Конец эры ручного кода: как вайб-кодинг изменит ИТ–индустрию

Не секрет, что некоторые простые задачи уже способен закрывать искусственный интеллект. В начале 2025 года в разработке появилось новое понятие — вайб-кодинг. Это ленивый способ программирования при помощи нейросетей: разработчик составляет текстовый запрос на человеческом языке, а искусственный интеллект генерирует соответствующий код. В результате — получается готовое решение.

Отличие от привычного использования нейросетей в том, что они стали не вспомогательным инструментом, а основным. Но оставит ли этот метод программистов без работы или же у него существуют ограничения и недостатки, которые способен закрыть лишь человек?

Артем Шеленговский, CEO компании true.code, расскажет о том, заменит ли вайб–кодинг разработчиков, на что еще способны нейросети и где их ограничения, недостатки и риски.

Артем Шеленговский

CEO true.code

С чем нейросети уже справляются

Согласно исследованию, которое мы провели внутри компании, нейросети уже берут на себя в среднем 35% задач в разработке, а в генерации шаблонного кода значение достигает 60%.

Например, с помощью вайб–кодинга такие задачи, как генерация CRUD-интерфейсов, подготовка типовых API-эндпоинтов, генерация конфигурационных файлов, уже на 70% автоматизированы. Формирование SQL–запросов к базам данных ИИ выполняет в 50% случаев, а поиск ошибок и ведение документации — в 40%. Особенно впечатляет скорость: если разработчик тратит в среднем 2 часа на написание unit-тестов, нейросети справляются за 30 минут, экономя 75% времени. При этом корректно и эффективно выполнять задачу на 100% с помощью ИИ и даже вайб-кодинга невозможно, потому что симбиоз понимания бизнес–логики и необходимого результата, умения проверить код и поставить задачу доступен только человеку.

Какие задачи все еще остаются за человеком

Развитие ИИ не означает, что эра программистов закончилась. Нейросети становятся мощным инструментом, перераспределяя роли в ИТ–сфере. Но несмотря на прогресс, нейросети пока не способны полностью заменить программистов. Критически важные аспекты разработки остаются за людьми. Например, нейросеть не справится с созданием архитектуры модуля без участия программиста, лишь предложит направление или общее видение. Работу с legacy-кодом ИИ закрывает на 15% от общего объема работы, но в основном анализ устаревших систем остается за человеком. В оценке эффективности кода нейросети помогают нам лишь на 10% сократить время выполнения задачи, потому что решение, что оптимизировать и как масштабировать, требует понимания бизнес-контекста.

Есть и риски, которые несут нейросети. ИИ иногда зацикливается на неочевидных ошибках или предлагает рабочие, но не эффективные решения. Без контроля такой код может привести к проблемам с производительностью и безопасностью и содержать уязвимости, например, SQL–инъекции, которые позволяют использовать фрагмент вредоносного кода для манипулирования внутренними БД с целью получить информацию.

Кроме того, зависимость от облачных API вроде OpenAI создает уязвимость: если сервис отключится или отзовет лицензию, бизнес-процессы могут встать. Разработчики, которые строят свою деятельность исключительно на вайб-кодинге и при этом не осознают, что происходит внутри, будут вызывать сомнения у представителей компаний.

Как выглядит процесс внутри команды

Внутри команд процесс разработки уже трансформируется. Мы используем нейросети, в том числе и вайб-кодинг, поэтому главным критерием в сотруднике становится не умение писать, а мыслить в плоскости бизнеса. Сейчас моя команда может простраивать бизнес-логику и думать о потребностях пользователя и компании.

В реальной практике это выглядит так: ИИ ускоряет создание MVP, то есть описание функционала в трекере можно быстро преобразовать в каркас проекта, создав прототип. Или же есть возможность обучать нейросети, загружая в него уже готовые проекты, а затем задать конкретный запрос и отредактировать результат. Например, некоторые члены нашей команды используют Cursor, ускоряя процесс создания MVP в 3-4 раза.

