LLM в разработке: более 1800 коммитов за 4 месяца и вызовы для ИИ
Российский разработчик поделился опытом создания мобильного приложения для изучения английского языка, где основной объём кода (1823 коммита и 200 тысяч строк) был сгенерирован большим языковой моделью (LLM), выявив при этом две критические проблемы в работе ИИ-агентов.
Проект длился четыре месяца, за которые было сделано 1823 коммита и написано около 200 000 строк кода. Человек-разработчик формулировал задачи, проводил ревью и принимал архитектурные решения, но набор кода осуществлялся преимущественно LLM-агентом. Целью проекта было понять, насколько эффективно нейросети могут взять на себя рутинные задачи по написанию кода.
В ходе работы выявились две ключевые проблемы, ограничивающие автономность LLM в разработке. Первая — рост энтропии кода: ИИ способен генерировать чистый и аккуратный код локально, но в рамках большого проекта теряет общую архитектурную консистентность. Это приводит к появлению дублирующих решений и несистемному подходу к реализации схожих функций. Например, в проекте оказалось три разных способа отображения модальных окон и четыре файла с константами анимаций.
Второй значительный вызов связан с «физической реальностью и невысказанными инвариантами». LLM плохо понимает имплицитные ограничения и тонкости, которые разработчик интуитивно учитывает. Так, на реализацию одного движения в приложении потребовалось 109 коммитов, поскольку ИИ требовалось множество уточнений для адекватного перевода абстрактной идеи в конкретную реализацию, учитывающую взаимодействие с реальным миром.
Часто задаваемые вопросы
Что произошло в проекте разработки с LLM?
Разработчик создал мобильное приложение для изучения английского языка, используя LLM-агента, который сгенерировал более 1800 коммитов и 200 000 строк кода за четыре месяца.
Какие основные проблемы возникли при использовании LLM для кодирования?
Главные проблемы — это увеличение энтропии кода, когда LLM не поддерживает общую архитектурную согласованность, и сложность учёта ИИ невысказанных инвариантов реального мира, требующих большого количества уточнений.
Сколько времени занял проект по разработке приложения с LLM?
Весь проект по созданию мобильного приложения с использованием LLM-агента занял четыре месяца активной работы.
В чем заключается проблема энтропии кода при работе с LLM?
Проблема энтропии кода проявляется в том, что LLM хорошо пишет небольшие фрагменты, но неспособна поддерживать единую архитектуру и принципы во всем проекте, что приводит к избыточности и неконсистентности решений.
Источник: Habr · Rusability ИИ
Комментарии (0)
Без регистрации. Комментарии проверяются автоматически перед публикацией.
Пока нет комментариев. Будьте первым!