Разработчик на Searchengines.guru пишет, что Cline «зашёл» ему только с третьей попытки. Спустя чуть больше недели он уже говорит, что «плотно подсел» на инструмент и переносит часть рабочего процесса в GitHub: AI оформляет задачу с описанием проблемы, а затем получает её в работу и готовит pull request.
Это не сравнительный тест Cline, Claude Code и GitHub Copilot и не доказательство превосходства одного AI-агента над другим. Автор темы Sly32 описывает собственный рабочий процесс. В первом сообщении он упоминает, что до Cline пользовался «Clade Code» и GitHub Copilot. Судя по дальнейшему обсуждению, под «Clade Code» имеется в виду Claude Code, однако сам автор опечатку отдельно не исправляет.
Самая интересная деталь появилась позднее. Sly32 пишет, что ему понравилось работать через задачи GitHub: сначала он просит LLM сформулировать проблему и создать задачу, а затем указывает, какую из них взять в работу. После этого агент готовит pull request. По словам автора, за последнюю неделю число открытых задач в его бэклоге сократилось с 23 до 12. Связывать это сокращение только с Cline нельзя — форумный пост не даёт такого основания.
При этом в исходном черновике к Cline был ошибочно отнесён другой способ хранения контекста. Его описал участник UnderDDoS, который использует VS Code с Claude Code. В его проекте файл Claude.md содержит общую информацию и важные инциденты, отдельные Markdown-файлы используются для TODO и решений, а ссылки на уже обнаруженные проблемы и удачные практики сохраняются в памяти. Особенно неприятные ошибки он превращает в жёсткие ограничения для агента.
Это два разных кейса, хотя задача у них общая: не заставлять AI каждый раз начинать работу с проекта почти с нуля. На desing уже разбиралась похожая идея — контекст проекта для AI-инструментов может быть не менее важен, чем сама формулировка очередного промпта.
У Cline для постоянных инструкций есть собственный механизм. В официальной документации описаны правила проекта в каталоге .clinerules/: в Markdown-файлах можно фиксировать стек, архитектурные решения, требования к тестированию, структуру проекта и ограничения вроде запрета менять определённые файлы. Cline также умеет учитывать AGENTS.md. Это уже возможность самого инструмента, а не описание того, как именно настроил свой проект автор форумной темы. Подробнее механизм описан в документации Cline.
Связка с GitHub тоже не отменяет проверки результата. AI может аккуратно оформить задачу и подготовить изменения, но требования к архитектуре, тестам и публикации всё равно приходится задавать человеку. Похожее ограничение видно и в опыте сотрудников Google: вайб-кодинг не отменяет технические требования, если проект должен нормально работать после генерации кода.
Поэтому интерес этого случая не в формуле «Cline лучше Claude Code». В обсуждении таких данных нет. Гораздо полезнее сам подход: отделить постановку задач от текущего чата с AI, хранить историю работы в GitHub и отдельно фиксировать постоянные правила проекта. Конкретные инструменты у участников ветки разные, а проблема одна — как не терять накопленный контекст при длительной работе с AI-агентом.
Источник: Searchengines.guru.