Я провел небольшое исследование.
На каком языке программирования нейросети проще всего писать код.

Давайте просто пофантазируем.
Отбросим все рассуждения по поводу вайб кодинга и т.п.

Представим себе следующую ситуацию. Что нейросеть выступает в роли того кто пишет код, но этот код не для человека, а для самой LLM должен быть понятен. Т.е. нейросеть выступает в роли компилятора (транслятора, интерпретатора) с человеческого языка в понятный ей код.

На подобии того как мы сейчас пишем код. У нас есть высокоуровневый язык, который потом мы компилируем в машинный код. Нас мало интересует какой код там получился. Тут та же история, нас мало интересует какой код получился. Для примера можно взять TypeScript, мало кому интересно какой JavaScript на выходе.

И так. Больше всего нейросети склонны к пониманию функциональных языков со строгой и статической типизацией. С минимальным синтаксисом.
Чтобы была только одна интерпретация выражения. Однозначная линейная сериализация абстрактного синтаксического дерева (AST).

Высказывание ChatGPT

Если полностью забыть о том, что код когда-нибудь будет читать человек, и смотреть только с позиции LLM-модели, то «удобство» — это:

Минимальная энтропия токенов (как можно меньше вариантов написания одной и той же конструкции).

Однозначное древовидное представление без необходимости восстанавливать его из смешивания пробелов, скобок, ключевых слов и т.д.

Явные типы и связи (чтобы не нужно было делать вывод типов во время анализа).

Отсутствие «шумового» синтаксиса, который не несёт семантики, но расходует окно контекста.

Поэтому в идеале я бы выбрал не «язык» в привычном смысле, а чистое сериализованное AST-дерево.

Самый практичный вариант — S-выражения (Lisp-стиль) с обязательными аннотациями типов.

Пример такого когда

(fn add
  ((a : Int) (b : Int))
  : Int
  (+ a b))

Каждая скобка это граница узла. Порядок токенов всегда одинаков. Типы видны сразу, значит поиск/замена по типовой сигнатуре тривиален.

Важно чтобы в одном файле была одна сущность, тогда не будет путаницы. Из-за минималистичного синтаксиса идёт экономия токенов. Контекст становится больше.


Пойдя дальше, я выяснил что и задачи ставить можно в виде диаграмм процессов. Четкая последовательность действий и что делать при негативном сценарии (аналитики карты вам в руки).

Когда-то программисты придумали компиляторы и высокоуровневые яп, чтобы упростить работу и сделать код читаемым. А не писать все на перфокартах и ассемблере.

Мне кажется что не за горами то время, когда LLM станет ещё одной абстракцией. И мы не будем смотреть в ее код. И придумаем ещё более высокоуровневые языки. Которые будут описывать бизнес процессы.


Примеры возможных реализаций описание задачи для LLM.
Псевдокод с контекстными якорями

Когда пользователь {нажимает} на [кнопку ID=buy_btn]:
  ЕСЛИ корзина НЕ пуста:
    ПОКАЗАТЬ модалку "Оплата" (#шаблон=stripe_form_v2)
    ОЖИДАТЬ ответ от Stripe
    ЕСЛИ успех: 
      СОХРАНИТЬ заказ в #база_данных[Заказы]
      ОТПРАВИТЬ email через #сервис[SendGrid]
    ИНАЧЕ: 
      ПОВТОРИТЬ 2 раза
      СООБЩИТЬ "Ошибка платежа"

Визуальный конструктор как Miro

[Кнопка "Купить"] --клик--> {Проверить корзину} --> [Форма оплаты] 
  --> (API Stripe) --> [Успех!] :show_confetti
  --> (Ошибка?) :red --> [Повторить?]

Онтология

# Типы данных:
Данные_карты ::= номер:строка[16-19], срок:дата, cvv:число[3]
Email ::= строка@домен:валидный_формат

# Действия:
ПОКАЗАТЬ(элемент, анимация?="плавно")
СОХРАНИТЬ(куда: "таблица", данные: json)

Как LLM это обрабатывает
1) Декомпозиция, разбивает визуальный граф на атомарные задачи.
2) Контекстный поиск по тегам (#база_данных, #шаблон) подтягивает релевантные фрагменты из базы знаний.
3) Генерирует код, используя:
Онтологию → типизацию
Примеры → UI-библиотеки
Речевые паттерны → бизнес-логику
4) Проверяет код на соответствие онтологии через статический анализ.

#ai #мысли

Преимущества перед классическим вайб кодингом
Нет простыней текста. Визуал + речевые паттерны сокращают описание в 5 раз. Обход контекстного окна. Теги (#пример[...]) работают как гиперссылки в RAG. Автодокументирование. Онтология становится спецификацией API.
LLM может спрашивать: "Укажи тип для cvv: число[3] или строка?" прямо на схеме.


