Раньше обращение к нейросетям было похоже на горячую картошку: Света писала код в Visual Studio и копировала блоки кода из редактора, вставляла их в чат нейронки и сама накидывала ей контекст. После обработки запроса нейронкой происходили обратные манипуляции: Света вручную создавала файлы, переносила код, вносила правки в namespace-ы (контейнер имен, вроде переменных в формуле, к которому обращается программа).
Если в ходе работы возникали изменения в архитектуре, появлялись новые файлы или «забывались» глубокие переписки из-за ограничений контекстного окна – приходилось все начинать сначала: стартовать новый чат и заново грузить нейронку контекстом происходящего. Сложности добавляло то, что спецификация оставалась в истории сообщений, а не в репозитории.
В общем, сплошные сложности, лишние клики и никакой оптимизации, а это, как известно, – минус вайб 😕
Но что происходит сейчас:
Сейчас Света выполнила консольную интеграцию ИИ-агента внутрь Visual Studio, в данном случае это Kimi Code. «Кими» видит всю файловую структуру проекта, знает namespace-ы и подключенные сборки, читает и редактирует файлы самостоятельно. Теперь не нужно ничего копировать – просто ссылаешься на нужный файл и
Также преимущества консольного ИИ-агента над условным DeepSeek в том, что он может «сверх» обычного функционала нейронки создавать новые классы, переименовывать файлы, генерировать документацию внутри директории проекта и т.д. Будут ли минусы? Нет!
Если резюмировать – теперь нет траты времени на механическое перекидывание кода и файлов и накидывание контекста, отчего и качество получаемого результата неумолимо растет. И с ростом сложности задачи эффект от такого внедрения нейронок экспоненциально растет.
А самое величие в том, что теперь почти не приходится писать ручками, что позволяет тратить минимум времени на код и максимум на геотехнику, и наш руководитель от этого просто счастлив 🥹