HowProgrammingWorks - JavaScript and Node.js Programming

🧠 VSCode, Claude Code, Cursor, Codex: внутри у них один и тот же цикл. Он умещается в пару сотен строк.

Сделал вам прототип: рабочий кодинг-агент на Node.js, целиком читаемый за один вечер.

На агента 700 строк, инструменты 600 строк, остальной код terminal UI IDE конечно (~5k строк), его можно не читать вообще, никаких фреймворков. Внутри:
- цикл модель - вызов инструмента - результат - снова модель
- минимальная IDE прямо в терминале: дерево файлов, редактор с подсветкой, шелл и чат с агентом
- 11 инструментов: read, write, edit, bash, grep, glob, patch, fetch, todo, check, delete

В начале я дал ему 3 инструмента: read, write, bash, а остальные он сам себе написал себе на несчастном gemini-3.5-flash-lite.
Поддерживет любой OpenAI-совместимый провайдер: меняете BASE_URL в конфиге и работаете хоть на локальной модели.

⭐️ https://github.com/HowProgrammingWorks/Agent

Программисты почти перестали спорить про языки и фреймворки.

Теперь у каждого свои суеверия про AI, как правильно настроить окружение и формат работы вокруг агентов, каким инструментам можно доверять и каким нет, как чистить контекст...

Часть - полезная, а часть - просто суеверия. Но спорить о них можно вечно.

Свято место холивара пусто не бывает.

- Следующий шаг - сделать человека частью харнеса: ему пишут задачу, и он выполняет
- Это тебе кто-то сгенерировал или ты до сих пор сам посты пишешь?

Prototyping IDE with harness, terminal, execution sandbox, test runner, parallel execution and scheduling

С самых простых вещей, язык не особо важно какой, но лучше сразу 2 параллельно учить, они сейчас все развитые, а вот важное:
- как делать промежуточные переменные вместо сложных выражений
- разделять сложное на части и объединять части в целое
- давать всему семантически полезные имена, строить читаемые управляющие конструкции, избегать комментариев
- избегать accidental complexity, из нескольких решений выбирать попроще
- сначала думать о данных, как они представлены в памяти и связаны, а уже потом писать алгоритмы обработки
- привыкать думать об ограничениях и контрактах, какие входные данные можно изменять, какие нет
- больше думать не о вычислительной сложности, а о семантической сложности и как ее можно изолировать

Ownership and Resource Lifetime

Pure JavaScript examples of deterministic resource lifetime, ownership, move, borrow, lease, shared ownership, weak references, and RAII-inspired abstractions built on modern JavaScript.

const timers = require('node:timers/promises');

class AbortScope {
  #controller = new AbortController();
  signal = this.#controller.signal;
  [Symbol.dispose]() {
    this.#controller.abort(new Error('Scope disposed'));
  }
}

const main = async () => {
  let operation;
  {
    using scope = new AbortScope();
    operation = timers.setTimeout(1000, 'done', {
      signal: scope.signal,
    });
  }
  try {
    await operation;
  } catch (error) {
    console.log(error.name);
  }
};

main();

Sources: https://github.com/HowProgrammingWorks/Ownership

В JavaScript уже есть половина того, что нужно для реализации ownership-like, как в Rust, просто она разбросана по разным API:

- using / Symbol.dispose
- DisposableStack.move()
- ArrayBuffer.transfer()
- Proxy.revocable()
- AbortSignal, WeakRef

Поверх этого можно собрать runtime-прототип. Делаю. Без borrow checker и compile-time гарантий, но с вполне полезными affine semantics в рантайме. Ownership в JS появляется не как одна фича языка, а как композиция нескольких независимых механизмов.

А что если никакого вайбкодинга не существует, весь нейрослоп, как и раньше, генерирует население Индии, а истерия - это просто ребрендинг?

Добавляем пункты 0 и 11-14 в список

0. Управляй структурой и архитектурой приложения через спецификацию, а не через промпты. Архитектурные решения должны быть явными и проверяемыми артефактами в репозитории, а AI должен подтягивать их в нужные контексты, а не хранить в истории диалога.

11. Изоляция становится еще важнее, потому, что контекст — это тоже архитектурный ресурс. Чем больше модели нужно прочитать, чтобы сделать локальное изменение, тем хуже устроены архитектурные границы. Хорошая архитектура уменьшает необходимый контекст через изоляцию модулей и слоев.

12. Проверяемость! Нужно иметь возможность дешево проверять результат: линтерами, типами, тестами, схемами, контрактами. AI резко снижает стоимость добавления кода, но подымает стоимость владения кодом.

13. Обратимость! Чем дороже ошибка, тем больше нужно уделять внимания возможности отката. Миграция, изменение публичного API, характеристик кода, парадигмы, или архитектурного контракта должны быть под пристальным контролем.

14. AI должен быть ограничен с своих фантазиях: пространство допустимых решений, NFR, constraints, invariants, forbidden dependencies, acceptance criteria, вообще система запретов и красных линий.

Общие принципы того, как архитектура изменилась в связи с AI:

1. Управляющая система должна иметь достаточное разнообразие воздействий относительно управляемого поведения (закон Эшби). Если вы не способны различать, оценивать и корректировать существенные варианты ответов модели, управлять начинает уже она.

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

Архитектура без AI — самый медленный путь к релизу.

AI без архитектуры — суета перед факапом.

// Сунь-Цзы

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