Разработка на Lisp с использованием ИИ-агентов: Высокие затраты и технические сложности
Производительность ИИ-агентов с Lisp в сравнении с другими языками
DevOps-инженер, использующий OpenRouter с Goose CLI для агентной разработки на ИИ, обнаружил значительные различия в производительности ИИ между языками программирования. Работая над инструментом конвертации форматов RSS-ридера на Lisp, он столкнулся с множеством проблем, которые сделали разработку дорогой и неэффективной по сравнению с Python или Go.
Детали технической реализации
Изначально инженер попытался заставить ИИ-агентов взаимодействовать с Lisp REPL с помощью команд tmux: tmux capture-pane -t 0.0 -p | tail -n 1. Этот подход потреблял чрезмерное количество токенов, требовал команд sleep и включал парсинг вывода tmux. Claude показал некоторый прогресс, но всё равно испытывал трудности, в то время как более дешёвые модели, такие как DeepSeek и Qwen, работали плохо, несмотря на адекватную работу для других задач.
Чтобы улучшить ситуацию, он создал tmux-repl-mcp — инструмент на Python, который предоставляет более простой интерфейс REPL. Вместо сложных взаимодействий с tmux агенты могли просто запускать execute_command в REPL и получать вывод напрямую. Он выбрал Python, потому что его существующая конфигурация Goose использовала uvx для установки и управления инструментами.
Сравнение затрат и производительности
Разница между разработкой на Lisp и Python с ИИ была разительной. С Python он мог написать весь код и тесты за день или два, используя дешёвые модели, требуя лишь полуручной отладки. С Lisp, даже после внедрения tmux-repl-mcp, он потратил $10 за 30 минут с Claude, и соотношение сигнал/шум оставалось плохим по сравнению с Python.
Ключевые наблюдения из опыта:
- ИИ генерирует код по пути наименьшего сопротивления, по умолчанию используя распространённые паттерны, такие как QuickLisp, даже когда ему указывают использовать альтернативы вроде OCICL
- Высоколатентная природа запросов и ответов API ИИ конфликтует с рабочими процессами разработки через REPL
- Языки с большим объёмом информации в интернете (Go, Python) на порядки проще и дешевле для разработки с помощью ИИ
- ИИ превратил популярность языков в реальную экономию затрат на миллион токенов
Инженер отметил, что независимо от языка, его роль оставалась схожей: он выступал в качестве принципиального владельца продукта, управляющего ИИ. Однако в этом опыте не было обычного удовольствия от прямого написания Lisp, что заставило его задуматься о переписывании проекта на Go для лучшей совместимости с ИИ.
📖 Read the full source: HN AI Agents
👀 Смотрите также
Бенчмаркинг Nemotron 3 Super 120B с контекстом в 1 миллион токенов на M1 Ultra.
Пользователь протестировал Nemotron 3 Super 120B с квантованной моделью Q4_K_M, используя llama.cpp на M1 Ultra, достигнув контекстного окна в 1 миллион токенов, которое потребовало примерно 90 ГБ видеопамяти. Бенчмарки производительности показывают скорость генерации токенов от 255 т/с при обработке промпта в 512 токенов до 22,37 т/с при контексте в 100 000 токенов.
LogClaw: Открытая платформа AI SRE для автоматического создания тикетов на основе логов
LogClaw — это платформа с открытым исходным кодом для анализа логов, работающая на Kubernetes, принимающая логи через OpenTelemetry, обнаруживающая аномалии с помощью составного скоринга на основе сигналов и автоматически создающая тикеты с анализом первопричин примерно за 90 секунд.
Бесплатный инструмент для обнаружения сигналов фармаконадзора, созданный с помощью Claude Code.
Разработчик использовал Claude Code для создания бесплатной платформы фармаконадзора, которая анализирует 2,9 миллиона отчетов FDA о побочных эффектах, выполняя статистическое обнаружение сигналов, за которое коммерческие платформы берут $50–500 тысяч в год. Инструмент размещен бесплатно на HuggingFace.
MephisQuiz: Бесплатная Платформа для Сценариевых Викторин по Оценке Инженерных Ролей
SRE-специалист создал MephisQuiz — бесплатную платформу для викторин с 860+ сценарными вопросами по 4 инженерным направлениям. Платформа использует адаптивную сложность, предоставляет разборы по темам и была разработана с использованием Claude AI в качестве парного программиста.