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.