До 85–90% всех токенов, которые автономный кодинг-агент сжигает при создании веб-приложения, уходит вовсе не на генерацию новых строк кода, а на многократное перечитывание уже существующих файлов проекта на каждом шаге рассуждений. Когда я увидел в канале «Node.JS ru» разбор свежего исследования разработчика Нолана Лоусона The AI cost of JavaScript frameworks, именно эта пропорция заставила меня открыть исходные таблицы замеров. Ведь она опровергает главный тезис современного «вайбкодинга»: мол, сегодня неважно, насколько многословен твой фреймворк, потому что нейросеть бесплатно напечатает любой объём шаблонного кода.
На деле всё работает наоборот. Представь мастера, который вешает полку, но перед каждым ударом молотка обязан от корки до корки перечитать пухлую папку с чертежами всей квартиры. Чем больше в проекте служебных файлов, декораторов и разнесённых по папкам абстракций, тем толще эта папка и тем дороже обходится каждый шаг проверки. Выясним на цифрах эксперимента Лоусона, какой JavaScript-стек обходится автономным ИИ-агентам дешевле и быстрее всего, почему один инструмент сжигает вдвое больше бюджета, чем другой, и что получает пользователь в браузере.
Условия эксперимента: каталог покемонов, PokéAPI и проверка через дерево доступности
Чтобы перевести споры о фреймворках в плоскость точных измерений, Нолан Лоусон (автор блога Read the Tea Leaves) поставил перед искусственным интеллектом строго одинаковую задачу. Исполнителем выступил терминальный кодинг-агент Claude Code на базе модели Opus 5.5 с включённым режимом глубоких рассуждений (high reasoning effort). Поясню принцип на пальцах: в отличие от обычного чата, куда человек копирует фрагменты кода, автономный агент работает прямо в папке проекта — сам создаёт файлы, запускает сборку и сервер в терминале, читает ошибки и правит код в замкнутом цикле.
Задание выбрали наглядное — собрать с нуля веб-приложение каталога покемонов, подключённое к публичному REST-сервису PokéAPI. Приложение должно загружать список существ, поддерживать текстовый поиск по имени, фильтровать карточки по типам и открывать детальный экран с характеристиками персонажа.
Лоусон проверил 12 вариантов JavaScript-стека — от серверных связок и мета-фреймворков (Astro, Hono с htmx, Nuxt, SvelteKit, Next.js) до компонентных библиотек (React, Vue, Solid), корпоративного Angular и чистого JavaScript без UI-фреймворков (Vanilla JS). Поскольку ответы моделей вероятностны, генерацию каждого варианта запускали по 5 раз, рассчитывая устойчивые медианы.
Чтобы нейросеть не схитрила на верстке, каждое приложение проверялось автоматическим набором функциональных тестов поверх дерева доступности браузера (accessibility tree). Это семантическая карта страницы для скринридеров: неважно, какими HTML-тегами свёрстана кнопка фильтра или поле поиска, — если элемент не находится по смысловой роли или список покемонов не обновляется после клика, тест падает, и агент отправляется исправлять код.
Лидеры по скорости и бюджету: как Astro и связка Hono с htmx экономят шаги агента
Посмотрим, как одну и ту же задачу каталога покемонов решают два противоположных архитектурных подхода. В классическом одностраничном приложении (SPA) ради фильтра по типам агенту приходится городить на клиенте реактивное хранилище состояния, обрабатывать статусы загрузки, пробрасывать свойства через цепочку компонентов и синхронизировать фильтр с URL. А в серверно-ориентированных стеках та же задача решается прямой отдачей готового HTML.
Именно этот контраст определил тройку лидеров бенчмарка:
- Самым быстрым стеком стал Astro: медианное время разработки и прохождения тестов составило 8,2 минуты.
- Самым дешёвым вариантом оказалась связка серверного роутера Hono и библиотеки htmx: медианная стоимость уложилась в $2,67 при времени 8,6 минуты.
- Меньше всего токенов за весь цикл потребовал Nuxt — 3,85 млн токенов.
