Интенсив 21–22.11 · БесплатноБесплатный 2-дневный интенсив по вайбкодингу 21–22 ноября в 16:00 МСК (Сб–Вс) · Живой Поток 3 стартует 23.11Записаться бесплатно →Поток 3 (23.11)
РелизРазбор · На радарHabr AI→ оригинал

Разработчик с ИИ собрал аналог Discord: утечку памяти урезали с 305,8 до 30,3 МБ

Разработчик почти целиком поручил ИИ написать Nimbo — бесплатную замену Discord для игр с друзьями, но утечки памяти ИИ не заметил. После пяти включений и выключений камеры с показом экрана Windows-клиент держал 305,8 МБ оперативной памяти, хотя видео уже выключено; после исправления — 30,3 МБ. Шумодав GTCRN заглушил хруст яблока на 21,29 дБ, а прежний RNNoise — на 0,35 дБ. Вывод: ИИ быстро собирает каркас, а утечки и звук надо проверять руками.

AI-обработка оригинала Habr AI; редакция Hamidun News
Разработчик с ИИ собрал аналог Discord: утечку памяти урезали с 305,8 до 30,3 МБ
Источник: Habr AI. Коллаж: Hamidun News.
Слушать статью
Паспорт материала и цифры
ПараметрДанные
ПервоисточникHabr AI ↗
Главный редактор
Ключевой факт #1GTCRN добавляет 32 мс задержки, RNNoise — 21 мс
СтекVue и TypeScript, сервер на Go, голос и видео — LiveKit
Ключевой факт #3Код под MIT, профиль .nimbo хранится в файле под паролем

Представьте: вы пять раз за звонок включили и выключили камеру или показ экрана, видео давно остановлено, а программа всё равно занимает 305,8 МБ оперативной памяти. Именно так вёл себя Windows-клиент Nimbo — бесплатного голосового чата для игр с друзьями, который автор почти целиком написал с помощью ИИ. Причина оказалась банальной: кодировщик, сжимающий видео перед отправкой, после выключения камеры не освобождался. После исправления тот же сценарий занял 30,3 МБ. История полезна каждому, кто собирается писать код вместе с нейросетью: каркас и интерфейс ИИ даёт быстро, а утечки памяти, качество звука и дыры в безопасности приходится искать самому.

Зачем понадобился ещё один чат

Автор хотел просто играть с друзьями: нужны голосовые комнаты, текстовый чат, показ экрана, нормальный шумодав и клиент, который не отнимает ресурсы у игры. Discord надоел рекламой и предложениями Nitro, к тому же без обходных путей он не открывается. В TeamSpeak шумодав справлялся плохо, а в Mumble не хватало показа экрана. Основной код Nimbo написал ИИ, а человек отвечал за логику, интерфейс, выбор стека и архитектуру.

Сначала он сделал клиент для Windows на C++ и Qt: на C++ можно точно управлять памятью, а у друзей есть старенькие ноутбуки. Но после каждой правки нужно было ждать сборку EXE и раздавать файл друзьям, а работа над дизайном и UX на таком цикле, по оценке автора, съедала втрое больше токенов. Поэтому клиент заморозили и перешли на веб: Vue и TypeScript, сервер на Go, а передачу голоса, камеры и экрана отдали готовому LiveKit.

С дизайном помогла хитрость. Готовые UI-киты постоянно упирались в свои ограничения, а пустой лист мешал объяснить нейросети, чего хочется. Автор собрал референсы по настроению и цветам и дал их ИИ вместо фреймворка. Первый экран получился быстро, но модель путалась в мелочах — отступах, скруглениях, рамках и разделителях, — поэтому правок было много.

Шумодав: щелчки мыши и хруст яблока

Сначала использовали RNNoise: он лёгкий и почти не добавляет задержки. Но на игровых сессиях были слышны каждый клик мыши и шуршание пакетика с орешками. Для сравнения взяли готовые записи щелчков мыши, укуса и жевания яблока, прогнали через три фильтра и измерили, на сколько децибел подавлена помеха: чем число больше, тем лучше.

