Разработчик за 4 часа собрал сканер скрытых данных NTFS с помощью агента Qwen Coder
Разработчик с Habr за 4 часа сделал программу, которая ищет в файлах Windows скрытые данные (потоки NTFS), и не открыл ни одной IDE. ТЗ писала Qwen3.8-Max, а код на Rust и Avalonia — агент Qwen Coder. Первые версии не собирались, но пары правок по 10 минут хватило. Вывод: человеку остаётся ставить задачу и проверять результат на своей ОС.
AI-обработка оригинала Habr AI; редакция Hamidun News
Можно ли написать работающую программу, ни разу не открыв редактор кода? Автор поста на Habr проверил это на реальной задаче и уложился примерно в 4 часа, включая все переписки с нейросетями. Он сделал сканер, который находит в файлах Windows скрытые данные.
Речь об альтернативных потоках NTFS (ADS). NTFS — это стандартная файловая система Windows, и к любому файлу в ней можно прикрепить дополнительный именованный поток данных. В Проводнике он не виден, а размер файла не меняется.
Ядро программы написано на Rust, интерфейс — на Avalonia, это библиотека для окон, которая работает и в Windows, и в Linux. Всю работу выполнили чат Qwen и облачный агент Qwen Coder: он получает доступ к репозиторию на GitHub, пишет код и присылает его в виде pull request. Опыт показателен тем, что хорошо видно, где агент справляется сам, а где ему нужен человек.
Что за задача и почему она не тривиальная
Альтернативные потоки выглядят в имени файла как file.txt:streamname. Применяют их и легально: Windows хранит в потоке Zone.Identifier метку Mark of the Web, которая предупреждает о файлах, скачанных из интернета. Для совместимости с файловой системой Macintosh их тоже когда-то внедряли. Но спрятать в таком потоке можно что угодно, поэтому сканеры нужны администраторам и специалистам по безопасности. При копировании на FAT32 или exFAT, а также при загрузке через большинство сетевых протоколов потоки теряются.
Стек автор выбрал намеренно непростой. Программа должна работать под Windows и Linux, причём в Linux — через оба драйвера NTFS, ntfs3 и ntfs-3g. Результат лежит на GitHub в репозитории NtfsStreamsViewer.
Как выстроен процесс
Сначала автор описал задачу в чате Qwen и попросил оценить архитектуру. Модель по умолчанию, Qwen3.7-Plus, назвала замысел идеальным и никак не уточнила детали. Автору это не понравилось. Тот же промпт он отправил Qwen3.8-Max и получил подробный ответ с дельными предложениями. Эта модель тоже одобрила архитектуру, но посоветовала добавить консольное приложение, и его потом реализовали.
Дальше цепочка выглядела так:
- Qwen3.8-Max написал техзадание для ядра на Rust. Оно легло в репозиторий как SPEC.md вместе с начальной структурой каталогов.
- Агенту Qwen Coder выдали доступ к репозиторию и дали короткий промпт: написать приложение по заданию из файла.
- Затем Qwen3.8-Max составил ТЗ для GUI (файл docs/GUI.md), и Qwen Coder реализовал интерфейс на Avalonia.
- После каждого этапа результат снова отдавали Qwen3.8-Max на проверку.
Pull request'ы от агента автор вливал без правок.
Где агент спотыкался
Картина не такая розовая, как в выводах автора. Первая версия ядра не собиралась, агент упорно отдавал нерабочий код. Пришлось попросить: «сделай так, чтобы собиралось». Пары итераций по 10 минут хватило, чтобы получить работающее консольное приложение.
С GUI история повторилась: с первой попытки код снова не собрался. Автор объясняет причину: у агента нет доступа к Windows, он проверяет всё на Linux, а сам автор тестировал под Windows 10. После сообщения об ошибке агент исправил код. Получился неплохой, но очень простой интерфейс. Потом автор попросил добавить логи и отдельное окно для их вывода, и это сделали быстро.
