Да, ИИ создаёт код быстро. Но потом человек 3 часа ломает голову, как это вообще должно было работать
NewsMakerВот она — главная проблема вайб-кодинга.
Программисты больше не пишут код — они его вычитывают. Вместо того чтобы разрабатывать архитектуру, решать задачи и отлаживать сложную логику, всё чаще приходится разбираться с тем, что предложил искусственный интеллект. В индустрии это уже получило своё название — вайб-кодинг . Термин звучит легко, но скрывает за собой довольно нервную реальность: нейросети создают код «по ощущениям», без чёткого контекста и зачастую без понимания цели. И эту работу потом приходится распутывать живым людям.
Опрос среди опытных разработчиков показал: почти все из них имеют дело с кодом, написанным ИИ. У кого-то это одна-две функции, у кого-то — целые модули, но суть одна — каждый такой фрагмент требует пристального внимания. Как сказал Хольгер Синдбак, разработчик и основатель World of Card Games, теперь он ощущает себя не программистом, а скорее редактором:
Разработчики чаще всего используют Cursor, GitHub Copilot и кастомные версии GPT, адаптированные под свои проекты.
Но восприятие этой практики — неоднозначное. Джеймс Фрей из Little Dipper Interactive признался, что проверка чужого кода всегда была самой утомительной частью работы. С приходом ИИ стало только хуже. Особенно раздражает, когда модель «настаивает» на решении, которое не имеет смысла, или «галлюцинирует» несуществующую функцию. Результат — больше времени уходит не на разработку, а на борьбу с шумом.
Тем не менее, другие респонденты видят в этом потенциал (возможно, более разборчивые по части моделей). Например, тот же Деррек Коулман считает ИИ помощником, который избавляет от рутины. По его словам, главное — научиться делить задачи: машина генерирует повторяющиеся фрагменты, а человек работает с архитектурой и нестандартными кейсами.
Илья Бадеев из Trevolution Group подчёркивает:
На вопрос, как именно обеспечивается качество, большинство отвечают однозначно: к нейросети нужно относится как к джуну (то есть младшему разработчику). Она не пишет идеальный результат сразу — а только генерирует черновик. Ответ нужно направить, описать задачу, дать примеры, объяснить ограничения. Без этого — получаются баги, лишние строки, конфликтующая логика.
Ручная проверка, автоматические тесты, ревью старшими инженерами — всё это обязательно. Бадеев подчёркивает: если хочешь получить пригодный результат от ИИ, сначала вложи усилия в постановку задачи. Кодстайл, технические ограничения, архитектура — всё это нужно задать заранее.
Но может ли ИИ писать весь код без вмешательства? Почти все отвечают: нет. Джон Петитт из Promevo говорит, что нейросети справляются с шаблонными решениями и генерацией «болванок», но им не хватает понимания контекста. Они не чувствуют, как одна функция связана с остальными частями проекта.
Родриго Коутиньо из OutSystems добавляет: даже если сгенерированный код работает, через пару месяцев никто не сможет вспомнить, как составлялся промпт и для чего нужна конкретная часть. А значит — проще всё проверить сразу, чем потом чинить по кусочкам.
На этом фоне усиливается давление со стороны руководства. Требование ускорять процессы, писать быстрее и дешевле — не ново. Но с появлением ИИ ожидания от сотрудников стали почти нереалистичными. Коутиньо говорит:
Наконец, даже те, кто сам управляет продуктами, признают, что языковые модели — не волшебная палочка. Тот же Хольгер Синдбак вспоминает, как однажды решил сократить путь с помощью нейросети — и в результате всё пошло не так:
Программисты больше не пишут код — они его вычитывают. Вместо того чтобы разрабатывать архитектуру, решать задачи и отлаживать сложную логику, всё чаще приходится разбираться с тем, что предложил искусственный интеллект. В индустрии это уже получило своё название — вайб-кодинг . Термин звучит легко, но скрывает за собой довольно нервную реальность: нейросети создают код «по ощущениям», без чёткого контекста и зачастую без понимания цели. И эту работу потом приходится распутывать живым людям.