На трёх записях мыши RNNoise показал 13,55, 15,19 и 28,82 дБ, GTCRN — 19,21, 21,13 и 27,66 дБ, а Speex — 0,33, 0,93 и 1,61 дБ. На яблоке разница стала огромной: RNNoise — 0,35 дБ, GTCRN — 21,29 дБ, Speex — 0,17 дБ. Цена GTCRN — голос чуть глуше и задержка обработки 32 мс против 21 мс у RNNoise. В игре это незаметно, поэтому GTCRN стал режимом по умолчанию, а RNNoise остался альтернативой. Обработка идёт на компьютере пользователя, и это пока вопрос будущей оптимизации.

Где ИИ не помог: память и безопасность

С памятью автору пришлось стать тестировщиком: открыть чат, посмотреть ролик, включить и выключить камеру — и следить, после какого клика потребление не вернулось к исходному. Эти сценарии ИИ сам не продумал, хотя автор оговаривается, что мог просто плохо просить. В роликах чата клиент на паузе освобождает декодер и запоминает позицию. В итоге голосовой звонок на стенде занял 19,9 МБ физической памяти процессов Nimbo, а в реальных условиях стоит ждать 25–30 МБ.

Безопасность автор проверял так: запускал часть моделей локально, рассказывал агентам о нужном куске архитектуры, ставил конкретную гипотезу обхода и отправлял проверять её на тестовом стенде. Так нашлась уязвимость: анонимный выход из сервиса мог полностью перезаписать базу. Автор уверен, что находок будет больше, и они уже лежат в бэклоге.

Что в итоге

Общей базы пользователей нет: ник, настройки и ключи доступа к серверам лежат в файле .nimbo, который защищён обязательным паролем и открывается в любом совместимом клиенте. Код открыт под MIT: сервер, веб и клиент для Windows есть на GitHub. Минус честный: владельцу сервера придётся арендовать VPS и разобраться с развёртыванием. В планах рисование поверх экрана, игровой оверлей, запуск сервера прямо из приложения, клиенты для Mac и Android.

Практический вывод: при вайб-кодинге заранее закладывайте время на измерения. Память, звук и безопасность ИИ сам не проверит.

Сюжет

Вопросы и ответы по материалу

Что известно по теме: зачем понадобился ещё один чат?

Автор хотел просто играть с друзьями: нужны голосовые комнаты, текстовый чат, показ экрана, нормальный шумодав и клиент, который не отнимает ресурсы у игры. Discord надоел рекламой и предложениями Nitro, к тому же без обходных путей он не открывается. В TeamSpeak шумодав справлялся плохо, а в Mumble не хватало показа экрана. Основной код Nimbo написал ИИ, а человек отвечал за логику, интерфейс, выбор стека и архитектуру.

Что известно по теме: шумодав: щелчки мыши и хруст яблока?

Сначала использовали RNNoise: он лёгкий и почти не добавляет задержки. Но на игровых сессиях были слышны каждый клик мыши и шуршание пакетика с орешками. Для сравнения взяли готовые записи щелчков мыши, укуса и жевания яблока, прогнали через три фильтра и измерили, на сколько децибел подавлена помеха: чем число больше, тем лучше. На трёх записях мыши RNNoise показал 13,55, 15,19 и 28,82 дБ, GTCRN — 19,21, 21,13 и 27,66 дБ, а Speex — 0,33, 0,93 и 1,61 дБ.

Что известно по теме: где ИИ не помог: память и безопасность?

С памятью автору пришлось стать тестировщиком: открыть чат, посмотреть ролик, включить и выключить камеру — и следить, после какого клика потребление не вернулось к исходному. Эти сценарии ИИ сам не продумал, хотя автор оговаривается, что мог просто плохо просить. В роликах чата клиент на паузе освобождает декодер и запоминает позицию. В итоге голосовой звонок на стенде занял 19,9 МБ физической памяти процессов Nimbo, а в реальных условиях стоит ждать 25–30 МБ.

ЖХ
Жемал Хамидун — CPO Alpina Digital, продакт-менеджер AlpinaGPT. Делает AI-продукты с 2019 года. Hamidun News — pet project, который вырос в production-агрегатор с 6000+ читателей.
✦ Единое AI-пространство · Nomad

Протестируйте новые LLM и мультимодальные модели в одном окне

Платформа Nomad AI (nomadnet.ai) даёт прямой доступ к Claude Opus 5.5, GPT-6, Gemini 3.1, DeepSeek и автономным агентам без VPN, зарубежных карт и зоопарка подписок.

Открыть Nomad AI →Автономный Nomad Agent
Что вы думаете?
Загружаем комментарии…