Post #4258

Windsurf (бывший Codeium) всегда жил поверх чужих LLM: брал GPT-4 / Claude, заворачивал в удобную IDE и продавал «код-ассистента». На прошлой неделе просочилась новость, что OpenAI готов отдать за сервис $3 млрд — крупнейшая покупка в их истории. И вот через пару дней Windsurf выкатывает собственный двигатель: линейку SWE-1. Компания говорит так: - SWE-1 full достанется платным пользователям и в внутренних тестах уступает только «фронтиру» (Claude 3 Sonnet, GPT-4o). - SWE-1 lite уйдёт всем бесплатно вместо старой Cascade Base. - SWE-1 mini можно крутить локально, чтобы ИИ не видел корпоративный код. Ключевое отличие — модель обучали не просто дописывать функции, а «жить» во всём цикле: редактор, терминал, браузер. Под это придумали flow awareness: ИИ ведёт единую хронологию действий, поэтому разработчик может бросить задачу и вернуться без потери контекста, а агент — подхватить работу дальше. И что? Для CTO-команд - Сценарий “смена-бот” Ставите SWE-1-lite в тестовый репозиторий: бот закрывает мелкие баг-фиксы и правит конфликты мерджей ночью → утренний стендап короче, релиз не откладывается. - On-prem режим SWE-1-mini запускается локально; значит, можно подключить AI к приватному монолиту без вывоза кода в облако и не спорить с информационной безопасностью. Для стартапов-интеграторов - Сервис “Flow plug-in” Подвязываете метрики CI/CD к тайм-линии модели → авто-онаружение узких мест (долгие тесты, ручные проверки, медленные билд-степы). Клиент получает сокращение Lead-time, вы — ежемесячную плату за отчёты. - Магазин motion-скриптов (по аналогии с marketplace Copilot) — продаёте готовые “рецепты” действий для SWE-1: миграция с Jest на Vitest, настройка Terraform, генерация e2e-тестов Playwright. Раз поменяли → тысяча команд скачали. Для продуктов - Feature-flags без рук Модель видит, что фича застряла в ревью, и сама подсвечивает нужный киш-код, предлагает тест и правку. Ваша команда тратит часы, а не дни. - Документация из истории чата Flow awareness хранит контекст — эти данные можно выгружать в Confluence: “как и почему здесь принято решать задачу”. Экономит онбординг junior-инженеров. Для инвесторов - Смотрим на компании, которые снижают compute-cost (оптимизация inference, кастомные GPU-дашборды) или расширяют горизонт применений (security-сканер на базе SWE-1). - Чисто «UI-клонам Copilot» пора проходить мимо: без собственного движка и оффлайн-варианта вы будете конкурентом, а не партнёром крупнейших LLM-провайдеров. Для специалистов - Если ваша ценность — «пишу код по ТЗ», готовьтесь к ценовому давлению. - Если умеете формулировать задачу, разложить фичу на подзадачи, взять ответственность за метрику — модель станет вашим мультипликатором.