Как я (с помощью ИИ) написал OVAL Viewer: история одного вайбкодинга

В сфере искусственного интеллекта произошло заметное событие. Вступление: или откуда ноги растутЕсли вы когда‑нибудь работали с результатами сканирования OpenSCAP или любого другого OVAL‑совместимого сканера, то знаете эту боль: получаете XML‑файл под сотню мегабайт, внутри — тысячи определений уязвимостей. Открыть его в браузере? В текстовом редакторе?

Он просто зависнет, а если и откроет, то структура будет нечитаемой. Мне, как сотруднику поддержки, пришлось анализировать такие отчёты по запросу нашей РБ службы. Ну как всегда, им нужно, а мы делаем.

Технические детали

Нужно было быстро понять: сколько критических уязвимостей, какие из них уже устранены, по каким CVE идёт работа. И, конечно, хотелось сравнивать результаты с разных машин. Ручной разбор — это часы работы и гарантированные ошибки.

В общем, я решил написать свой инструмент. Но есть нюанс: я не фронтенд‑разработчик, мой основной стек — Python и Bash. Писать сложный одностраничник на чистом JavaScript с нуля я бы не осилил за разумное время.

Да, когда то водил сайты, понимание есть, но скидок уже не осталось. Поэтому я пошёл по пути современного разработчика — вайбкодингу. А тому же меня натолкнула статья учителя физики.

Отраслевые последствия

Ссылку не могу дать, не найду уже, который написал собственный инструмент. В общем, решив, а чем я хуже, стал формулировать задачи, проектировал архитектуру, а код генерировала нейросеть. Я выступал в роли архитектора, тестировщика и продакт‑менеджера в одном лице.

Так родился OVAL Viewer. Сейчас это полноценное веб‑приложение, которое работает прямо в браузере, без сервера, и закрывает 90% моих ежедневных задач.

Событие, по словам экспертов, усилит конкуренцию в сфере ИИ.