Ben RamseyWhoa, Junie! I said I wanted to plan out some incremental changes, not for you to go off and do everything on your own without asking me for input. WTF?!
Thijs
Cees-Jan Kiewiet 
YOLO Wasn't expecting to warming up to using an agent for the shitty tasks this easily
#Junie completely makes up functions, libraries and logic, it want to delete data outside of the project (?!) and when I deny this it will just get lost in a loop
vibing with #Junie again, this time I want passkey authentication handled in a Golang backend, it seems to be way over its head
Hmm it seems Junie is evolving, it has found my non-default PHPUnit config file location, and has started getting into segfaults:
🇧🇪 Andy Costanza 
Kelvin n0mql EN35ldI have built & destroyed this #160meter #HamRadio RX-only #Antenna #Experiment a half dozen times. Was surprised that the sweet spot for coupling the pickup coil was 1.25 inches away! From the initial discussions with #Junie, my drunken AI math-doing-minion, I thought the pickup (i.e. output to receiver) coil would be directly atop the primary tank winding.
Ingo RockelOver the weekend, I took my tool #TDA (Thread Dump Analyzer) to the next level—with a lot of help from #junie the impressive AI assistant inside #intellij
Following last week's small release with #VirtualThreads support, I've now completed a major infrastructure overhaul:
🏗️ Maven Migration
🤖 #MCP Integration, analyze thread dumps from your AI Agent
📦 Check out Release 2.6 on GitHub: > https://github.com/irockel/tda/releases/tag/2.6
✍️ Read the full story about the MCP integration on dev.to: https://dev.to/irockel/stop-reading-raw-stacktraces-ai-powered-java-thread-dump-analysis-with-mcp-4673
ControlNet这一周试了一下更多 #vibecoding 。
首先所有的coding agent都支持自定义模型，包括连接到本地模型，加上agent其实是本地跑的+开源的，所以只要确保模型用的是自己部署的，就能确保数据的安全性，不过自用的话问题不大。
如果是自用考虑性价比：
- 那么 #codex 用chatgpt plus订阅是最好的，量很大，而且效果也不错，大概8分，但是基于CLI，交互差一些。
如果纯粹从效果角度出发：
- #cursor （每月20USD，但是限制用量也到20+USD，超了就只能用那种mini模型），交互满分，性能9分。
- google #antigravity （用google的ai订阅，限制用量暂时没试过，free tier的用量比较低，写前端目前最强10分，别的差一些，可能是gemini3pro的特性，一个重大交互升级是能自动用浏览器看前端页面，然后模型读取前端截图来提升前端设计效果，写后端效果一般），交互和curosr一个水平也是满分，写后端的性能综合下来可能是7分。
- #claude code（每月20USD，但是注意在国内用如果IP地址泄露可能导致封号），CLI简陋的交互但是比codex好一点点，总体性能是很强的，应该是和cursor一个水平9分。
- #opencode （开源拖拉机，其中想说的是#oh-my-opencode ，拥有这个社区激进的多智能体设计），CLI交互比御三家的cli强很多，但是还是达不到IDE GUI的水平，总体性能如果能用上opus这种sota模型，基本上和cursor一个水平甚至更强（9分），考虑到多智能体一直写，可以做到无托管自己写自己debug一小时。缺点是吃的token比较多，token性价比低。
另外的：
- github #copilot ：设计的不太好，好像上下文限制也较大，主要优势是如果有github教育认证就能一直白嫖订阅，总体性能不及格（5分）。
- jetbrains #junie ：给JB IDE用的coding agent，一开始出的时候试过，基本出于比较糟糕的状态（2分），和模型无关，纯粹是本身设计问题，不知道现在怎么样了。
首先所有的coding agent都支持自定义模型，包括连接到本地模型，加上agent其实是本地跑的+开源的，所以只要确保模型用的是自己部署的，就能确保数据的安全性，不过自用的话问题不大。
如果是自用考虑性价比：
- 那么 #codex 用chatgpt plus订阅是最好的，量很大，而且效果也不错，大概8分，但是基于CLI，交互差一些。
如果纯粹从效果角度出发：
- #cursor （每月20USD，但是限制用量也到20+USD，超了就只能用那种mini模型），交互满分，性能9分。
- google #antigravity （用google的ai订阅，限制用量暂时没试过，free tier的用量比较低，写前端目前最强10分，别的差一些，可能是gemini3pro的特性，一个重大交互升级是能自动用浏览器看前端页面，然后模型读取前端截图来提升前端设计效果，写后端效果一般），交互和curosr一个水平也是满分，写后端的性能综合下来可能是7分。
- #claude code（每月20USD，但是注意在国内用如果IP地址泄露可能导致封号），CLI简陋的交互但是比codex好一点点，总体性能是很强的，应该是和cursor一个水平9分。
- #opencode （开源拖拉机，其中想说的是#oh-my-opencode ，拥有这个社区激进的多智能体设计），CLI交互比御三家的cli强很多，但是还是达不到IDE GUI的水平，总体性能如果能用上opus这种sota模型，基本上和cursor一个水平甚至更强（9分），考虑到多智能体一直写，可以做到无托管自己写自己debug一小时。缺点是吃的token比较多，token性价比低。
另外的：
- github #copilot ：设计的不太好，好像上下文限制也较大，主要优势是如果有github教育认证就能一直白嫖订阅，总体性能不及格（5分）。
- jetbrains #junie ：给JB IDE用的coding agent，一开始出的时候试过，基本出于比较糟糕的状态（2分），和模型无关，纯粹是本身设计问题，不知道现在怎么样了。