Месяца 3-4 назад я уже писал о своих первых (и в целом успешных) попытках в вайб-кодинге. В прошлый раз весь код я создавал прямо внутри чата и переносил его уже вручную в среду исполнения. Но за последние 3-4 месяца я попробовал Cursor и в целом всё это время экспериментировал с тем, как он работает. Скажем так, с одной стороны я удивлён, а с другой — разочарован. Если что, Cursor — это IDE с ИИ чатом и агентским режимом, т.е. она (IDE) сама может обращаться к ИИ, чтобы он написал код под ваш запрос, а также ходить в другие системы (например, в Git или Notion), чтобы забрать какие-то данные оттуда, если у вас есть такая потребность.

Итак, моё ТЗ выглядит следующим образом:

У меня есть список ссылок (от 20 до 100) на новостные сайты. На каждый из этих сайтов нужно зайти и вытащить из них “Заголовок”, “Тело статьи”, “Картинки к статье” и “URL”. Все эти данные нужно собрать для каждого сайта, а затем запихнуть в мою таблицу Notion. Эти данные мне нужны для дайджеста и рыночной аналитики. Всё это время данные я собирал вручную, на что уходило прилично времени, причем в большей степени на копирование данных в Notion.

Что же я по итогу испробовал для решения этой задачи:

1. Попытался запихнуть список ссылок во все известные ИИ модели, от ChatGPT до Grok. К сожалению, ни одна модель с задачей не справилась. По большей части все эти ИИ модели просто начинали гуглить всю портянку ссылок вместо того, чтобы как-то последовательно их дергать. В целом это было ожидаемо, но я несколько разочарован, так как задача, на мой взгляд, донельзя простая — просто пройтись по списку и выдернуть метаданные со страничек.

2. Я попытался описать свою задачу Cursor’у и предоставил ему список ссылок. Так как это инструмент с ИИ-агентской надстройкой, он может последовательно ходить по ссылкам (буквально вызывая их во встроенном в IDE браузере), но, к сожалению, ИИ не справился с натиском данных. Во-первых, у модели переполнялся контекст (10+ ссылок — это действительно много для ИИ), а во-вторых, Cursor после нескольких попыток начал писать скрипт, который будет дергать метаданные. Я же изначально хотел, чтобы ИИ-агент просто прошёлся по списку и засунул всё в Markdown файл-ы, а не писал мне какие-то скрипты.

3. Я попробовал скормить задание Manus. Если кто не знает, это тоже ИИ-агентский сервис, который чем-то похож на Cursor. Только это не IDE, а просто ИИ web-чат, за тем лишь исключением, что он может ходить в сторонние сервисы, такие как Notion или Google Drive, и может на своей стороне, буквально, запускать виртуалки, и уже в них запускать браузер или другие скрипты и решать ваши задачи таким образом. К сожалению, мою задачу он не тоже не осилил, так как ушёл в раздумья на 30+ минут, а потом у меня закончились бесплатные кредиты.

4. n8n — это такой low-code Open Source конструктор, в котором вы можете строить чат-бот сценарии. Сам конструктор вы можете установить и у себя на ноуте, и где-то на виртуалке, а потом в UI наклепать блоки для сценария с обращением к ИИ моделям и с использованием внешних источников (например, вызвать Google поиск или Google Drive). Покрутив документацию, решил оставить n8n на потом, так как всё это выглядело слишком громоздким для такой задачи.

Итого, по тестированию всех этих систем, могу сказать одно — я слегка разочарован. К сожалению, несмотря на все дифирамбы в сторону ИИ моделей и в сторону ИИ-агентов, решить достаточно простую (на мой взгляд) скриптовую задачу они из коробки не могут. Конечно, я всё ещё считаю, что за ИИ будущее (если unit-экономика сойдётся), они действительно круто работают с текстом и хороши в коде, но вот казалось бы простая задача “пройдись по списку ссылок и скопируй данные” оказалась им не под силу.