Битва AI-агентов: локальный Hermes против облачного GigaCode в разработке на Symfony

Поводом стал привычный затык ежедневной работы: лимиты Claude Code заканчиваются слишком быстро, а у облачных сервисов остаётся риск блокировок.

Где спотыкается флоу

Проект поднимается через docker compose внутри WSL. Hermes и Claude Code стоят прямо в WSL и без проблем обращаются к Docker, а вот GigaCode живёт на хостовой Windows — и это сразу стало первым трением. Агент не мог напрямую дотянуться до контейнеров, и ему пришлось вручную скормить отдельный навык exec-in-docker, чтобы он хотя бы мог себя проверить. Без этого GigaCode в первых раундах просто угадывал формат команд, запинался на экранировании кавычек и сдавался без самопроверки.

Локальный Hermes тянет весь цикл сам: читает код, ищет нужные места, правит, запускает тесты и статический анализ без участия человека. Правда, иногда приходится вводить «продолжай», когда работа обрывается, — это те самые микроразрывы, которые копятся в ежедневном флоу и съедают внимание разработчика.

Что показали прогоны

Каждому рабочему решению начислялись баллы по пяти критериям, где 3 означает «работает частично, одна из точек входа сломана». Независимым ревьюером выступил Claude Opus 5 — он не участвовал в зачёте, а служил ориентиром того, как выглядит работа топового облачного агента. Все коммиты прогонялись через функциональные тесты, PHPStan и CS Fixer.

Qwen 27B сошёл с дистанции после первого же раунда: почти два часа на одну задачу, зависание и нерабочий результат. Некоторым моделям в раундах 3 и 4 давался «второй шанс» с усиленным промптом — явное требование написать тесты, прогнать docker compose exec php-fpm php vendor/bin/phpunit, PHPStan и CS Fixer и поправить замечания.

Что это меняет в рабочем процессе

Из эксперимента следует прагматичный вывод: локальные LLM на 128 ГБ унифицированной памяти DGX Spark уже дотягивают до уровня, когда с ними можно вести агентский кодинг на существующем проекте, а не только генерировать короткие фрагменты или суммаризировать текст. Облачный GigaCode на момент теста бесплатен и встроен в GigaIDE, но без ручной настройки навыков фактически работает вслепую. Для команды, которая выбирает стек под ежедневные задачи, расклад простой: выбор больше не сводится к «терпеть лимиты Claude Code или нет» — локальный агент стал реалистичной альтернативой, но требует адаптации самого рабочего процесса под себя.