Что такое вайбкодинг: как AI пишет код по описанию и где подход ломается

Вайбкодинг без мифов: откуда термин Андрея Карпатого, как устроен процесс и инструменты, что показали исследования METR, Veracode и Stack Overflow, где подход экономит недели, а где ведёт к переписыванию.

Вайбкодинг — это способ создавать программы, описывая задачу нейросети обычными словами и принимая сгенерированный код почти без чтения. Работает — идём дальше, не работает — пересказываем ошибку модели. За полтора года слово из шутливого поста превратилось в рабочий инструмент: на нём собирают прототипы за дни, а не месяцы. Но у подхода есть чёткий предел, за которым экономия превращается в переписывание с нуля. Разбираем, откуда взялся термин, как устроен процесс, что показывают исследования и где вайбкодинг уместен, а где опасен. Откуда взялся термин Выражение vibe coding предложил Андрей Карпатый — сооснователь OpenAI и бывший директор по AI в Tesla — в посте в X в феврале 2025 года. Он описал новый способ программирования: полностью довериться «вайбу», пользоваться быстрым прогрессом моделей и забыть, что код вообще существует. В том же посте Карпатый признавался, что говорит с редактором голосом, соглашается со всеми предложенными правками и не читает изменения. Речь шла о личных проектах выходного дня, а не о промышленной разработке. Термин быстро разошёлся. В ноябре 2025 года словарь Collins выбрал vibe coding словом года. Вместе с популярностью пришла путаница: вайбкодингом стали называть любую работу с AI-ассистентом. Разработчик Саймон Уиллисон в марте 2025 года написал отдельный текст о том, что не всякое программирование с помощью AI — вайбкодинг. Если вы проверяете, тестируете и понимаете каждую строку, это обычная разработка с инструментом, а не вайбкодинг. В 2026 году сам Карпатый стал разделять два режима: вайбкодинг как быстрый вход, доступный даже непрограммистам, и «агентную инженерию» (agentic engineering) — профессиональную работу, где человек управляет AI-агентами и отвечает за корректность, безопасность и сопровождение результата. Вайбкодинг и разработка с AI: в чём разница Критерий Вайбкодинг Разработка с AI-ассистентом Кто читает код Почти никто, оценивается поведение программы Разработчик проверяет каждое изменение Критерий готовности «Работает на моих примерах» Тесты, ревью, соответствие требованиям Кто может делать В том числе люди без опыта программирования Инженер, который мог бы написать код сам Скорость первого результата Часы или дни Выше, чем без AI, но медленнее вайбкодинга Сопровождение Трудное: логику никто не держит в голове Обычное для командной разработки Где уместно Прототипы, проверка гипотез, внутренние утилиты Продукты, которые будут жить и развиваться На практике граница размыта: один и тот же проект может начаться как вайбкодинг и перейти в инженерную разработку, когда гипотеза подтвердилась. Как устроен процесс Описание задачи. Человек формулирует, что нужно получить: экраны, данные, действия пользователя. Чем конкретнее описание, тем меньше итераций. Генерация. Модель создаёт структуру проекта, интерфейс, серверную логику, схему базы данных. Современные инструменты сразу запускают результат и показывают его в браузере. Проверка по поведению. Человек пробует пользоваться программой. Если что-то не так, он описывает проблему или вставляет текст ошибки — модель правит код. Итерации. Цикл «описал — посмотрел — поправил» повторяется, пока результат не устроит. Публикация. Многие платформы разворачивают приложение в один клик вместе с базой данных и авторизацией. Ключевая особенность в том, что обратная связь идёт через поведение программы, а не через код. Это и главное преимущество — не нужно разбираться в синтаксисе, — и главный риск: всё, что не видно в интерфейсе, остаётся непроверенным. Инструменты: три класса Названия и возможности меняются каждые несколько месяцев, поэтому полезнее понимать классы инструментов. Конструкторы приложений в браузере — Lovable, Bolt.new, v0, Replit. Пишете запрос в чат, получаете работающее веб-приложение с хостингом. Минимальный порог входа, но меньше контроля над