Ответ Opus 4.8 на вопросы по архитектуре

Дата: 2026-06-23

Вопрос 1: Параллельные вызовы LLM

Ключевой вопрос — допники кумулятивны или независимы.

Если допник №3 может менять услугу, добавленную допником №2 — цепочка семантически последовательна, распараллелить нельзя.
Если каждый допник трогает свой непересекающийся набор услуг — параллелить можно.

Рекомендация: оставить последовательным. Реальный выигрыш:

Фаза 1 (параллельно) — textify + подготовка контекста (CPU/IO, дёшево)
Фаза 2 (последовательно) — LLM+apply по цепочке
Или: более быстрая модель / меньше токенов / стриминг прогресса

При параллельном apply_events seq поедет в гонку — ещё одна причина не параллелить.

Вопрос 2: Атомарный seq без гонки

Рекомендация (по предпочтению):

Таблица-счётчик contract_seq(contract_id PK, last_seq) + UPDATE ... SET last_seq=last_seq+1 WHERE contract_id=? RETURNING last_seq. Атомарно, без DDL, без гонок.
Advisory lock: SELECT pg_advisory_xact_lock(contract_id) в начале транзакции, затем MAX+1. Минимальная правка.

INSERT ... SELECT MAX+1 не атомарен. CREATE SEQUENCE на контракт — DDL-мусор.

Вопрос 3: Стабильность name_hash

Рекомендация (комбинация):

В промпт подавать spec_current с готовыми идентификаторами (hash). LLM для UPDATE/DELETE выбирает из готового списка, не сочиняет имя.
Хэш считать только на сервере из нормализованного имени: Unicode NFKC → схлопнуть пробелы → lower → trim.
Fuzzy (similarity()) только как fallback-страховка, не основной механизм.

Вопрос 4: Имена в UPDATE/DELETE в UI

Рекомендация: вариант 2 — обогащать в Python перед SSE.

spec_current — источник истины, имя для любого target_hash известно.
LLM вообще не должна возвращать имена для UPDATE/DELETE — только идентификатор.
Вариант 1 (LLM возвращает имена) — лишние токены + риск рассинхрона.
Вариант 3 (JS) — лишние round-trip'ы.

Вопрос 5: Мульти-юзеры и рост данных

prompts одна таблица + user_id TEXT — норм для 10-10000 юзеров. Индекс (user_id). Партиционирование преждевременно.
spec_events 10K строк — мизер для PG. Партиционирование ближе к 10M+ строк.
BYTEA 30MB — спокойно в PostgreSQL (TOAST). Вынести в S3 когда объём начнёт раздувать бэкапы.

Сквозная связь

В3 и В4 решаются одним сдвигом — давать LLM spec_current с готовыми ID и считать/резолвить всё на сервере. Это убирает и нестабильные хэши, и пустые ячейки в UI.

Уточнение Opus: допники у вас кумулятивные (могут менять то, что добавили предыдущие) или независимые?

4.0 KiB Raw Blame History Unescape Escape