
Как мы ускорили разработку Frontend на 10х TSGO, Oxlint, Rsbuild, React Compiler & CodeGen
Sineni 11 минут назад Как мы ускорили разработку Frontend на 10х TSGO, Oxlint, Rsbuild, React Compiler & CodeGen Простой 14 мин 336 Angular * JavaScript * ReactJS * TypeScript * VueJS * Аналитика О СебеЗанимаюсь...
Anthropic — What company has the best second artificial intelligence model at the end of June?
В сфере искусственного интеллекта произошло заметное событие. Sineni 11 минут назад Как мы ускорили разработку Frontend на 10х TSGO, Oxlint, Rsbuild, React Compiler & CodeGen Простой 14 мин 336 Angular * JavaScript * ReactJS * TypeScript * VueJS * Аналитика О СебеЗанимаюсь разработкой уже более 10 лет. За это время побывал на разных позициях начиная от рядового разработчика до руководителя Frontend департамента. До этого несколько лет в финтехе: проекты для Visa, p2p exchanger, Europe banking, crypto exchanges.
Там углублялся в требования к скорости feature delivery и надёжности и именно оттуда пришло понимание, насколько критичен DX при высокой скорости разработки. Также были кейсы другого масштаба где была платформа на базе Module Federation, которую строили с нуля. За два года команда выросла до 70+ фронтенд-разработчиков, развернули более 15 микрофронтов, каждый со своим бэкендом.
Технические детали
Руководил core-командой, которая занималась в первую очередь ускорением разработки — инфраструктурой, инструментами, DX. Сейчас работаю над сложным международным продуктом для облачных решений, который тоже достаточно большой и специфичный. Но опыт из предыдущих проектов — это фундамент того, о чём пойдёт речь.
ВведениеЛюбое техническое решение должно решать реальные проблемы, а не становиться очередной строчкой в списке модных инструментов. В нашем случае цель была предельно практичной — одновременно устранить несколько ключевых болей на проекте:Сделать разработку комфортнее и избавить инженеров от ежедневных раздражителей, замедляющих работу. Повысить продуктивность команды без переработок, выгорания и дополнительных затрат для бизнеса.
Уменьшить количество галюцинаций AI агентов/промптовИменно через призму этих двух целей мы оценивали каждое изменение в технологическом стеке и процессах разработки. Последние несколько лет вся индустрия обсуждает AI. Copilot, ChatGPT, генерация кода — об этом пишут на каждой конференции.
Отраслевые последствия
Но если честно посмотреть на повседневную работу большинства команд, bottleneck находится совсем в другом месте. Разработчики и агенты по-прежнему:Ждут окончания сборкиЖдут завершения линтераЖдут проверки типовЖдут исправления рассинхрона между фронтом и бэкендомИ при этом продолжают работать с инструментами, которые были актуальны 5–10 лет назад: Webpack, Babel, ESLint, ручные API-клиенты, useMemo/useCallback/memo в каждом втором компоненте. Когда над проектом работает 40–70 человек, даже экономия нескольких секунд на каждой операции превращается в сотни инженерных часов ежегодно.
Это не преувеличение — ниже разумеется предоставлю конкретные цифры. В этой статье разберу пять направлений, в которых мы получили измеримый эффект:Type checking — TSCheck vs TSGOLinting — ESLint vs Biome vs OxlintBundling — Webpack → Vite → RsbuildAPI-контракты — автогенерация кода из swagger. jsonReact — React Compiler в production1.
Typescript: TSCheck vs TSGOTypeScript стал жертвой собственного успехаКогда проект маленький, tsc --noEmit отрабатывает мгновенно. Ты не думаешь о производительности компилятора — он просто работает.
Событие, по словам экспертов, усилит конкуренцию в сфере ИИ.





