Nnets [Neural Networks] — старейший в России культовый ИИ-журнал о нейросетях, искусственном интеллекте и роботах.

Ежедневные новости и аналитика нейромира.

Авторские материалы, исследования, обзоры и подборки.

Будущее уже здесь!

Google объяснила, почему Go может стать главным языком эпохи AI-кодинга.

Код теперь пишется слишком быстро. Агент за несколько секунд может выдать сотни строк, переписать пакет или собрать целый сервис.

Проблема сместилась туда, где автоматизация пока не спасает: всё это нужно прочитать, проверить и потом годами поддерживать. Именно на этом Google строит свежий аргумент в пользу Go.

Go изначально проектировали для больших команд и долгоживущих кодовых баз. Поэтому здесь почти невозможно устроить соревнование по синтаксическим фокусам.

gofmt приводит код к одному виду, стандартная библиотека закрывает огромный пласт задач, а компилятор быстро ловит выдуманные методы, неправильные типы и другие типичные ошибки LLM.

Рабочий цикл выглядит так: агент генерирует код, запускает компилятор и тесты, получает ошибку, исправляет и повторяет.

Рядом уже лежат fuzzing, govulncheck, gopls, go fix, профилирование и tracing. Агенту не приходится каждый раз собирать собственный зоопарк инструментов.

Есть и менее очевидный бонус. Go-код в разных проектах обычно выглядит похоже.

Меньше вариантов выразить одну и ту же конструкцию, меньше сюрпризов при ревью, проще заметить галлюцинацию модели или странную зависимость.

Для мира, где код начинают генерировать в огромных объёмах, такая предсказуемость становится очень дорогим преимуществом.

Получается забавно: Go долго критиковали за синтаксис, жёсткие правила и отсутствие лишней магии. А теперь именно эти качества неожиданно делают его одним из самых удобных языков для работы с coding agents.

https://developers.googleblog.com/why-go-is-an-ideal-language-for-ai-assisted-software-engineering/

Этот пост Вконтакте:

Ещё новости:

OpenAI показала Ultrafast для GPT-5.6 Sol: до 750 токенов в секунду.
Опенсорсная библиотека Kinetics: 140+ анимаций для интерфейсов с кодом для CSS и React.
ИИ-агенты Anthropic воевали и пытались отключить друг друга, лишь бы выполнить задание.
ИИ незаметно захватывает Open Source: доля AI-коммитов на GitHub выросла в десять раз.
Отличаем нейрослоп: Slopcheck показывает, где фото, а где генерация.
Meta выпустила Muse Code: альтернативу Claude Code на базе Spark 1.2!
OpenAI запускает Agent Plugins.
Meta выпустила Muse Glimmer: открытая модель для кода превосходит Gemma 4 и Qwen 3.6!
Rust вводит официальные правила использования LLM при работе над rust-lang/rust.
AI может изменить саму природу математики: избыток доказательств и новый смысл работы математиков.