А пиздатый компонент получается, который может проаннотировать со стрелкой любой спан.

Выкатить в опенсорс чтоли..

https://ataraxy-labs.github.io/sem/index.html
https://github.com/ataraxy-labs/sem

Отличная идея, диффы не тупо по строкам, а с AST - тут функция поменялась-удалилась, тут оно аффектит что-то.

Блядь, вот реально вчера обсуждал с иишечекой платный cc.dev и как прикрутив AST можно сделать PR более понятным

Вот если взять sem и немного обмазать промптами может получиться охуенно

UPD: У них еще есть
https://ataraxy-labs.github.io/weave/ - семантик мерж
https://inspect.ataraxy-labs.com/ - семантик инспект коммитов

Сейчас пацаны делают десктоп апп на базе этих двух - https://ataraxy-labs.com/quiver

Короче очень рекомендую потыкать описания хотя бы - реально новое что-то а не перекрашеные табы

жизненный авторский контент вам из wispr flow

еще авторского слопа вам в ленту

Шлем пив деду

Проблема подхода «раз работает, какая разница, как выглядит код» при разработке агентов заключается в том, что он предполагает, будто агент идеально понимает, что значит «работает». На самом деле задачи часто недостаточно четко сформулированы, агенты делают неверные допущения и т. д.

Справедливости ради стоит отметить, что агенты довольно хорошо справляются с покрытием модульных тестов. Они довольно плохо справляются с проектированием пользовательского опыта (API, флаги CLI и т. д.), особенно целостного, для будущих планов развития, в которых они могут не видеть (если только ваш бэклог не идеален, а видение полностью проработано, в чем я сомневаюсь). Они плохо разбираются в том, где важна производительность и какого типа (компромисс между ЦП и памятью). Они плохо разбираются в том, где важна совместимость, а где нет (и склонны ошибаться в сторону ее сохранения без дополнительных указаний). И т. д.

Если у вас не прописано ВСЁ это, вы не можете утверждать, что «это работает», не взглянув и не подумав об этом.

https://news.ycombinator.com/item?id=48542100

тред на 100500 комментов про локальные модели

вот вам саммари

————————————————————————————

Мнения

Локалка уже годится для ежедневного кодинга — OP на Qwen 3.6 35B (Mac Studio 128GB) даёт ~5× ускорение (против 15× у Opus). Юзер на двух 3090 бросил Claude за $100/мес: качество «не настолько хуже, чтобы это было важно». Ещё один делает ~90% на Qwen 3.6 27B, к Codex откатывается только на сложное.

Локалка = джуниор, фронтир = синиор — самая частая формулировка. Qwen «как джун со знаниями по всему, которого надо вести; Opus — синиор, который думает с тобой над архитектурой». Возражение: миду можно дать кусок и уйти, джуну нужен постоянный контроль.

Локалка пока НЕ замена — на одной 3090 разрыв слишком велик, постоянно гадаешь «я криво держу или модель тупая». Переключение между «вайбом» и ручной правкой — деал-брейкер. Плюс loop'ы и маленький контекст.

Главное — приватность, а не цена — сотрудник EU-конторы гоняет всё в air-gapped контейнере (нет AI-политики). Другие принципиально не шлют код в облако. Контр: «речь про дом — можешь слать, просто не хочешь, это разные вещи».

Экономика не в пользу локалки — две 3090 ≈ 3.6 года подписки за $100/мес + электричество. «Цена приватности очень высокая». Контр: железо перепродаётся/играет/хеджирует от подорожания и закрытия сервиса; «надо владеть, а не арендовать».

Бенчмарки врут, ощущение другое — «нет ничего в одной лиге с Opus». Защитники приводят отдельные one-shot'ы, где Qwen 3.6 35B обошёл Opus, но «Opus» — движущаяся цель (3/4/4.5). Все согласны: бенчи завышают локалку.

Локалка догонит — траектория крутая (от бессвязных 7B до агентных 35B за ~2 года). Прогнозы: от «Opus на потребительском железе за год» до «Anthropic теряет ров за десятилетие».

