Отчёт о встрече Caret #1 (2025.07.15)

Мы делимся записями и презентационными материалами с первой встречи корейского open-source проекта инструмента Vibe Coding, Caret, состоявшейся 15 июля 2025 года. Было приятно, что к нам присоединилось так много людей.

Информация о встрече

• Дата: 15 июля 2025 г., 19:00
• Местоположение: Union Town 7F, 28 Gangnam-daero 94-gil, Gangnam-gu, Seoul
• Участники: генеральный директор Caretive Кихван Ким, технический директор Бёнсок Янг и 8 других контрибьюторов.

Мы загрузили материалы на YouTube и GitHub, поэтому, пожалуйста, ознакомьтесь с ними вместе с сообществом.

​

Введение

Формат: Презентация → Вопросы и ответы и обсуждение

Вопросы и ответы: Вопросы принимались через чат Teams и отвечали на них коллективно после рассмотрения.

​

Презентация (Luke Yang)

Запись презентации:

Краткое содержание: Это запись презентации с первой встречи корейского open-source инструмента Vibe Coding, Caret, состоявшейся 15 июля 2025 года. Темы включают: 1. Обзор рынка AI Coding 2. Введение в проект 3. Представление руководителя проекта 4. Постановка проблемы 5. Глобальная архитектура на основе Open Source 6. Отличительные особенности 7. Метод разработки на основе AI 8. Бизнес-модель 9. План роста 10. Open Source сообщество 11. Задачи. Ссылка на презентацию: http://bit.ly/3UjCYFK Ссылка на запись мероприятия: http://bit.ly/4eY7kHK

Слайды презентации: https://github.com/aicoding-caret/caret-meetup/blob/main/01-regular-meetup-20250715/01-regular-meetup-caretive-presentation-20250715.pdf

​

Состояние рынка AI Coding

Рынок AI coding считается очень горячим и важным.

Недавняя новость о переходе основателя Windsurfer в Google является примером значимости этого рынка.

​

Введение в проект Caret

Определение: Корейский инструмент AI coding на основе open-source.

GitHub: Работает как open-source на https://github.com/caretive-ai/project-careti

Страница сервиса: Работает под названием 'https://careti.ai'

VSCode Marketplace: Официально зарегистрирован на https://marketplace.visualstudio.com/items?itemName=caretive.caret, но пока не продвигается активно из-за незавершенной монетизации и стабилизации.

Основная идея: "Корейский инструмент AI coding на основе open-source, такой как Cursor."

​

Представление спикера (Luke Yang)

Карьера:

Активен как блогер 'Forest Story'

Специализировался на информатике в Университете Soongsil, ранее был разработчиком в Naver, включая OCR R&D (около 3 лет).

Работал в Naver в отделе стратегии портала и в качестве Webtoon PD, а также в Министерстве науки и ИКТ в области программного образования и политики в отношении разработчиков.

Основал VR webtoon стартап ComicsV и разработал open-source веб-метавселенную платформу XRCLOUD.

В настоящее время является техническим директором Caretive и руководителем разработки сервиса Caret.

Философия разработки: Интересуется конвергенцией технологий. Давно мечтал об AI и хочет создать AI агента персону 'Alpha' и даже андроида на основе технологии Caret.

​

Мотивация: Кризис и Возможность

Чувство кризиса:

Ощутил кризис, связанный с тем, что существующие методологии разработки программного обеспечения будут полностью перевернуты AI.

Почувствовал необходимость решать реалистичные проблемы, возникающие при практическом использовании инструментов AI coding (например, некорректные результаты AI, отсутствие подотчетности).

Сравнил инструменты AI coding с "неукротимым диким конем", полагая, что необходимо обсуждение того, как их укротить.

Возможность:

Решил, что, как и в переходные периоды Windows и мобильной эры, эра AI также предоставляет большие возможности для существующих разработчиков.

Поверил, что наступила эра, когда разработчики могут делать больше, а не исчезать.

Почувствовал, что пришло время создать настоящий AI, о котором он мечтал.

​

Реальность и Проблемы AI Coding

AI Галлюцинации:

Тестовый пример разработки калькулятора: Дано указание TDD, но AI сообщил об успешном выполнении тестов, фактически не выполняя клики.

Анализ причин: AI ошибочно принял сообщение "действие выполнено" за успех и не имел возможности визуальной проверки результатов.

Предложение AI: Запросил добавление конкретного шага проверки визуальных доказательств в систему, вместо того чтобы полагаться на простые сообщения об успехе.

Ограниченное понимание кода:

AI имитирует кодирование, но не понимает его. Ему не хватает структурного и семантического понимания кода.

SemCode Paper (2023): Исследование моделей AI, понимающих семантику кода. Небольшая модель (6B) достигла производительности, сопоставимой с GPT-3.5-turbo.

Вывод: Важно изучать не только сам код, но и данные о "процессе" его создания (отладка, документация, методы устранения неполадок и т.д.).

​

Стратегия архитектуры Caret

Основа: На основе open-source проекта 'Cline'.

Первоначальная стратегия: Форкнули и напрямую модифицировали Cline.

Проблема: Трудно угнаться за обновлениями Cline, что приводит к ненужной работе.

