Урок 2. Ландшафт инструментов: CLI, IDE, чат. Кто есть кто в 2026

О чём этот урок

AI-инструментов для разработчиков теперь десятки. Но они делятся на три главные категории: терминальные агенты (CLI), встроенные в редакторы (IDE) и веб-интерфейсы (Chat). У каждого своя философия, свои плюсы и минусы. Разберёмся, где какой работает лучше.

Чему вы научитесь

• Отличать CLI-агентов от IDE-помощников и чат-интерфейсов
• Понимать, когда каждый подход имеет смысл
• Видеть архитектурные различия инструментов
• Выбирать инструмент на основе вашего рабочего процесса, а не мода
• Читать сравнительные таблицы и ориентироваться в фишках

Три парадигмы работы с AI

1. CLI-агенты (Command Line Interface)

Идея: AI живёт в вашем терминале и работает как коллега, сидящий рядом.

$ claude
Claude Code: Привет! Что нужно написать?

Вы: Добавь функцию для логирования в файл.
Смотри существующий код в logs.py.

Claude: (читает logs.py, понимает контекст проекта,
         пишет функцию, вносит изменения в файлы,
         запускает тесты, показывает результат)

Вы: Отлично, но замени print на logger.debug
Claude: (исправляет, запускает тесты снова, показывает)

Что здесь происходит:

1. AI видит весь проект в контексте
2. AI может открывать файлы, читать их, анализировать
3. AI может исправлять код сам, тестировать, коммитить
4. Вы разговариваете с AI на естественном языке

Примеры: Claude Code, Gemini CLI, Codex CLI

2. IDE-агенты (встроены в редактор)

Идея: AI интегрирован прямо в VS Code или Cursor и подсказывает во время ввода.

Вы печатаете:
  def calculate_price(items):

AI через 0.3 сек предлагает:
  def calculate_price(items):
      total = 0
      for item in items:
          total += item.price * item.quantity
      return total

Что здесь происходит:

1. AI подсказывает следующую строку кода (Tab Completion)
2. Можно выделить код и сказать “сгенерируй функцию” (Inline Edit)
3. Agent Mode позволяет AI автономно редактировать множество файлов, запускать команды и тесты
4. Background/Cloud Agents (Cursor) и Coding Agent (Copilot) работают полностью автономно — создают PR без участия разработчика

Примеры: GitHub Copilot, Cursor, Windsurf

3. Чат-интерфейсы

Идея: Вы открываете браузер, пишете в чат, копируете результат.

Вы в ChatGPT:
"Напиши функцию для парсинга CSV"

ChatGPT выдаёт код в окне браузера.

Вы вручную:
- читаете его
- копируете в файл
- тестируете

Что здесь происходит:

1. Отделённый процесс — браузер отдельно от редактора
2. Нет контекста проекта (разве что вы сами его скопируете)
3. Удобно для быстрых вопросов
4. Медленно для полноценной разработки

Примеры: ChatGPT, Claude.ai, Gemini Chat

Визуальная карта

graph TB
    subgraph CLI["CLI-агенты"]
        A["Claude Code"]
        B["Gemini CLI"]
        C["Codex CLI"]
    end

    subgraph IDE["IDE-инструменты"]
        D["Cursor"]
        E["GitHub Copilot"]
        F["Windsurf"]
    end

    subgraph Chat["Чат-интерфейсы"]
        G["Claude.ai"]
        H["ChatGPT"]
        I["Gemini Chat"]
    end

    L["Автономность AI"]

    A -->|"Наивысшая"| L
    D -->|"Высокая"| L
    G -->|"Низкая"| L

    style A fill:#90EE90,stroke:#333
    style D fill:#87CEEB,stroke:#333
    style G fill:#FFB6C1,stroke:#333

Сравнение по задачам

Если вы хотите писать новую фишку с нуля

Лучше: CLI-агент (Claude Code)

Почему: AI нужно понять архитектуру, какие модели уже есть, как вы работаете с БД. Это требует чтения множества файлов.

CLI: Ты пишешь "добавь API endpoint /users/{id}/profile"
     Claude читает models/, views/, urls.py, существующие
     endpoints, пишет весь код сразу, включая миграции.

IDE: Ты пишешь вручную @app.get("/users/{id}/profile")
     Copilot подсказывает следующие строки.
     Ты ещё нужно сам понимать структуру.

Если вы дополняете существующий код

Лучше: IDE-агент (Cursor, Copilot)

Почему: вы видите файл, знаете контекст, нужно просто быстро написать похожий блок.

