Hacker News · 04.07.2026 ·Машинное обучение

Разработка PHP-движка на Rust с помощью ИИ: прогресс и результаты

Разработчик без опыта работы с языком Rust успешно создал прототип PHP-движка, используя возможности генеративного ИИ для написания кода. Проект уже проходит 17% официальных тестов PHP-src и способен корректно рендерить страницы WordPress. Этот эксперимент демонстрирует потенциал LLM в задачах портирования сложных систем и написания низкоуровневого кода на незнакомых языках программирования.

В основе процесса лежала итеративная разработка: ИИ-ассистент генерировал компоненты движка на Rust, основываясь на спецификациях PHP, а автор занимался отладкой и интеграцией. Основная сложность заключалась в управлении памятью и реализации специфических механизмов PHP, таких как обработка массивов и динамическая типизация, которые требуют глубокого понимания архитектуры обоих языков.

Результат показывает, что современные модели способны справляться с задачами системного программирования, если процесс разбит на небольшие, проверяемые модули. Несмотря на то, что 17% покрытия тестов — это лишь начальный этап, способность движка запускать реальный контент WordPress подтверждает жизнеспособность подхода «ИИ как основной разработчик» для сложных инженерных задач.

Ключевые факты

Проект реализован на языке Rust, выбранном за производительность и безопасность памяти.
Движок успешно проходит 17% тестов из официального набора PHP-src.
Система способна рендерить страницы WordPress, что подтверждает базовую поддержку веб-стека.
Автор проекта не обладал навыками программирования на Rust до начала работы над движком.
ИИ использовался для написания основной логики интерпретатора и перевода концепций PHP в синтаксис Rust.

Источник: Hacker News

Обсудить с ИИ

Похожие материалы

Hacker News · Разработка и инструменты Bun 1.4: переход с Zig на Rust и роль ИИ в рефакторинге Вышел релиз Bun 1.4, ознаменовавший масштабную смену технологического стека проекта. Основная часть кодовой базы, ранее написанная на языке Zig, была переписана на Rust. Это решение стало ответом на сложности с поддержкой и масштабированием инфраструктуры, которые возникали при использовании Zig в условиях быстрого развития платформы. Hacker News · Инфраструктура для агентов Реализация библиотеки transformers на языке Rust Разработчики представили масштабный проект по переносу функциональности популярной библиотеки transformers на язык программирования Rust. Кодовая база проекта насчитывает около миллиона строк, что делает его одной из самых амбициозных попыток переписать стек машинного обучения для обеспечения высокой производительности и безопасности памяти. Hacker News · ИИ в бизнесе Реальный опыт внедрения ИИ для борьбы с нестабильными тестами Разработчики Thoughtbot поделились опытом превращения автоматизированного ИИ-решения для исправления flaky-тестов в рабочий инструмент. Хотя Claude предложил базовый скрипт за одну ночь, потребовалось еще две недели доработки, чтобы система стала надежной и пригодной для реального продакшена. Кейс наглядно демонстрирует разрыв между прототипом от LLM и готовым инженерным решением. Hacker News · Инфраструктура для агентов Представлен Dirge: агент для написания кода на Rust с поддержкой памяти Разработчики представили Dirge — специализированного ИИ-агента, предназначенного для автоматизации написания кода на языке Rust. Инструмент ориентирован на решение задач разработки через систему интеллектуального управления и контекстной памяти, что позволяет агенту удерживать структуру проекта и учитывать зависимости при генерации программных решений. Hacker News · Инфраструктура для агентов LiteLLM переводит ключевые компоненты на Rust Популярный прокси-сервер LiteLLM, используемый для унификации API различных языковых моделей, объявил о миграции критически важных частей своей инфраструктуры на язык программирования Rust. Этот переход направлен на повышение производительности системы, снижение задержек при обработке запросов и оптимизацию потребления ресурсов при высокой нагрузке. Hacker News · ИИ в бизнесе Анализ следов использования ИИ при переносе программного обеспечения Исследование Уильяма Коттона демонстрирует, как выявить использование генеративного ИИ при портировании кода между языками программирования. Автор анализирует специфические паттерны, возникающие при автоматизированном переводе, такие как сохранение неидиоматических конструкций и характерные ошибки в логике, которые позволяют идентифицировать участие нейросетей в процессе разработки и оценивать качество полученного результата. arXiv · Машинное обучение Автоматизированный перевод интерпретаторов с C на безопасный Rust Исследователи представили Reboot — метод полуавтоматического перевода программ-интерпретаторов с языка C на безопасный Rust. Инструмент решает проблему критических уязвимостей памяти, характерных для систем обработки недоверенных данных. Технология автоматизирует сложные аспекты миграции, включая адаптацию правил владения и заимствования, что позволяет повысить безопасность критически важного инфраструктурного ПО без необходимости полной переработки кода вручную. Hacker News · ИИ в бизнесе Практический воркфлоу разработки с использованием ИИ-инструментов Мэтт Покок представил детальный разбор рабочего процесса, в котором современные ИИ-ассистенты интегрируются в повседневную разработку ПО. Автор демонстрирует, как эффективно сочетать LLM с IDE для написания кода, рефакторинга и отладки, фокусируясь на повышении продуктивности инженеров через грамотное промптирование и управление контекстом проекта при решении сложных архитектурных задач. Hacker News · ИИ в бизнесе Опыт рефакторинга кодовой базы с помощью ИИ: риски и результаты Разработчик успешно переписал трехлетнюю кодовую базу проекта за 20 минут, используя возможности LLM для автоматизированного рефакторинга. Несмотря на высокую скорость выполнения задачи, процесс выявил критические риски: автоматизированные изменения едва не привели к потере контроля над проектом и нарушению стабильности системы, что подчеркивает необходимость жесткого человеческого надзора при внедрении ИИ-инструментов в разработку. Hacker News · ИИ в бизнесе Эффективность LLM при аудите безопасности кода на Rust Исследование применения больших языковых моделей для поиска уязвимостей в языке программирования Rust показало неожиданно высокие результаты. Несмотря на встроенные механизмы безопасности Rust, такие как проверка владения памятью, критические ошибки все еще могут возникать в блоках unsafe или при использовании небезопасных API. Использование специализированных промптов и итеративного анализа позволяет нейросетям находить сложные логические дефекты, которые часто пропускают традиционные статические анализаторы.

← Все материалы