Привет. Тут я буду сгружать все обновления по сайту https://pickyouragent.dev

Репозиторий: https://github.com/XaveScor/pickyouragent-dev

https://github.com/XaveScor/pickyouragent-dev/tree/master/snapshots

Так как накопилось достаточное количество фичей, то я сделал на гитхабе автоматическую таску, которая на каждое обновление сайта делает снепшот текущих фич.

Из снепшотов планирую сделать историческую визуализацию развития агентов и то насколько агент далёк по фичам от конкурентов.

Основная проблема - тяжело понять вес каждой фичи, но думаю, что для первой версии достаточно просто дать всем одинаковый вес и просто посмотреть что получится в будущем

Короч, есть такой тест для моделей как "поиск иголки в стоге сена". Он показывает насколько модель "забывает" данные из контекста.

Моя основная модель сейчас GLM 4.7, у которой эффективный контекст около 100к-120к токенов. Всё что дальше имеет куда хуже качество.
Но провайдер предоставляет контекстное окно около 200к токенов. И вот ни один агент не предоставляет возможность ограничить контекстное окно или же запускать автокомпакт раньше лимита провайдера.

И вот этой фичи нет ни у кого из тестируемых агентов. Такое чувство, что люди не особо используют модели, отличные от моделей антропика, гугла или опенаи.

Возможно вы слышали как вчера antropic начала ограничивать свою подписку внутри сторонних клиентов(не claude code).
И это привело к тому, что OpenAI согласилось на добавление ОФИЦИАЛЬНОЙ подписки в opencode(а следовательно и в другие клиенты).

В связи с этим я решил начать мониторить поддержку разных подписок в рамказ pickyouragent.dev

Пока что набросал на скорую руку, но планирую активно поддерживать и этот список

@pickyouragent

Чатик, подскажите, пылызы. Есть ли агенты на рынке, которые могут работать как тонкий клиент на удалённой МОЕЙ машине? Т.е. не в облаке у провайдера, а у меня.

Агенты в облаках, по типу кодекса, слишком ограничены по фичам. Но у меня есть кейсы, когда у меня плохой коннект к провайдеру моделей, а работать надо

Сейчас пробую antigravity. Очень крутой редактор. Как минимум советую, потому что они пошли на шаг вперёд с планом: позволяют оставлять комментарии к каждому сегменту в плане. Это очень упрощает работу.

Но есть минусы: до комментариев додумались, а вот до "запустить выполнение" - нет. Надо как дебил писать "Implement" и переключаться в другой режим.

Ещё из плюсов: бесплатный доступ к моделям антропика и гугла.
P.S. этот же доступ работает и в опенкоде https://github.com/NoeFabris/opencode-antigravity-auth
причём мне понравился способ установки: просто в опенкоде написать

Install the opencode-antigravity-auth plugin and add the Antigravity model definitions to ~/.config/opencode/opencode.json by following: https://raw.githubusercontent.com/NoeFabris/opencode-antigravity-auth/dev/README.md

Сейчас заполняю отчёт по antigravity и возник такой вопрос:


У меня сложилось впечатление, что почти всем агентам не хватает такой фичи: форкнуть текущую беседу, реализовать какую-нибудь мелкую фичу и переписать весь план относительно уже нового состояния репозитория.

У вас бывают такие кейсы?
Из примеров: AGENTS.md криво написан или какие-то служебные либы кривоваты


Во всех агентах, в которых я работал для подобных вещей надо было прямо сурово так подзадолбаться, чтобы сделать промежуточную фичу только, а потом её втянуть в основное флоу

Апдейты на pickyouragent.dev:
• курсор поддерживает dual-mode(plan-mode/dual-model): вы можете подготовить план одной моделью, а выполнять его другой
• kilo code научился в иерархичные AGENTS.md(documentation/tree): теперь вы можете раскидывать свою документацию ближе к коду, а не хранить их только в корне
• opencode же научился в подписку копайлота. Причём она сделана не в обход провайдера, как это сделано с антропиком, а она официальна в сотрудничестве с MS

@pickyouragent

Чат, долгое время антропик позволял использовать свою подписку в opencode.

Подскажите, кто продолжает использовать эту подписку в опенкоде и когда вы сделали первый платёж за подписку?
Есть суровая гипотеза, благодаря твиттеру, что сейчас банят только новых пользователей, а старым так уж и быть - позволили продолжать сидеть через подписку

Апдейты:
• kilo code научился в подписку openai.