Опрос среди опытных разработчиков показал: почти все из них имеют дело с кодом, написанным ИИ. У кого-то это одна-две функции, у кого-то — целые модули, но суть одна — каждый такой фрагмент требует пристального внимания. Как сказал Хольгер Синдбак, разработчик и основатель World of Card Games, теперь он ощущает себя не программистом, а скорее редактором:
Каждый день проверяю код от ИИ, как будто мне скинули чужой запрос на ревью.Многие соглашаются: без проверки запускать такую программу нельзя. Исключения редки. Например, Деррек Коулман из Recall Labs говорит, что перепроверяет только тогда, когда ИИ-код выдаёт ошибку — что, по его мнению, случается всё реже. Он утверждает, что современные модели уже способны выдавать довольно качественный результат, особенно в типовых задачах.
Разработчики чаще всего используют Cursor, GitHub Copilot и кастомные версии GPT, адаптированные под свои проекты.
Но восприятие этой практики — неоднозначное. Джеймс Фрей из Little Dipper Interactive признался, что проверка чужого кода всегда была самой утомительной частью работы. С приходом ИИ стало только хуже. Особенно раздражает, когда модель «настаивает» на решении, которое не имеет смысла, или «галлюцинирует» несуществующую функцию. Результат — больше времени уходит не на разработку, а на борьбу с шумом.
Тем не менее, другие респонденты видят в этом потенциал (возможно, более разборчивые по части моделей). Например, тот же Деррек Коулман считает ИИ помощником, который избавляет от рутины. По его словам, главное — научиться делить задачи: машина генерирует повторяющиеся фрагменты, а человек работает с архитектурой и нестандартными кейсами.
Илья Бадеев из Trevolution Group подчёркивает:
Проверка — не самая зрелищная часть работы, но без неё не бывает чистого и поддерживаемого кода.А Тарас Тимощук, глава компании Geniusee, добавляет: писать код — это творчество, но ревью чужих решений помогает учиться на ошибках и расти.
На вопрос, как именно обеспечивается качество, большинство отвечают однозначно: к нейросети нужно относится как к джуну (то есть младшему разработчику). Она не пишет идеальный результат сразу — а только генерирует черновик. Ответ нужно направить, описать задачу, дать примеры, объяснить ограничения. Без этого — получаются баги, лишние строки, конфликтующая логика.
Ручная проверка, автоматические тесты, ревью старшими инженерами — всё это обязательно. Бадеев подчёркивает: если хочешь получить пригодный результат от ИИ, сначала вложи усилия в постановку задачи. Кодстайл, технические ограничения, архитектура — всё это нужно задать заранее.
Но может ли ИИ писать весь код без вмешательства? Почти все отвечают: нет. Джон Петитт из Promevo говорит, что нейросети справляются с шаблонными решениями и генерацией «болванок», но им не хватает понимания контекста. Они не чувствуют, как одна функция связана с остальными частями проекта.
Родриго Коутиньо из OutSystems добавляет: даже если сгенерированный код работает, через пару месяцев никто не сможет вспомнить, как составлялся промпт и для чего нужна конкретная часть. А значит — проще всё проверить сразу, чем потом чинить по кусочкам.
На этом фоне усиливается давление со стороны руководства. Требование ускорять процессы, писать быстрее и дешевле — не ново. Но с появлением ИИ ожидания от сотрудников стали почти нереалистичными. Коутиньо говорит:
Все думают, что теперь разработка будет идти в десять раз быстрее. Но цикл включает не только код — есть тесты, сборка, документация, интеграция.Некоторые руководители напрямую подталкивают подчиненных использовать ИИ. Джейкоб Андерсон из Beyond Ordinary Software Solutions признаётся:
Когда разработчики сталкиваются с трудностями при подключении к API и начинают раздражаться, я советую им попробовать использовать ИИ — часто это помогает посмотреть на проблему по-новому.А вот Максим Качурин, технический директор Flexbe, говорит прямо: если кандидат в команду не использует ИИ, это минус. Это, мол, всего лишь инструмент. И если человек не умеет им пользоваться, он теряет в эффективности.
Наконец, даже те, кто сам управляет продуктами, признают, что языковые модели — не волшебная палочка. Тот же Хольгер Синдбак вспоминает, как однажды решил сократить путь с помощью нейросети — и в результате всё пошло не так:
Управлять игровой платформой — значит, пользователи ожидают, что всё всегда будет работать, и при этом ждут быстрых обновлений. Поэтому мне пришлось научиться двигаться вперёд без суеты. ИИ помогает точечно — с генерацией шаблонного кода или удалением повторяющихся фрагментов. Но он также создаёт соблазн пропустить важные этапы. Я уже пробовал. Всё сломалось. Теперь я работаю не быстро, а с умом.