Cursor의 탭 완성 기능을 사용 중이며, 기능은 놀랍지만 생산성 향상은 느끼지 못함. AI는 기본적인 작업에 도움을 줄 수 있지만, 잘못된 연결을 할 수 있어 코드 검토가 필요함. AI 도구의 일반적인 문제인지, Copilot의 새로운 모델이 다른 경험을 제공할지 궁금함
Copilot 사용자로서 Claude도 사용 중이며, 어려운 코딩 문제나 작업 검토에 Claude를 더 신뢰하게 됨
내부적으로 어떤 이유로 결정되었는지 궁금함. OpenAI 문제 때문인지, Cursor와의 경쟁 때문인지. LLM 제공자 간의 경쟁이 사용자에게 이로울 것임
Sourcegraph의 Cody를 사용 중이며, Copilot이 비슷한 기능을 제공하면 다시 전환할 것임. Copilot의 자동 완성이 더 정확하지만, Cody + Sonnet 3.5의 채팅 경험이 더 뛰어남
Copilot을 사용하여 코딩 중이며, 랜덤한 목록을 작성할 때 Copilot이 나머지 테이블을 잘 예측함. 이 기능이 매우 빠르고 유용하여 큰 변화를 가져옴
여러 기사 링크가 제공되었으며, GitHub Copilot이 이제 Xcode에서도 사용 가능함
코드 변경을 영어로 AI에게 설명하는 것보다 직접 작성하는 것이 더 빠르고 나음. 좋은 프롬프트를 작성하는 것이 코드 작성만큼 어려움
GitHub는 초기 OpenAI 디자인 파트너였으며, OpenAI가 맞춤형 LLM을 개발함. 초기 이점에도 불구하고 기본 모델 제공자로 돌아가야 함. 미래의 기술 회사들이 이 방법을 선택할 수밖에 없는지 궁금함
경쟁사의 큰 장점은 하나의 모델에 얽매이지 않는 것임. MS의 OpenAI 투자 이후에도 다른 선택지를 고려할 수 있었음
Hacker News 의견
Cursor의 탭 완성 기능을 사용 중이며, 기능은 놀랍지만 생산성 향상은 느끼지 못함. AI는 기본적인 작업에 도움을 줄 수 있지만, 잘못된 연결을 할 수 있어 코드 검토가 필요함. AI 도구의 일반적인 문제인지, Copilot의 새로운 모델이 다른 경험을 제공할지 궁금함
Copilot 사용자로서 Claude도 사용 중이며, 어려운 코딩 문제나 작업 검토에 Claude를 더 신뢰하게 됨
내부적으로 어떤 이유로 결정되었는지 궁금함. OpenAI 문제 때문인지, Cursor와의 경쟁 때문인지. LLM 제공자 간의 경쟁이 사용자에게 이로울 것임
Sourcegraph의 Cody를 사용 중이며, Copilot이 비슷한 기능을 제공하면 다시 전환할 것임. Copilot의 자동 완성이 더 정확하지만, Cody + Sonnet 3.5의 채팅 경험이 더 뛰어남
Copilot을 사용하여 코딩 중이며, 랜덤한 목록을 작성할 때 Copilot이 나머지 테이블을 잘 예측함. 이 기능이 매우 빠르고 유용하여 큰 변화를 가져옴
여러 기사 링크가 제공되었으며, GitHub Copilot이 이제 Xcode에서도 사용 가능함
코드 변경을 영어로 AI에게 설명하는 것보다 직접 작성하는 것이 더 빠르고 나음. 좋은 프롬프트를 작성하는 것이 코드 작성만큼 어려움
GitHub는 초기 OpenAI 디자인 파트너였으며, OpenAI가 맞춤형 LLM을 개발함. 초기 이점에도 불구하고 기본 모델 제공자로 돌아가야 함. 미래의 기술 회사들이 이 방법을 선택할 수밖에 없는지 궁금함
경쟁사의 큰 장점은 하나의 모델에 얽매이지 않는 것임. MS의 OpenAI 투자 이후에도 다른 선택지를 고려할 수 있었음