GitHub запустил бесплатную версию Copilot — теперь все 150 млн разработчиков на платформе получат доступ к 2000 автодополнений кода и 50 чат-сообщений в месяц при использовании VS Code. Достаточно просто авторизоваться через личный GitHub-аккаунт.

Бесплатная версия предлагает выбор между моделями Claude 3.5 Sonnet от Anthropic и GPT-4o от OpenAI. Можно задавать вопросы по коду, получать объяснения существующего кода, искать баги и вносить правки в несколько файлов одновременно. Также доступны сторонние агенты Copilot и возможность создавать собственные расширения.

Copilot Chat теперь доступен прямо из панели управления GitHub и работает с бесплатной версией. А для студентов, преподавателей и мейнтейнеров опенсорс-проектов сохраняется неограниченный бесплатный доступ к Copilot Pro.

Хороший подарок на праздники, хотя и с ограничениями. И сильный ход в конкуренции с форками VS Code с платными подписками — как Cursor или недавно запустившийся Windsurf от Codeium.

https://github.blog/news-insights/product-news/github-copilot-in-vscode-free/

Почему на клавиатуре цифры идут как 1...90, а не 0...9?

Под праздники хочется иногда понаркоманить и посмотреть почему наш мир так нелогично устроен.
Вот почему цифры имеют именно порядок 1234567890?

Для этого нужно чуток заглянуть в историю. Не секрет, что наша клавиатура напрямую была перенесена с пишущих машинок, поэтому пора посмотреть что происходило у них. А у них, так как это сложное аналоговое устройство, очень сильно экономились клавиши.
И у первых машинок цифровой ряд был ещё проще нашего: 23456789. Как набирать 1 и 0 спросите вы? Очень просто: I(заглавная i) и O(заглавная o). Замена этих цифр на буквы для тогдашнего времени было оправданным. Каждая клавиша усложняла конструкцию и увеличивала стоимость машинки.

Но мир развивается и требования растут. Плюс бухгалтеры начинают использовать букву О и ноль вперемежку, из-за чего возникает необходимость отдельной клавише для нуля. И начинают появляться пишущие машинки с номерным рядом 234567890, так как 023456789 выглядит странно. А вместо единицы можно использовать строчную L. И никаких разночтений не будет.

И уже с прогрессом добавили единицу. А ноль, из-за того что привычки, переносить в начало не стали.

А теперь вопрос на засыпку. Символы, которые вводятся через shift+цифра на пишущих машинках были такими же как и у нас сейчас на кливиатуре. Внимание, вопрос: как вводить восклицательный знак(shift+1)?
Ответ: конечно же точка-бекспейс-апостроф. Бекспейс во времена пишущих машинок перещал каретку на символ влево, а не удалял его. Как вы себе представляете удаление символов в аналоговом мире?)

Картинки как выглядели клавиатуры, кстати, в комментариях

UX или как Яндекс заскамил меня на 3к рублей.

Для меня новогодним открытием стало что в Яндекс.Еде кнопочка "оставить у двери" является синонимом "подарить посылку курьеру", потому что поддержка просто моментально встала на сторону курьера и послала меня лесом. Без разбирательств, без всего.
- Нет посылку у соседей?
- Нет
- Ну, извините, не может отследить, так что до свидания.

И даже пофигу на деньги. Меня поражает, что в компании на 10к-15к программистов не нашло ни одного человека который попал в ту же самую историю. Потому что "догфудинг" - это основа разработки. Ты должен потреблять то что разрабатываешь.
Тут же не только своим не пользуются, но и конкурентов совсем не трогают. Давайте опишу как это выглядит в uber.eats: Тебе после выполнения заказа приходит уведомление с фото, которое сделал курьер и телефон курьера. И в случае если фото не совпадает с твоей дверью, то ты отправляешь фото реальной двери в поддержку и тебе возращают деньги.
У Яндекса же вообще 0 информации. Вот вообще нет ничего.

