São Paulo — InkDesign News — A rápida evolução das ferramentas de inteligência artificial em ambientes de desenvolvimento integrado (IDE) tem impactado diretamente o workflow em machine learning e deep learning. Recentemente, o VSCode, aliado ao GitHub Copilot, reafirmou sua liderança frente a novos competidores como Cursor, destacando-se em funcionalidades e suporte a múltiplos modelos de linguagem.
Arquitetura de modelo
Em dezembro de 2024, Cursor apresentava uma vantagem significativa por oferecer múltiplos large language models (LLMs) e uma interface similar ao VSCode, além de funcionalidades como o “Composer”, que gera projetos completos a partir de um prompt. No entanto, o GitHub Copilot evoluiu rapidamente, incorporando modelos avançados como Claude 3.7 Sonnet e GPT-4.5 logo no início de 2025, ampliando seu leque de LLMs disponíveis.
“Após usar Cursor nas últimas duas semanas, decidi usá-lo para todos os meus projetos futuros.
(“After using Cursor for the past two weeks, I have decided to use it for all of my future projects.”)— Autor, Data Scientist
Treinamento e otimização
O contínuo aprimoramento do GitHub Copilot, impulsionado pela Microsoft, tem resultado em atualizações semanais constantes para melhorar a integração com múltiplos modelos e otimizar a experiência do usuário. A capacidade de interação via chat em notebooks Jupyter, recurso ausente em Cursor, demonstra maior foco na produtividade dos cientistas de dados, habilitando consultas contextuais a células específicas do código.
“O VSCode oferece instruções do GitHub Copilot ao adicionar uma nova célula no seu notebook, funcionalidade não disponível no Cursor.”
(“Vscode offers GitHub Copilot instructions when adding a new cell to your notebook, this is not available using Cursor.”)— Autor, Data Scientist
Resultados e métricas
Além da usabilidade, o custo-benefício também favorece o VSCode com GitHub Copilot, que é oferecido por US$10 mensais contra US$20 do Cursor, sem perda significativa em funcionalidades relevantes. A rapidez nas atualizações e a robustez da plataforma consolidam a posição do VSCode como principal IDE para projetos envolvendo aprendizado de máquina e deep learning.
“Eu me perguntei: estou recebendo o dobro do valor usando Cursor ao invés do VSCode? A resposta foi não.”
(“I asked myself, am I getting twice the value from using Cursor over VSCode? The answer to this question was no.”)— Autor, Data Scientist
Esses avanços indicam que a competição entre IDEs AI-powered incentiva inovações que beneficiam o ecossistema de machine learning. Recursos amplamente adotados acabam sendo incorporados por todos, reduzindo a necessidade constante de troca de ambiente de trabalho e promovendo estabilidade no desenvolvimento de modelos.
O foco agora está na expansão da integração de múltiplos modelos LLMs e no refinamento das interfaces para otimizar a produtividade dos profissionais em ciência de dados, visando acelerar experimentações e benchmarks de deep learning. O VSCode com GitHub Copilot permanece uma escolha recomendada para cientistas de dados que buscam versatilidade e suporte constante.
Para mais artigos relacionados a este tema, confira conteúdos sobre machine learning e deep learning.
Fonte: (Towards Data Science – AI, ML & Deep Learning)