Я не говорю что исчезнут программисты. Но согласитесь, многие кто сейчас является разработчиком, не является инженером. У нас сейчас довольно много абстракций, которые позволяют не задумываться о технической части. Есть сферы, где важны более глубокие познания технологий и железа, но это малая часть от всей разработки.

Пишем веб, а как работает браузер не знаем. Пишем игры, но не знаем как работает видеокарта, да и не нужно. Пишем бэкэнд, но не знаем как работает процессор.

Есть области разработки, где возможна такая абстракция как LLM.

А вы как считаете? Давайте по халиварим.

#ai #мысли

Нужна ваша помощь.
Как уже говорил, готовлю контент, поэтому опрос.

1) В какой сфере вы применяете нейросети и какие?
2) Каких навыков или знаний вам не хватает, чтобы использовать нейросети на полную?
3) Интересует ли вас автоматизации, n8n и т.д.?

Если вы вайбкодите:
4) ваш проект это: backend, frontend, mobile, desktop или другое
5) вы проф. разработчик: да, нет
6) если вы не проф. разработчик, у вас есть навыки в программировании: да, нет
7) если вы не проф. разработчик, у вас есть навыки в инструментах которые используются в разработке: да, нет
8) проект делаете для себя: да, нет

MidJourney открыл доступ к V1 Video 18 июня 2025. Модель встроена в обычный пайплайн: после генерации кадра появляется кнопка Animate.

Система выдаёт четыре ролика по пять секунд и позволяет продлить их ещё до четырёх раз, то есть примерно до 21 с. Режимы low motion и high motion регулируют интенсивность движения. Доступны автоматический и ручной motion-prompt. Анимацию можно запустить и на загруженном извне изображении.

Функция работает только в веб-версии, "relax-очередь" тестируется для подписок Pro и выше. Релиз позиционируется как промежуточный шаг к реальным времени симуляциям.

В SyntaxAI можно попробовать MJ V1 Video

Источник

#ai #ии #нейросеть #midjourney

Участник клуба Олеся и лид команды S-team, оставила отзыв о клубе по веб разработке.

#club

Протестировал данный MCP.

Верстку и интерактивность сайта сделал полностью. Иногда не сразу делает как нужно, просто вношу правки.

Хорошо сработал Claude, но лимиты закончились. Со всей задачей справился Gemini Flash.

Использовал tailwind и gulp. Когда верстка разбита на компоненты, меньше нужно контекста и можно пере использовать готовые части. Сначала сделал компоненты, довел до идеала, затем начал делать страницы и просил переиспользовать компоненты.

Если есть похожие страницы, так же прошу делать на их основе. С таким подходом меньше глюков.

#mcp #figma

Участник клуба Дмитрий оставил отзыв о клубе по веб разработке.

#club

Уязвимости которые часто встречаются в коде от LLM

Одна из уязвимостей — "галлюцинации зависимостей". Модели ссылаются на библиотеки, которых нет в PyPI или NPM. Злоумышленнику достаточно загрузить библиотеку с таким именем, чтобы вредоносный код попал к пользователю.

LLM чаще пишет sprintf, чем безопасный snprintf в C/C++. Причина в том, что такие паттерны чаще встречаются в обучающих данных.

В Docker файлах LLM пишет запуск контейнера от имени root и использует устаревших базовый образ. Если злоумышленнику удастся выйти из контейнера, он получит привилегии на хосте.

Особый класс атак это prompt injection. Вредоносные команды находятся в конфигурационных файлах, например, .rules, которые LLM затем бездумно исполняет.

Отсутствие Secure Headers, политика CORS: *, пропущенный CSP. Всё это возможность для XSS и утечки токенов.


LLM ускоряет работу, но нуждается в ревью и автоматической проверке.

#ai #ии #мысли

Стартует четвертый сезон в клубе по веб разработке

Уже в понедельник 14.07.25 начинается четвертый сезон.

Проект который будем делать - это онлайн игра в IT тематике. Разнообразие механик, квестов, классов и т.д.
Действительно сложный и интересный backend.
Можно попробовать свои силы в написании клиента на движке Godot.

Командная работа строиться как в реальной компании. Есть возможность узнать как всё происходит на практике и с точки зрения бизнеса.
Команды формируются с балансом навыков участников.

Как присоединиться?

🔹 Переходите в телеграм бот клуба
🔹 Выбирайте подходящий тариф и способ оплаты
🔹 Присоединитесь к нашему чату в Telegram
🔹 Принимаешь участие в большом проекте

Про клуб можно почитать тут.

Если у вас будут вопросы можете написать мне @DJWOMS

#club

Кто-то уже пробовал OpenIDE? Русская доработка IntelliJ IDEA Community Edition

Сайт OpenIDE