И эта ситуация, к сожалению, не уникальна. И напрямую относится к нашему фронтендерскому миру. Да, я говорю переписывании на раст всего и вся.

https://x.com/XaveScor/status/1874870416445173824
И это прямо 1 в 1 ложится на мою текущую ситуацию. Насколько поддержка Яндекса головой ударилась, прося писать им исключительно в ФБ/ВК/инсту, которых у меня нет. Но зато есть телега и твиттер, где есть личные сообщения, но кому это важно?
Настолько и у меня кривое отношение к раст тулам для фронта: если в них идёт что-то не так, то ты и зарепортить ничего нормально не можешь. От слова "совсем". Тебе выпадает какая-то внутреняя ошибка раста, а ты потом как слепой котёнок пытаешься создать минимальный репродьюсь, чтобы написать issue на гитхаб.

Что с этим делать? Да фиг его знает. Но чем больше моих тулов уходит на раст, тем больше гемора в ситуациях, когда что-то идёт не так.

Когда-то лет 10 назад, роуминг был пренеприятнейшей штукой. Была постоплата по конским ценам, из-за чего смысла им пользоваться наверное было никакого.

Сейчас же я нахожусь в роуминге, причём у меня оплачен трафик, за пределы которого я не смогу укатиться никаким образом.
Плюс я обнаружил, что ip у меня остаётся казахстанским.
И вопрос: как этого смогли добиться?

Оказывается, что в какой-то момент все(или почти все) мобильные провайдеры договорились что при роуминге весь трафик будет заворачиваться в тунель до домашнего провайдера.
У этого есть свои минусы: пинг растёт очень сильно, так как пакеты летят через полмира к вам домой прежде чем попасть куда-то ещё.
Но и есть плюсы: если вы едете в страну с каким-нибудь анальным регулированием типа ОАЭ или Китая, то можете просто сидеть в роуминге и всё будет работать.

Так что непренебрегайте роумингом. В нём есть свои плюсы.

Если вы искали простое приложение, которое может запуститься на iOS и локально гонять для вас LLM (текстовую нейросеть), то тут на днях вышло очень красивое минималистичное приложение Full Moon, которое на данный момент позволяет запускать Llama 3.2 в версии на 1 млрд параметров и на 3 млрд параметров.

Приложение доступно и на iOS, и на iPad OS, и на macOS.
На iPhone 14 Pro 3-миллиардная моделька работает более менее шустро – ответ про Севилью она мне сгенерировала секунд за 10-15.
На M1 Max раз в восемь быстрее :)

Хорошая отправная точка для тех, кто не очень умеет пользоваться LM Studio, веб-интерфейсными решениями и прочими кастомами. Но самое главное – она гоняется локально, а потому будет работать даже тогда, когда у вас нет интернета.

PS. Можно задавать свои систем-промты и есть разбивка по чатам.

PPS. Не реклама!

https://fullmoon.app

Если вы пользуетесь ЛЛМками для дебага, то жизнь стала чуть проще.
Не знаю когда эту фичу завезли в консоль, но теперь ошибку можно нормально копировать.

Я пробовал пользовать understand this error, но копирование ошибки в chatgpt приносит куда больше пользы, чем встроенная фича в хром.

P.S. это сейчас есть как минимум в последней канарейке. Возможно, уже доехало до стабильной версии, но это не точно

Нейронки, нейронки, нейронки

Весь январь мир бомбил всех новостями о нейронках: дипсик, падение акций, выпуск o3-mini от OpenAI и всё такое. Не проходило и пары суток, чтобы кто-то не что-то не рассказал о чём-то нейроночном.

Я решил посветить весь январь своему "повышению квалификации" и уделить всё своё свободное время, чтобы стать хотя бы 2х программистом.
И у меня бомбит. Такое чувство, что все вокруг хайпуют и обладают каким-то секретным знанием, которым никто делиться не хочет. И все хайпуют, что новые технологии прямо ускоряют их жизнь. Но когда просишь поделиться, то получаешь что-то типа: "ну загрузи всё туды, пук-пук и магически решилось. А если не решилось, то не повезло. Пили ручками".

Если спойлерить результаты: то я правда стал более производительным программистом, но не из-за "магии фигак-фигак и готово", а из-за того, что я начал понимать, как работают мои инструменты.

В этой заметке я хотел бы поделиться великой четвёркой: windsurf.ai, cursor.com, Cline и aider.chat. Это так называемые "агентские IDE" или что-то типа того. Если говорить простыми словами: эта штука гоняет нейронку по вашим хотелкам и редактирует код.

