Какой язык + фреймворк лучше в 2025 для написания кроссплатформенного десктопного приложения?

Привет всем!

Собственно, суть в названии темы. Уточню только, что не обязательно это должен быть байт код, допускается и раздельная компиляция под каждую платформу и ОСь, а вот скрипты не подходят, речь не про опенсорс.

Ранее обсуждалось многократно, но почему бы и в этом году не обсудить.
Так уж сложилось, что на киберфоруме много разработчиков web приложений (да, да, вас вообще много, понимаю), но иногда и настольные приложения нужно делать.

Я ранее использовал Avalonia, и вполне успешно, но попросив сделать заготовки приложений Claude.ai и Copilot разочаровался, оба не справились. Что не удивительно, примеров в сети на авалонии куда меньше чем на winforms или wpf.

Думаю попробовать Qt, но я в нём разочаровался когда мне так и не удалось скомпилировать простейшее хеллууорд окно для raspbery pi, ни как кроссплатформенное из убунты, ни установив Qt непосредственно на малинку.
После чего перешёл на авалонию, но vibe coding с ней нормально не запускается. Ну, не руками же всё делать, почти во второй четверти XXI века!

А у вас какой опыт написания кроссплатформенных настольных приложений?

0

Ludwig Valentin, ты процитировал кусок моего поста. Но там я неправильно написал. Продавать можно при обеих лицензиях. Просто при лицензии GPL нужно открывать весь код (естественно, сомневаюсь, что кто-то будет покупать приложение с открытым кодом). Но вот при LGPL открывать нужно только ту часть кода библиотеки, в которую ты внёс изменения (если ты туда вносил изменения).
Но продавать можно как при GPL, так и LGPL.

0

Сообщение от Wolfdp Как люди занимаются "вайбкодингом" по принципу "задал вопрос - скопировал - вставил" -- для меня загадка.

Зависит от сложности/уникальности решаемой задачи. Задачи школьного уровня или максимум студенческого уровня LLM решает неплохо. Стоит только отойти чуть в сторону, задать что-то уникальное/творческое, то модель начинает плавать. А порой спотыкается в том, что казалось бы должно быть простой задачей: скормил как-то модели ini-файл 700кб, и дал задачу поменять param1=0 на param1=100 во всех секциях. Не справилась. Выдала какую-то обфускацию исходных данных. Если машина не справилась с такой задачей, что можно сказать о чем-то более сложном? Целые приложения или научные модели ей не по зубам, еще рано.

0

Сообщение от Storm Screamer Не справилась.

Просто "условие задачи" ≠ "промт". Многие это не понимают и поэтому спотыкаются. Я тут на форуме уже много раз объяснял это. На форуме многие приводят примеры легких задач (не только программирование или математика, но даже перевод или перефразирование текста), с которыми ИИ не справляется. И во всех задачах одна проблема - неправильный промт.
На мой взгляд, в будущем эту проблему исправят и сделают так, что вместо промта можно будет ввести условие задачи. Но пока так нельзя делать.

1

Сообщение от Royal_X Просто "условие задачи" ≠ "промт"

Задачу она поняла правильно, выдав корректное регулярное выражение, а результат выдала поломанный, искаженный.

0

Сообщение от Storm Screamer Задачу она поняла правильно,

для понимания задачи условия достаточно. Но для правильного решения нужен правильный промт. Конечно, я не утверждаю, что ИИ способен решать всё. Я просто имею в виду, что большая часть задач, с которыми обычно ИИ не справляется, на самом деле решаемые, если написать правильный промт.
***
В инете можно найти различные детские уравнения из младших классов школы, с которым якобы ИИ не справляется. То есть ты отправляешь ему обычное условие типа "Реши это уравнение: ...", а ИИ не справляется. Это именно то, о чем я говорю. Человек, который не разбирается в теме, не понимает, а что не так с промтом. Вроде условие понятное и простое. К тому же, если школьники понимают, то значит и великий и могучий ИИ должен понять условие и правильно решить. Но это так не работает. По ответу ИИ создается впечатление, что он правильно понял задание, но почему-то он решил неправильно. Потому что, как и писал выше, условия достаточно для понимания задачи, но для правильного решения нужен правильный промт.

0

Сообщение от Royal_X для правильного решения нужен правильный промт.

Учитывая, что LLM в недавнем прошлом даже буквы в слове не могла правильно подсчитать, то я сомневаюсь, что тут дело в одном лишь промте.

Большие языковые ИИ-модели не могут справиться с подсчётом букв в слове «клубника» на английском

0

Сообщение от Storm Screamer даже буквы в слове не могла правильно подсчитать

говорят, что квантовые компьютеры тоже будут ошибаться при решении детских задач (из-за квантовой суперпозиции), но смогут в тысячи или даже в миллионы раз быстрее решать очень сложные задачи.
То же самое и с LLM. Я это к тому, что LLM нужно использовать по предназначению. Все-таки, она не для подсчета букв в слове. То же самое, касается и простых арифметических операций. Как калькулятор LLM тоже отстой, особенно когда используется для чисел с плавающей запятой.

0

Сообщение от Royal_X LLM нужно использовать по предназначению

Какое у нее предназначение?

0

Сообщение от Storm Screamer Какое у нее предназначение?

