[Krzysiek Nojman]

Ja mam kilka, po stronie klienta, ChatGpt – tego używam jako asystenta projektowego rzadziej do kodu. Tutaj w VS Code wygrywa GitHub Copilot, którego zużyłem w tym miesiącu, przejadłem wszystkie tokeny.

Po stronie prywatnej używam Gemini + Claude, i teraz zaczynam eksperymentować z Cursorem. Każdy z nich jest dobry ale na wzajem się uzupełniają, czasami Claude dodaje coś czego Gemini nie zauważył. Coraz więcej pracuje z CLI i lokalnymi plikami to daje dużo lepsze efekty niż przeglądarka, jest lepszy dostęp do plików z promptami.

[Marek Czuma]

A teraz wyświetla mi się że mogę zwypróbować Codex – model Open AI dla programistów. Słyszałeś o tym?

[Krzysiek Nojman]

Tak mam to na VS Code ale jeszcze nie korzystałem. U klienta takie bajery są zablokowane😒

[Marek Czuma]

No własnie, ja jak piszę w przeglądarce to też chyba nie za bardzo mam możliwość wpływu co wybrać 🙁

[Wojtek Zdziebkowski]

Też się podzielę doświadczeniami 🙂 Korzystałem do tej pory z Gemini, Claude, Perplexity, Microsoft Copilot i Chata GPT, wszystko w wersji przeglądarkowej. Kiedyś też pobrałem cursora, ale nie było czasu i porzuciłem temat.

Tak osobiście uważam LLMy za świetne NARZĘDZIA (to ważne słowo), ale trzeba do nich podchodzić z głową i trochę się ich nauczyć. Ważne jest podawanie kontekstu i tłumaczenie, tłumaczenie i jeszcze raz tłumaczenie – gdzieś kiedyś czytałem (niestety źródła nie pamiętam), że średnia długość wiadomości do LLMa wynosi 7 słów…. No więc, jeżeli ktoś liczy że po 7 słowach dostanie jakościową odpowiedź to ma za duże oczekiwania.

Jak mam coś do zrobienia to przede wszystkim tłumaczę zadanie dokładnie i szczegółowo (ale z anonimizacją poufnych informacji), opisuje strukturę tabel itd., a jeśli potrzeba robię zanonimizowany samepl dummy data.

Lubię też zapytać model o dostępne sposoby rozwiązania problemu w dwóch celach:

• zobaczyć czy czegoś może nie pominąłem

• nie narzucać modelowi sposobu na starcie

Nie narzucanie rozwiązania na starcie, szczególnie gdy do końca nie jesteśmy pewni, że ta ścieżka jest najlepsza to ważna praktyka, bo gdy okazuje się, że nasze rozwiązanie nie jest optymalne, model może nam tego nie zasygnalizować. Przykład excelowy: prosimy o rozwiązanie problemu z użyciem funkcji X, i model się na tym skupia robi rozwiązanie z 4 nested funkcjami itd, a okazuje się, że jest funkcja Y, która rozwiązuje problem od ręki.

Głównie korzystam z modeli, do konfrontacji mojej ścieżki myślenia, wygenerowania szkieletu kodu do dalszej obróbki, reaserchu, nauki i tłumaczenia nowych rzeczy, przygotowywania dokumentacji i inspiracji do optymalizacji rozwiązań. Każdy model jest lepszy do innych zadań i w sumie to też się zmienia w miarę z rozwojem. Perplexity używam do reaserchu, Claude do pracy z kodem, a Gemini (a wcześniej Chat GPT) jako taki ogólny asystent w tematach otwartych. Copilota od microsoftu nie polecam, ale niestety w pracy tylko on jest dostępny 😀

Chciałbym się za jakiś czas pobawić w budowę agentów, albo MCP (widziałem kilka dobrych zastosowań do MCP Power BI) czy nawet postawienie własnego bielika u siebie, ale na to jeszcze zasoby sprzętowe za słabe. A z prostszych rzeczy to myślę nad stworzeniem bazy snipetów kodu z opisem na podstawie moich projektów, ale też jakiś ciekawych przykładów z githuba, czy przygotowanie sobie jednego/paru plików z wytycznymi do pracy modelu 😀

[Dominik Szcześniak]

Hej,

Ja teraz zaczynam zabawę z Claude’m. Dam znać za jakiś czas, jak wrażenia.

Claude fajną dokumentację daje do promptowania itp.

Gemini też ponoć teraz mocno daje radę.

Copilota nie polecam.

Chatem GPT się sporo bawiłem w kwestii debugowania.

