Node.js Ukraine Community

Общие принципы того, как архитектура изменилась в связи с AI: 1. Управляющая система не должна быть беднее управляемой (Закон Эшби). Если разнообразие вашего мышления меньше, чем разнообразие того, что выдаёт модель, модель ведёт вас и уведет туда, куда вам не нужно. 2. Пиши с AI то, что мог бы написать сам, но дольше. Иначе ты не можешь проверить результат и стать его владельцем. Потеря контроля начинается там, где нельзя оценить адекватность. 3. AI масштабирует ясность так же хорошо, как бред и туман. Неясная постановка почти всегда даёт неясный результат, много нейрослопа. 4. Каждая сгенерированная строка — тяжесть. Её нужно читать, чинить, объяснять людям и следующей модели. Соревноваться надо не в объеме генерации, а в результате при меньшем коде. 5. Сложность накапливается быстрее, чем способность ее осилить. Человек пишет код, который не поймёт через два месяца; модель — код, который не поправит через пять минут. Главный навык рядом с AI — уменьшение accidental complexity. 6. Документация стала исполняемым контекстом. AI читает markdown, ADR, RFC, issues, расшишифровки. То, что раньше жило в головах, теперь версионируемый артефакт. 7. Паттерны не исчезают. DI, IoC, SRP, идемпотентность, гранулярность, контракты, изоляция нужны, чтобы точно ставить задачу людям и модели. 8. Код должен оставаться понятным человеку. У модели выше предел контекста, но если система стала непонятной даже ей, человеку она уже давно недоступна. 9. Человек остаётся в контуре внимания. Вопрос в том, куда направить внимание: DSL, схемы, контракты, ревью, архитектурные документы. 10. Архитектурные знания нужны почти всем. Не обязательно быть архитектором по должности, но нужно понимать, что генерирует AI и можно ли это принимать в проект.

Slop Engineering Toolkit: - Neuroslop types - Security cosplay - Vibe architecture - Happy path tests - Unreviewed AI code - Dependency roulette - AI-generated docs for AI - Shipping without understanding - Complexity hidden behind clean syntax

https://youtu.be/neqdcpPz1Ic

Архітектура без AI - найповільніший шлях до релізу. AI без архітектури - метушня перед факапом. // Сунь-цзи

https://www.youtube.com/live/d8H60lhsAr8

🕔 17:00 🔜 https://gm.nexttick.it/go/data-structures-code-review

Завтра https://gm.nexttick.it/go/data-structures-code-review

На першій частині стріму про структури даних я обіцяв матеріали, а зрештою підготував ще й перші скіли для структур. Вони допомагають обирати вбудовані структури JavaScript, проєктувати власні та використовувати готові реалізації з metautil замість створення чергового велосипеда. На першій частині стріму про структури даних я обіцяв матеріали, а зрештою підготував ще й перші AI-скіли. 1. Вбудовані структури JavaScript: Object, Array, Map, Set, WeakMap, WeakSet, TypedArray 2. Кастомні структури: Queue, Deque, Stack, List, UnrolledList, Circular Buffer, Heap, Trie, Graph, LRU, Pool, CRDT 3. Готові структури metautil: Struct, ConsList, Trie, List, UnrolledList, Queue, Deque, Stack, Pool, Semaphore У суботу, 8 серпня, о 17:00 покажу, як підключати скіли та використовувати їх у реальному коді: https://gm.nexttick.it/go/data-structures-code-review

Світ був би набагато кращим, якби люди та роботи робили кілька простих речей - проміжні змінні замість складних виразів - давали б їм семантично корисні імена - і називали змінні в JavaScript ідентифікаторами

