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
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, неcontent - 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:вhref,innerHTMLчерез 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