🌟 ReactBench: инструмент оценки агентов при работе с кодом на React Команда Million, известная инструментами React Doctor, React Scan и Million.js, представила тест для агентов, пишущих код на React. Актуальность ReactBench зеркальна реальному положению дел - около 70% сайтов на JavaScript используют React, а мелкие ошибки в сгенерированном коде тиражируются в огромных масштабах.

Например, сбой Cloudflare в сентябре 2025 года - панель управления и API компании легли из-за одной неверной зависимости в useEffect, которую не поймали ни ревью, ни тесты.

Философия проекта в том, что общие кодинг-бенчмарки проверяют лишь поведение по принципу "тесты прошли - задача засчитана". В ReactBench каждое решение должно ещё и пройти проверку React Doctor, анализатора с более чем 400 правилами, который ищет в коде лишние перерисовки, сломанные эффекты, проблемы с доступностью и сопровождаемостью. 🟡Набор состоит из задач двух типов Write React - реализовать настоящую функцию. Задания этого типа собраны из принятых PR в открытых репозиториях. Агент получает кодовую базу и описание задачи, а скрытые тесты и эталонное решение видит только проверяющая система. Fix React - найти и исправить все баги в существующем компоненте, обнаруженные React Doctor, не создавая при этом новых проблем. Причём агента еще и лишают доступа к линтерам. 🟡Результаты прогонов Само собой, созданием бенча не ограничились и запустили его на топовых моделях. Тут важен небольшой дисклеймер: Бенчмарк сравнивает не модели в чистом виде, а связки модель+агентская оболочка (Codex CLI, Claude Code и другие), и оболочка влияет на итог. По итогам лидируют с минимальным отрывом GPT-5.6 Sol (43,1%) и Fable 5 (41,2%), но важнее разница в цене - прогон Fable 5 обходится в среднем в 5,8 раза дороже, чем Sol. Оптимальным по соотношению стоимость-качество авторы называют GPT-5.6 Terra на средних настройках. Замыкают таблицу GLM 5.2, Sonnet 5, GPT-5.6 Luna и Kimi K2.7 Code. Набор полностью открыт на Github. @ai_machinelearning_big_data #AI #ML #Agents #Benchmark #ReactBench #Million

Последние несколько месяцев наблюдаю, как около CG IT тусовочка сошла с ума по Threejs, React и webgl. Чего там только не пилят, но из интересного это всякого рода тулзовины, которые могут облегчать жизнь. Я честно говоря сам поддался на красивые риалтайм тулы и попробовал наковырять себе швейцарский нож, для проводов, всяческий скрэпных конструкций и т.д. Сложного по началу ничего нет, главное наличие Codex или Claude Code. В начале у вас эйфория, что первый пас такой быстрый, потом вы начинаете думать, что хотите улучшить, потом уходите в функционал который уже есть в других софтах или вообще делаете не то для чего изначально начинали заигрываясь. Так что тут тоже никуда не деваешься от планирования, от принципов построения систем, от каталогизирования, нумерации багофиксов, версионности, рефакторинга и всей прелести аккуратного креаторства. Очень важно не делать большие проекты не убедившить какой точно результат вы хотите получить в конце. Закладывайте архитектуру на расширение, на дополнительные модули и т.д. Обсуждайте в конце концов ваши идеи с гпт или клодом, они вам помогут составить правильную структуру, сформировать тз и заложить возможность безболезненной модификации на будущее. @CGIT_Vines