Представь такую ситуацию. В одну комнату бросили 1000 разных людей - математиков, физиков, биологов, химиков, филологов, инженеров, врачей, электриков, сварщиков и даже тупых гопников. Короче, все люди разные и разного уровня интеллекта. И потом в эту же комнату бросают одного чела, который общается со всеми, получает от них какие-то знания, информацию (не факт что 100% достоверную). Потом этот чел выходит из этой комнаты и начинает отвечать на вопросы людей. Какие ты бы вопросы ему задал?
Есесена, что LLM формируется не на 1000 разных людях, но на огромном количестве инфы. Но вся суть та же. Брать инфу и усреднять. Вся модель LLM это по сути это набор весовых коэффициентов. Т.е. усредненные значения. Там чистая математика. А формулы создания ИИ были известны еще давно, но вот только несколько лет назад GPU стали настолько мощными, что позволило натренировать более-менее нормальные нейросети.
И вот подумай, может ли такая модель эффективно вычислять выражения с числами плавающей запятой, даже если они очень простые? Самый простой китайский калькулятор на чистых алгоритмах справится лучше. То же самое касается всяких подсчетов букв и прочего. В разы эффективнее будет быстро накатать код на каком-то ЯП (можно даже ИИ попросить) для подсчета букв, а не просить прямо у ИИ подсчитать буквы.
Ты спросил, типа а что LLM может сделать очень круто? Например, перевести тексты с одного языка на другой. Учитывая, что LLM натренирована на огромном количестве инфы, это означает что LLM переведет текст в разы лучше любого автоматического перевода и даже контекстного переводчика. Она может перевести причем в разных стилях - даже в стиле гопника, академика или простого человека.
Если же говорить о программировании, то учитывая, что модель натренирована на большом количестве кодов, то она может дать тебе разные идеи. Например, можешь попросить у нее предложить тебе 10 способов написания какой-то функции в коде. И это может тебе дать идеи. Не факт, что все коды будут верными, но в качестве идеи сойдут.

0

Сообщение от Royal_X И это может тебе дать идеи. Не факт, что все коды будут верными, но в качестве идеи сойдут.

Но эти идеи будут не уникальны, ибо машина натренирована на том, что УЖЕ создано/придумано. Иначе говоря LLM - интерактивный справочник.

0

Сообщение от Storm Screamer Но эти идеи будут не уникальны, ибо машина натренирована на том, что УЖЕ создано/придумано.

99.9% кодов не являются уникальными. Но вряд ли есть кодер, который знает их все. Какой то код может быть новым для данного кодера.
У вас (без LLM) часто бывают уникальные идеи? Вы часто пишите уникальные коды?

1

Сообщение от voraa У вас (без LLM) часто бывают уникальные идеи?

Не часто, но бывают.

Сообщение от voraa Вы часто пишите уникальные коды?

Если на заказ, то не часто, а для себя чаще.

0

Сообщение от Royal_X Вся модель LLM это по сути это набор весовых коэффициентов. Т.е. усредненные значения.

А вот вообще не согласен.
Эт не просто коффиценты. Это конечный автомат который последовательно по сгенерированно построенному пути (сети) пересчитывает эти значения т.е. применяет свою логику.
т.е. грубо говоря нейросеть это узлы нейроны (конкретные понятия значения) и веса связи (логика взаимодействия этих узлов). Вот последовательно применяя сгенерированную логику к входнвм параметрам получается решение итог работы нейросети. Это обычно в самых простейших случаях функция сгенерированная генетическим алгоритмом которая принимает параметры и выдает результат.

В случаях Ларге Лернинг Модель все гораздо сложнее они и ларге и лернинг и вполне конкретная модель из кучи агрегатов со своими функциями.

Но LLM это нифига не усредненные значения. Я назвал бы это векторной базой данных с триллионами хранящихся проиндексированных понятий и набором алгоритмов (логических автоматов) умеющих прикладывать свои знания (картину мира базу данных ) в передаваемым на вход параметрам (вопросам к модели) как итог обработки негенерированными алгоритмами входных параметров ответ модели. =).

0

MallSerg, я не знаю, мы говорим о разных моделях или нет... Но вот например файлы в формате gguf, которые я использовал, это ни что иное как просто база данных в бинарном формате, которая хранит коэффициенты весов. Конечно, в этом файле есть ещё метаданные, токенизатор и другие данные, но основная инфа это именно весы. Эти веса очень часто квантованы для экономии места.
Есть и другие форматы, например safetensors, но я использую сжатый gguf. Так вот, сама тренировка нейросети работает на принципе усреднения данных. Конечно, речь идёт не о каком-то среднем арифметическом, а о более сложных алгоритмах (например, метод регрессии). Но грубо говоря, в результате получается усредненка. То есть если на вход при машинном обучении ты будешь использовать инфу, в которой сказано, что Земля имеет форму куба, то потом твоя LLM модель будет утверждать то же самое. Конечно, можно вмешаться в слои и кое-что вручную исправить, но это гиблое дело. Под усредненкой я имел в виду именно это. Что типа ИИ ничего уникального от себя не создает. Весы + рандом.

0

Сообщение от Royal_X это ни что иное как просто база данных в бинарном формате, которая хранит коэффициенты весов.

Я про то что это не только данные но и программы (алгоритмы) которые умеют с этими данными работать.

0

0