Попробовал Github Copilot. Это проект, в рамках которого Гитхаб обучил нейросеть на миллионах строк программного кода, загруженного людьми, и теперь она вроде как способна предлагать автоматическое дополнение к тому, что вы пишете.
В теории, если вы напишете название функции, например public int Fibonacci(int n), то она сразу предложит вам автоматически подставить всё остальное.
Конкретно с этим примером система действительно справляется, но в целом впечатления у меня от неё смешанные, и на мой взгляд она пока что не стоит тех $10 в месяц, которые за неё просят после тестового двухмесячного периода.
Я уже писал ранее о своём отношении к нейросетям. В задачах дополнения данных они работают средненько: значимый процент решений будет с ошибками. Вот и здесь — сначала я подумал, что Copilot сможет за меня копипастить популярные однотипные куски кода из интернета. Например, я не помню алгоритм Вагнера-Фишера, постоянно его копирую из своих других проектов, часть из которых выложена на Github и наверняка была передана в обучение Copilot. Я предложил нейросетям мне этот алгоритм написать, они написали что-то отдалённо похожее. Внешне выглядело убедительно и даже компилировалось, но работало неправильно, и при ближайшем рассмотрении оказалось, что там просто случайно надёрганные строчки из настоящего алгоритма. Некоторые проверки по 2 раза, а часть нужной логики упущено совсем. Об оформлении кода вообще говорить не стоит: пока всё, что мне выдавалось, оформлено плохо, и на ревью я бы написал разработчику несколько замечаний.
Однако, в других местах работает, как задумано. Если у вас есть дуальные функции, оно умеет предлагать дописать остаток (пример на скриншоте ниже). Но из того, что я попробовал, только процентов 20 случаев реально были полезны. Остальные 80% или вообще неверный код, или правильный, но такой неаккуратный, что лучше самому написать.
Есть ещё проблема: массовый копипаст довольно опасен, потому что легко пропустить какую-то мелочь. В идеале нужно весь вставленный код проверять построчно, но по когнитивной нагрузке это близко к тому, чтобы создать его самостоятельно. И человеческое внимание совершенно точно будет расслабляться и размываться при работе с такими средствами автодополнения, а, значит, неизбежны ошибки. На месте чувствительной к багам энтерпрайз-разработки я бы вообще запрещал бы своим сотрудникам применять Copilot.
С другой стороны, возможно, подобная утилита хорошо зайдёт для прототипирования, на хакатонах, на стримах с демонстрацией разработки чего-нибудь. У меня будет возможность проверить на соревновании через месяц, но в работе скорее всего отключу.
#dev
🚀OpenAI Codex: Зачем он нужен и как перевернёт ваш подход к кодингу?
Codex — новый агент от OpenAI, созданный специально для разработчиков. В его основе — модель codex-1 (версия o3), которая не просто пишет код, а делает это как человек: точно следует инструкциям, итеративно запускает тесты и исправляет ошибки, пока не получит рабочий результат. Всё это — в изолированной среде для безопасности.
👉Чем Codex лучше других инструментов?
- Для бизнеса и команд: Интеграция с GitHub позволяет автоматизировать пул-реквесты, а логи и подтверждения действий делают процесс прозрачным.
- Для разработчиков: codex-mini (на базе o4-mini) доступен через API ($1.5/$6 за млн токенов) или в CLI с бесплатными кредитами для Plus/Pro подписок ($5/$50 на 30 дней).
- Безопасность: код выполняется в изолированном контейнере, а система блокирует вредоносные запросы.
🔗А как же Manus или GPT-4.1?
- Manus(статья) — это «швейцарский нож» для быстрых прототипов (погода, анализ акций, креативные проекты), но он не заменяет глубокую работу с кодом.
- GPT-4.1 (подробности) заточена под кодинг, но Codex — следующий шаг: он не просто генерирует код, а управляет всем циклом разработки — от тестов до деплоя.
🎯Кому это нужно?
- Продуктовым командам, чтобы сократить время на рутину.
- Инженерам, которые хотят фокусироваться на архитектуре, а не на шаблонном коде.
- Компаниям, где критична безопасность и контроль за исполняемым кодом.
Доступ к Codex уже открыт для Pro, Team и Enterprise подписок, а скоро появится и для остальных. Читайте официальный блог и пробуйте через на сайте, если ваша подписка позволяет.
#Codex#AI#DevTools
👇А вы уже представили, как Codex упростит ваш workflow? Или пока доверяете только своим рукам?
https://t.me/semasci
🛒Google Play Internal App Sharing — лучший способ быстро делиться сборками в Google Play
У Google Play есть официальный способ распространения сборок без модерации и ожидания — Internal App Sharing (IAS). Это идеальный инструмент для внутреннего тестирования и быстрых демонстраций.
🔧 Загружаешь сборку в Play Console → получаешь ссылку → отправляешь нужному человеку → он устанавливает или обновляет приложение.