Под стримом по структурам данных задали вопрос, какие AI модели я использую и какой харнес. Отвечаю развернуто, но вы должны понимать, это моя специфика разработки Я стараюсь по неделе переключаться между моделями, чтобы знать их состояние и чувствовать особенности, но для моих задач сейчас лучше всего подходит Sonnet 4.6 (даже не 5), Codex 5.3, Grok 4.5, они не очень умные, но мне не нужно, чтобы они были умные, за то они не придумывают хитрых и запутанных решений и работают очень быстро. Вот в тех же структурах данных я их все пробовал использовать и пришел к выводу, что они примерно все на одном уровне, если применять их для текхической рутины. Они делают именно то, что просишь, особенно если сбрасывать контекст часто, хотя и деградация у них ниже, чем у флагманов. Дело в том, что я использую AI для технических вещей, писать буквы, а не придумывать решение, они двигаются по четкому заданию, котороя я написал. Но Fable 5 и Opus 5 я обычно использую для другого, чтобы они сделали альтернативное моему решение и чтобы сравнить со своим, т.е. они хороши не как вспомогательный персонал, а как самостоятельные авторы и какие-то идеи у них можно брать, хоть я обычно и выкидываю их результат, потому, что они заводят код в глухой тупик очень быстро из-за того, что умные и дерзкие. В субботу 8 августа мастер-класс в 17:00, покажу тем, кто зарегистрируется https://gm.nexttick.it/go/data-structures-code-review

Стало сложно писать лучше чем Fable, я неделю оптимизировал под V8 три несчастные структуры данных, чтобы обогнать его: Unrolled List, Doubly List, Circular Buffer. Но не бойтесь, я завтра буду рассказывать не про то, как они устроены (картинка с 6 структурами), а как их использовать (картинка с 12 интерфейсами): https://youtube.com/live/qNAjrZ07un0

Хочете зроблю скіли для генерації правдоподібного, навіть красивого говнокоду, щоб створити більше робочих місць?

Курс Ильи Климова «Тестирование в эпоху агентов» AI уже умеет писать много кода, но без тестов, контрактов и автоматической проверки качества он завалит вас кодом и вы его даже не вычитаете, не говоря уже о том, что на глаз многие вещи просто не ловятся, особенно в таких объемах кода. Курс учит, как построить управляемую инфраструктуру, чтоб тестирование помогало дресировать AI. Особенно полезно тем, кто уже использует AI в реальных JavaScript/TypeScript-проектах. Промокод на 15% ti15 до 1 августа Заходим, не стесняемся: https://ai.javascript.ninja/gld-ai-r

Чому у JavaScript світі немає культури використання структур даних? Їх неправильно вчать, точніше, правильно, але цього замало, такі знання корисні тільки на завданнях з літкода і на співбесідах, а ось на практиці люди відразу забувають про структури даних і реальний код тільки: [], {}, Set, Map Я пошукав, як їх зазвичай викладають: - як влаштовані всередині та як працюють - як оптимізувати: CPU, memory - як оцінити обчислювальну складність - як оптимізувати під V8, GC Але немає навіть спроб показати: - як застосувати на реальних задачах - як вони роблять код зрозумілішим - як вони допомагають заощаджувати на AI 1 серпня покажу приклади на реальному коді для бізнес-логіки, системного програмування, бекенду, фронтенду: https://youtube.com/live/qNAjrZ07un0

В NextTick мы регулярно проводим голосовые разборы для участников с платной подпиской. Один из последних стримов мы решили ненадолго открыть в Telegram-канале IT-Гильдии. AI уже умеет ускорять разработку. Проблема в том, что бизнесу не нужен код быстрее. Ему нужны решенные задачи. Это часовой разговор о том, что агентская эпоха уже меняет в работе разработчика: почему количество сгенерированного кода ничего не говорит о результате, где сохраняется ценность инженера и почему архитектура, code review и способность спорить с неверными решениями становятся важнее скорости написания кода. А еще — что изменения в GitLab, увольнения в Cloudflare и рост AI-рынка означают не для абстрактного «рынка труда», а для конкретного разработчика прямо сейчас. Запись будет в канале до 2 августа. https://t.me/itguild_next_tick

А тут альтернативний варіант входу без пароля: - Зберігання ключів у OPFS (у браузері) - Для генерації Web Crypto (ECDSA P-256) - Без використання Web Authn, Passkey https://github.com/HowProgrammingWorks/ChallengeSignIn