Perplexity do researchu 🙂

[Marek Czuma]

To ja dodam od siebie: walidator. Zwykły chat gpt, któremu daję finalny kod i mówię: znajdź wszystkie słabe strony. Potrafi analitycznie to naprawdę fajnie rozpykać, wyszukując nieścisłości i różne potencjalne edge case’y.

Co ciekawe, warto mu dać nawet jego własny kod do sprawdzenia. Czasami potrafi w ten sposób sam siebie udoskonalić. Choć niekiedy wpadałem w pętlę – i krytykował rozwiązanie A, dawał B, potem krytykował B, dawał A 😀

[Mateusz Wąsalski]

Ja korzystam z Claude’a w VSC. Mam kod w repo więc ma dzięki temu dostęp, nie musze przeklejać kodu. Oczywiście sekrety są i nawet jakby był jakiś wyciek, to nic klientowskiego nie upublicznimy. Projekt złożony nie jest, ale podzielony na tyle osobnych plików, ile się chyba dało i Claude dobrze sobie z tym radzi, nawet bez żadnych komentarzy w kodzie. Ale tu rozmawiamy o BRONZE, gdzie nie ma żadnej logiki stricte biznesowej.

To i Chat GPT mnie się najlepie sprawdza, potem Gemini i na końcu Databricksowy 'magik’. Jak mam skorzystać z Databricksowego, to muszę naprawdę być pod ścianą. Nigdy nie wybrałem tego jako pierwsza opcja.. ba, nawet jako druga 😀

Z mojej perspektywy niestety ma to też ciemną stronę – nigdy nie uważałem swoich umiejętności programistycznych za jakieś bardzo szczególne, ale to jak LLMy ogłupiają, to jest dramat. Miałem ostatnio rozmowę, rekrutacyjną, gdzie się pogubiłem na dosyć prostym pythonowym kodzie głównie z tego powodu, że ostatnie pół roku pracowałem głównie high-levelowo, kod pisał Claude a ja sam mam relatywni mało linii kodu napisanych, więc nawet nie mam tej 'pamięci mięśniowej’ jeszcze, jeśli chodzi o kodzenie. Osobiście uważam, że teraz umiejętność pisania kodu i jego zrozumienie jest jeszcze ważniejsza, niż wcześniej.

[Marek Czuma]

O Claude słyszałem ostatnio bardzo ciekawą opinię – że doszedł do bardzo mocnego poziomu. I że to może przedefiniować programistyczne role w kierunku bardziej pracy z wymaganiami, opisami i rozumienia systemu, niż kodowania. Zgadzasz się?

A ten databricksowy czemu dla ciebie jest ostatnim wyborem? Bo ja go nie mam w DBXach i… mocno żałuję. Przy poprzednim projekcie miałem, a teraz też bym chciał. Odstaje od reszty?

[Mateusz Wąsalski]

gubi się

jeśli masz dziedziczenie robione (szczególnie, jeśli klasa jest w innym pliku), to ciężko mu to ogarnąć

daje dziwne rozwiązania, więc tracisz czas na sprawdzanie, co zrobił źle ponad to, co już było wcześniej źle zrobione

jakieś trzy miesiące temu robiliśmy dashboardy na szybko z asystentem, to ostatecznie zrobiłem to szybciej ręcznie, a pierwszy raz to robiłem

jeśli trzeba to jakoś ustawić, to nie zrobiłem tego, bo inne llmy nie potrzebują szczególnej konfiguracji. W playground jeszcze nie weszliśmy, ale jest na to temat, więc zobaczymy.

ja z Claude’a jestem zadowolony, dobrze działa z VSC, czyta wszystkie pliki, które musi.

Osobiście widzę to tak, że teraz, jak dostaniesz req od BA albo biznesu, to musisz sam to dobrze opisać, narzucić kontekst, wrzucić do LLMa, dostać POCa i wtedy sam zaczynasz iść krok po kroku, co tu się w ogóle zadziało więc tak, jeśli miałbym jakoś przewidywać przyszłość, to na pewno będize to przyszłość polegająca na sprawdzaniu tego, co dostałeś od LLMa na bazie wrzuconych wymagań

• This reply was modified 3 months, 3 tygodnie temu by  Mateusz Wąsalski.

[Marek Czuma]

Tak sobie myślę, że to doprowadzi do ciekawej luki. Gdy główna robota będzie polegała na sformułowaniu wymagań + zrobieniu gruntownego review, to umiejętności programistyczne będą potrzebne, a nawet kluczowe. Ale nie będzie jak się nauczyć programowania w praktyce na komercyjnych projektach, więc za X lat nie bedzie nowych ludzi umiejących programować. Trochę jak odcumowanie łodzi – zostaniemy sami do roboty xD

Tak zupełnie na poważnie – to jest cholernie ważny element misji i wyzwania dla Akademii – aby być tym pomostem.