2026-11-11 · ← Aktualności
Simon Willison użył tree-sittera do zmapowania 244 narzędzi napisanych z AI
Simon Willison dodał tagi wyprowadzone z kodu do kolekcji 244 narzędzi webowych tworzonych głównie z pomocą AI, wykorzystując tree-sitter. Ta drobna zmiana pokazuje praktyczny wzorzec: AI może pisać software, ale jego inwentaryzację lepiej oprzeć na deterministycznym parserze.
Nie udało się wczytać obrazu.
Simon Willison udostępnił przeglądanie swojej kolekcji 244 narzędzi webowych za pomocą tagów wyprowadzonych z kodu źródłowego. Pozostałe kredyty Fable 5.2 wykorzystał do zbudowania analizy opartej na tree-sitterze, która wykrywa JavaScript API, biblioteki oraz hosty web API używane przez każde narzędzie.
Tagi opisują teraz prawdziwy kod zamiast ręcznie prowadzonego katalogu
Strona główna tools.simonwillison.net pokazuje chmury tagów w trzech kategoriach: JavaScript API, ładowane biblioteki i hosty web API. Wybranie tagu prowadzi do narzędzi, które korzystają z danego elementu.
Willison przedstawia kolekcję jako eksperyment z prompt-driven development przy projektach niskiego ryzyka. Przy 244 pozycjach zwykła lista przestaje jednak wystarczać. Automatyczna analiza wydobywa metadane z małych projektów bez ręcznego przepisywania opisów.
Generowany software potrzebuje maszynowego spisu, zanim przerośnie autora
Vibe coding obniża koszt tworzenia małych aplikacji, a przez to zwiększa późniejszy koszt orientacji i utrzymania. Dla jednej osoby 244 narzędzia to już portfolio, w którym trudno pamiętać wszystkie biblioteki, browser API i usługi zewnętrzne.
Ten sam problem czeka zespoły pozwalające agentom szybko tworzyć wewnętrzne aplikacje. Katalog wyprowadzony z kodu może wspierać wyszukiwanie, łączenie duplikatów i wstępny przegląd zależności. Najciekawszy jest powrót do klasycznego parsera: model przygotowuje rozwiązanie, lecz strukturę kodu sprawdza narzędzie o przewidywalnym wyniku.
Chmura tagów nadal nie jest audytem bezpieczeństwa ani pełnym spisem zależności
Krótki wpis nie opisuje dokładności ekstrakcji, obsługi dynamicznie ładowanego kodu ani tego, czy analiza uruchamia się po każdej zmianie. Tag mówi jedynie, że dany element pojawił się w kodzie. Nie informuje, czy jest aktualny, podatny na atak lub osiągalny podczas zwykłego użycia.
Kolekcja celowo obejmuje projekty niskiego ryzyka, więc nie da się jej procesu bezpośrednio przenieść do firmy. Tam spis musiałby uwzględniać wersje, licencje, pochodzenie kodu oraz odpowiedzialność za poprawki.
Automatyczne odświeżanie i wykryte duplikaty przesądzą o użyteczności
Tagi okażą się wartościowe, jeśli będą aktualizowane wraz z każdym nowym narzędziem, zamiast pozostać jednorazową mapą. Kolejnym sygnałem będzie to, czy katalog ujawni powtarzające się rozwiązania, ryzykowne usługi zewnętrzne albo projekty warte połączenia.
Dla zespołów ważniejsza jest zasada niż sama chmura tagów. Gdy agenci produkują dziesiątki aplikacji, maszynowy spis staje się elementem eksploatacji, a nie ozdobą strony głównej.
Werdykt Lilith
AI postawiła 244 małe stragany, a tree-sitter wreszcie narysował mapę targowiska. Kto pozwoli agentom budować dalej bez inwentarza, szybko straci orientację, co posiada i kto pobiera tam opłaty.