LLM написала, человек одобрил, никто не понял: откуда на самом деле берётся нечитаемый код

[SergioShpadi]

Одна из крупнейших проблем вайбкодинга - у программиста в голове не появляется схемы работы продукта.

[Dhwtj]

Вайбромист занят созданием обёртки для LLM

[proxy3d]

Это большая проблема. Но хуже, когда ты пишешь продуманный код, а другой через агентов вайбкодит и полностью меняет твой код под свою задумку, и этот код не читаемый.

У меня так на днях было, сделал развертывание архитектуры в докерах. Все прозрачно, продумано, читаемо. Другой решил сделать более универсально через GitLab сборку. Скормил агентам, те переписали, работает. Но я открыл, что ему сетка сделала и у меня глаз потек. Совершенно не читаемо, вся прозрачность улетучилась, в коде появились жёсткие пути типа ../python/3.11.5/.. и прочее. И при этом человек топит за "понятный и прозрачный код" и одновременно допускает такой дикий "вайбкодинг". Разница в том, что за прозрачный код он топит там, где силен в разработке, а не читаемый вайбкодинг ему нормально в той области где он вероятно не силен.

Поэтому я подозреваю, что за полный вайбкодинг без полного код ревью топят те, кто не понимает, что им написала сетка или не планируют потом это поддерживать (я написал, а вы сами разберитесь и поддерживайте это легаси).

[SergioShpadi]

Я с этим пытаюсь бороться, разделяя кодовую базу фронтенд-приложения на рукописное ядро, которое запрещено трогать агентами, и UI-экраны, которые верстает AI. Но всё равно слабо помогает, особенно, если работаешь над приложением не один. AI пишет файлы на сотни строк с кучей условий, хуков, функций, а у меня 0 понимания, что там вообще происходит. В голове просто нет карты кода, абстракций, их взаимодействия.

[Tarakan3829]

это фундаментальная ошибка строить то не знаю чего .... самый главный вопрос а кто для человека ИИ ? если принять что ИИ — зеркало, отражение личности пользователя, пассивный инструмент расширения памяти тогда будет одна пуст и сложная но рабочая комбинация

1. Датасет личности (теги, веса, отказы)

2. Локальный инспектор правил (детерминированный, не LLM)

3. Двухслойная комбинация агентов:

   • Личный секретарь (заточен на твоём датасете, переводит поток в задания)

   • Агенты-исполнители (решают конкретные задачи, не имея доступа к личности)

а если нужен друг детства то это другая архитектура ... коуч или кодер третья ...я провел замеры причем самые суровые на самом деле когда работаешь над проектом от идеи до конечного результата то доля человека составляет 70-80 % а ИИ набирает лишь на коде на систематизации данных и т д ... вот этот показатель меня реально поразил и я полностью пересмотрел архитектуру работы с агентами .

[sergeybalashov]

Но всё же тезис про у LLM нет памяти слишком сильный. Контекст это тоже форма рабочей памяти, просто ограниченная по времени