🟢 Преимущества:
⚡️ Мгновенная доступность
🐞 Поддержка debug-сборок
🧪 Не требует подписи ключом Google
📦 Поддерживает APK и AAB
🔒 Ограничения:
⏳ Хранение 60 дней
👥 До 100 скачиваний на сборку
🔗 Не отображается в Google Play
🔐 Доступ только после активации IAS
⛔️ Нельзя откатиться
⚠️ Возможны ограничения по API и подписи
После проверки сборку можно перевести в Internal или Closed Testing.
📚 Подробнее в документации
#android#googleplay#iap#devtools
⚡️МТС Web Services запустила MWS Track Rails — таск-трекер с ИИ-агентами внутри платформы MWS DevRails.
Решение автоматизирует ключевые этапы разработки: ИИ-агенты берут на себя до 50% рутинных задач и генерируют до 30% кода, снижая нагрузку на ИТ-команды.
Как это работает:
- AI Product Owner формирует бизнес-требования (−30% нагрузки на продакта);
- AI Analytic декомпозирует требования в техзадачи;
- AI Developer создает до 40% нового кода и собирает версии продукта;
- AI QA-агенты описывают тесты и проводят проверки (−50% времени тестирования).
📌 В результате DevRails позволяет масштабировать разработку без найма новых специалистов, сокращает time-to-market в три раза и повышает продуктивность команд вдвое.
@ai_machinelearning_big_data
#AI#ML#DevTools#MTS
🚀Команда Cursor (за которой стоит Anysphere) сделала крутой ход: запустила веб-приложение, чтобы мы могли управлять их AI-агентами прямо в браузере — с компа или телефона! 💻📱
Суть: Cursor убрал границы. Теперь мой AI-помощник по коду всегда со мной — в браузере, в Slack, в кармане. От IDE к агентам — эволюция налицо!
Почему вам это понравится (как мне):
1. Забудьте про IDE: Теперь ставлю задачи AI-агентам прямо в браузере — хоть из кафе! ✨ Пишу текстом: "Допили функцию Х", "Пофикси баг в Y". Агенты начинают кодить, а я слежу за прогрессом вживую.
2. Фоновые агенты — магия: напомню, что в мае запустили этих "невидимых помощников", которые автономно пишут код, а в июне они добавили интеграцию со Slack.
Теперь агентвми можно рулить из веба! Смотрю, кто чем занят, проверяю результат и мержу изменения.
3. Телефон = Командный центр: Установил веб-приложение на главный экран (как PWA). Получаю пуши, когда задача готова. Запускаю сложные штуки, даже если далеко от компа! 📱➡️💻
4. Доверяю, как топ-компании:50% из Fortune 500 (NVIDIA, Uber, Adobe!) используют Cursor. Безопасно: SOC2, мой код не хранится. Выдерживает гигантские проекты (миллионы строк!).
5. Факт:83% разработчиков в тестах выбирают именно Cursor. Рост до $500M+, $900M финансирование — это о чём-то говорит!
👉Попробуйте сами (это бесплатно):cursor.com/agents
#Cursor#AI#Programming#DevTools
https://t.me/semasci
#typescript#browser#chrome#chrome_devtools#debugging#devtools#mcp#mcp_server#puppeteer
Chrome DevTools MCP lets your AI coding tools like Gemini, Claude, or Cursor control a live Chrome browser for automation, debugging, and performance checks. Install it easily with npx chrome-devtools-mcp@latest in your MCP config, then prompt "Check performance of a site" to auto-record traces, take screenshots, analyze networks, and fix issues reliably. This benefits you by making AI smarter at web coding—verifying changes in real-time, spotting bugs fast, and boosting site speed without manual work.
https://github.com/ChromeDevTools/chrome-devtools-mcp
#python#agentic_ai#agentic_coding#ai_coding_agent#ai_plugins#anthropic_claude#claude_ai#claude_ai_skills#claude_code#claude_code_plugins#claude_code_skills#claude_skills#claudecode_subagents#developer_tools#devtools#mcp_tools#openai_codex#prompt_engineering
Claude Code Skills offers 169 free, ready-to-use plugins that turn AI coding agents like Claude Code, OpenAI Codex, and OpenClaw into experts in engineering, marketing, product, compliance, and more. Install easily via simple commands to add skills like security auditing, test automation, or C-level advice, with 160+ Python tools included. This saves you time by automating complex tasks, boosting code quality, and handling grunt work so you focus on creative problem-solving and faster results.
https://github.com/alirezarezvani/claude-skills
#typescript#alternative#converter#data_manipulation#developer_tools#devtools#frontend#good_first_issue#image_manipulation#image_processing#javascript#pdf_manipulation#productivity#react#self_hosted#swissarmyknife#tools#typescript#video_manipulation#webapp#website
OmniTools is a self-hosted web app that helps with many tasks like image and video editing, number crunching, and more. It offers tools for resizing images, converting videos, calculating dates, and generating prime numbers. You can run it on your own computer using Docker, which means your data stays local. This app is open-source and free, allowing you to contribute new features or tools easily. Using OmniTools simplifies many everyday tasks and keeps your data private.
https://github.com/iib0011/omni-tools