода в тестах и документации. Тесты перестанут проходить, а он скажет, что задача выполнена, рефакторинг метода сделан, но тесты не работают. Для него неработающие тесты не являются аргументом.
А ещё при выполнении задачи он может убрать важный параметр в конфиге или в методе, который вообще к задаче не относится. На вопрос, зачем он это убрал, он утверждает, что ничего не убирал. Нужно явно просить его посмотреть git diff, потому что сам он не догадается.
Просто сделай как в референсе
У меня уже есть готовый сервис, в котором прослушиваются события, затем меняются значения в базе данных и записываются в Redis. Прошу его сделать точно так же в другом сервисе.
Он делает, но забывает добавить запись в Redis. Или не меняет значения в базе. Или называет файлы и классы совсем по-другому. Или интерфейсы и типы кладёт не туда. После этого говорит, что всё готово. Я прошу его проверить всё, что он сделал. Он проверяет и ещё раз утверждает, что всё готово. И, конечно, все тесты у него зелёные, что подтверждает его вывод о готовности. Приходится сделать очень много циклов с указанием на каждую ошибку, чтобы он её исправил. При исправлении одной ошибки он допускает новые.
Я снова его прошу пройтись по коду и сделать так, чтобы было всё как в другом сервисе. Он меняет много файлов, пишет, что всё готово. Я открываю первый файл и вижу, что там всё не так. Снова пишу ему, он снова пишет, что всё готово. Открываю следующий файл, там такая же картина. Более того, можно даже в одном файле указывать ему на функции и объяснять, чем они отличаются от референса. Он исправляет, переходим к следующей функции, снова исправляет. Он не может даже 1 файл сделать как в референсе.
Вернёмся к сервису с прослушиванием событий. В нём есть общие переиспользуемые методы для работы с брокером сообщений. Агент даже делает всё правильно и использует их, а не дублирует методы. Но он забывает добавить типизацию, и я указываю ему на это. И вместо того, чтобы добавить интерфейсы, он зачем-то решает продублировать сотни строк кода общих методов.
Тестирование
С тестами у него вообще трудности. Я даю ему чёткие указания: сначала добавить тест, запустить тест, убедиться, что этот тест падает, написать мне причину падения, затем исправить код и снова запустить тесты, чтобы все тесты проходили.
Что делает ИИ агент: сразу меняет код. Затем создаёт тест, который НЕ падает, и пишет мне, что задача выполнена. В итоге я не могу проверить, упал бы тест до исправления кода или нет. И исправил ли этот код что-то или нет.
Это повторялось так много раз, что я создал отдельную команду под это. И мне пришлось её много раз менять, чтобы он начал следовать указаниям. Но это работает не идеально. В рандомный момент в зависимости от расположения планет он снова сразу начинает править код без создания теста.
А иногда для создания падающего теста он использует хитрый способ. В чате уже есть диалог по парсеру JSON данных. Я ему отправляю новый небольшой JSON на 20 строк и прошу сначала написать падающий тест. Он добавляет входящие данные в тест и желаемый результат парсера. И чтобы тест упал, он просто меняет рандомное поле в ожидаемом результате и сообщает, что тест упал и теперь можно править код.
В проекте есть устоявшаяся структура тестов. Фикстуры для тестирования каждого метода парсера находятся в отдельных директориях. Когда нужно добавить новый метод в парсере, мы просто добавляем новую директорию с фикстурами и меняем код парсера. Тесты проходят по всем фикстурам и проверяют, что ничего не сломалось.
Это всё описано в скиллах и правилах для агента. И когда агент начинает делать тесты, я вижу, как он сначала читает эти скиллы. И в большинстве случаев он делает по этой структуре. Но в рандомный момент он перестаёт этому следовать и добавляет фикстуры прямо в код тестов. Мне приходится ему указывать на это, и он переносит их в отдельные файлы. Спустя несколько сообщений в этом же чате он снова допускает эту ошибку.
