Распрацоўка праграмнага забеспячэння, якая доўгі час лічылася стабільнай і высокааплатнай прафесіяй, сутыкаецца з новым трэндам у індустрыі — «вайб-кодынгам», калі штучны інтэлект піша код цэлымі блокамі па тэкставаму апісанню.
Распрацоўка праграмнага забеспячэння, якая доўгі час лічылася стабільнай і высокааплатнай прафесіяй, сутыкаецца з новым трэндам у індустрыі — «вайб-кодынгам», калі штучны інтэлект піша код цэлымі блокамі па тэкставаму апісанню.
Ветэран індустрыі Стыў Егі, які раней працаваў у Google і AWS, расказаў у інтэрв’ю Wired, што сёння кіруе ШІ-сістэмамі, якія генеруюць тысячы радкоў кода адначасова на тэрміналах у Кёрклэндзе (штат Вашынгтон). «Я проста спальваю токены», — кажа ён, маючы на ўвазе вылічальныя рэсурсы.
У сакавіку гэтага года генеральны дырэктар Anthropic Дарыа Амадэй заявіў, што ШІ зможа пісаць да 90% усяго кода ўжо на працягу паўгода, а амаль увесь код — за год. Гэтыя прагнозы ўзмацнілі трывогу: на платформах накшталт X і Bluesky праграмісты дзеляцца навінамі аб скарачэннях, асабліва сярод малодшых спецыялістаў.
Стартапы Cursor і Windsurf, які набыла OpenAI, актыўна развіваюць ШІ-інструменты, якія дазваляюць інжынерам і нават неспецыялістам пісаць праграмы з дапамогай звычайнага тэксту. Аднак эксперты папярэджваюць: ШІ часта генеруе нестабільны і ўразлівы код. «ШІ зробіць усё за вас — уключаючы фатальныя памылкі», — жартуе Егі, параўноўваючы працу з ШІ з наглядам за дзіцем.
Эканаміст MIT Дэвід Аўтор праводзіць аналогіі з іншымі аўтаматызаванымі сферамі — транскрыпцыяй і перакладам. Ён лічыць, што рутынныя задачы сапраўды можна перадаць ШІ, але складаныя інжынерныя рашэнні застануцца за людзьмі. На яго думку, нас можа чакаць «эфект Uber»: больш кода па больш нізкай цане, але і зніжэнне заробкаў.
Зараз Егі актыўна прасоўвае «вайб-кодынг» і піша аб гэтым кнігу сумесна з Джынам Кімам, вядомым спецыялістам па DevOps. Яны выступаюць за модульную архітэктуру і бесперапыннае тэставанне як спосаб знізіць рызыкі ад ШІ.
Рост папулярнасці вайб-кодынга раскалоў праграмісцкую супольнасць. Па апытанню Wired, 36% распрацоўшчыкаў падтрымліваюць ШІ-інструменты, а 38% скептычна настроены. Маладыя спецыялісты часцей падтрымліваюць новаўвядзенні, тады як ветэраны — напрыклад, Кен Томпсан з Anaconda, — крытыкуюць непрадказальнасць ШІ: адзін і той жа запыт можа даваць розныя вынікі.
Індустрыя прыстасоўваецца да змен. Генеральны дырэктар Honeycomb Крысцін Ен сцвярджае, што ШІ павялічвае прадуктыўнасць на 50% у паўтаральных задачах, але дрэнна спраўляецца з праектамі, якія патрабуюць меркаванняў і дакладнасці. Па словах Нэвіна Рао з Databricks, кампаніі ўжо аддаюць перавагу меншай колькасці, але больш кваліфікаваных інжынераў: «Раней мне трэба было 50 распрацоўшчыкаў, цяпер дастаткова 20 або 30», — кажа ён.
Нягледзячы на узрушэнні, эксперты выказваюцца за захаванне прафесіі: веданне праграмавання па-ранейшаму важна — як і матэматыка. Егі ўпэўнены, што вайб-кодынг стане нормай ужо да канца года, і заклікае распрацоўшчыкаў адаптавацца, каб не застацца пазаду.
Рэлацыраваліся? Цяпер вы можаце каментаваць без верыфікацыі акаўнта.
https://healthimpactnews.com/2025/americas-reliance-on-technology-will-soon-crash-the-world-economy-as-ais-failures-and-limitations-increase/ "Я уже некоторое время сообщаю о предстоящем крахе финансовой системы США из-за пузыря искусственного интеллекта (ИИ), который начался в конце 2022 года. «ИИ», конечно, существует уже более 75 лет, и миллиарды долларов тратятся на инвестиции в научную фантастику.
75-летняя история неудач с «искусственным интеллектом» и миллиарды долларов, потерянные при инвестировании в научную фантастику для реального мира."