Современные редакторы кода на ИИ автоматически предлагают решения. Например, при вводе update user система сразу подсказывает нам, как реализовать обновление данных в БД, сокращая время работы. Стандартные операции — авторизация, роли, создание пользователя — генерируются за минуты. Нейросети также помогают в ревью кода junior–разработчика, хотя сложную логику по-прежнему лучше проверять вручную.

Задачи, такие как создание сайта, уже сейчас можно полностью отдать ИИ, но более сложные проекты, например, связанные с автоматизацией казначейства или мультибанкинга нет — нейросети помогут лишь с некоторой частью работы, но для выполнения таких стратегических задач нужно понимать задачи бизнеса.

Заменит ли вайб-кодинг разработчиков

С появлением вайб–кодинга в обществе появилось опасение, что любой желающий сможет писать код при помощи нейросетей, а разработчики лишатся работы. Но, скорее всего, такого не произойдет — изменятся требования к специалистам.

Junior-разработчики, чьи задачи сводятся к написанию шаблонного кода и простым правкам, окажутся под ударом, так как их работа будет автоматизирована. Но тем не менее, компании не откажутся от начинающих специалистов, изменения произойдут в специфики работы: их основные функции перейдут от написания кода к promt engineering. Кроме того, работодатели будут заинтересованы в их росте до более опытных сотрудников. Такая тенденция коснется начинающих специалистов и в других областях, но это не означает, что больше не нужно повышать навыки, так как они понадобятся для того, чтобы ставить нейросетям задачи и проверять корректность их выполнения. В то же время спрос вырастет на Senior- и архитекторов, которые понимают бизнес-логику и могут ставить корректные задачи ИИ.

Soft skills станут критически важны: умение общаться с заказчиком, проектировать системы и объяснять нейросетям требования будет цениться выше, чем просто написание кода. Как изобретение калькулятора не убило математиков, так и ИИ не заменит программистов. Но те, кто не научится работать с нейросетями, останутся за бортом.

Это неизбежно повысит спрос на настоящих экспертов, кто разбирается в фундаментальных принципах разработки. Без глубокого понимания предметной области невозможно ни грамотно поставить задачу ИИ, ни проверить корректность его решений. Более того, в новой реальности может вернуться ценность высшего образования, которое в последние годы многие считали избыточным, хотя именно оно дает ту самую базу.

Будущее заказной разработки

Будущее заказной разработки будет определяться скоростью создания MVP и кастомизацией. Клиенты будут ожидать прототипы за дни, а не недели. ИИ возьмет на себя шаблонные части, а люди сосредоточатся на тонкой настройке под конкретные бизнес–задачи. Появятся и новые роли — например, промт–инженеры, которые будут специализироваться на формулировании запросов и контроле выводов нейросетей.

По моим прогнозам, через 1–2 года ручное написание CRUD или базовых API станет анахронизмом. Но разработчики, которые смогут совмещать технические навыки с бизнес-аналитикой, окажутся в выигрыше.

Артем ШеленговскийCEO компании true.code

Вайб-кодинг не уничтожит профессию программиста, но изменит его рабочий ритм: меньше стресса и времени на рутинные дела. Пока критики спорят о «ленивом подходе», практики закрывают задачи без падения качества, но с ощутимым комфортом.

Наблюдается рождение новой нормы, когда простые задачи решаются через естественный язык, а сложные — через глубокое погружение, так как, несмотря на то, что вайб–кодинг отлично справляется с шаблонной работой, он бессилен в понимании бизнес–контекста. Это не угроза профессии разработчика, а ее естественное разделение: рутина уходит к нейросетям, стратегическое мышление остается людям.

Время покажет, был ли вайб–кодинг временным трендом или новой главой в разработке. Но пока этот метод будет безопасно и эффективно решать поставленные задачи, экономя силы и время программистов, спрос на него будет расти.