Разработка NTFS-сканера без IDE: опыт использования Qwen и Qwen Coder
Habr AI · оригинал
Материал подготовлен автоматизированной редакционной системой. Факты можно сверить по указанному первоисточнику.

Автор статьи описывает процесс создания кроссплатформенного приложения для работы с альтернативными потоками данных NTFS, используя Rust, Avalonia и ИИ-агентов. Проект был реализован за четыре часа без использования традиционной IDE, что демонстрирует новый подход к разработке, где ключевую роль играет постановка задач и проверка результатов нейросетями.
Материал иллюстрирует сдвиг в методологии разработки ПО: от ручного написания кода к управлению ИИ-агентами. Это показывает, как инструменты вроде Qwen Coder позволяют быстро создавать сложные кроссплатформенные приложения, меняя требования к навыкам разработчиков и процессу ревью.
В статье представлен практический опыт создания сканера альтернативных потоков данных (ADS) для файловой системы NTFS. ADS — это малоизвестный механизм Windows, позволяющий привязывать дополнительные данные к файлу без изменения его основного размера. Эти скрытые потоки могут использоваться для хранения метаданных безопасности или совместимости с другими файловыми системами, но часто остаются невидимыми для стандартных средств просмотра. Автор выбрал нетривиальный стек: Rust для ядра приложения и Avalonia для графического интерфейса, чтобы обеспечить работу как под Windows, так и под Linux через драйверы ntfs3 и ntfs-3g.
Процесс разработки начался с анализа архитектуры в чат-боте Qwen. Модель Qwen3.7-Plus дала поверхностную оценку, тогда как Qwen3.8-Max предложила более детальный план, включая создание отдельного консольного приложения. На основе этого обсуждения было сформировано техническое задание (SPEC.md), которое было загружено в репозиторий GitHub. Далее в работу включился агент Qwen Coder, которому был предоставлен доступ к кодовой базе.
Работа с агентом прошла в несколько итераций. Изначально генерируемый код не собирался, но после корректирующих промптов и проверки на Linux-среде (так как у агента не было доступа к Windows) была получена рабочая консольная версия. Затем аналогичный процесс был повторен для графического интерфейса: Qwen3.8-Max подготовил спецификацию GUI, а Qwen Coder реализовал интерфейс на Avalonia. Несмотря на первоначальные ошибки компиляции из-за различий в операционных системах, после обратной связи от автора код был исправлен. Также по запросу была добавлена функциональность логирования в отдельное окно.
Все pull requests от ИИ-агента были приняты без ручных правок, а проверка качества на каждом этапе выполнялась самой моделью Qwen3.8-Max. Общий временной бюджет проекта составил около четырех часов, включая общение с нейросетями и тестирование. Автор отмечает, что такая скорость генерации кода делает традиционное ручное ревью неэффективным, требуя использования ИИ для анализа исходников. Это свидетельствует о том, что классическая разработка постепенно уступает место процессу, где разработчик выступает в роли аналитика и контролера качества, а не непосредственного писателя кода.