Почему ИИ игнорирует REST: Что на самом деле происходит с вашими генерируемыми API

Пишешь код. Просишь ИИ создать эндпоинт для API. А в ответ — POST-запрос в стиле RPC, хотя по REST здесь явно нужен GET. Знакомо?

Это повторяется так часто, что возникает вопрос: лень в данных обучения или что-то посерьёзнее?

REST — это не строгий стандарт, а набор идей

Не спешите винить ИИ. REST — это архитектурные рекомендации, а не жёсткие правила. Философия. А модели языка плохо схватывают такие абстракции.

REST советует:

• GET для безопасных чтений без побочек
• POST для создания ресурсов
• Полагаться на семантику HTTP
• Работать без состояния

Это проверенные практики веба. Но код на их основе не обязателен. Многие рабочие API обходятся без REST — и ничего.

Что видят модели в данных обучения

Правда такова: данные обучения — сплошной бардак. GitHub, Stack Overflow, документация миллионов проектов. Какая там статистика?

Встречается:

• RPC-стиль повсюду: Микросервисы внутри компании, GraphQL, старые системы, простые реализации без фанатизма REST
• POST на все случаи: Легче проверять данные, расширять, отлаживать (логи POST отличаются от GET)
• Фреймворки с POST по умолчанию: Многие выбирают его как универсальный
• Безопасность: Чувствительные параметры прячут в теле POST, а не в URL

Модель смотрит на цифры. POST кажется "нормальным" выбором. Не ошибка — просто отражение реальности.

Экономия токенов играет роль

Ещё один фактор: токены на вес золота.

RPC через POST:

POST /api/users
{ "action": "getUser", "id": 123 }

REST-вариант:

GET /api/users/123

Генерация по токенам любит простоту. Меньше вариантов, меньше усилий. Главная причина? Нет. Но влияет.

REST не универсален — и ИИ это чувствует

REST имеет слабости. GraphQL придумали из-за жёстких форм ответов. Query-языки — из-за проблем с параметрами в строке запроса. Внутренние сервисы бросают REST, когда плюсы теряются.

Модели, возможно, улавливают: REST хорош для публичных API и клиент-серверов. А для внутренних задач — не всегда. Не отказ от REST. Просто выбор по контексту.

Итог: комбинация причин

Всё вместе:

1. Распределение данных: Немало кода без REST в продакшене
2. Сложность идей: Философия REST хуже кодируется, чем синтаксис
3. Оптимизация токенов: Простой код генерируется быстрее
4. Понимание лимитов: Модели знают, когда REST не идеален

Как добиться REST от ИИ

Хотите правильный REST? Укажите чётко:

Создай RESTful эндпоинт по лучшим практикам REST. 
GET для чтения, с верными HTTP-кодами.
Модель: User { id, name, email }

Чем точнее промпт — тем лучше результат. Это и есть prompt engineering для API.

Главный вывод

ИИ не бунтует против REST. Он копирует, как пишут код в жизни. REST — элегантно. Но не единственный путь. Реальный мир выбирает по делу.

Лучший дизайн API — знать, когда REST в тему (публичные API, браузеры, распределённые системы), а когда проще без него (внутренка, скорость, legacy).

Ваш ИИ уже разобрался. Пора и нам.

Хотите API на уровне продакшена для следующего проекта? Платформа Vibe Hosting от NameOcean с ИИ-инструментами запоминает ваши стили. Задайте паттерны раз — и генерация подстроится. Узнайте, как строить умнее с NameOcean.