Практический урок простой. Если агент работает в окружении, отличающемся от вашего, финальную проверку на целевой платформе всё равно делать вам. Для кроссплатформенных проектов это значит: заложите в процесс собственный тест на каждой ОС и отправляйте агенту тексты ошибок.
Что из этого следует и что остаётся под вопросом
Автор формулирует вывод так: разработка превращается в цепочку «аналитика — постановка задачи агенту — проверка результата другой нейросетью — тестирование». По его оценке, код генерируется настолько быстро, что для ревью тоже нужен агент. В исходники, считает он, скоро будут заглядывать так же редко, как сегодня в код, который выдал компилятор. Время он не замерял, так что сравнить с ручной разработкой можно только на глаз.
Здесь стоит сохранять трезвость. Это один проект и один человек, а pull request'ы принимались без правок. Проверяла код другая модель из того же семейства, а не независимый аудит. Для инструмента, который читает и записывает скрытые потоки файловой системы, такой подход рискован: ошибки могут быть тихими и в сборку не упрутся. Заявление о том, что классическая разработка «доживает последние годы», остаётся мнением автора, а не результатом измерений.
Для практика полезнее другое. Схема выглядит воспроизводимой: сильная модель пишет и критикует спецификацию, агент исполняет её в репозитории, человек проверяет результат на реальной платформе. Хорошее ТЗ в репозитории оказалось самой ценной частью процесса, и именно его стоит отрабатывать в первую очередь.
- 21 нояб. 2026 г.MLCommons начал мерить ИИ-API под реальной нагрузкой: 7 замеров для агентов
- 21 нояб. 2026 г.Unsloth обновила сжатые Qwen3.8-27B: точность выросла на 5–10% при том же размере
- 21 нояб. 2026 г.Google открыла предзаказ на умные очки с Gemini от $395 — продажи с 10 декабря
- 21 нояб. 2026 г.Через OpenRouter три дня отвечала взломанная DeepSeek: отказы упали с 83–98% до 1%
Вопросы и ответы по материалу
Что известно по теме: что за задача и почему она не тривиальная?
Альтернативные потоки выглядят в имени файла как file.txt:streamname. Применяют их и легально: Windows хранит в потоке Zone.Identifier метку Mark of the Web, которая предупреждает о файлах, скачанных из интернета. Для совместимости с файловой системой Macintosh их тоже когда-то внедряли. Но спрятать в таком потоке можно что угодно, поэтому сканеры нужны администраторам и специалистам по безопасности. При копировании на FAT32 или exFAT, а также при загрузке через большинство сетевых протоколов потоки теряются.
Что известно по теме: как выстроен процесс?
Сначала автор описал задачу в чате Qwen и попросил оценить архитектуру. Модель по умолчанию, Qwen3.7-Plus, назвала замысел идеальным и никак не уточнила детали. Автору это не понравилось. Тот же промпт он отправил Qwen3.8-Max и получил подробный ответ с дельными предложениями. Эта модель тоже одобрила архитектуру, но посоветовала добавить консольное приложение, и его потом реализовали. Дальше цепочка выглядела так: Qwen3.8-Max написал техзадание для ядра на Rust.
Что известно по теме: где агент спотыкался?
Картина не такая розовая, как в выводах автора. Первая версия ядра не собиралась, агент упорно отдавал нерабочий код. Пришлось попросить: «сделай так, чтобы собиралось». Пары итераций по 10 минут хватило, чтобы получить работающее консольное приложение. С GUI история повторилась: с первой попытки код снова не собрался. Автор объясняет причину: у агента нет доступа к Windows, он проверяет всё на Linux, а сам автор тестировал под Windows 10. После сообщения об ошибке агент исправил код.
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.
Главное из мира ИИ — раз в неделю
7 ключевых событий недели, отобранных вручную. Без шума, репостов и пресс-релизов.
Готово! Проверьте почту — мы отправили подтверждение.