Если он добавляет какой-то параметр в API запросы, то при запуске тестов у него не проходит валидация схемы. Он использует ещё один хитрый приём: он просто выключает валидацию схемы или разрешает любые неизвестные параметры в схеме. И тесты снова проходят.
Был ещё такой случай. Я попросил агента написать тест на добавление данных через API запрос. Он долго что-то пытается сделать, но тесты у него никак не становятся зелёными. И он решает просто не вызывать API роут в тестах, а напрямую записать данные в базу. Тесты действительно начали проходить, данные добавляются в базу, но никакой API запрос не выполняется.
Невозможность поменять стиль ответов
В последние месяцы я всё чаще замечаю новый шаблон построения предложений. Вот примеры:
Есть разница между “я прочитал текст” и “я понял смысл текста”.
Мы слишком часто принимаем “я привык к этому” за “мне это нравится”.
Путь от “я боюсь ошибиться” до “я готов попробовать” может занять годы.
В каждом предложении два фрагмента в кавычках, построенных по одному стилистическому шаблону. Я не знаю, откуда появился этот шаблон, но я не видел его раньше. А сейчас так общаются нейросети, и я замечаю этот стиль в статьях и видео. Может, это улучшенная версия “Это не X, это Y”? Хотя здесь не совсем антитезы.
Сколько бы я ни пытался изменить правила и скиллы для агентов, они продолжают использовать этот приём. Более того, Composer взял худшее из этих двух приёмов и теперь пишет мне такое:
Это не “API не включается”. Это “фронтенд не может подключиться”.
Он использует кавычки почти в каждом ответе. Кавычки используются там, где их вообще не должно быть. Например, здесь:
Я “подключил API” к сервису.
Сервис “запускается”, но не может “обработать” входящие запросы.
Я добавил “проверку состояния” перед отправкой запроса.
Я устал читать такой текст от него. А если указать ему на это, происходит такой диалог:
— В правилах запрещено использовать кавычки в тексте. Почему ты снова их использовал?
— Вы правы, я не должен был использовать кавычки. Теперь вы мне об этом указали, и я больше никогда не буду использовать кавычки.
— Но твоя память не переносится между чатами.
— Вы совершенно правы. Чтобы я всегда следовал этому правилу в новых чатах, его нужно перенести в самое начало списка.
Ок, переносим правило вверх. В следующем ответе прямо в этом же чате я снова получаю текст с кавычками.
Конец статьи
Теперь вы знаете, что вас ждёт, если вы захотите использовать Composer 2.5 в Cursor.
А чтобы таких проблем не было, вам просто нужно использовать новые передовые модели, которые вышли несколько дней назад, независимо от того, когда вы читаете эту статью.
Комментарии (37)
InsiderCrush
04.11.2026 03:53Опять замусоривание Хабра статьями с личной рефлексией о ИИ. Перечитайте правила Хабра. А именно: запрещены "Хайп и полуфабрикаты, потоки сознания и диалоги с ИИ"
Krypt
04.11.2026 03:53Я поспорю, что в эпоху существования ИИ - в этот статье поднята вполне себе актуальная тема. Единственное, быть может здесь слишком много от потока сознания.
InsiderCrush
04.11.2026 03:53В этой статье рассматривается локальная проблема и на выходе никаких дельных советов. Общие фразы без всякой пользы. Статья бесполезная технически. Представьте каждый начнет расписывать что у него с ИИ сегодня не выходит.
Krypt
04.11.2026 03:53Имхо, проблема коммуникации с ИИ не локальная, просто она из разряда тех проблем, о которых непонятно как писать. И где в правилах написано, что статья обязана давать ответ?
orchidfiles Автор
04.11.2026 03:53В одной из моих статей в комментариях мы с вами не смогли прийти к общему мнению. Кажется, там вы тоже упомянули, что на хабре недопустимы личные рефлексии о ИИ.
Теперь через несколько минут после публикации моих статей вы оставляете комментарии о том, что в статье не хватает технических деталей. Что статья нарушает правила хабра. Что я хайпую на теме ИИ.