Вообще, в процессе отслеживания очень помогает такая технология древних как RSS и то, что на гитхабе они вормируются автоматически из релизов.
Но немного жалко то, что почти всё в современных агентах, судя по ченжлогам - это
а) багфиксы в tui интерфейсах
б) подключение новых провайдеров

Реальной работы над фичами не заметно(

Ещё апдейты по фичам за эту ночь:
• курсор: научились в сабагенты и расширили задавание вопросов на все режимы. Минорный апдейт
https://cursor.com/changelog/2-4
• Claude code придумали новую фигню, которая пересекается с текущими: tasks. Как это планируется применять на практике - решительно непонятно.
https://x.com/trq212/status/2014480496013803643

https://code.claude.com/docs/en/skills
Так же обнаружил, что claude code депрекейтит команды, позволяя вызывать скиллы и ставя на них флаг disable-model-invocation: true

Я всё ещё слежу за фичами агентов, но проект пока поставлен на паузу в наполнении контентом, так как я перевайбкодил и теперь просто не могу добавлять фичи(

https://t.me/xavescor_code/353

После рефакторинга закину все новые фичи на сайт

Ну, рефакторинг завершился немного раньше чем я ожидал.

Ничего не изменилось на страницах. Но это позволило мне сделать нормальную страницу по поводу существующих подписок

https://pickyouragent.dev/features/subscriptions/

После этого заполняю инфу по claude code и antigravity. И продолжаем исследовать агенты.

Так же из идей:
1. сделать rss ленту
2. выкладывать апдейты в twitter и прочие соц.сети
3. померять агенты в попугаях, так как люди любят графики и мерялки

Рефакторинг продолжается. Я решил, что надо заполнять не только поддержку, но и то как пользоваться каждой из фичей.

Новая структура будет выглядеть как-то так:
—-
зачем нужна фича и почему без неё жить невозможно
—-
Список агентов и как её использовать внутри неё.
Пока будет выглядеть как-то так
https://pickyouragent.dev/features/planmode/

Теперь можно и заполнять данные по остальным агентам

https://pickyouragent.dev
Обещанно прошёлся по клод коду. Изменения такие:

Plan Mode:
- ✅ Plan editing — Ctrl+G открывает редактор
- 🟡 Questions — работает, но ответы неинтерактивные (нет @-автокомплита)
- 🟡 Todos — поддерживается, но агент не создаёт их автоматически — нужно просить явно
- ❌ Orchestrator mode — нет
- ❌ Dual model — нет
Documentation:
- ✅ Skills — через SKILL.md файлы
Tools:
- ❌ Browser — Anthropic анонсировал бету, но настроить не удалось
- ❌ Linters — LSP заявлен, но непонятно как использовать
CLI Calling:
- ✅ Infinite tasks timeout — есть флаг run_in_background для девсерверов
- 🟡 Processes explorer — фоновые задачи видно, но управлять без модели нельзя
Specialized Modes:
- ❌ Ask mode — нет
- ❌ Debug mode — нет

Также переименовал "Agent Mode" → "Specialized Modes" и убрал фичу auto-merge.

Из планов:
за время рефакторинга утекло много воды и надо обновить инфу по всем остальным агентам. К примеру, в codex прилетел plan mode, что сильно меняет опыт использования агента.

А так же время добавлять фичи, которые не отражены в таблице:
• сабагенты
• mcp
• всякие рои от антропика и прочую фигню, которая не понятно как полезна и полезна ли в жизни

https://pickyouragent.dev
Основная задача - это понять какой агент лучше.

Я разметил фичи по баллам(как я чувствую) и теперь столбцы отсортированы в зависимости от количества баллов.

Да, может быть неидеально раскидано, но пока я так вижу.

Главное уточнение, я считаю что opencode должен быть на уверенном втором-третьем месте. Основная проблема - я описал ещё не все фичи.

Но пока живём так.

pickyouragent.dev

Codex наконец-то добавил plan mode. И он вполне неплох. Пользоваться можно им через shift+tab или /plan.

В итоге рост по баллам: 28 -> 46. Но позиция в общем рейтинге не изменилась

Основные изменения по фичам:

Plan Mode:
- ✅ Questions — тут всё круто: можно задавать несколько вопросов подряд, смотреть их все до ответа, добавлять заметки(в отличии от остальных агентов)
- ❌ Plan editing — в доках написано Ctrl+G для редактора, но открывается пустой файл. Не работает.
- ❌ Dual model — нет
- ❌ Orchestrator mode — нет
- ❌ Todos — нет
Tools:
- ✅ Fetch data — работает! Codex спокойно ходит по URL и читает контент
CLI Calling:
- ❌ Infinite tasks timeout — девсервер не запустишь, Codex сам его прибивает через пару секунд
- ❌ Processes explorer — управлять фоновыми процессами нельзя
Model Management:
- ❌ Filtering — нет
- ❌ Region tuning — нет
Specialized Modes:
- ❌ Ask mode — нет
- ❌ Debug mode — нет