Недавно я наткнулся на термин «vibe coding» и слегка офигел. Оказывается, то, как я последние два года клепаю свои приложения — с минимумом ручного кода и максимумом автоматизации с нейронками, — теперь имеет модное название. Под катом я хочу поделиться своими инструментами для парного программирования с нейронкой и мыслями о том, куда нас это все ведет.
Итак, какие вайбы? Пока одни удивляются, другие робко пробуют, а третьи яростно критикуют, я сижу и думаю: «Серьезно?». С первого дня, как увидел современные нейронки в деле, я начал их юзать не для генерации вариаций пасты про батин суп, а для реальной работы. И теперь, какой‑то чувак из Tesla обозвал это «вайб‑кодингом».
А два с небольшим года назад я, как и все, уже устал писать однотипный boilerplate для проектов, таскать куски кода между файлами и гуглить одно и то же раз в неделю. Тогда, в августе 2022-го, вышел в открытую бету оригинальный GitHub Copilot. Поднялся небольшой шум «вау, будущее наступило», а я попробовал и подумал: «Ну, автокомплит автокомплитом». Генерировал он тогда так себе, особенно если задача выходила за рамки «напиши функцию». Да и до сих пор Copilot в VS Code — это худший инструмент для разработки с нейронками.
Потом, в ноябре того же года, появился ChatGPT 3.5. Вот тут я реально впечатлился. Это был не просто генератор кода, а самый настоящий говорящий компьютер.
Под впечатлением тогда сделал заметку
Для меня ChatGPT прошла тест Тьюринга-наоборот.
Если в оригинальном тесте Тьюринга, машина должна тебя убедить, что она - живой человек, то в случае ChatGPT, сами ответы, их структура, заставляют чувствовать, что ты говоришь не просто с машиной. Хотя прекрасно знаешь, что перед тобой нейронка.
Я без остановки жег лимиты запросов, закрывая дыры в знаниях по Computer Science, оставленные прогулами пар в универе. Интроверт вроде меня, который боялся задавать "глупые" вопросы на Stack Overflow или где-то еще, получил идеальный способ учиться – будто берешь интервью у профессора, который никогда не устает объяснять. Код он тогда писал отвратительно, но я все равно пытался.
И вот в какой-то момент я окончательно устал копипастить содержимое файлов в чат, чтобы дать контекст. Тогда я с помощью той же нейронки сварганил простую консольную утилиту, которая, как бы “схлопывает” весь проект в единый текстовый файл. Закинул его в чат – и вуаля, нейронка сразу видит структуру, файлы, все, что нужно. Это был первый шаг.
Потом, с выходом ChatGPT 4, я понял: если подобрать правильные инструменты, кодить с нейронкой становится реально удобно. Python с его экосистемой, Django как backbone, Tailwind для верстки интерфейсов вместо заморочек с БЭМ – все легло в эту концепцию как влитое. Так я и начал: минимум ручной работы, максимум – "эй, AI, сделай мне бота".
Первым проектом, целиком написанным с нейронками, стал WebInsights – обертка над OpenAI API для анализа JS-кода, robots.txt и сайтмапов. Я даже пытался запустить его как SaaS, сделал релиз на ProductHunt, получил немного шума, но в итоге закрыл. Трафик был вялый, продаж не было, одни убытки на сервера в DigitalOcean. Зато опыт – бесценный. С тех пор я окончательно ушел во фриланс, начал лепить парсеры, ботов и другие штуки на Django, сразу контейнеризируя их с помощью Docker. И вот уже два года я пишу от силы 10% кода сам, а остальное генерит AI.
Prototype и snap2txt – моя вайб-кодинг основа
За эти два года у меня сформировался свой набор инструментов, которые стали основой моего подхода. Это Prototype и snap2txt – две штуки, без которых я теперь не начинаю ни один проект.