У нас с вами образовалась какая-то связь =)
flancer
04.11.2026 03:53"Я никогда не встречал человека настолько глупого, что я не мог у него чему-то научиться." (с) Галилео Галилей
Автор статьи даёт нам всем возможность посмотреть на (не)знакомые нам проблемы со своей точки зрения. Он потратил на это свои ресурсы и только за это уже можно быть ему благодарным. А что вы из этого извлечёте - зависит только от вас. От вашего опыта, ваших возможностей и ваших желаний, в конце-концов.
InsiderCrush
04.11.2026 03:53Вчитайтесь. Описана проблема, а решение предложено такое: "ну, ребята, хз что делать, юзайте модели подороже и поумнее". Вот спасибо за науку! :D
Krypt
04.11.2026 03:53Отказался от deepseek-4.1-flash-1017 именно из-за способа общения. (откатился на deepseek-4.1-flash)
Список X
- B не является X
- F. F тоже не является X
- K— Зачем здесь эта функция?— Вы правы. Эта функция здесь не нужна. (Удаляет функцию и меняет много файлов)— Зачем ты её удалил?— Вы правы, я не должен был удалять эту функцию. Возвращаю обратно. (Опять меняет много файлов)
В таких случаях помогает декларировать что вы пишете прямо в тексте:
> Вопрос: Зачем эта функция
> Исследуй: Как можно ускорить этот фрагмент кода?
Альтернативно - модели нужно дать маршрут по которому она последует после завершения задачи:
> Исследуй: Как можно ускорить этот фрагмент кода? Вернись с отчётом после завершения исследования.
Лично с моей точки зрения лучшая модель в плане человеческой коммуникации - это Qwen3.8 27b. Но у неё свои заскоки, она видит всё как пазл который просто необходимо решить. С ней главное не дать ей лишний пазл случайно.
debagger
04.11.2026 03:53Qwen3.8 очень хорошие для кодинга и агентских задач, что 27b, что flash next. Но тексты на русском она пишет плохо, как будто подстрочник с английского читаешь (при этом понимает она по-русски хорошо). Это, пожалуй, единственная к ней претензия. Может, кстати, это проблема квантованной версии, не знаю.
Krypt
04.11.2026 03:53Это да, я общаюсь с ИИ на английском, пожалуй следовало уточнить. Но при размере в 27b плохой русский ей наверное можно простить. Иностранные модели в целом русский понимают довольно плохо, Qwen далеко не худшие в этом плане.
mahmud90
04.11.2026 03:53deepseek-4.1-flash-1017 как-то отличается по стилю общения от deepseek-4.1-flash? Не замечал. Мне кажется, проблему коммуникаций решает точная формулировка своих запросов и реплик. Потратить несколько дополнительных секунд, чтобы сделать свой месседж агенту точным и четко сформулированным. У меня каких-то недопониманий или лишних действий агента обычно не возникает.
Вообще как мне кажется модели deepseek-4.1-flash и 1017 ненамного уступают "передовым" моделям и хорошо способны понимать намерения пользователя, даже нечётко сформулированные. При этом работают очень быстро.
Krypt
04.11.2026 03:53В целом 1017 склонен заполнять ответ на половину мусором (как в примере выше), ответ - стена текста, причём половина грамматически правильная, но не несёт в себе никакого практического смысла. Такое ощущение что ему бы ещё один проход по ответу сделать - идеально будет, но - нет.
