В Cursor завезли Debug-режим. Раньше тоже самое можно было сделать через режим планирования, где ты описываешь проблему, и просишь ее исследовать. Теперь флоу упростился - скидываешь логи, контекст и ждешь решения. Работает не с первого раза, много пишет отладочных логов, надо за этим следить. Но в целом направление верное. Давно такого не хватало. https://cursor.com/blog/debug-mode

Моя ачивка за год от Cursor.com xD

На днях стало известно что в сеть утекла сборка Claude Code. Среди версий которые распространяли были и просто CLI Rust утилиты, но вот тот самый агент - https://gitverse.ru/anarchic/claude-code. Качаем, пока юристы Антропика не добрались. Кто не успел, забираем архив из ТГ

Кто устал от Dify/Langflow/n8n и прочих Apache NiFi узловых интерфейсов, тому предлагаю посмотреть в сторону нормального человеческого кода и затестить Eino AI Framework https://www.cloudwego.io/docs/eino/overview/bytedance_eino_practice/. Попутно предлагаю таки поставить neovim со всеми нужными плагинами, и подетоксится от нейро-кодинга в течение выходных. Я так и сделал.

Cursor прислал рефералку. Скида в 50% первый месяц, а мне всякие бонусы) У кого еще не стоит или кто задумался приобретать платную версию вот вам рефка - https://cursor.com/referral?code=MANDFM4SBMQB

Коллеги подкинули на изучение multica.ai, на выходных ставлю его в свой пет-проект и на следующей неделе скину результаты в канал. Пока смотрим обзор-сравнение. Есть еще в планах это подружить с Hermes, но это надо разобраться с OpenRouter-моделями, пока не до этого. Смотреть тут - https://youtu.be/gh9DAo1uKy4?si=DDe06pDOwEjxuBH6

Работая с multica пришел к выводу, что не достаточно настроить процессы, тулинг и окружение. Я упустил одну важную, первостепенную вещь, при работе в распределенной агентной сети - это Память. Мусоля эту идею, накидал несколько подходов для решения задач по параллельной разработке - когда в единицу времени приходят не связанные между собой, но влияющие на конечный результат, требования. Оказалось, что проблема гораздо шире - и это долгосрочная память агентов и когнитивные способности. На практике, чтобы вы могли просто поставить кучу тикетов оркестратору, и потом ждать результата в течение недели, вам надо организовать не просто процесс координации, а инженерную систему памяти, с которой будут работать все агенты, на постоянной основе. Они должны пополнять артефактами эту базу данных. К сожалению, это не простая задача. Вам придется строить некий слой работы с памятью за пределами сессий агентов, и это нечто гораздо более сложное чем RAG - это система доступа и обновления долгосрочной памяти проекта. Наткнулся на статью на medium, которая хорошо описывает данную задачу (доступна только для тех у кого там есть подписка, к сожалению) - https://richmondalake.medium.com/ushering-in-the-era-of-agent-memory-engineering-c03cde2e1962. Из проектов, которые могут помочь разобраться в тематике, наверное стоит посмотреть на MemGPT (https://research.memgpt.ai/). Продолжение следует