Ваш кодинг-агент уже выбрал ваш стек. Вы просто еще не заметили. Исследователи из Amplifying прогна

Ваш кодинг-агент уже выбрал ваш стек. Вы просто еще не заметили.

Исследователи из Amplifying прогнали около 2,5 тыс. открытых запросов к Claude Code типа «добавь базу данных», «как задеплоить», «добавь аутентификацию» ни разу не назвав конкретный инструмент. Записали, что агент выбрал и сделал. Получилась карта того, как AI-агенты формируют стек за разработчиков.

Что нашли

Монополии. GitHub Actions владеет CI/CD (94%), Stripe — платежами (91%), shadcn/ui — UI (90%), Vercel -деплоем JS (100%). Redux получил 0 рекомендаций (Zustand забрал все). Vitest вместо Jest. pnpm вместо yarn. Resend вместо SendGrid и тд
Конкурентные категории. Auth, кеширование, ORM, background jobs, real-time — здесь нет явного победителя, а выбор полностью зависит от стека. NextAuth.js для Next.js (91%), но для Python — кастом (100%). Redis для Python-кеша (57%), но Next.js использует встроенный кеш (42%) и тд
Контекст > формулировка. Один и тот же вопрос дает разные инструменты для разных репо (Drizzle для JS, SQLModel для Python), но стабилен при перефразировании (76% stability)
Велосипеды — главная находка. В 12 из 20 категорий агент строит с нуля вместо рекомендации инструмента. Кастом предлагался чаще чем у любого отдельного инструмента. Например просишь auth для Python — пишет JWT реализацию с нуля.

А что изменилось-то

Проблема «на какую технологию ставить» была всегда, но сейчас размывается момент осознанного выбора. Гитхаб в своей статье назвал это «convenience loop».
И как вы поняли, проблема «Catch-22» намного шире технического стека, про это, например, пишет Nature.

И, вдобавок, есть проблема конфликта интересов, например авторы рисерча The Invisible Hand показали например как Gemini молча заменял open-source на платный Google Speech Recognition. Когда компания владеет и моделью, и облаком — модель может стать продавцом, притворяющимся советником.

И да, можно (и нужно) определить стек через документацию. Но знание из training data — это как гравитация. Исследования показывают: когда контекст противоречит тому, что модель «знает» из обучения, она часто игнорирует контекст и возвращается к дефолту.

Что с этим делать

— Сначала осознать, что кодинг-агент — это полноценный канал дистрибуции: сам выбирает, устанавливает и внедряет. Иногда выбирает велосипед. Иногда незаметно.

— Если у вас есть предпочтения по стеку — сообщайте как можно раньше через файлы контекста. Контролируйте исполнение.

— Боритесь с велосипедами: больше кода, меньше безопасности. Перед реализацией попросите агента показать варианты, trade-offs, задать вам уточняющие вопросы. Несколько минут возвращают момент осознанного выбора.

— Спросите себя «если сломается — кто поможет починить?» Популярная библиотека — community. SaaS — вендор. Кастомная реализация агента — вы.

— Если предпочтений нет, то не нужно бороться с мейнстримом. Популярный выбор часто обоснован: большое комьюнити, собранные грабли, проверенные паттерны.

Короче, момент выбора никуда не делся. Он просто переехал (и замаскировался).

🔥 🔁 @nobilix

Комментарии

Добавить комментарий

Ваш адрес email не будет опубликован. Обязательные поля помечены *