Я общался с deepseek-4.1-flash-1017 для три, пытался исправить дополнительными инструкциями, но потом понял что это проблема которую мне не нужно решать и я подожду стабильного релиза без экспериментов с preview-версиями
Oeaoo
04.11.2026 03:53Шел 26й год. Они все ожидали от меня чтения мыслей да еще и в автономном режиме. Но до меня, когда ИМИ вайбкодили бизнес и прочие менеджеры, были по сути такие же проблемы как и со мной. Но со мной же, они хотят чтобы чуфыр-чуфыр и им стало хорошо, правильно, не хлопотно, уютно.. Ведь я им должен. И при всем при этом, они с надменностью друг другу напоминают какое ничтожное и неправильное магическое мышление, совсем не то что у них самих!.. (из мемуаров пожилого, одинокого ИИ)
9lLLLepuLLa
04.11.2026 03:53Проблема в том, что люди, помимо языка, умеют еще и передавать контекст, который дополняет высказывания. А машины не умеют в контекст. Им нужные инструкции. И получается ситуация, что подробную инструкцию, недопускающую разночтений, пока проще написать в виде кода. Но это нужно учиться и приобретать собственный опыт
Varowlord4
04.11.2026 03:53Я пробовал писать идеальные промпты с кучей контекста - это работает до определенного момента, потом контекстное окно забивается и модель начинает галлюцинировать
mahmud90
04.11.2026 03:53В таких случаях работает сжатие контекста. Ну и лишний контекст давать смысла тоже нет, модель сама может найти все что нужно. Или спросить об этом.
Varowlord4
04.11.2026 03:53Тоже заметил что при использовании Composer нейронка часто сносит нужные куски кода просто от балды. Иногда она вообще удаляет тесты, если просишь переименовать метод. Приходится постоянно проверять каждый чих через гит...
tenzink
04.11.2026 03:535-часовой лимит при использовании gpt-6.1-sol у меня заканчивается за несколько запросов. Если я прошу его поменять пару строк в readme файле, это расходует 10% лимита
Мой опыт такого не подтверждает.
У меня сложные монорепо проекты
А вот тут может быть разгадка. Если он идёт грепать монорепу, то легко съест и больше. Нужна система индексации кода и скилл, чтобы агент им пользовался.
Ну и в целом, описанные симптомы характерны для перегрузки контекста: перегруженный харнесс, забитый grep'ами контекст, слишком долгий диалог. При сильной перегрузке внимания агент начинает глючить.
gotch
04.11.2026 03:53Зачем здесь эта функция
А чего вы ожидали? И человек воспримет это как претензию. Неоднозначность промпта - путь в никуда.
Могли бы написать что-то вроде "Проанализируй функцию X. Найди код, который её вызывает. Напиши краткое описание функции, не более 5 строк текста. Сделай вывод о целесообразности выноса кода в функцию. Код не меняй."
pintor
04.11.2026 03:53Это классическая проблема агента, а не модели.
Модель нам не отвечает, не следует инструкции, а просто продолжает текст который мы передали как контекст.
Вот например мы задаем вопрос: "Зачем здесь эта функция"
Далее агент вызывает модель и входит в цикл, где на каждой итерации цикла модель помимо добавления нового текста в контекст выдает признак остановки цикла.
Поэтому после такого вопроса, будет несколько итераций агента, и модель скорее всего попросит вызовать несколько инструментов и может добавить в контекст что-то вроде: "функция не используется, ее можно удалить", или "функция используется только в одном месте ее можно заинлайнить".
Эти фразы в конце контекста не являются признаком остановки (скорее всего) и поэтому агент заходит на еще один круг цикла.
А дальше т.к. в контексте есть фраза "функция не используется, ее можно удалить", модель просто продолжает эту фразу.
Получается она остановится только когда фунция будет удалена.
evgenii_ibragimov
04.11.2026 03:53Composer годится для очень простых задач с минимальным уровнем рассуждения, imho. Что-то делать в Cursor - это только через Grok 4.6/7 High как оркестратор с теми же гроками-исполнителями и ревьюерами. Компоузер - максимум прогнать скрипт бездумно, поправить доку по инструкции, закоммитить "всё что есть".
И даже так, Грок жрёт немеряно контекста и раздувается. Последней каплей было, когда он простую задачу (на которую должно было хватить остатка лимитов 60-долларовой подписки) делал 2 часа, сожрал основной лимит, сожрал дополнительный лимит сторонних моделей, сожрал доступные креды на 20$ - и сделал только половину. Я отдал доделать это всё Opus 5.5 high с исполнителями Sonnet через Claude CLI - задача дорешалась за 15 минут, плюс он мне расписал, почему исполнители Grok работали по полчаса и что делали не так.