Prototype: быстрый старт без головной боли
Prototype – это мой quick-start набор для Django-проектов в Docker-контейнере. Почему Docker, а не venv? Потому что он дает полную изоляцию окружения и гарантирует, что все, что крутится у меня на компе, без проблем поедет на сервер – хоть на Railway.app, хоть на DigitalOcean, хоть куда. Внутри – Dockerfile, docker-compose с базовыми настройками, хелпер для работы с OpenAI API и shell-скрипт, который запускает все одной командой. Клонируешь репо, называешь проект, запускаешь ./setup.sh – и через пару секунд у тебя рабочий контейнер с Django на localhost.
snap2txt: мгновенный контекст проекта
Я сделал эту утилиту полтора года назад и с тех пор юзаю ее почти каждый день. Она простая: берет проект, складывает все нужные файлы в один текстовой файл и исключает мусор вроде node_modules или .git через ignore-лист, похожий на .gitignore. Есть еще whitelist, если нужно включить только конкретные файлы. Дальше просто говоришь нейронке, что нужно сделать, и вперед.
Как это работает? Допустим, у тебя Django-проект. Делаешь snap2txt --il, получаешь project_contents.txt, закидываешь его в Cursor Composer или любой AI-чат – и нейронка сразу видит всю структуру. Дальше пишешь промпт: один-два запроса – и готово. Без snap2txt я бы до сих пор носил код по кускам, как животное.
Почему это удобно?
Эти штуки экономят кучу времени. Prototype убирает возню с настройкой окружения, snap2txt – с передачей контекста. Добавь сюда Cursor (мой фаворит, потому что даже файлы создавать не надо) или любую чат-модель типа Claude, DeepSeek или ChatGPT – и ты можешь за час слепить гуано рабочее приложение прототип, на который раньше ушла бы неделя-другая. Можно быстро сделать бота для Telegram, парсер данных или собрать self-hosted Telegra.ph на маркдауне за три минуты:
Наступит будущее: кодят нейронки, а мы что?
Все это время я думаю: а куда это все катится? Два года назад я не мог представить, что 90% кода в моих проектах просто не нужно будет писать. А сейчас это реальность. И если верить Цукербергу, который обещает, что в 2025-м mid-level код в Facebook будут готовить AI-ассистенты, то мы только в начале пути.
Код от нейронки – это новый говнокод?
Серьезные Люди™ уже ворчат, что вайб-кодинг – это просто модный способ плодить технический долг. И они отчасти правы. Код от нейронок иногда выглядит как "работает, но не спрашивай как". Бывает, что AI напишет что-то, а ты сидишь и думаешь: "Где тут XSS спрятался?". Или оно работает на твоем компе, но на сервере падает, потому что нейронка забыла про Debug = True. Без присмотра это может стать миной замедленного действия.
Но я верю, что это временно. Системы становятся умнее. Через пару лет, возможно, необходимость вникать в детали вообще отпадет. AI будет писать, проверять и деплоить, автоматический мониторинг – мониторить, а программист превратится в оператора. Сидишь, смотришь на монитор, иногда даешь нейронке по рукам и жмешь "красную кнопку", если что-то пошло не так.
Какие навыки останутся?
Если код писать не придется, что тогда? Думаю, будущее за теми, кто умеет задавать правильные вопросы. Не "как написать эту функцию", а "что я вообще хочу получить". Навыки проектирования, понимание архитектуры, умение разбивать задачу на куски и доносить ее до AI – вот что будет в цене. Плюс базовые знания, чтобы отличить нормальный код от мусора. Вайб-кодинг не про то, чтобы забыть программирование, а про то, чтобы переключиться с рутины на идеи.
Отдельно хочется сказать про “спрос” на рынке. От того, что программистов стало больше в последние годы, спрос на софт меньше не стал. Наоборот, нужно больше софта. Что будет если средний программист на пару с нейронкой станет производить в 10 раз больше софта? Понадобится еще больше софта. Не уверен на 100%, но такой уж я чувствую “вайб”, если угодно.
Хорошо это или плохо?
Честно – не знаю. Никто не знает. Но для меня эти два года с AI стали концентрированной инъекцией знаний. Я вырос как программист больше, чем за прошлые восемь лет. И все это без форумов, без неловких вопросов на Q&A‑сайтах, просто общаясь с нейронкой. Для интроверта вроде меня это идеально. А для индустрии? Возможно, мы идем к тому, что кодить будут не программисты, а те, кто умеет «вайбить» с AI. И это уже не далекое будущее — мы уже почти здесь.