Почему эти инструменты победили с таким запасом? В связке Hono + htmx нет тяжёлого клиентского рантайма и дублирования логики между сервером и браузером. Маршрут на Hono запрашивает данные из PokéAPI и отдаёт готовый фрагмент разметки, а пара декларативных атрибутов htmx прямо в HTML указывает браузеру, куда подставить отфильтрованный список карточек.
В Astro и Nuxt похожий выигрыш дают файловая маршрутизация и однофайловые компоненты. Когда загрузка данных, шаблон и стили экрана лежат в одном компактном файле без лишней обвязки, Claude Code удерживает всю картину в контексте с первой попытки, не путается в импортах и проходит проверки доступности за минимальное число шагов.
Многословность Angular против чистого JavaScript: за что мы платим токенами
А теперь заглянем в нижнюю часть таблицы и взвесим, во что обходится архитектурная строгость. Худший результат одновременно по обоим критериям показал Angular: медианное время составило 17,2 минуты, а стоимость достигла $4,97 — почти вдвое дольше и дороже Astro и Hono + htmx. Расход контекста у Angular вырос до 9,76 млн токенов, что в 2,5 раза превышает показатель лидера.
Строгие абстракции Angular — внедрение зависимостей (Dependency Injection), модули, декораторы, разнесённые файлы шаблонов и логики, жёсткие типы TypeScript и реактивные потоки (RxJS или Signals) — создавались для того, чтобы большие команды людей писали предсказуемый код. Но при работе автономного агента за это удобство приходится платить дважды:
- Перечитывание раздутого контекста. Даже с механизмом кэширования промптов (
Prompt Caching), удешевляющим чтение неизменённых файлов, каждый новый шаг рассуждений заставляет агента заново прогонять через контекстное окно историю шагов и объёмную кодовую базу (механику этих затрат мы разбирали в статье об экономике токенов ИИ-агентов). - Штрафные круги компиляции. Малейшая правка фильтра требует синхронно обновить сервис, интерфейс, декоратор и шаблон. Любая нестыковка типов вызывает ошибку компилятора TypeScript, отправляя агента на новые итерации чтения и исправления.
Ты сейчас резонно спросишь: «Раз фреймворки создают такой оверхед, не проще ли писать на чистом JavaScript без библиотек?» У меня возникла та же мысль, но замеры Лоусона её опровергли. Вариант на чистом JS (Vanilla JS) занял 10,1 минуты и стоил $2,98, уступив и Astro, и Hono + htmx. Без фреймворка агенту пришлось с нуля писать собственные функции рендеринга DOM и управления состоянием, тратя лишнее время на самодельную инфраструктуру.
Автономный агент работает быстрее и дешевле всего там, где фреймворк уже даёт готовые примитивы маршрутизации и рендеринга, но не заставляет плодить десятки шаблонных файлов ради одного экрана.
Оценки Lighthouse, вес клиентского бандла и поправка на продакшен
Оправдалась ли двукратная переплата за тяжёлые стеки качеством готового сайта? В тестах Lighthouse все двенадцать приложений показали практически одинаковый результат: 97–100 баллов за производительность и 100 баллов за доступность. Однако вес клиентского кода в браузере отличался радикально: Astro на главной странице отдал 0 КБ клиентского JavaScript, тогда как бандл Next.js превысил 140 КБ.
Важно помнить об ограничении: тест Лоусона оценивает разработку с чистого листа (greenfield). В зрелых корпоративных системах экономика агентов зависит также от глубины легаси-кода, модульности тестов и автоматических проверок (о роли таких защитных контуров мы писали в разборе инженерии автономных ИИ-агентов и обвязок harness). Переписывать старый монолит ради кодогенерации не нужно, но на новых проектах двукратная разница в цене одного прогона на потоке задач быстро складывается в тысячи долларов в месяц.
Выбирая стек для работы с ИИ-агентами, помни: ты платишь не за скорость набора символов, а за объём кода, который модели приходится перечитывать и связывать на каждом шаге рассуждений.

![Node.JS [ru]](/api/digests/it_development/daily/20261111/assets/sources/we-use-js.jpg?v=f8705c36e5a84a2687c5f2a9ed8e11e9ee5128d014f0ef7a1f572072e0921e4e)

