5 Dinge, die KI bei der Fetch API falsch macht

KI-Coding-Assistenten schreiben Code, der richtig aussieht. Sie schreiben keinen Code, der richtig ist.

Die meisten Modelle schlagen ein einfaches Fetch-Snippet vor. Es läuft in einer Demo. In der Produktion versagt es. Die Fetch API ist ein Low-Level-Tool, kein vollständiger HTTP-Client. Sie erfordert von Ihnen architektonische Entscheidungen, die eine KI nicht treffen kann.

Hier sind 5 Wege, wie KI bei fetch scheitert:

  • Error Handling KI geht davon aus, dass eine fehlgeschlagene Anfrage das Promise ablehnt. Das ist falsch. Ein 404- oder 500-Fehler löst keinen catch-Block aus. Sie müssen response.ok manuell prüfen. Wenn Sie das nicht tun, wird Ihre App Fehlerseiten als erfolgreiche Daten behandeln.

  • Request Cancellation KI vergisst oft die Verwendung von AbortController. Dies führt zu Memory Leaks und Race Conditions in Frameworks wie React. Wenn ein Benutzer schnell durch eine Liste klickt, könnten alte Anfragen erst nach neuen aufgelöst werden. Dies führt dazu, dass Ihre UI veraltete Daten anzeigt. Sie müssen auch nach AbortError filtern, damit Sie bei absichtlichen Abbrüchen keine Fehlermeldungen anzeigen.

  • Streaming Data KI behandelt Antworten als einzelne Blöcke. Das führt zu Problemen beim Umgang mit großen Dateien oder LLM-Antworten. Netzwerk-Chunks können ein einzelnes Zeichen oder eine JSON-Zeile in der Mitte teilen. Sie müssen einen TextDecoderStream und einen Buffer verwenden, um Bytes über Chunks hinweg korrekt zu verarbeiten.

  • Resilience and Retries KI liefert naive Retry-Loops. Diese Loops sind gefährlich. Sie versuchen oft, POST-Anfragen zu wiederholen, was zu Doppelabbuchungen oder Duplikaten führen kann. Zudem fehlt es ihnen an Backoff und Jitter. Dies verwandelt eine kleine Serverstörung in einen massiven Ausfall. Sie sollten nur idempotente Anfragen wiederholen und ein exponentielles Backoff verwenden.

  • Environment Differences KI verwechselt die Regeln von Browser und Node.js. Node.js erzwingt kein CORS. Node.js hat andere Standard-Timeouts. In Node müssen Sie den Body konsumieren, um das Lecken von Verbindungen zu vermeiden. Die KI kann Ihre Ziel-Laufzeitumgebung nicht kennen, daher liefert sie oft Code, der in der einen funktioniert, aber in der anderen fehlschlägt.

The Strategy:

Nutzen Sie KI für das Gerüst. Lassen Sie sie den Boilerplate-Code und die Grundstruktur schreiben.

Sie müssen die Semantik kontrollieren. Sie entscheiden, ob ein 404 ein Fehler ist. Sie entscheiden über Ihr Retry-Budget. Sie entscheiden, wie Sie Ihre Auth-Header handhaben.

KI optimiert auf plausiblen Code. Sie müssen auf Korrektheit optimieren.

Source: https://dev.to/devunionx/new5-things-even-ai-cant-do-fetch-api-328e