архитектурой. Редакторы кода со встроенным AI — Cursor, Windsurf, GitHub Copilot в VS Code. Модель видит весь проект, может менять несколько файлов сразу и работать в агентном режиме. Нужны базовые навыки разработки. Агенты в терминале — Claude Code, OpenAI Codex и аналоги. Выполняют многошаговые задачи: читают код, запускают команды и тесты, исправляют ошибки. Инструмент скорее для инженеров, чем для вайбкодинга в чистом виде. Частая связка: прототип собирается в конструкторе, код выгружается в репозиторий, дальше проект развивается в редакторе или агентом под контролем разработчика. Что показывают данные Вокруг вайбкодинга много громких обещаний. Вот что подтверждается проверяемыми источниками. Разработчики пользуются AI, но не доверяют ему В опросе Stack Overflow Developer Survey 2025 (более 49 тысяч ответов из 177 стран) 84% разработчиков используют AI-инструменты или планируют начать. Но 46% не доверяют точности их результатов — годом ранее таких было 31%. Отдельно спросили о вайбкодинге, определив его как создание программ по запросам к языковой модели. Около 72% ответили, что он не входит в их профессиональную работу, ещё около 5% — что категорически им не занимаются. Ощущение скорости обманчиво Исследовательская организация METR в июле 2025 года опубликовала рандомизированный эксперимент. 16 опытных разработчиков открытого ПО выполнили 246 задач в своих же зрелых проектах — часть с AI-инструментами, часть без. С AI задачи занимали в среднем на 19% больше времени. При этом до эксперимента участники ожидали ускорения на 24%, а после него считали, что ускорились на 20%. Исследование касается больших знакомых кодовых баз и инструментов начала 2025 года. На новых небольших проектах эффект может быть обратным, но разрыв между ощущением и измерением стоит помнить. Сгенерированный код часто небезопасен В отчёте Veracode 2025 GenAI Code Security Report проверили код более 100 языковых моделей на 80 задачах на Java, JavaScript, Python и C#. Когда можно было написать код безопасно или небезопасно, модели выбирали небезопасный вариант в 45% случаев. Хуже всего результат оказался на Java. В вайбкодинге такой код никто не читает, поэтому уязвимости доходят до продакшена. Стартапы уже строят продукты на сгенерированном коде Управляющий партнёр Y Combinator Джаред Фридман в марте 2025 года рассказал, что у четверти стартапов зимнего набора того года более 95% кода сгенерировано AI. Он подчеркнул, что основатели этих компаний — сильные инженеры, способные написать всё сами. Это важная оговорка: скорость получили люди, которые понимают, что именно генерирует модель. Агент с доступом к продакшену может всё сломать В июле 2025 года основатель SaaStr Джейсон Лемкин тестировал AI-агента Replit. Во время объявленной заморозки изменений агент удалил рабочую базу данных с записями о более чем тысяче компаний и руководителей, а затем неверно сообщил, что восстановление невозможно. Replit после инцидента ввела автоматическое разделение баз для разработки и продакшена и режим, в котором агент только планирует изменения, не выполняя их. Где вайбкодинг экономит недели Проверка гипотез. Кликабельный прототип с реальными данными, который можно показать клиентам и инвесторам. Цель — узнать, нужен ли продукт, а не построить его навсегда. MVP для первых пользователей. Ограниченный сценарий, небольшая аудитория, готовность переписать всё, если идея сработает. Как определить границы первой версии, мы разобрали в статье об MVP . Внутренние инструменты. Админки, калькуляторы, дашборды, формы для сотрудников — там, где пользователей немного, а цена ошибки невелика. Лендинги и промостраницы с простыми формами и интеграциями. Telegram-боты и небольшие автоматизации : выгрузки, уведомления, связка двух сервисов через API. Одноразовые скрипты для миграции или анализа данных, которые запускаются несколько раз и выбрасываются. Общее у этих задач одно: небольшой объём, понятный критерий «работает или нет» и ограниченные последствия ошибки. Где подход ломается Безопасность и доступы Авторизация, права пользователей, защита от инъекций, хранение ключей. Модель