Боря вайбкодит

Естественное общение

Кстати, до сих пор не понимаю, почему современные ИИ существуют только в виде чата. Технология уже обходит тесты Тьюринга. Уже есть внедрённые наработки для голосового общения, генерации внешности, видео, человеческих жестов. Почему из этого никто из современных лидеров ИИ не сделал человекоподобного помощника?

Аватар со своим голосом и внешностью гораздо естественнее чата. И если даже есть какие-то этические сомнения (Ха, кого я обманываю! Когда это у корпораций они были?), голосовое общение просто удобнее. Да, его можно дублировать чатом для удобства. Но живая речь куда естественнее текста. И инструменты надиктовывания текста, которые есть во всех нейронках — вовсе не замена голосового общения.

В ChatGPT есть подобный режим, но почему-то только для простых вопросов в ИИ. А мне совершенно не хочется так работать. Даже по чатам делить не хочется. Пусть ИИ сам решает к какому чату это относится, либо же я ему это проговорю.

Думаю, через год-другой чаты заменит такой способ коммуникаций с ботом. А пока приходится писать, или диктовать.

Пост в блоге →

Интерфейс как коммуникация с ИИ

В определённый момент я понял, что созданный артефакт редактора (так называется в Claude HTML инструмент, созданный в нём, и работающий пока только внутри этой среды ИИ) — ещё и средство общения с ИИ. Причём, оно стоило дешевле общения в чате. Потому что часть функций реализовалась программно и не тратило токены, а часть передавалось боту напрямую, он не тратил токены на то, чтобы понять мой запрос и запросить эти же данные.

Токены, если кто не знает, самая сильная боль всех тех, кто пытается работать с нейронкой профессионально. По идее один токен — один запрос к ИИ. И у тебя есть некий запас этих запросов, который можно покупать. Но к моменту, когда я начал работать с нейронкой, уже произошла дикая инфляция этих токенов, и один запрос мог стоить и по 100 000 токенов. Тем более, когда у беседы есть большая история (контекст), которая, с одной стороны, помогает боту быть в теме, с другой, жрет ещё больше токенов за один запрос. А сколько их у тебя всего, и сколько потратит каждый запрос, вообще хрен узнаешь из Клода. Там все работало приблизительно, и опираться можно было только на дневные и недельные лимиты, которые есть на плане Pro. С бесплатным аккаунтом, кстати, вайбкодингом вообще не заняться.

Так что экономия токенов — это важно. Но создателям ИИ не выгодно, чтобы ты знал, как это делать. Так что сами боты тут не сильно помогут — разве что дадут общие советы. Вот люди и придумывают разные лайфхаки.

Позже такой же подход я применил, когда у меня уже была куча агентов со своими задачами. И чтобы не тратить токены на коммуникацию с ними, я попросил их сделать панель со списком своих задач с кнопками управления ими. Взаимодействие через кнопки не добавляет контекста и не тратит токены на понимание языкового запроса. Вот и экономия.

А редактор стал ещё и способом коммуникации. Вместо копирования текста и обращения вручную, я сделал кнопку, которая отправляла выбранный фрагмент на анализ. Это и быстрее, чем писать запрос, и экономнее.

Пост в блоге →

У ИИ нет глаз

В первый же день создания редактора с ИИ произошел забавный затуп. В сделанном им интерфейсе на мобиле пропадала верхняя панель при появлении клавиатуры. Я попросил это исправить — вуаля, верхняя панель перестала пропадать, зато начал прыгать скролл так, что при выдвинутой клавиатуре каретка текущего набора улетала куда-то наверх. Я попросил это убрать — вауля, текст больше не прыгал, зато исчезала панель.

Так прошло три итерации, прежде чем я таки сообразил, что надо что-то менять (ну что делать, я тугодум). И я сказал, что надо отследить оба бага одновременно. И тут выяснилась интересная вещь про ботов: они не видят интерфейс физически. Они мыслят тегами, кодом, в крайнем случае скриншотами. Но не могут понять что конкретно происходит на устройстве пользователя — у них нет глаз.

А происходило следующее: интерфейс, показаный внутри webview, сдвигался клавиатурой наверх полностью, так что верхушка оказывалась за верхней границей моего телефона. Но внутри интерфейса при этом все было гладко, никаких подвижек бот не видел, потому что в окне программы ничего и не происходило — все было вне его, на экране устройства, которое бот не видел.

Это забавное наблюдение, но тем не менее, с помощью скриншотов и специальных замеров с экрана нам удалось отловить и исправить такое поведение.

Но факт есть факт: бот не человек, и восприятие у него свое. Он может супер-быстро сделать то, что программист писал бы пару дней, а потом затупить на простейшей ерунде, которую человеческий глаз заметит за пару секунд.

Пост в блоге →

Первые идеи

Я на самом деле и раньше задумывался о вайбкодинге. Например, когда вся эта бодяга с ИИ только начиналась, думал о том, чтобы такого придумать. Да и раньше были какие-то идеи приложений, некоторые даже дошли до стадии макетов и техзаданий.

Но всё это было давно и бесперспективно. А тут, когда я начал заниматься книгой, идея пришла сама собой. И сперва она заключалась в редакторе идей для писателя — эдаком мудборде, в который можно будет собирать идеи, тексты, фото, крючки, обсуждать всё это со встроенным ИИ и сразу там же собирать в единую рукопись.

Придумалось это потому что на том этапе работы над книгой такой инструмент был бы мне удобен. Но тогда желание писать пересилило, и я решил не отвлекаться. Все закончилось написанием детального ТЗ этой штуки, тоже с помощью Клода.

Но в итоге я пришел к той же штуке, но с другой стороны — через текстовый редактор. Его я сделал потому что мне нужно было писать, но потом понял, что теперь к нему можно прикрутить и ИИ, и мудборд, и получится то же, о чем я ранее думал. И ТЗ тут пригодился — я закинул его в бота, и тот адаптировал структуру редактора так, чтобы он соответствовал будущему укрупнению функционала.

В общем, любые наработки могут в будущем пригодиться. Главное, не оставлять это в задумках, и хоть как-то оформить, хотя бы в виде запроса в чат.

Пост в блоге →

Начинаю вайбкодить.

Итак, я решил ворваться в мир вайбкодинга с двух ног. А точнее, меня туда за шкирку притащил Claude, когда я «просто спросил» о том, а нет ли в сети какого-нибудь инструмента анализа текста с подсветкой семантики. А он, вместо того, чтоб просто ответить, что, дескать, нету, взял, да и сделал этот инструмент за 6 минут. Шесть, карл!

В нем было все, что мне нужно, кроме, собственно, редактирования текста — туда надо было копировать текст из ворда, и он всё подсвечивал. Но уже на следующий день я подумал, что можно было бы туда и редактирование добавить. И я попросил — и через полчаса бот мне это сделал, в виде Артефакта — HTML страницы, управляющейся изнутри Claude.

Еще час ушло на добавления всяких мелочей, и потом еще два часа я бился над тем, чтоб это все нормально отображалось на телефоне (об этом напишу попозже). И в итоге худо-бедно и с адаптивностью его подружил.

В целом вся работа заняла три с половиной часа, вместо бесконечности. А главное — таких редакторов на русском и в природе нет. То есть получился уникальный инструмент. Причем, еще днём я даже не думал, что такой инструмент нужен кому-то, а вечером он, готовый, был у меня на руках. Фантастика!

Пост в блоге →