Мне хочется начать с проприетарных штук: windsurf и cursor. Их слоган: напиши что-нибудь, а потом нажми кнопку "сделать красиво". И всё. Никаких гайдов. Их сайты - это огромная рекламная площадка по тому, что нажать кнопку "сделать красиво" - это зашибись. И оно иногда работает. Но часто и не работает. Причём это всё непредсказуемо. В итоге для меня программисты на Cursor или Windsurf выглядят как танцоры с бубном, которые надеются, что эта штука заработает.
Мой вердикт: эти штуки очень хороши, чтобы словить вау-эффект и сделать какую-нибудь одноразовую фигню. Но не более.

Cline и Aider. Это инструменты уже другого полёта. Я архирекомендую почитать их сайты и блог. Они там дают описание, как работает клиент к нейронке, и благодаря этому ты можешь предсказуемо работать с кодом. Простой пример: http://aider.chat/docs/repomap.html. Если вы знаете о такой штуке, то вы не будете как дебил добавлять в контекст все файлы, которые вы считаете нужными для работы нейронки и всё такое. Основной плюс опенсорса в данной части: они рассказывают, как они решают проблемы. И это делает инструменты предсказуемыми.

Другое преимущество опенсорсных клиентов: они просто впереди по фичам. К примеру, архитект мод появился в Aider ещё 4 месяца назад. И это прекрасная штуковина: на практике ребята выяснили, что reasoning-модели хорошо решают, что надо делать, но фигово пишут код. А Sonnet фигово думает, но код пишет просто шикарно. В итоге работа выглядит так:

ты общаешься с o3-mini о том, в чём заключается фича, строишь километровый промпт, а потом он скармливается Sonnet, который уже пишет прекрасный код. Ни в одной платной "агентной IDE" подобного тупо нет. Я не знаю, с чем это связано, но опенсорс сейчас впереди всех этих платных продуктов.

Но не нужно думать, что опенсорс - это бесплатно. На практике выходит, что опенсорс даже дороже, чем платные продукты. Как минимум потому, что вы в нейронки ходите по API, а не платите ежемесячно подписку.
И тут только вам выбирать: магия и дёшево или предсказуемо, лучше и дорого. Я выбрал второй вариант.
Второй минус: вы превращаетесь в менеджера. А значит, нужно смириться, что результат работы не будет 1 в 1, как вы хотите. Тут всё как с человеком: вы делегировали задачу, и её сделали чуток криво. Но зато очень быстро. Как по мне - нормальный компромисс.

Плюс по итогам этого месяца я понимаю, что нейронки - это даже не будущее. Это настоящее. И если вы не освоите и не интегрируете их к себе в работу, то вы будете очень позади ваших коллег.
Будущее уже пришло, увы, пора меняться.

Продолжение тут: https://www.tgoop.com/xavescor_code/252

Полезные ссылки:
aider.chat - рекомендую прочитать всё от корки до корки. Это концентрированная дока про то как работают клиенты к нейронкам
https://docs.cline.bot - дока по Cline. Менее полезная, с моей колокольни, но тоже важный источник данных
https://cline.bot/blog - Блог Cline, где они пишут просто свои мысли
https://aider.chat/blog/ - тоже блог, но от aider
Причём рекомендую начать именно с блогов, а не с доки. Они написаны более живым языком и позволяют побыстрее впрыгнуть в то, что сейчас творится в "ai мире"

Этого достаточно чтобы прочитать за пару суток и осознать, а дальше практика/практика/практика. Советую запасать токены. Они вам понадобятся.

Если кто-то уже использует aider/cline или доступ по апишке, то можете поделиться сколько денег в месяц вы тратите на ИИшки, какие именно и почему. Это очень интересная и важная тема, которую надо популяризировать. Потому что не нужно бояться тратить деньги, чтобы работать комфортнее.

Я лично за январь потратил на sonnet+o1-mini/o3-mini 80 долларов на личные эксперименты и дофига денег компании.

