Ты хочешь в IT. Смотришь курсы, читаешь туториалы, может, уже пишешь первый код. А тебе говорят, что ИИ заменит программистов уже завтра. Что твой друг завайбкодил продукт за выходные и уже заработал. Зачем вообще в это идти? Хороший вопрос.
Что такое вайбкодинг
Термин придумал Андрей Карпаты — один из основателей OpenAI. Суть проста: ты не пишешь код вручную. Ты описываешь задачу на человеческом языке, ИИ генерирует решение, ты проверяешь — работает ли. Потом описываешь следующий шаг. И так далее.
Инструменты: Codex, Claude Code, Cursor, Windsurf, GitHub Copilot и десятки других. Рынок растёт быстрее, чем успеваешь следить.
Ты уже представляешь: ИИ написал весь код, а ты получил зарплату в 300к. Но подожди немного.
Как я пристрастился к вайбкодингу
Я не скептик, но даже ChatGPT начал использовать не сразу. У меня были свои задачи. Казалось, что они важнее, и некогда тратить время на очередной хайп.
Потом всё изменилось.
Я застрял на задаче: где взять данные о трендах в соцсетях для моего ИИ-агента? Слишком много вводных, куча данных, непонятно, с чего начать. Коллега предложил: «Попробуй Claude Code, опиши задачу, создай отдельный проект, посмотри, что будет».
Я потратил 30 минут. Получил готовый прототип, склонировал в репозиторий — и всё просто работало.
Это выглядело как чудо. Честно.
Я моментально начал лениться
Я попадаюсь в эту ловушку снова и снова. Нейросеть несколько раз выдаёт отличный результат — и ты думаешь, что она понимает тебя с полуслова. Промпты становятся короче. Контекста — меньше. «Просто сделай хорошо» — и всё.
Результат? Мусор.
Не потому что инструмент плохой. А потому что я перестал нормально ставить задачу.
У меня есть аналогия: нейросеть — это хороший сеньор-разработчик с интеллектом восьмилетнего ребёнка. Опыт огромный, возможности серьёзные — но объяснять нужно просто, без допущений, максимально конкретно. Разжевал задачу, указал, куда смотреть, сказал, какой результат нужен — получил код с минимумом правок.
Чтобы хорошо ставить задачу — нужно понимать, что строишь
Это не очевидно сразу. Кажется, что достаточно сказать: «Почини ошибку» — и ИИ разберётся. Возможно. Но чем сложнее задача, тем яснее: чтобы объяснить ИИ, что делать, ты сам должен понимать архитектуру.
Иначе получишь прототип, который работает на демо. А потом ломается в реальном сценарии — и ты не поймёшь, почему, потому что не понимаешь, что внутри.
Pet-проекты — да, справишься. Даже что-то большое можно собрать. Но как только нужно чинить, масштабировать, передавать другому — без понимания кода ты застрял.
Как я работаю сейчас
У меня несколько сценариев для работы с кодовым агентом:
- Объяснить сложный код. Например, коллега написал непонятный блок. Я прошу агента разобрать, что происходит и почему.
- Получить готовое решение. Нужна кнопка, форма, подключение к сервису — описываю задачу, указываю место, получаю результат.
- Улучшить свой код. Попросить сделать его чище, понятнее, оптимальнее. Особенно полезно, если сам написал что-то работающее, но уродливое.
Это — дополнительный скилл. И хорошая новость: он быстро нарабатывается. Особенно если ты понимаешь, что генерирует ИИ.
Джуны сейчас в беде. И вот почему
Планка выросла. Джун, который использует ИИ, решает задачи быстрее того, кто не использует. Значит, от джуна теперь ждут больше — просто потому что это стало возможным.
Но вайбкодер «только ИИ» вряд ли найдёт работу в реальном проекте. Не потому что на собеседовании спрашивают алгоритмы. А потому что в реальной команде есть большая, живая кодовая база — написанная разными людьми. В ней нужно ориентироваться. Читать чужой код. Понимать, почему сделано именно так. Вносить изменения, не сломав остальное.
Это ИИ за тебя не сделает. Точнее — сделает, только если ты сам понимаешь, что просить.
Код пишется для людей, не для машин
Это важная мысль, которую легко упустить.
Машина поймёт любой код — хоть написанный ИИ, хоть набросанный за пять минут. Но команда из пяти разработчиков, которой с этим кодом жить два года, может и не понять. Потому что код должен быть понятным, поддерживаемым, передаваемым.
Именно этому учит программирование. Не синтаксис. Не алгоритмы ради алгоритмов. А умение думать структурно и выражать эту структуру понятно для других.
ИИ эту задачу не снимает. Он делает её более очевидной.
Вывод — и он не такой, как ты ожидаешь
Я однозначно за вайбкодинг. Используй его прямо сейчас, не откладывая.
Это реальный инструмент, который ускоряет работу, снижает рутину и позволяет быстро проверять идеи. Если ты только входишь в IT — он даст первые результаты и мотивацию. Это ценно.
Но важно понять: вайбкодинг работает на тебя ровно настолько, насколько ты понимаешь, что строишь. Чем глубже понимание — тем лучше результат. Чем меньше — тем больше магии, которая рассыпается при первом же трудном моменте.
Не учи программирование вместо вайбкодинга. Учи его вместе с вайбкодингом. Читай код, который генерирует ИИ. Разбирайся, почему он написан именно так. Задавай вопросы — ИИ или ментору.
Тогда через год ты будешь не очередным вайбкодером с красивым портфолио. Ты будешь разработчиком, который в 10 раз продуктивнее тех, кто считает всё это просто хайпом.