такое чувство что у людей память как у рыбки дори. Все позабыли крах доткомов, а всего-то 25 лет прошло
Так сложилась жизнь, что мне пришлось 2 недели очень плотно заниматься этим самым вайб-кодингом. И знаете, я нашёл для себя сначала, это занимательным, потом ощутил, что оно делает много ненужных и неакдекватных вещей, а потом я сделал открытие, что если потратить несколько часов и модели очень внятно описать правила работы и воркфлоу, то результаты начинают резко улучшаться и всякой бессмысленной становится в разы меньше, а качество радикально улучшается. Я экспериментировал с комбинацией VSCode + CLine + Openrouter и несколькими моделями, итоге остановился на Gemini 2.5 pro для написания кода, Claude 4 Sonnet для комментов и тестов, Claude 4 Opus thinking - если застряло и всё путается. Самый радикальный эффект имело использование .clinerules , куда я методично несколько часов вписывал, что можно делать и что нельзя, кучу инструкций и прочего. И на 3-й день оно начало писать осмысленно, без галлюцинаций почти и вовремя останавливаться. Поскольку это самое .clinerules отлично коммитается в гит, то при стандартизации ИИ-стека на проекте все его участники могут коллективно улучшать своего ИИ-гребца и это уже попахивает целой новой специальностью - писать и улучшать правила под особенности конкретной модели или проекта. И ещё в том же CLine есть возможность помимо правил делать пошаговые инструкции workflows, когда замечаешь за собой какую-то повторяющуюся манипуляцию - записываешь и оно начинает делать это вместо тебя. Например, у меня оно подключалось в базе прямо через терминал башовым скриптом, выгребало дистинктом кое-какие данные и смотрело как нужно расширить набор regexp паттернов, плюс периодически брало рандомные куски кода, подставляло какие-то бордер-кейсы и проверяло все ли работает и вело об этом подробный лог. Короче, мне это казалось баловством, пока я не выполнил вот это вот всё и понял, что теперь в моих лапах просто ядреный инструментище.
это не вайб-кодинг, а обычный кодинг
периодически использую предлагаемый сгенерированный код, но по большей части удаляю предложенное гвнще - можно и нужно писать лучше, а не посредственно
https://www.spot.uz/ru/2025/03/18/vlad10-ai/ ИИ пузырь лопнет (еще раз) и это хорошо
https://www.reddit.com/r/ClaudeAI/comments/1jhtrn0/vibe_coding_is_actually_great/?tl=ru "Все вокруг гонят на вайб-кодинг, но, по-моему, люди упускают из виду реальную силу, которую он даёт нам, пользователям, не являющимся разработчиками...Я не могу проверить код, потому что у меня нет такого уровня навыков." "Вот это и есть вайб-кодинг. Дешёвка низкого качества. Нормально. Это просто ступенька ниже, чем 50 баксов за низкокачественный заказ на Фиверре. Маркетинговая байда про то, что на вайб-кодинге можно построить профессиональную софтверную компанию с оборотом в 50 миллионов долларов – полная чушь. Да и на полмиллиона тоже..."
https://www.reddit.com/r/OutOfTheLoop/comments/1jozshg/whats_up_with_vibe_coding/?tl=ru " "Вайб-кодинг" — это тупое название для того, чтобы позволять ИИ всё за тебя строить и просто выступать в роли подсказчика. Не смотреть на результат, по сути забывая, что система построена на коде. Без понимания кода, без взгляда на код, просто позволяя ИИ сделать всё за тебя."
(автоперевод туда-сюда норм, но лажает все равно - нужно править текст самому)
Из одного чатика (не мое)
‐--‐--------
За 2 дня навайбкодила интерактивный тренажёр вместо 3 месяцев разработки. Себестоимость: 0 рублей
Раньше думала, что интерактивные тренажёры — это дорого и долго. Сейчас делаю их за выходные без единого разработчика. Делюсь технологией, которая изменила наш подход к созданию учебного контента.
Как было раньше
Вариант "люкс": методист неделю придумывает концепцию → дизайнер рисует макеты → разработчик кодит месяц. Итог: 300-500К рублей и молитвы, чтобы преподавателю понравилось.
Вариант "эконом": методист что-то накидывает в PowerPoint, студенты засыпают на третьем слайде.
Главная проблема — всё ограничено опытом и фантазией конкретного методиста. А что если он никогда не видел крутых интерактивных механик?
Как делаю сейчас
Шаг 1: Анализ и генерация идей
Загружаю материалы преподавателя в ИИ Промпт: "Вот учебный материал по [тема]. Предложи 10 вариантов интерактивной визуализации для максимального вовлечения студентов" ИИ выдаёт идеи, о которых я бы никогда не подумала
Шаг 2: Реализация
Выбираю лучшую идею Промпт: "Сгенерируй интерактивный тренажёр по этой концепции. Требования: [дизайн, механики, адаптивность]" За час получаю рабочий код
Автоматизация: наш разработчик сделал автодеплой в LMS. Копирую код → вставляю в форму → тренажёр уже в курсе.
Конкретный пример
Преподаватель дал сухую теорию по финансовому моделированию. Методист предложил бы тест или кейс.
ИИ предложил интерактивный симулятор стартапа, где студент в реальном времени видит, как его решения влияют на cash flow. Студенты залипают на часы.
Что изменилось кардинально
Скорость: 2 дня вместо 3 месяцев
Бюджет: 0 рублей вместо 300-500К
Качество идей: ИИ видел тысячи образовательных механик, я — десятки
Масштабирование: теперь можем делать интерактив для каждого модуля, а не только для "важных"
Результаты
Вовлеченность вырос с 67% до 89% Время на создание курса сократилось в 5 раз NPS преподавателей поднялся на 32 пункта Процесс теперь встроен в наш стандарт разработки
А преподы радуются, как дети ей богу. Это для меня один из самых топовых индикаторов, что мы делаем что то крутое, что нравится экспертам. Пример, на скрине
Честно о проблемах
Иногда ИИ генерирует слишком сложные механики — приходится упрощать Иногда занимает время на вычесывание Нужна проверка на педагогическую целесообразность
Но это всё решаемо и не отменяет главного - барьер входа в создание качественного интерактивного контента упал до нуля.
Пример на скрине особенно убедителен