Разработка программного обеспечения, долгое время считавшаяся стабильной и высокооплачиваемой профессией, сталкивается с новым трендом в индустрии — «вайб-кодингом», когда искусственный интеллект пишет код целыми блоками по текстовому описанию.
Разработка программного обеспечения, долгое время считавшаяся стабильной и высокооплачиваемой профессией, сталкивается с новым трендом в индустрии — «вайб-кодингом», когда искусственный интеллект пишет код целыми блоками по текстовому описанию.
Ветеран индустрии Стив Йегги, ранее работавший в Google и AWS, рассказал в интервью Wired, что сегодня управляет ИИ-системами, генерирующими тысячи строк кода одновременно на терминалах в Кёркланде (штат Вашингтон). «Я просто сжигаю токены», — говорит он, имея в виду вычислительные ресурсы.
В марте этого года генеральный директор Anthropic Дарио Амодей заявил, что ИИ сможет писать до 90% всего кода уже в течение полугода, а почти весь код — за год. Эти прогнозы усилили тревогу: на платформах вроде X и Bluesky программисты делятся новостями о сокращениях, особенно среди младших специалистов.
Стартапы Cursor и Windsurf, который приобрела OpenAI, активно развивают ИИ-инструменты, позволяющие инженерам и даже неспециалистам писать программы с помощью обычного текста. Однако эксперты предупреждают: ИИ часто генерирует нестабильный и уязвимый код. «ИИ сделает всё за вас — включая фатальные ошибки», — шутит Йегги, сравнивая работу с ИИ с присмотром за ребёнком.
Экономист MIT Дэвид Аутор проводит аналогии с другими автоматизированными сферами — транскрипцией и переводом. Он считает, что рутинные задачи действительно можно передать ИИ, но сложные инженерные решения останутся за людьми. По его мнению, нас может ожидать «эффект Uber»: больше кода по более низкой цене, но и снижение зарплат.
Сейчас Йегги активно продвигает «вайб-кодинг» и пишет об этом книгу совместно с Джином Кимом, известным специалистом по DevOps. Они выступают за модульную архитектуру и непрерывное тестирование как способ снизить риски от ИИ.
Рост популярности вайб-кодинга расколол программистское сообщество. По опросу Wired, 36% разработчиков поддерживают ИИ-инструменты, а 38% скептически настроены. Молодые специалисты чаще поддерживают нововведения, тогда как ветераны — например, Кен Томпсон из Anaconda, — критикуют непредсказуемость ИИ: один и тот же запрос может давать разные результаты.
Индустрия приспосабливается к изменениям. Генеральный директор Honeycomb Кристин Йен утверждает, что ИИ увеличивает продуктивность на 50% в повторяющихся задачах, но плохо справляется с проектами, требующими суждений и точности. По словам Нэвина Рао из Databricks, компании уже предпочитают меньше, но более квалифицированных инженеров: «Раньше мне нужно было 50 разработчиков, теперь достаточно 20 или 30», — говорит он.
Несмотря на потрясения, эксперты высказываются за сохранение профессии: знание программирования по-прежнему важно — как и математика. Йегги уверен, что вайб-кодинг станет нормой уже к концу года, и призывает разработчиков адаптироваться, чтобы не остаться позади.
Релоцировались? Теперь вы можете комментировать без верификации аккаунта.
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