Сегодня разбираем вайб-кодинг с точки зрения программистов: что это такое, хорошо или плохо и стоит ли учиться на вайб-кодера в принципе :)
Что такое вайб-кодинг
Это написание программ с использованием искусственного интеллекта. Если вы когда-нибудь просили ChatGPT или другой ИИ-сервис написать вам программу, вы уже можете считать себя вайб-кодером.
Это не академическое определение, а закрепившийся термин после поста в Твиттере сооснователя Open AI Андрея Карпатого. Поэтому границ дозволенного у вайб-кодера пока нет — главное, чтобы в работе использовался ИИ.
Если вы вайб-кодите, этих вещей самостоятельно можно не делать:
- писать код;
- понимать код. Да, совсем;
- исправлять ошибки;
- разбираться в ошибках;
- продумывать концепцию и архитектуру сервисов и приложений.
Можно вообще весь процесс написания программы свести к общению с нейросетями голосом, описывая задачи и исправляя ошибки через внесение случайных изменений.
Главные мысли о вайб-кодинге сейчас
Таких мыслей две:
- Нейронки окончательно заменят программистов уже сейчас или в ближайшем будущем.
- Теперь любой человек может запустить свой IT-стартап.
Обе идеи имеют аргументы за и против. Разберём их по очереди.
Нейронки заменят программистов
Почему так говорят: современные нейросети действительно очень быстро растут, и большинство программистов используют или планируют использовать их в своих задачах.

Есть ещё такой показатель, как 50% task completion time horizon. Что он показывает:
- Представьте, что у человека уходит на задачу 1 час.
- Если машина справляется с такой задачей с вероятностью успеха 50%, то этот показатель равен 1 часу.
У первых версий ChatGPT этот показатель был равен 30 секундам. Подсчитано, что каждые 7 месяцев он удваивается. Прогноз такой, что к 2029 году объём задачи составит уже 167 часов:

Получается, что нейросеть уже сейчас заменяет программистов. И у такого решения есть плюсы и минусы, и все они неоднозначные.
Например, нейросеть — это модель искусственного интеллекта, которая учится решать задачи на огромном объёме данных. Скорее всего, это не лучшие практики работы, а всё подряд. Получается, что бо́льшая часть кода, который видела нейросеть, среднего качества или даже ниже.
С другой стороны, нейросеть не просто бездумно повторяет увиденное. Она учится, сравнивает и выбирает лучшие пути через сложные нейронные слои, которые формируются в процессе обучения.
Неизвестно, какие именно связи вырабатывает программа на этих слоях, — в этом вся суть машинного обучения. Компьютер учится сам, и как именно, инженеры точно не знают. Можно только корректировать результат. Важно то, что чем больше материалов видит машина, тем лучше она в них разбирается. Получается, что даже плохой код в результате помогает искусственному интеллекту стать умнее.
Есть ещё такой важный момент, что из большого объёма данных нейросеть может научиться делать вещи, для которых изначально она была не предназначена. Например, ChatGPT задумывался просто как языковая модель, и никто не ждал, что она научится программированию, математике и другим наукам.
Единственный критерий, который может определить, хорошие программы или не очень пишут ИИ-сервисы, — это оценка живого разработчика. Никто не может сказать, насколько полезное и удобное для людей приложение написала нейросеть, кроме этих же людей.
Если вы хорошо разбираетесь в разработке, то поправить и оптимизировать написанный машинами код уже несложно. Можно это сделать с помощью самой же нейросети, главное — понимать, что делаете.
Сегодня любой может запустить IT-стартап
Стартап — необязательно что-то большое. Это может быть простая игра с формой платной подписки, приложение для работы с документами, визуальная книга.
С созданием проектов такого уровня искусственный интеллект обычно справляется без проблем. Проблемы начинаются, когда такой сервис выходит к реальным пользователям: без проверки опытного разработчика можно легко пропустить уязвимость или слабое место в программе, которое проявится при масштабировании.
Проект невозможно поддерживать долгое время, ничего в нём не изменяя. Поэтому запустить стартап сегодня действительно может любой, но проверить его на работоспособность и долго поддерживать успешное существование у программиста получится гораздо лучше, чем у человека совсем без технического бэкграунда.
Что можно попробовать
Все сервисы работают примерно по одной схеме: вы делаете запрос, компьютер создаёт набор файлов и обычно помогает разместить их где-то в интернете.
Приложений очень много, и в основном у всех есть пробный бесплатный период. Вот несколько популярных вариантов сегодня.
Replit создаёт приложения по запросу в одной вкладке браузера. Получается, что все инструменты для программирования, публикации и совместной работы существуют в одном объединённом интерфейсе.
Рабочее пространство Replit выглядит так:

