امروز یک تست رو انجام دادم که قبلا میخواستم انجامش بدم ولی خب مدل های هوش مصنوعی (هوشواره1) در کدینگ عمیق نبودن. حداقل تا قبل از Sonnet/Fable و Sol.
تست این بود: انجام تسک هایی که دارم با استفاده از مدل ها با تعریف کردن workflow ها و strict rules در AGENTS.md و همچنین من دیگه هیچ ویرایشی انجام ندم و فقط code-review بعد از planning با من باشه.
تا الان نتیجه این بوده که میشه حدود 70 درصد کار ها رو بهشون سپرد. بیشتر کدی که تولید میکنن با چیزی که خودم توی ذهنم هست فرقی نداره، ولی خب بعضی وقت ها گیج میشن و state رو فراموش میکنن که باعث میشه کد های جدید بیشتر بر اساس حدس و گمان خودشون باشه تا مرتبط بودن با چیزی که نوشتن.
اگه SoC رو در حداکثر ترین حالت ممکن (که باعث میشه حجم کد بیشتری بنویسین) در پروژه داشته باشین به نظرم باعث میشه توهم مدل ها کمتر بشه.
تا الان از Claude, ChatGPT, Deepseek, Qwen, Big Pickle استفاده کردم و سوییچ کردن بینشون درحال انجام چند تسک باعث شده سرسام بگیرم 🙂
سرعت کارم رو بالا بردن، این رو انکار نمیکنم ولی خب بعضی وقتا یادم میره چی نوشتن 😅 با وجود اینکه کد ریویو رو انجام میدم و دستی تایید میکنم. حس میکنم کد نویسی با AI اینطوریه که اگه کد اسپاگتی نباشه، یا ردفلگ نداشته باشه قابل تاییده برای vibe-coder های دوستداشتنی.
مدال برترین مدل تا حالا هم به Claude Sonnet/Fable میرسه که از بقیه کمتر خنگ تره. البته خیلی نزدیک GPT Sol هست و رقابت نزدیکی دارن.
برای تسک های کوتاه و غیر فرانت (لاجیکال) دیپسیک خوبه، و برای تسک های بلند و غیر فرانت هم Qwen. خیارشور بزرگ هم برای سلام و احوال پرسی 😁 (برای init کردن و scaffolding پروژه ها خوب بوده Big Pickle ولی خب زود تموم میشه لیمیتش در پلن رایگان)
- در ژورنال های علمی از واژه هوشواره به معنای “مانند هوش” استفاده میشه. مثل ماهواره که معنی “مانند ماه” رو میده. مثلا در فصلنامه مطالعات زبانها: صفحه 27 ↩︎