جنگ کدنویسی هوش مصنوعی: Copilot، Claude و Codex

GitHub Copilot اخیراً مدل قیمت‌گذاری خود را تغییر داده است. این تغییر باعث شد درخواست‌های پرمیوم برای بسیاری از کاربران بسیار گران‌تر شود. تصمیم گرفتم ابزارهای کدنویسی هوش مصنوعی دیگر را آزمایش کنم تا ببینم آیا عملکرد بهتری دارند یا خیر.

در ادامه، آنچه از آزمایش Claude Code، Google AI Studio و Codex آموختم را می‌خوانید.

Claude Code Claude Code یک عامل (agent) مبتنی بر CLI است. این ابزار برای جریان‌های کاری مبتنی بر عامل (agentic workflows) عالی است، اما نقاط ضعفی دارد.

• می‌تواند گران باشد. استفاده از API برای هر تسک هزینه دارد. من برای انجام یک تسک حدود ۱۰ دلار هزینه کردم. • کنترل context را ندارد. از آنجایی که در ترمینال اجرا می‌شود، نمی‌توانید مانند VS Code به راحتی فایل‌ها را بکشید و رها کنید (drag and drop). • در طراحی مشکل دارد. حتی پس از خواندن کد من، نتوانست سبک بصری اپلیکیشن من را رعایت کند.

اگر می‌خواهید از Claude در VS Code استفاده کنید، از یک API key استفاده کنید. در این صورت تجربه بسیار نزدیک‌تری به Copilot قدیمی خواهد داشت.

Google AI Studio (Gemini) گوگل یک سطح رایگان ارائه می‌دهد، اما محدودیت‌های شدیدی دارد.

• محدودیت نرخ درخواست (Rate limits) سخت‌گیرانه است. ممکن است با محدودیت پنج درخواست در دقیقه مواجه شوید. • محدودیت‌های روزانه کم است. شما فقط ۲۰ درخواست در روز دارید. • مدیریت خطا ضعیف است. اگر درخواستی به دلیل محدودیت با شکست مواجه شود، ادامه دادن تسک دشوار است.

این ابزار برای کنجکاوی خوب است، اما برای توسعه حرفه‌ای مناسب نیست.

Codex (ChatGPT Plus) Codex برنده فعلی من برای جریان کاری خاص خودم است.

• کنترل context بهتر. اپلیکیشن دسکتاپ مدیریت ابزارها و فایل‌ها را آسان می‌کند. • هزینه‌های قابل پیش‌بینی. اشتراک ChatGPT Plus یک جریان کاری پایدار را بدون صورت‌حساب به ازای هر تسک فراهم می‌کند. • پاسخگویی بالا. ارائه context سریع‌تر و بصری‌تر از استفاده از Claude به نظر می‌رسد.

نکات کلیدی من

متوجه شدم که من یک vibe coder کامل نیستم، بلکه یک semi-vibe coder هستم. من نیاز دارم context را کنترل کنم. نیاز دارم تغییرات را به صورت دستی بازبینی کنم.

ابزارهای هوش مصنوعی فقط درباره مدل نیستند، بلکه درباره جریان کاری (workflow) هستند. یک مدل عالی اگر تجربه کاربری باعث دشواری در کنترل context شود، بی‌فایده است.

اگر از مدل قیمت‌گذاری بر اساس میزان استفاده استفاده می‌کنید، مراقب باشید. وقتی برای اصلاح یک کد بد هزینه پرداخت کرده‌اید، حذف کردن آن سخت می‌شود. این همان اثر هزینه غرق‌شده (sunk cost effect) است.

Source: https://dev.to/ssknaoya/github-copilot-nomad-claude-code-google-ai-studio-and-finally-codex-4n5e

Optional learning community: https://t.me/GyaanSetuAi