В итоге я взял подписку на Claude Max за $100, перевёл всю разработку туда - и счастлив.
stas_makarov
04.11.2026 03:53А мне Cursor и Composer нравятся. Просто надо "за базаром следить" - быть точнее в формулировках. Если сказать ему "сделай план" он может кинуться сразу выполнять даже в plan-mode. Поэтому говорю "напиши план". И так далее. С людьми это точно так же работает - одного можно дружески послать, другой в драку полезет.
bogolt
04.11.2026 03:53Вот часть моего
AGENTS.mdработает прекрасно, теперь вопрос это просто вопрос.Questions vs Action Requests: When the user asks a question, treat it strictly as a question to be answered, NOT as a request or authorization to perform actions, edit files, or start implementation. Provide the direct answer and wait for explicit instructions or approval before taking action.
gotch
04.11.2026 03:53Модель отличает вопрос от инструкции, если он явно не заканчивается знаком вопроса? Не требуются ли ей примеры оборотов, которые следует расценивать как вопросы, а не инструкции?
bogolt
04.11.2026 03:53Да вроде отличает. Я регулярно задаю вопросы почему так и обычно модель просто дает ответ без изменений кода. Но допускаю что это можно улучшить парой примеров и подсказкой что знак вопроса не обязателен.
SanyaZ7
04.11.2026 03:53Обычно вопрос располагается в конце промпта, после контекста. Агентные системы скрывают такие мелочи от пользователя. Да и в целом поведение/ответ модели зависит от того насколько вопрос и контекст противоречит внутренним убеждениям модели, заданным при обучении.
InsiderCrush
04.11.2026 03:53Вот часть моего AGENTS.md Он весь в кей валуе у меня, для экономии токенов, плюс якори неплохие.:
MUTATION_LOCK=READONLY: UNLOCK=“Вноси правки” | ALLOWED_MUTATORS=[create_file,edit_file,multi_edit_file] | BASH_FS_WRITE=FORBIDDEN.PASSIVE_WORKSPACE_LOCK=ENABLED: AUTO_INSPECTION=FORBIDDEN |
GrigorGri
04.11.2026 03:53А вы хук сделайте. Если предложение заканчивается вопросом, то не позволять редактировать ничего. Или даже - если в сообщении есть вопрос, то не позволять редактировать. На claude это сделать очень удобно (просто напиши "добавь хук который не позволит тебе редактировать файлы после сообщения с вопросом"). Cursor не пользуюсь, но судя по гуглу там есть точно такая же функция хуков.
Пусть если модель попытается что то отредактировать ей придет сообщение от обвязки "пользователь ждет ответа, вместо правок ответь ему".
И в целом этот же совет можно расширить на большинство претензий в статье.
Сколько бы я ни пытался изменить правила и скиллы для агентов, они продолжают использовать этот приём. Более того, Composer взял худшее из этих двух приёмов и теперь пишет мне такое:
Это не “API не включается”. Это “фронтенд не может подключиться”.
Тоже самое. Не нравятся кавычки - поставьте хук на ответ который проверит кавычки и не позволит ему отправить сообщение пока их не уберет. Судя по всему, напрямую запретить в Cursor нельзя ответ. Но можно сделать afterAgentResponse + stop с запросом ответить нормально после, без кавычек или без Вы абсолютно правы.
Кстати а если свой серв использовать, то можно и на уровне логитов запретить выржаения такие.
TIEugene
04.11.2026 03:53Возможно вопрос примитивный, но это от незнания ИИ:
зачем для переименования функции/класса напускать аж целый ИИ? В любой мало-мальски IDE есть функция рефакторинга, причем с учетом контекста (namespace, class). Без всякого ИИ.
В крайнес случае sed или GUI-аналоги.