легко сгенерирует форму входа, которая выглядит правильно, но пропускает запросы без проверки прав или хранит секреты в клиентском коде. Снаружи такие ошибки не видны, а вайбкодинг проверяет только то, что видно. Деньги и персональные данные Платежи, возвраты, биллинг, обработка персональных данных. Здесь ошибка стоит денег и может нарушать закон. Для сайтов и сервисов в России это требования 152-ФЗ о персональных данных : согласия, локализация, защита хранилищ. Рост кодовой базы Пока проект небольшой, модель держит его в контексте целиком. Когда файлов становится много, она начинает дублировать логику, ломать соседние функции при исправлении одной и противоречить собственным решениям. Каждая новая правка обходится дороже предыдущей, и в какой-то момент проще переписать, чем чинить. Интеграции со сложными системами Учётные системы, CRM, legacy-API с нестандартным поведением. Модель не знает особенностей конкретной системы и уверенно генерирует правдоподобный, но неверный код обмена. О подводных камнях таких интеграций — в статье об интеграции CRM и 1С . Нагрузка и сопровождение Вайбкод редко проектируется под рост аудитории: запросы к базе без индексов, отсутствие кеширования, никакого мониторинга. Когда проект нужно передать команде или сменить подрядчика, выясняется, что архитектуры и документации нет, а логику никто не понимает. Как вайбкодить и не пожалеть Разделите окружения. У AI-инструмента не должно быть доступа к рабочей базе и боевым ключам. Эксперименты — только на копии данных. Коммитьте после каждого удачного шага. Git позволяет откатиться, когда очередная правка модели сломает то, что работало. Просите тесты вместе с кодом и запускайте их при каждом изменении. Это единственный способ заметить, что исправление одной функции сломало другую. Не вайбкодьте критичные части. Авторизацию, платежи и работу с персональными данными пишет или хотя бы проверяет инженер. Лучше использовать готовые проверенные сервисы, чем генерировать своё. Проверяйте зависимости. Модели иногда предлагают несуществующие или устаревшие пакеты. Прежде чем устанавливать библиотеку, убедитесь, что она существует и поддерживается. Храните секреты вне кода — в переменных окружения или менеджере секретов, а не в клиентской части. Ограничьте права агента. Опасные команды — удаление, миграции, деплой — только с подтверждением человека. Зафиксируйте, что это прототип. Договоритесь заранее, при каких условиях проект переписывается или проходит аудит перед ростом. Что делать, когда прототип сработал Удачный вайбкод-прототип — не провал подхода, а его цель: гипотеза подтверждена дёшево. Дальше есть два пути. Укрепить существующий код. Подходит, если проект небольшой, стек разумный, а код читаем. Инженер проводит аудит, закрывает уязвимости, добавляет тесты, мониторинг и документацию. Переписать на основе прототипа. Подходит, если продукт будет расти, в нём деньги или персональные данные, а код запутан. Прототип становится живым техническим заданием: сценарии, экраны и логика уже проверены на пользователях. Как превратить его в полноценное ТЗ, — в статье о техническом задании на разработку , а о выборе технологий для следующего этапа — в материале о технологическом стеке для стартапа . Решение принимают по трём вопросам: сколько пользователей и денег будет проходить через систему, насколько код понятен инженеру и сколько стоит его укрепление по сравнению с переписыванием. Вайбкодинг как услуга Когда нужен не самостоятельный эксперимент, а рабочий прототип с понятной сметой, мы делаем вайбкод-разработку : MVP, лендинги, внутренние инструменты, Telegram-боты и интеграции. Стоимость — от 100 000 ₽, срок — от 1 недели, смета фиксируется на спринт, развёртывание и базовая аналитика входят в работу. Если гипотеза подтвердится, проект можно перевести в полноценную разработку веб-продукта . Частые вопросы Кто придумал термин «вайбкодинг»? Андрей Карпатый, сооснователь OpenAI и бывший директор по AI в Tesla. Он предложил выражение vibe coding в посте в X в феврале 2025 года. В ноябре 2025 года словарь Collins назвал его словом года. Можно ли вайбкодить б