Краткое содержание анализа
Основатель фреймворка Spring Род Джонсон возвращается на передовую разработки спустя более 20 лет и создает открытый AI-фреймворк Embabel, направленный на решение проблем контролируемости, объяснимости и аудитабельности корпоративных AI-агентов. Он выдвигает шокирующую идею: возможно, это последний фреймворк, который выберут люди сами — в будущем инструменты AI постепенно будут самостоятельно подбирать технологии для разработчиков, и им больше не придется лично выбирать фреймворки и составлять технические стеки. Кроме того, он высказывает множество контрверсионных мнений относительно применения AI в корпорациях: выступает против бездумного переписывания кода на Python из-за Java и предупреждает, что AI-агенты могут разрушить существующие кодовые библиотеки; также предлагает использовать алгоритмы планирования, характерные для игровых NPC, чтобы сделать их более управляемыми.
I. Возвращение отца Spring: почему именно сейчас создавать AI-фреймворк?
Род Джонсон не делает этот шаг спонтанно — он изначально был музыкальным доктором, который переключился на программирование. 20 лет назад фреймворк Spring полностью изменил подход к разработке приложений на Java в корпоративной среде. Его возвращение связано с тем, что технологии вроде GPT-3/ChatGPT сделали AI более практичными, однако при использовании в корпорациях возникли серьезные проблемы:
- Руководство требует внедрения AI, но команды начинают проекты без четких бизнес-целей;
- AI вставляется в существующие системы на Java, что приводит к их изоляции;
- Инструменты для работы с LLM используются произвольно, что делает результаты неуправляемыми и непроверяемыми.
За последние два года он изучал TensorFlow и понял, что корпоративным AI-системам нужен инструмент, способный бесшовно интегрировать LLM с существующими системами на Java и обеспечить их управляемость. Так появился фреймворк Embabel.
II. Корпоративным AI-проектам не стоит бездумно переходить на Python! Java — ваш выбор
Многие руководители предлагают командам перейти с Java на Python для работы с AI, но Род считает это ошибкой:
- Важно различать две вещи: для научных задач (обучение моделей, тонкая настройка) Python подходит, но для корпоративных приложений это не обязательно — LLM по сути представляет собой серию HTTP-запросов, которые можно отправить на Java так же легко;
- Важна совместимость: 90% корпоративных систем написаны на Java (базы данных, сервисы, кодовые библиотеки), поэтому использование Java позволяет избежать повторной разработки;
- Компромисс Embabel: основная часть фреймворка написана на Kotlin (более современном языке), но он полностью совместим с Java; вы можете писать код на Java и использовать Embabel, не замечая особенностей Kotlin.
Например, австралийская компания использовала Java для автоматизации проверки форм — без перехода на Python, и результаты оказались очень хорошими.
III. AI-разработка кажется простой? Будьте осторожны: он может разрушить вашу кодовую базу
Сам Род Джонсон использует AI для написания 95% своего кода, но предупреждает: нельзя допускать полного контроля AI:
- AI хорошо справляется с созданием временных решений (например, прототипов пользовательского интерфейса), но при написании серьезного кода он может добавлять лишние функции, что приводит к утрате эффективности;
- Его секрет: необходимо самостоятельно контролировать архитектуру и позволять AI создавать только выполнительные части кода, затем внимательно проверять результаты (например, если AI автоматически задает конкретное значение, его нужно скорректировать);
- Распространенная проблема: руководство требует использования AI, но команды даже не понимают, зачем это нужно, что приводит к провалам проектов.
IV. Технологии Embabel: алгоритмы из игр для управления AI-агентами
Другие AI-фреймворки (например, LangChain) позволяют LLM самостоятельно выбирать дальнейшие действия, что делает их неуправляемыми. Embabel использует алгоритм GOAP, характерный для игровых NPC:
- Планирование по целям: например, при проверке форм фреймворк сначала анализирует текущее состояние и находит шаги к достижению цели (проверка обязательных элементов, форматирование данных, вызов LLM); каждый шаг сопровождается четкими условиями;
- Управляемость и объяснимость: алгоритм основан на динамическом планировании, но каждый шаг логичен и поддается аудиту;
- Оптимизация затрат: можно задавать стоимость выполнения операций (например, вызов дорогостоящего LLM); фреймворк автоматически выбирает наиболее экономичный вариант.
По сравнению с LangChain, AI-агенты Embabel работают более предсказуемо и надежно.
V. Будущие фреймворки не потребуют участия человека в выборе? Возможно, это последний фреймворк, который выберут люди сами
Род считает, что разработчики не исчезнут, но право на выбор фреймворков перейдет к инструментам AI:
- Модели будут становиться все мощнее, и инструменты автоматически подбирают наиболее подходящие решения;
- Почему он так утверждает? Он лично принимал участие в развитии Spring, который из фреймворка превратился в инфраструктуру; сегодня подобные инструменты уже используются для автоматизации процессов;
- Но нужны ли корпорациям такие фреймворки, как Embabel? Да! Ведь они обеспечивают необходимую управляемость и объяснимость, а AI должен соответствовать этим требованиям; при этом людям больше не нужно будет лично выбирать технологии.
Он даже шутит: «Через пять лет будут ли люди еще писать код вручную? Возможно, нет, но Embabel станет последним фреймворком, который выберут люди сами.»
Заключение
Возвращение Рода Джонсона — это не просто создание нового AI-фреймворка; это переосмысление роли разработчиков в эпоху AI. В будущем им не придется писать большой объем кода или выбирать фреймворки, но они должны сохранять контроль над архитектурой и глубокое понимание бизнес-задач. Его мнения могут быть не всегда верными, но как создатель Spring его точка зрения заслуживает внимания всех компаний и разработчиков. Ведь он уже однажды изменил правила разработки на Java — возможно, теперь он снова изменит правила разработки AI-приложений.