IDE: Вы видите функцию get_user(), нужна get_product()
     IDE автодополнение делает это за 5 сек

CLI: Вы пишете "добавь функцию get_product похожую на get_user"
     Claude читает, анализирует, пишет.
     Дольше, но правильнее.

Если вы быстро проверяете идею

Лучше: Чат (Claude.ai, ChatGPT)

Почему: не нужно настраивать ничего, быстро, удобно.

Chat: Как работает async/await в Python?
      (получили объяснение за 10 сек)

CLI:  claude --help
      claude "как работает async/await?"
      (больше шагов, хотя и мощнее)

Плюсы и минусы каждого подхода

CLI-агенты (Claude Code, Gemini CLI, Codex CLI)

[+] Плюсы:

• Видит весь проект, может читать десятки файлов
• Может исправлять код, коммитить, пушить
• Работает в контексте вашего окружения (npm, python venv и т.д.)
• Может запускать тесты и видеть результат
• Лучше для больших изменений

[-] Минусы:

• Медленнее чем IDE-автодополнение
• Нужно привыкнуть общаться через терминал
• Может быть дорого (контекст большого проекта = много токенов)
• Требует настройки (какие файлы включать, какие игнорировать)

IDE-агенты (Cursor, GitHub Copilot, Windsurf)

[+] Плюсы:

• Быстрое автодополнение (100 мс)
• Видит открытый файл и соседние файлы
• Встроен в привычный редактор
• Удобно для быстрого дополнения кода
• Дешевле по токенам (контекст меньше)

[-] Минусы:

• Контекст проекта зависит от настроек (индексация vs открытые файлы)
• Хуже для полного переписывания функций
• Зависит от редактора (VS Code-центричен)

Примечание (март 2026): Современные IDE-агенты (Cursor Agent Mode, Copilot Agent Mode, Windsurf Cascade) умеют коммитить, пушить, запускать тесты и работать с терминалом. Cursor Background Agents и GitHub Copilot Coding Agent работают полностью автономно, создавая PR без участия разработчика.

Чат-интерфейсы (ChatGPT, Claude.ai, Gemini Chat)

[+] Плюсы:

• Работает везде (браузер, мобильный телефон)
• Удобно для вопросов и обучения
• Не нужна настройка
• Можно использовать бесплатно (ограниченно)

[-] Минусы:

• Нет контекста проекта (вы сами копируете код)
• Нужно вручную копировать результат в редактор
• Медленнее чем IDE для интеграции
• Не может взаимодействовать с файловой системой
• Хуже для больших кусков кода

В реальной жизни

Типичный рабочий день мидла в 2026:

09:00 Приходишь на работу
      Открываешь Cursor (IDE-агент)
      Пишешь новый компонент, Copilot подсказывает

11:00 Нужно добавить новый API endpoint и миграцию БД
      Открываешь Claude Code (CLI-агент)
      Говоришь что нужно, AI делает

13:00 Обеденный перерыв
      Читаешь о React, открываешь Claude.ai в браузере
      Быстро разбираешься, не нужен контекст проекта

14:00 Пишешь тесты
      Снова IDE-агент (быстро, много похожих строк)

16:00 Нужно рефакторить старый модуль
      Снова CLI (нужно понять связи, прочитать много файлов)

17:00 Быстро фиксишь баг
      IDE (видишь файл, знаешь что не так)

Попробуйте сами

Задание: Определите, какой инструмент подойдёт для ваших текущих задач.

У вас есть список ваших задач на неделю? Возьмите 5 самых крупных:

Теперь вы знаете, с какого инструмента начать.

Ключевые выводы

[+] CLI-агенты видят проект целиком, хороши для больших изменений [+] IDE-инструменты быстры, хороши для дополнения кода [+] Чат-интерфейсы удобны для вопросов и обучения [+] Лучше использовать несколько инструментов в зависимости от задачи [+] Выбирайте инструмент по задаче, а не по популярности

Следующий урок

Урок 3: Как выбрать инструмент. Сравнительная таблица всех основных инструментов 2026 года: цена, контекст, языки, особенности. Дерево решений: какой выбрать именно вам.

Источники

• DigitalOcean: GitHub Copilot vs Cursor - AI Code Editor Review for 2026
• Morph: Cursor vs GitHub Copilot 2026 - Agents, Pricing & Real Comparison
• GitHub Official: Copilot in IDE