===
Спасибо телеге, что без спроса распилила посты. Начало тут: https://www.tgoop.com/xavescor_code/251

Тут произошла небольшая пушка, которая потенциально сулит нам микрореволюцией
https://x.com/sama/status/1889755723078443244

ТЛДР: обычных GPT моделей больше не будет. Будут только ризонинг.
Это революция, так как прямо сейчас самым эффективным способом работы является разделение работы на 2 части: с помощью ризонинга вы планируете работу и описываете её, а сам код пишет уже gpt модель. Пока что o3-mini на моей работе всё же хуже чем антропик по части написания кода. Но в будущем походу мы будем менять то как мы работаем и будем как-то подстраиваться под только ризонинг модели, так как GPT перестанут развиваться.

Практика показала, что OpenAI действует максимально бизнесово: не выпускают ничего пока их не догонят конкуренты. Не так давно появились модели от DeepSeek(которые, кмк, не дотягивают даже до o1-mini модели) и гугла(кмк, паритет), поэтому openai анонсирует новые модели.
Вполне возможно, я заменю клод 3.5 соннет на chatgpt 4.5 в своём пайплайне, но это не точно. Всё будет зависеть от точности и скорости работы. Но как минимум мы имеем подтверждение того, что опенаи считает, что конкуренты их уже догнали, так что не стесняйтесь смотреть на gemini 2.0.

Так же у меня есть планы записать небольшое видео на ютуб, в котором я подведу итоги как же в реальности работать программисту с кодом через нейронки и почему это ни в коем случае не кнопка "сделать красиво". Но оказалось, что запись видео и всего такого - чуток гемор для меня, поэтому хочется узнать скольки именно людям подобная фигня нужна. Просьба, поставьте палец вверх этому посту, если вам интересно подобное видео, так как тратить 3-4 часа своего времени просто так желания маловато.

Edited: Ну и если есть желание, чтобы я затронул какие-то конкретные вопросы - велком ту коммент.

docs driven development
Пока я готовлю видео, поделюсь ещё одной мыслёй.

Как я писал ранее, люди очень плохи в том, чтобы формулировать задачи. Зачастую нам просто лень, так как мы подразумеваем, что контекст задачи есть в голове и у других людей и поэтому его не надо уточнять. Но это не так. И это проявляется как на практике, где время по согласованию задачи растёт по экспоненте от количества людей, так и с нейронками.

Первое, что я увидел - это был архитект мод: режим в котором ты сначала заставляешь нейронку формулировать задачу, а потом заставляешь выполнять задачу, относительно этой формулировки. И это работает, но не так хорошо как хотелось бы. У меня ни разу не получалось сделать задачу полностью с помощью этого метода. Нейрока тупо забывала свои же инструкции.

Поэтому я выработал другой подход: docs driven development
1. Генерим какую-то документацию к библиотеке
2. Скармливаем документацию нейронке и говорим выполнить задачу по ней
3. Смотрим что она предлагает и активно спорим, если она что-то делает не так
4. В момент, когда мы понимаем, что нейронка делает как нам хочется, запрещаем ей решать задачу и говорим ей исправить документацию: нейронка должна описать почему она не поняла задачу только по доке и что нужно в этой документации исправить
5. Обрываем сессию и возвращаемся ко второму шагу.

Почему документация важна? Потому что я прихожу к тому, что с нейронками эффективно можно жить только в монорепе с кучей мелких библиотек. Увы, и никак иначе. И документация нужна для того, чтобы нейронки понимали как работают соседние модули.

Подход выше мне упрощает работу очень сильно, так как по документации можно сразу сгенерить и тесты любых видов, и отдавать эту либу людям, что упрощает работу других людей. Одни плюсы.

Из минусов: я пока не уверен, что это прямо правильный путь. В интернете тупо 0 инфы о таком подходе. Как будто я первый кто до этого додумался. Но, главное что оно работает

https://platform.openai.com/docs/guides/reasoning-best-practices

Ну и оказывается у openai тоже есть несколько годных статей про ИИшки в дополнение к вышеописанных разделам.

ТЛДР: как выбрать нужную модель для задачи.

Если вы не умеете формулировать задачу, то вам к ризонинг модели. Если можете - вам достаточно ГПТ.

А почему так - по ссылке выше.