Гибрид — прагматичный ответ — фронтир на планы/спеки/архитектуру, дешёвое/локальное на имплементацию.

Харнесс важен не меньше модели — Pi хвалят, aider зовут «хайп и говно». Тюнинг параметров и расширение харнесса сильно влияют; «edit-ошибки и loop'ы — это проблема харнесса, не модели».

Локалка лучше как узкий инструмент, не генералист — «NLP-обёртка над grep»: меньше мировых знаний → меньше галлюцинаций на узкой задаче.

Не-инженеру полностью локально нереально — без 512GB+ RAM и глубокой настройки не взлетит.

Скепсис/издёвка — «обожаю греть стойку серверов, чтобы багованный TUI закомментил мой тест-раннер». Сомнение в кредибельности оценок от человека с 8 месяцами опыта.

Часть 2

Плюсы
- Приватность — код не покидает машину; критично для регулируемых сфер и клиентов с запретом внешнего AI.
- Нулевая предельная цена — после железа безлимит, без токенов/квот/лимитов.
- Нет зависимости от провайдера — никаких подорожаний, закрытий, депрекейтов моделей.
- Железо сохраняет ценность — игры, другие задачи, перепродажа.
- Хватает на большинство задач — 80–90% повседневного: юнит-тесты, API-интеграции, CLI, home automation, k8s-админка.
- Меньше галлюцинаций на узких задачах.
- Быстро улучшается — за 2 года от 7B-бессвязности до агентных 35B.
- Заставляет инженерить лучше — декомпозиция, спеки, явная архитектура; «остаёшься в курсе того, что строится».
- Контроль и тюнинг — расширяемый харнесс, AGENTS.md, квантизация как ручка скорость/качество.
- Устойчивость к рыночным потрясениям.

Минусы
- Ниже сырая способность — не думает архитектурно, не достраивает невысказанное. «Не скажешь убрать debug — не уберёт».
- Ненадёжный edit-тул — самая частая боль: несовпадение пробелов, hex-дампы, 5–6 неудачных попыток правки, хуже с ростом контекста.
- Loop'ы — застревает в рассуждениях, перечитывает файлы вместо повтора правки.
- Нужен постоянный контроль — явно задавать архитектуру/скоуп; не set-and-forget.
- Лимит контекста — деградация после ~100–150K даже на 256K-моделях; 65K мало для реальных кодовых баз.
- Дорогое железо на старте — от $2K (Mac Mini 48GB) до $4.4K+ (две 3090); окупаемость годами.
- Электричество — круглосуточный риг/Studio, часто забывают в расчётах.
- Слабо в UI/фронте — polish отдают фронтиру.
- Плохо меняет уровни абстракции — имплементация ↔ архитектура не так гладко.
- Сложная настройка — харнесс, инференс-движок, квант, KV-cache, chat-template, сэмплеры — всё влияет, нужен глубокий технический бэкграунд.
- Когнитивная нагрузка «криво держу?» — постоянное гадание «промпт или модель».
- Нереально для не-инженеров — без 512GB+ RAM и настройки.
- Компромиссы квантизации — Q4 быстрее но больше ошибок/loop'ов; Q8 меньше loop'ов но ~3× медленнее.
- Бенчмарки завышают — open-weight бенчи могут геймиться, реальное ощущение хуже.

Господа а у кого какой поиск?

Я SearcXNG попробовал но он у меня отваливается быстро в капчи и рейтлимиты :(

Exa дает 20к реквестов в месяц, но я хз насколько оно хорошо работает

PS картинка по запросу «вопрос кожаным»

https://github.com/syabro/pi-web-search

Запилил себе поиск под PI.

Нашел 5 API-Search провайдеров с фри тиром, которые переключаются когда кончается лимиты

Monthly free quotas:
- Exa — 20,000 searches/month
- Brave — ~1,000 searches/month
- Tavily — 1,000 searches/month

Starter free quotas:
- Parallel — ~16,000 searches
- Serper — 2,500 searches

Думаю для личного пользования этого за глаза

PS Думаю про мсп, но мне кажется у клода,кодекса и антигрваити уже из коробки есть