Сообщение И снова пишем программы с ИИ от 21.02.2025 21:06
Изменено 21.02.2025 21:10 temnik
И снова пишем программы с ИИ
Хочу поделиться опытом. Написал программу с помощью Qwen. На это ушло 2 дня, но не совсем.
Она довольно неплохо справляется практически со всеми типами задач из всего, что пробовал. DeepSeek неплохо работает с текстом, лучше Qwen, но уж больно часто уходит в даун, работать с ним невозможно. Субъективно, эти модели очень похожи, Qwen немного попроще, но зато работает стабильнее. Кстати, Qwen неплохо рисует иконки (и картинки и даже с текстом).
Так вот, потребовалось мне обрабатывать и модифицировать определенные json файлы большого объема (десятки Мб). Проблема в том, что надо находить в них определенную информацию и при соблюдении нескольких определенных условий копировать в другое место, и всё это надо собирать в разных ветвях json. Сначала я стал писать на php — изложил ТЗ, приложил примеры. Примерно пол дня ушло на php. Но для простоты я давал для тестов маленький файл, а на большом php зависал. Qwen предлагал использовать разные библиотеки для потоковой обработки, но ничего не получилось.
Тогда я решил переделать на Delphi. Были ошибки, Qwen их исправляла, при этом городила другие. Порадовало то, что она работала четко с указанными элементами и не ломала структуру и содержание исходного файла. Однако, часто забывала подключать нужные модули, периодически использовала не существующие свойства. Но в целом хорошо отрабатывала ошибки компилятора. При многочисленных переделках ИИ забывает предыдущие правки, хотя вроде должна помнить контекст, и иногда приходится одно и то же исправлять несколько раз. Хорошо работают примеры, лучше чем объяснения. То есть эффективнее загрузить образец файла и написать, что в нем вот есть такой кусок, а надо чтобы в результате он стал вот этаким.
Кстати, писал я по-русски, Qwen прекрасно понимает. Может, я и сам бы написал, но это было бы сложнее и дольше, так как я не не очень шарю в дженериках, в работе с json в Delphi. Но совершенно точно, если б я не был программистом, ничего бы не вышло и с ИИ, так как все равно приходится разбираться в ошибках и предлагать алгоритмы.
В итоге получилась консольная программа на 294 строки из 5 функций. Получает файл параметром, обрабатывает, выдает в консоль лог, сохраняет результат. На нее ушло где-то полтора дня с перерывами на другие дела. Сам я в этой программе не написал ни строчки кода.
Она довольно неплохо справляется практически со всеми типами задач из всего, что пробовал. DeepSeek неплохо работает с текстом, лучше Qwen, но уж больно часто уходит в даун, работать с ним невозможно. Субъективно, эти модели очень похожи, Qwen немного попроще, но зато работает стабильнее. Кстати, Qwen неплохо рисует иконки (и картинки и даже с текстом).
Так вот, потребовалось мне обрабатывать и модифицировать определенные json файлы большого объема (десятки Мб). Проблема в том, что надо находить в них определенную информацию и при соблюдении нескольких определенных условий копировать в другое место, и всё это надо собирать в разных ветвях json. Сначала я стал писать на php — изложил ТЗ, приложил примеры. Примерно пол дня ушло на php. Но для простоты я давал для тестов маленький файл, а на большом php зависал. Qwen предлагал использовать разные библиотеки для потоковой обработки, но ничего не получилось.
Тогда я решил переделать на Delphi. Были ошибки, Qwen их исправляла, при этом городила другие. Порадовало то, что она работала четко с указанными элементами и не ломала структуру и содержание исходного файла. Однако, часто забывала подключать нужные модули, периодически использовала не существующие свойства. Но в целом хорошо отрабатывала ошибки компилятора. При многочисленных переделках ИИ забывает предыдущие правки, хотя вроде должна помнить контекст, и иногда приходится одно и то же исправлять несколько раз. Хорошо работают примеры, лучше чем объяснения. То есть эффективнее загрузить образец файла и написать, что в нем вот есть такой кусок, а надо чтобы в результате он стал вот этаким.
Кстати, писал я по-русски, Qwen прекрасно понимает. Может, я и сам бы написал, но это было бы сложнее и дольше, так как я не не очень шарю в дженериках, в работе с json в Delphi. Но совершенно точно, если б я не был программистом, ничего бы не вышло и с ИИ, так как все равно приходится разбираться в ошибках и предлагать алгоритмы.
В итоге получилась консольная программа на 294 строки из 5 функций. Получает файл параметром, обрабатывает, выдает в консоль лог, сохраняет результат. На нее ушло где-то полтора дня с перерывами на другие дела. Сам я в этой программе не написал ни строчки кода.