В чем сила, брат? (c)InsiderCrush
04.11.2026 03:53Это называется ИИ-солюционизм. Попытка прикручивать ИИ даже туда, где он нафиг не нужен и обычные скрипты справляются. А еще вернее - скрипты как раз и справляются, а ИИ нет, но все равно лепят ИИ, а затем пытаются обосновать почему его прилепили туда.
AVX
04.11.2026 03:53А использование ИИ несколько расслабляет - после получения положительного опыта уже становится просто лень делать какие-то вещи, требующие хоть какого-то напряжения мозга - вспомнить, где и какими клавишами вызывается нужное, или в каком меню, и уж тем более как в этом sed поменять строки. Да, для таких вещей использовать ИИ очень расточительно по времени и ресурсам, и в итоге работа делается заметно дольше.
Каюсь, иногда сам таким страдаю. Особенно когда надо какой-то кусок текста обработать - даю текст, говорю, в каком виде мне нужно что оттуда получить - готово. В большинстве случаев в доИИшную эру я это делал просто в редакторе текста, не особо напрягаясь, и для редких случаев использовал что-то в командной строке или на коленке скрипт писал. Сейчас - "ну нафиг, не помню, где там в меню подходящие функции, спрошу у ИИ". В принципе, если для конкретно такого рода мелких задачек использовать глупые и быстрые модели - вполне подходит (особенно если результат можно быстро проверить). Но даже тут есть риски, что модель где-то наврёт, и придётся повторять, менять запрос, менять модель (а потом плюнуть и всё же сделать по-старинке).
AVX
04.11.2026 03:53Кажется, тут смешано много факторов: и как сделан агент, и какая модель, и скиллы, и сами формулировки запросов.
У нас ребята написали своего агента, и обычная последовательность при разработке: анализ, билд, промоут. При анализе выдаётся план дальнейших действий, что будет сделано, как, и какие части запроса какими кусками будут покрыты. Билд - по сути написание кода в песочнице, прогон тестов, сборки. Промоут - тут уже перенос из песочницы готового кода, с показом диффа и с возможностью подтверждения (или с режимом авто-подтверждения). Кроме того, можно на любом этапе просто в виде обычного чата дополнять что-то, спрашивать, уточнять - код никогда не будет записан без явного указания команды.
Модели тоже разные - я использовал дипсик, он работает быстро, но съедает немало токенов, и в основном справляется. Но как только встаёт задача что-то имеющееся доработать, устранить какой-то баг, и т.д. - может ходить по кругу и потонуть в собственных размышлениях. В этом плане zai glm 5.3 гораздо лучше справляется - правда, дольше думает, но вывод в чате более чистый, нет "воды" в ответах, код рабочий (крайне редко приходится что-то просить исправить). Другие модели пока не прикрутили, не пробовал.
Формулировки запросов - это ещё давно всем понятно, что сильно зависит как и что спросить. "Зачем тут функция?" - выглядит "агрессивно" даже для человека. Понятно, что если модель обучена быть максимально "услужливой" и пытаться угодить любым путём человеку - она тут же примет такой запрос как "наезд" и кинется исправлять (даже если не надо исправлять). Гораздо продуктивнее будет запрос типа: "Объясни назначение функции, где она вызывается, что делает, и кратко - как работает". Подобные вопросы я задавал glm, и от себя лично, и те, что возникали у других людей на ревью (даже если сам не понимал, после ответа становилось понятно).
inakrin
С Fable 5.1 та же проблема. Вопрос часто воспринимает как интент сразу переделать и запускает рефакторинг на полчаса.
becefi
Для этого есть режим "read-only", он же "plan", он же "ask". Всегда вопросы и обсуждения делаю в нем.
Varowlord4
Забавно что более продвинутая модель генерит больше проблем на ровном месте. Раньше как-то проще было контролировать процесс, поэтому на Опусе сижу до сих пор в основном
becefi
Тут зависит от обвязки и режима. В режимах "plan" обвязка (по крайней мере те, что написаны не левой ногой) сообщает модели, что она в "plan", что редактирование ей недоступно и что пользователь ждет от нее текстовый ответ. Тогда она не лезет сразу править.