Когда ИИ-продукт побеждает не LLM, а архитектурой 🤔 Разбираемся вместе с экспертами из СберТеха — авторами канала AI Inside про ИИ в бизнесе и разрабо…
Разбираемся вместе с экспертами из СберТеха — авторами канала AI Inside про ИИ в бизнесе и разработке 👇🏻
Есть стереотип: чем сильнее модель внутри ИИ-инструмента, тем лучше работает продукт. Так ли это на самом деле?
Когда разработчик задаёт сервису вопрос по проекту, ИИ должен быстро понять, какие файлы и фрагменты кода относятся к запросу. При этом нельзя просто отправить на сервер всю кодовую базу.
На примере Cursor видно: важна не только сама LLM, но и архитектура вокруг неё.
Как Cursor действует?
❌ Сервис не хранит на сервере исходный код в открытом виде и даже не сохраняет имена файлов
✅ Вместо этого он использует хеши для отслеживания изменений в структуре проекта и эмбеддинги фрагментов кода для поиска релевантного контекста
Если файл изменился, система видит это по хешу и переиндексирует только изменённую часть, а не весь проект заново.
Так продукт
🟣 Быстрее находит нужное
🟣 Точнее собирает контекст
🟣 Бережнее относится к данным пользователя
Поэтому преимущество Cursor — не только в продвинутой модели, тем более что сегодня они доступны многим. Реальная разница в том, как продукт работает с контекстом.
Ваше мнение?
❤️ — да, контекст и архитектура решают
🤔 — нет, модель всё-таки важнее