- Инженер Cloudflare создал 94% API Next.js с помощью ИИ Claude за одну неделю и $1100 на токены.
- Проект Vinext использует Vite в качестве сборщика вместо Turbopack и ускоряет время сборки до 4,4 раза.
- Реализация Vinext открыта и планируется для использования на нескольких платформах, включая Cloudflare Workers и Vercel.
Инженер Cloudflare провёл эксперимент, в ходе которого смог реализовать большую часть API популярного фреймворка Next.js, используя искусственный интеллект Claude от компании Anthropic. За одну неделю и приблизительно $1100 на оплату токенов ИИ удалось покрыть до 94% функционала, при этом большая часть кода была сгенерирована ИИ с периодическим вмешательством человека для уточнений и корректировок.
Целью эксперимента стало не только продемонстрировать способности ИИ в области программирования, но и решить существующую проблему с развёртыванием Next.js вне платформы Vercel, которая является основным спонсором фреймворка. Next.js обладает собственной, адаптированной для Vercel, цепочкой сборки на базе Turbopack, что создаёт сложности при деплое на таких платформах, как Cloudflare Workers, Netlify или AWS Lambda. Существующий проект OpenNext, направленный на трансформацию результатов сборки Next.js для запуска вне Vercel, оказался недостаточно стабильным из-за частых изменений в самой платформе Next.js.
Новым решением стал Vinext — проект с открытым исходным кодом, использующий альтернативный инструмент сборки Vite вместо Turbopack. Vinext был создан практически полностью с помощью ИИ, начиная с разработки архитектурного плана, где инженер Cloudflare обсуждал с ИИ структуру проекта и подходы к реализации. Важной особенностью является использование обширного набора тестов Next.js для выявления ошибок в сгенерированном ИИ коде. Vinext демонстрирует улучшение производительности: время сборки сокращается до 4,4 раз в сравнении с оригинальным Next.js 16, а клиентский пакет уменьшился на 56%.
Хотя платформа Cloudflare Workers стала единственной пока для развёртывания Vinext, команда проекта способствует его расширению на другие платформы, включая Vercel. При этом значительная часть кода не привязана к инфраструктуре Cloudflare, что повышает гибкость использования.
Проект Vinext показывает, как ИИ может влиять на разработку программного обеспечения, избавляя от необходимости поддерживать сложные промежуточные абстракции, которые нужны для удобства восприятия человеком. Однако подобный подход порождает вызовы — код может стать непонятен без использования ИИ, а недетерминированный характер генеративных моделей создаёт риск ошибок или «галлюцинаций» в результатах.
Данный эксперимент открывает перспективы для использования ИИ в создании и миграции API, особенно когда речь идёт о больших и сложных фреймворках с массой документации и тестов. Этот опыт может послужить основой для переосмысления процессов разработки и создания адаптивных версий популярных библиотек и инструментов, оптимизированных под разные платформы и задачи.
