Навигация

AI и LLM

Раздел о применении языковых моделей в работе фронтенд-разработчика. Ориентирован на реальный рабочий цикл (спецификация → агент → проверка) и вопросы, которые действительно задают на Middle/Senior FE-собеседованиях.

12 статей 94 вопросов

Начни с базы

Углубись в детали

Шпаргалка

Якоря для ответа на собеседовании

Распечатать

LLM и промптинг

  • Токены: подсловные фрагменты, output дороже input, русский ~1.5× · лимиты и цена в токенах
  • Контекст: stateless, lost in the middle → важное в начало (system) и конец (задача)
  • Сэмплинг: temperature, top-p (крутить одно) · temperature=0 ≠ воспроизводимость
  • Latency: TTFT vs total, total = TTFT + output × время на токен, рычаг — длина ответа
  • Паттерны: zero-shot → one-shot (формат) → few-shot (домен) → CoT → chaining
  • Антипаттерны: вежливость, противоречия, только запреты, несколько задач, «сделай хорошо»

Рабочий цикл

  • Цикл: спецификация → генерация → проверка → итерация, критерии выхода
  • SDD: спецификация — источник истины, что а не как, верификация тестами
  • Надёжно vs нет: CRUD, boilerplate, утилиты vs бизнес-логика, архитектура, версии, perf
  • Вайбкодинг: молчаливые решения (loading, ошибки, cleanup, edge cases) · ок для прототипов
  • Проверка: тесты по спецификации, не по коду, мутации, генерация + проверка (второй вызов)

Агенты и контекст

  • Агент: модель + harness, ReAct (thought → action → observation), код выполняет среда
  • Контроль: sandbox / permissions / approval, hooks (PreToolUse, PostToolUse)
  • Изоляция: git worktree на сессию, subagents (чистый контекст, read-only, параллельно)
  • Plan mode и headless: read-only до одобрения · -p, --allowedTools, --max-turns, ревью PR
  • Context engineering: AGENTS.md (коротко), skills (progressive disclosure), guides vs sensors
  • Окно: compaction, очистка tool_result, память, Tool Search · agentic search vs RAG
  • MCP: N×M → N+M, host / client / server, поверх function calling
  • Примитивы MCP: tools (модель), resources (приложение), prompts (человек) · tool poisoning
  • MCP для фронта: Figma (Code Connect), DevTools (дебажит, perf), Playwright (водит, тесты)

Greenfield и легаси

  • Greenfield: spec-first vs prompt-first, Spec Kit (constitution → spec → plan → tasks)
  • Bootstrap: AGENTS.md, CI (lint, typecheck, test), хуки · design-to-code = дизайн-система
  • Brownfield: спецификация — сам код, неявные инварианты, поломка через несколько модулей
  • Characterization-тесты: до изменений, баги включительно, mutation testing (coverage врёт)
  • Миграция: codemod (механика) + агент (смысл), инкрементально под feature flag vs big-bang
  • Ревью диффа: «чего не хватает», маленькие патчи, неизменные goldens

AI UI

  • Стриминг: воспринимаемая latency, TTFT, data stream protocol поверх SSE
  • AI SDK: useChat, status, stop, regenerate, сообщение = parts, не content
  • Tool UI: input-streaming → input-available → approval → output-available / error / denied
  • Generative UI и HITL: tool result → компонент · подтверждение необратимых действий
  • Многошаговость: stopWhen, stable keys (toolCallId), placeholder, частичный ответ

AI-фичи в production

  • Evals: golden set, rule-based vs LLM-as-a-judge (калибровка, bias), quality-gate в CI
  • Стоимость: prompt caching → semantic caching → routing → бюджеты на ключ
  • Надёжность: retry vs fallback vs circuit breaker, kill switch, OTel GenAI, версии промптов

Безопасность

  • Вывод LLM: недоверенный ввод (XSS, prompt injection), граница — DOM, ключи только на сервере
  • Рендер: HTML (DOMPurify, allowlist), Markdown (до и после), текст (textContent) · mXSS
  • Дыры React: dangerouslySetInnerHTML, javascript: в href, innerHTML через ref
  • Defense in depth: промпт → серверная чистка → {} → DOMPurify → allowlist URL → CSP
  • AI-код: нет защиты (auth, validation), генератор ≠ валидатор, ревью mega-PR
  • Supply chain: slopsquatting, Clinejection, Rules File Backdoor, утечка секретов