Знаете, что общего между продажником, который собрал CRM для бизнеса на Claude Code за неделю, и моим сеньором с десятилетним опытом, который до сих пор считает AI-кодинг «ленивым». Оба стоят по разные стороны одной и той же невидимой линии, и оба пока не понимают, что эта линия – единственное, что отделяет AI slop от профессионального кода.
Я провёл последние два года, пытаясь втолковать своей команде, что AI – это не замена инженеру, а новый слой абстракции; что писать код руками в 2026-м – всё равно что копать траншею руками, когда у тебя есть экскаватор. И знаете что? Эффекта было ноль, как говорить со стеной. Потом пришёл Claude Code, и вскоре стена начала трещать.
Автор: Гари «Garimitsu»
Вайб-кодинг – это не грех. Все хотят всё и сразу, легко и быстро.
Вот тот самый продажник: не разработчик, не инженер. Ему нужно было управлять людьми – отправлять задания, отслеживать документы. Он открыл Claude Code и просто… объяснил проблему. Неделю спустя у него был рабочий MVP. Я спросил: «Какая база данных?» – он посмотрел на меня так, будто я спросил о смысле жизни.
Так выглядит идеальный пример вайб-кодинга. AI выбрал архитектуру, AI выбрал инфраструктуру, AI выбрал базу. Человеку было всё равно, он даже не знал, что это – и это нормально. Для внутреннего инструмента, который не выходит в продакшн, это не просто нормально – это блестяще. Самая настоящая демократизация разработки: человек без технического бэкграунда решил реальную бизнес-проблему за семь дней вместо семи месяцев.
Но вот стоматолог из Суррея, который за 8–10 недель построил полноценную операционную систему для клиник – CRM, финансы, LMS, всё в одном флаконе. Он тоже использовал Claude Code, но прежде, чем открыть его, он написал волшебный документ под названием PRD. Не «сделай мне крутую штуку», а документ, который, будь он передан трём разным людям-разработчикам, привёл бы к одному и тому же результату. Его инженер определил схемы данных, API, обработку ошибок, поведение в разных состояниях. AI писал код – но только после того, как человек подтвердил, что задача ясна и понятна.
Вот она, линия. Один и тот же инструмент. Один и тот же Claude Code. Но на одной стороне – прототип, на другой – продакшн.
Код может выглядеть одинаково с обеих сторон, и разница невидима – пока не случится скачок пользователей, пока не понадобится масштабирование, пока не потребуется добавить фичу, которая ломает всю архитектуру. И вот тогда это происходит: тогда вайб-кодер осознаёт, что не знает, что с этим делать, потому что с технической стороны он ничего не знает. Он даже не может понять, что, где и почему сломалось.
Видите ситуацию? AI slop – это не просто плохой код. Это код, который работает, пока не перестаёт, а когда перестаёт, вы стоите перед развалинами системы, которую не понимаете, не контролируете и не можете починить.
Чем же отличается профессиональный AI-кодинг? Это не когда AI пишет меньше кода, а когда человек делает свою работу до того, как AI напишет первую строчку.
Я сам прошёл через это. Мы в Arcanion строим AI-native платформу для создания игр. Раньше я бы сказал: «Ребята, вот задача, вперёд». Сейчас я прежде всего прошу у сеньоров PRD и specs – еще один вид волшебных документов, которые выводят AI-кодинг на следующий уровень. Потом – прожарка: скармливаем документы разным AI, которые максимально критично оценивают все недостатки, и лишь затем – генерация кода.
В итоге сеньоры в удивлении спрашивают меня, full-time ли я на проекте, видя количество кода, которое я пишу с AI.
CEO Glowforge Дэн Шапиро описывает пять уровней AI-кодинга. Нулевой – GitHub Copilot, автодополнение и ничего больше. Первый и второй – человек ведёт, AI помогает. Третий и четвёртый – AI пишет большую часть, человек ревьюит и пишет specs. Пятый – «тёмная фабрика»: AI получает specs и делает всё сам, от кода до деплоя. В 2026-м многие стартапы утверждают, что они уже там – и больше не нанимают людей-разработчиков.
Признаться, мы в Arcanion еще не там: мы в переходе. И вот что я понял за эти два года, а моя команда – только начинает осознавать: AI-кодинг не фиксит плохие инженерные практики – он их вскрывает. Если у вас пять разных мнений о том, как должен выглядеть хороший код – AI увидит все пять и запутается. Если у вас нет чётких стандартов – AI их не создаст за вас. Если вы не задокументировали архитектуру за четыре года разработки – не ждите, что AI разберётся сам (именно эту проблему мы ощущаем на себе особенно остро).
Мы написали стандарты кодирования. Перевели бэкенд в монорепозиторий, чтобы AI мог ориентироваться. Внедрили specs и другие защитные механизмы. Но это не про AI: это про наш собственный подход к практике профессионального кодинга, чтобы в нашем стартапе писался хороший код – независимо от того, кто или что его пишет.
И вот самое сложное: мои сеньоры – люди с десятилетием опыта, которые перечитали множество еще бумажных – вы не ослышались – книг о программировании и за свою практику, накопили много шаблонов, которые теперь автоматически используют в своей работе. Для них AI-кодинг кажется ленивым не потому, что они глупые, а потому, что среди их шаблонов нет опции «делегировать машине» – по множеству причин, и всё вышеописанное – среди них.
Я сейчас в точке, где мои опытные сеньоры переходят на профессиональный AI-кодинг впервые. И каждый день – это баланс между «не сломать команду» и «не отстать от поезда». Они не сопротивляются открыто, но я вижу, как им неохотно: как они цепляются за Claude как лучшую модель, зная, что есть дешевые альтернативы; за невозможность проверить тысячи строк AI-кода за раз; за ощущение лености. Когда я уверяю их, что на самом деле больше усилий уходит на правильный контроль за AI, и потому это вовсе не «леность» – они отвечают односложно: «Возможно».
Контроль в данном случае – не в написании каждой строчки. Контроль – в архитектуре и в спецификации. В том, что AI строит именно то, что вы задумали, по вашим правилам, а не то, что он «почувствовал» и сделал, как сам решил.
При этом я вижу, как рождается новое поколение. AI-нативные инженеры, которые не зубрят алгоритмы, но отлично понимают архитектуру, масштабирование, распределённые системы. Они не пишут код – они умело управляют агентами, и будут в десять раз продуктивнее тех, кто продолжит биться лбом о клавиатуру.
Если вы сейчас вайб-кодите SaaS, который обрабатывает данные клиентов – остановитесь. Напишите PRD, определите архитектуру, заставьте AI подтвердить, что он понял задачу, прежде чем напишет код. Внедрите стандарты и правила. Соберите всё в монорепозиторий. Настройте сканирование уязвимостей. Если потратить на это время сейчас, это ускорит вас в десять раз, когда придёт время масштабироваться.
Вайб-кодинг – для прототипов. Профессиональный AI-кодинг – для продакшна. Линия почти невидима, пока что-то не сломается, но тогда исправлять уже поздно – не откладывайте до этого момента, эволюционируйте уже сейчас с вайб-кодера в профессионального агентного инженера, чтобы Казахстан рос в IT-рейтинге стран еще быстрее.
Больше в Instagram автора: https://www.instagram.com/garimitsu