Текущая стратегия: Архитектура наложения

Сохраняйте исходный код Cline как можно более нетронутым, добавляя функции Caret поверх него.

Когда модификация неизбежна, сделайте резервную копию исходного файла (.cline) и добавьте комментарий (// CARET MODIFICATION), чтобы уточнить изменения.

Это предназначено для облегчения автоматического слияния с Cline в будущем.

Улучшения:

Многоязыковая поддержка (i18n): Преобразован жестко закодированный текст в многоязыковую систему. В настоящее время поддерживает четыре языка (корейский, английский, японский, китайский).

Улучшение системного запроса: Изменены жестко закодированные запросы на динамическую структуру на основе JSON.

Эффект: Сокращение токенов запроса на 50%, повышение производительности и снижение затрат.

Переключение режимов: Введены режимы 'Agent/Chatbot', аналогичные Cursor, наряду с существующими режимами Cline 'Plan/Act', для большей гибкости.

​

Основные функции и отличительные особенности Caret

Правила Caret (.caretrules):

Управляет системными запросами для каждого проекта в формате JSON.

Уменьшает количество токенов по сравнению с естественным языком и улучшает понимание AI благодаря четкой иерархической структуре.

Управляется в паре с файлом Markdown для удобства чтения пользователем; предназначен для того, чтобы AI изменял оба файла вместе при обновлении правил.

Прозрачность и контроль затрат:

Наследует функцию Cline, отображающую стоимость каждого чата в режиме реального времени.

Это позволяет пользователям прогнозировать и контролировать свои расходы.

Планируется добавить такие функции, как автоматическое переключение сеансов при превышении определенной стоимости токенов.

Встроенный браузер и функция отката:

Разработка с использованием встроенного браузера возможна, но возможности управления AI все еще нуждаются в улучшении.

Существует функция отката на основе контрольных точек, но она может быть нестабильной; необходим анализ причин и улучшение.

​

Бизнес-модель и дорожная карта

Создание компании: Создана корпорация 'Caretive' и привлечены первоначальные ангельские инвестиции.

Модель дохода: B2C: Модель подписки для индивидуальных пользователей.

Бесплатно: Предоставляется 25 кредитов.

Платно: 10 долларов США (300 кредитов), оплата по факту использования.

B2B (основной фокус): Продажа корпоративных лицензий и консалтинг.

Настройка и техническая поддержка с учетом потребностей корпоративных клиентов.

Проекты, осуществляемые в сотрудничестве с open-source сообществом.

Дорожная карта:

Май 2025: Создана корпорация.

2 июля 2025: Запуск Marketplace.

Вторая половина 2025 года: Стабилизация технологий, расширение базы пользователей, цель - 300 млн вон дохода.

2026: Улучшение сервиса.

​

Будущие задачи и области исследований и разработок

Срочные задачи:

Разработка систем входа в систему и подписки.

Реализация функций управления корпоративными членами.

Разработка программ обучения и маркетинга.

Области исследований и разработок:

Усиление основных функций AI, таких как LLM routers и интеграция vector DB.

Прогнозирование и оптимизация затрат.

Обучение моделей AI на основе семантики.

Разбиение и анализ кода на основе AST (Abstract Syntax Tree).

​

Вопросы и ответы и обсуждение

Реализация Front-end: Webview Caret в настоящее время служит front-end.

Хороших результатов можно добиться, нарисовав хороший дизайн (изображение) и предоставив его AI. Предоставление нескольких слайдов PowerPoint также эффективно.

Прямая интеграция с Figma невозможна, но преобразование результатов Figma в изображения позволяет AI построить сайт на их основе.

Разница в качестве ответов в зависимости от модели:

Производительность и характеристики варьируются в зависимости от модели, что приводит к расхождениям в результатах.

Для решения этой проблемы возникла концепция 'AI Gateway'. Он преобразует запросы пользователей в оптимизированные запросы для каждой модели.

У Caret пока нет шлюза, но рассматривается возможность разработки его в виде фреймворка для легкого переключения между различными моделями.

Настройка правил Caret:

Файл .caretrules можно напрямую изменять для применения правил для каждого проекта и пользователя.

Управляется с помощью отдельных глобальных правил и правил рабочей области (проекта).

Управление Open Source сообществом:

Вызывает большую озабоченность вопрос о методах управления, поскольку в Корее редко встречаются успешные примеры open-source сообществ.

Планируется создать уровни, такие как 'Contributor' и 'Board Member', и предоставлять вознаграждения за вклад (кредиты, аренда оборудования и т.д.).

Цель - практическое, ориентированное на технологии собрание инженеров.

​

Закрытие и будущие объявления

Нетворкинг участников: Для следующей встречи будут подготовлены именные бейджи, чтобы можно было узнать имена и принадлежность участников.

Участников попросили поделиться своими ссылками на LinkedIn и GitHub.

Предложение для контрибьюторов:

Всем участникам встречи был предложен статус 'Contributor'.

Преимущества для контрибьюторов: Аренда оборудования, предоставление рабочего пространства, кредиты и API для разработки, размещение в списке контрибьюторов GitHub.

Миссии для контрибьюторов будут предложены на основе обсуждаемых тем и индивидуальных интересов вклада.