И снова пишем программы с ИИ
Хочу поделиться опытом. Написал программу с помощью Qwen. На это ушло 2 дня, но не совсем.
Она довольно неплохо справляется практически со всеми типами задач из всего, что пробовал. DeepSeek неплохо работает с текстом, лучше Qwen, но уж больно часто уходит в даун, работать с ним невозможно. Субъективно, эти модели очень похожи, Qwen немного попроще, но зато работает стабильнее. Кстати, Qwen неплохо рисует иконки (и картинки и даже с текстом).
Так вот, потребовалось мне обрабатывать и модифицировать определенные json файлы большого объема (десятки Мб). Проблема в том, что надо находить в них определенную информацию и при соблюдении нескольких определенных условий копировать в другое место, и всё это надо собирать в разных ветвях json. Сначала я стал писать на php — изложил ТЗ, приложил примеры. Примерно пол дня ушло на php. Но для простоты я давал для тестов маленький файл, а на большом php зависал. Qwen предлагал использовать разные библиотеки для потоковой обработки, но ничего не получилось.
Тогда я решил переделать на Delphi. Были ошибки, Qwen их исправляла, при этом городила другие. Порадовало то, что она работала четко с указанными элементами и не ломала структуру и содержание исходного файла. Однако, часто забывала подключать нужные модули, периодически использовала не существующие свойства. Но в целом хорошо отрабатывала ошибки компилятора. При многочисленных переделках ИИ забывает предыдущие правки, хотя вроде должна помнить контекст, и иногда приходится одно и то же исправлять несколько раз (то есть при очередной правке она возвращает старые ошибки, которые уже исправляла). Хорошо работают примеры, лучше чем объяснения. То есть эффективнее загрузить образец файла и написать, что в нем вот есть такой кусок, а надо чтобы в результате он стал вот этаким.
Кстати, писал я по-русски, Qwen прекрасно понимает. Может, я и сам бы написал, но это было бы сложнее и дольше, так как я не не очень шарю в дженериках, в работе с json в Delphi. Но совершенно точно, если б я не был программистом, ничего бы не вышло и с ИИ, так как все равно приходится разбираться в ошибках и предлагать алгоритмы.
В итоге получилась консольная программа на 294 строки из 5 функций. Получает файл параметром, обрабатывает, выдает в консоль лог, сохраняет результат. На нее ушло где-то полтора дня с перерывами на другие дела. Сам я в этой программе не написал ни строчки кода.
Она довольно неплохо справляется практически со всеми типами задач из всего, что пробовал. DeepSeek неплохо работает с текстом, лучше Qwen, но уж больно часто уходит в даун, работать с ним невозможно. Субъективно, эти модели очень похожи, Qwen немного попроще, но зато работает стабильнее. Кстати, Qwen неплохо рисует иконки (и картинки и даже с текстом).
Так вот, потребовалось мне обрабатывать и модифицировать определенные json файлы большого объема (десятки Мб). Проблема в том, что надо находить в них определенную информацию и при соблюдении нескольких определенных условий копировать в другое место, и всё это надо собирать в разных ветвях json. Сначала я стал писать на php — изложил ТЗ, приложил примеры. Примерно пол дня ушло на php. Но для простоты я давал для тестов маленький файл, а на большом php зависал. Qwen предлагал использовать разные библиотеки для потоковой обработки, но ничего не получилось.
Тогда я решил переделать на Delphi. Были ошибки, Qwen их исправляла, при этом городила другие. Порадовало то, что она работала четко с указанными элементами и не ломала структуру и содержание исходного файла. Однако, часто забывала подключать нужные модули, периодически использовала не существующие свойства. Но в целом хорошо отрабатывала ошибки компилятора. При многочисленных переделках ИИ забывает предыдущие правки, хотя вроде должна помнить контекст, и иногда приходится одно и то же исправлять несколько раз (то есть при очередной правке она возвращает старые ошибки, которые уже исправляла). Хорошо работают примеры, лучше чем объяснения. То есть эффективнее загрузить образец файла и написать, что в нем вот есть такой кусок, а надо чтобы в результате он стал вот этаким.
Кстати, писал я по-русски, Qwen прекрасно понимает. Может, я и сам бы написал, но это было бы сложнее и дольше, так как я не не очень шарю в дженериках, в работе с json в Delphi. Но совершенно точно, если б я не был программистом, ничего бы не вышло и с ИИ, так как все равно приходится разбираться в ошибках и предлагать алгоритмы.
В итоге получилась консольная программа на 294 строки из 5 функций. Получает файл параметром, обрабатывает, выдает в консоль лог, сохраняет результат. На нее ушло где-то полтора дня с перерывами на другие дела. Сам я в этой программе не написал ни строчки кода.