После обработки запроса сервис дополнительно уточняет детали и готовит программу по частям.
Lovable работает примерно так же. Это сервис-стартап, который позиционирует себя как «AI для создания приложений с красивым интерфейсом». Приложение делает упор на фронтенд и дизайн:

Cursor — ответвление VSCode c узнаваемым интерфейсом. Его нужно скачать и установить себе на компьютер:

Это удобнее для серьёзных проектов, потому что Cursor понимает контекст сразу по всему проекту и поддерживает работу в локальной среде, то есть на отдельных машинах.
Что в итоге с вайб-кодингом
Нейросети действительно могут заменить в ближайшем будущем огромный пласт работы программистов. Но вся штука в том, что каждый раз, когда задача одного уровня закрывается, появляется следующая. Невозможно представить, что в какой-то день мы научимся делать в разработке что-то такое, что можно будет остановиться и вообще больше ничего не делать.
А ещё посмотрите на соотношение прогресса человечества в IT и количества появившихся новых направлений: 10–15 лет назад все разработчики делились на фронтендеров, бэкендеров и тестировщиков. Иногда это был один человек. Сегодня у нас есть DevOps, MLOps, промпт-инженеры, инженеры виртуальной реальности и ещё куча других специальностей. Только тестировщиков сейчас несколько разных профессий.
Всё это говорит о том, что если от одного направления можно будет отказаться, то вместо него появится как минимум одно новое, на котором можно работать и зарабатывать.
Как получить максимум от нейросетей программисту-непрофессионалу
Минимум при работе со сгенерированным кодом: подробно описывать в промпте свой запрос, заранее составить чек-лист для проверки и сверять результат по нему.
Сразу лучше приготовиться к использованию платных моделей, в которых нет ограничений на размер ответа. Ещё на таких тарифах модели часто мощнее. Это может быть особенно важно на старте, если вы только учитесь разбираться, что к чему.
Если вы хотите вайб-кодить и при этом делать серьёзные полезные вещи, оптимальным решением может быть совместить приятное с полезным: писать код с нейросетью и одновременно учиться, как работают все эти технические вещи.
Как это делать: после сборки первого прототипа от ИИ-сервиса попросите описать, как всё работает с технической точки зрения. Почитайте сами про вещи, которые использует в работе нейросеть, спросите про потенциальные уязвимости.
Совсем хорошо, если на первых этапах вы подключите к работе более опытного разработчика, чтобы проверить первые ошибки и работу нейросети. А со временем, если будете учиться, вы и сами научитесь видеть уязвимости и возможности для оптимизации.
Правила вайб-кодера — кратко
Чтобы сократить вероятность написать плохую программу, есть смысл запомнить несколько простых рекомендаций и проверять себя по ним.
Сначала подготовить план. Сразу запросите схему будущего приложения с объяснением работы отдельных частей. Так ещё до этапа написания кода вы сможете исправить очевидные ошибки.
Работать короткими шагами. Помните про ограничение на объём задачи, которую может выполнить компьютер. Чем короче запрос, тем больше вероятность его корректного выполнения.
Выбирать максимально простой стек технологий. ИИ умеет работать на любом языке, но чем проще инструмент, тем выше шанс, что нейросеть хорошо его освоила. Материалов больше, а значит, понимание хороших и плохих практик у компьютера тоже лучше.
Сразу добавлять документацию. Даже для опытного разработчика разобраться в готовом коде может быть сложно, поэтому стоит заранее подготовить описание работы программы.
Если хотите научиться разбираться в разработке быстрее и видеть косяки нейросетей — приходите на курсы Практикума. Так вы сможете развивать свой проект и одновременно применять то, чему научитесь на курсах.
Почти на всех курсах есть бесплатная часть, так что вы сразу увидите, насколько совпадает выбранный курс с вашим проектом.
Бонус для читателей
Если вам интересно погрузиться в мир ИТ и при этом немного сэкономить, держите наш промокод на курсы Практикума. Он даст вам скидку при оплате, поможет с льготной ипотекой и даст безлимит на маркетплейсах. Ладно, окей, это просто скидка, без остального, но хорошая.
Вам слово
Приходите к нам в соцсети поделиться своим мнением о вайб-кодинге и почитать, что пишут другие. А ещё там выходит дополнительный контент, которого нет на сайте — шпаргалки, опросы и разная дурка. В общем, вот тележка, вот ВК — велком!