あなたがSFのTwitterのマイクロセレブリティであれば、コーディングエージェントのスタートアップからPRパッケージを入手します

(1)Clineをオープンソースにし、(2)推論の再販をビジネスモデルの一部にしないことにした理由は次のとおりです。 推論 (AI モデルの呼び出し) を制御し、ハーネス (それらの呼び出しを指示するシステム) を構築すると、どちらの当事者も何が起こっているのかを隠すことはできません。 どのモデルが呼び出されたか、どの程度のコンテキストが使用されているか、どのような決定が下されたかを正確に確認できます。推論プロバイダーに直接支払いているため、利益率を向上させるために静かにパフォーマンスを低下させることはできません。 この分離は、クラインがより有能になったときにのみ成功することを意味します。トークンの使用量を減らす賢い方法を見つけた場合はそうではありません。私たちがあなたに言わずに安価なモデルにルーティングする場合ではありません。コンテキストウィンドウを人為的に制限する場合はそうではありません。 その結果、Cline は各タスクに適切なモデル (ユーザーが定義したとおり) を使用し、必要なツールを MCP 経由で統合し、任意の制約なしで動作します。AI 機能への純粋でフィルター処理されていないアクセスが得られます。 私たちがこのように構築したのは、インセンティブが正しく調整されていれば、私たちを信頼する必要がないからです。アーキテクチャ自体は、可能な限り最も強力な AI コーディング エクスペリエンスという同じ目標に向かって取り組んでいることを保証します。 肝心なのは、Cline は最高のモデルの中で可能な限り最高のパフォーマンスをフルストップで提供するということです。

V OSモデルでここからどこへ向かうのか楽しみです

フロンティアモデルが以前に差分編集に失敗した場合(差分アルゴリズムの更新前)の内部「ハード」差分編集ベンチマークでは、KimiがClaude 3.5を上回りました。 今後数週間以内に「悪夢の難易度」ベンチマークの結果を見るのは興味深いでしょう。

実際のタスク (ベンチマークではない) では、Kimi K2 が Gemini を上回っていることを指摘したいと思います。 これは、すべての@clineユーザーのテレメトリであり、差分編集の失敗率を示しています。Kimi の失敗率は約 6% で、Gemini の ~ 10% のエラー率よりも大幅に優れていることに注目してください。 驚くべきことに、Kimi は今週のほとんどの時間で Claude 4 を上回り、失敗率は 4% 未満を達成しました。

今後数週間で小さなブラックボックスになる人は、誰もが本物です

うーん、私の名前が書かれた謎の箱をプレゼントされました

Cline 🤗 で @huggingface プロバイダーを使用する方法は次のとおりです (スレッド)

🤗🤗🤗 🤗❤️🤗 @huggingface & Cline = LLM の遊び場 🤗🤗🤗 Clineでは、Kimi K2 & 6,140 (!) の他のオープンソースモデルにアクセスできます。

そのようなケースが多い @clineに切り替えてよかったです!