Вайбкод крепчал. Колонка главреда

Кодинг выходит из чата

Я уже пи­сал одну колон­ку про вай­бко­динг, но это было поч­ти год назад. Я тог­да осто­рож­но рекомен­довал вай­бко­дить лич­ные инс­тру­мен­ты и изу­чать в про­цес­се новые вещи. Но, как и мно­гие тог­да, отвергал идею, что выдава­емый LLM код годит­ся для про­дак­шена в чис­том виде. Поп­робовать идею — да. Сде­лать на ско­рую руку лич­ный инс­тру­мент — впол­не. А вот соз­давать код, который будет кру­тить­ся на сер­вере и обслу­живать тысячи поль­зовате­лей, — луч­ше не надо.

На вся­кий слу­чай пояс­ню, что под «вай­бко­дин­гом» я тог­да имел в виду имен­но прог­рамми­рова­ние сле­пым методом: дал модели задачу, потом сра­зу запус­каешь то, что получи­лось, про­сишь дорабо­тать или починить, и так далее. Короче, спо­соб для тех, кто вооб­ще не уме­ет или не хочет заг­лядывать в исходни­ки.

Ес­ли же ты чита­ешь выдава­емый моделью код, активно вме­шива­ешь­ся, тес­тиру­ешь отдель­ные фун­кции, даешь деталь­ные ука­зания, то где же тут вай­бинг? Никако­го тебе рас­сла­бона под музыч­ку: это реаль­ный выматы­вающий труд, прос­то с более мощ­ными инс­тру­мен­тами в руках. Кор­рек­тный тер­мин для такого занятия — AI-assisted coding, а «вай­бко­динг» прев­раща­ется в драз­нилку.

Так или ина­че, за пос­ледний год оба метода окрепли неимо­вер­но. Модели научи­ли гораз­до луч­ше исполь­зовать инс­тру­мен­ты, в пер­вую оче­редь — поиск в сети и выпол­нение локаль­ных команд. Плюс дорабо­тали обвязку — авто­мати­чес­кое управле­ние кон­тек­стом, который пода­ется на вход вмес­те с зап­росом.

Сам я до недав­них пор по ста­рин­ке давал задания на каж­дую фун­кцию через обыч­ный чат, прог­лядывал код, копиро­вал, тес­тировал. Конеч­но, всю дорогу была воз­можность обра­тить­ся к модели через спе­циаль­ный чат в VS Code и получить прав­ки в виде диф­фов к откры­тому фай­лу, но мне этот метод казал­ся небезо­пас­ным: даже если вни­матель­но прог­лядыва­ешь изме­нения, напор­тачить мож­но одним невер­ным кли­ком. Отдель­ной проб­лемой было то, что модель без спе­циаль­ных ука­заний не стре­мит­ся заг­лядывать в сосед­ние фай­лы в про­екте.

И тут на сце­ну выходят инс­тру­мен­ты нового поколе­ния: Claude Code, OpenAI Codex и Gemini Code Assist. В срав­нении с нетороп­ливым копипей­стом из чата они ощу­щают­ся как отбой­ный молоток про­тив пер­форато­ра — инс­тру­мент сов­сем дру­гого уров­ня силы. (В скоб­ках замечу, что руч­ное кодиро­вание в этой ана­логии — долото и киян­ка. Тру­дозат­ратный, но точ­ный ста­рый спо­соб работать. Отбой­ным молот­ком‑то шедев­ров не соз­дашь!)

В наше вре­мя для неболь­ших задач мож­но уже вооб­ще не откры­вать редак­тор кода и работать пря­мо в чате. Если модель видит, что нуж­но заг­лянуть в сосед­ние фай­лы, — заг­лядыва­ет. Если нуж­но прог­нать тест — про­гонит. Может даже запус­тить прог­рамму и, если та валь­нет­ся, почитать лог и поп­равить. А если не получит­ся сде­лать, как ты про­сил, будет пов­торять это до побед­ного кон­ца или упрется в лимит токенов.

Те­перь фигачить скрип­ты или неболь­шие сай­ты всле­пую ста­ло еще лег­че. Ну а если ты готов писать деталь­ные ТЗ, сле­дить за струк­турой про­екта, прос­матри­вать код и сов­мес­тно с моделью вес­ти докумен­тацию (она опи­сыва­ет, что нава­яла, а ты — что нуж­но), то пре­делов вооб­ще, счи­тай, боль­ше нет.

В общем, если не про­бовал — обя­затель­но поп­робуй, хотя бы ради инте­реса!

Токенмаксинг

И раз­работ­чики при­нялись фигачить, да еще как! Десят­ки парал­лель­но работа­ющих кодинг‑аген­тов, неп­рерыв­ная необ­ходимость выг­рести все ресур­сы, которые дают по под­писке, сче­та за токены на сот­ни и тысячи дол­ларов, ког­да под­писок не хва­тает... Все это, похоже, теперь ста­новит­ся нор­мой.

Ра­бото­дате­ли не прос­то не пре­пятс­тву­ют такому поведе­нию, а вся­чес­ки его поощ­ряют. Статья Кевина Руса в The New York Times от 20 мар­та 2026 года «More! More! More! Tech Workers Max Out Their A.I. Use» опи­сыва­ет феномен «токен­максин­га» (tokenmaxxing) — ког­да кодеры сорев­нуют­ся за то, кто сож­жет боль­ше ИИ‑токенов.

В некото­рых ком­пани­ях уже ста­ли вво­дить лидер­борды по пот­рачен­ным токенам: кто боль­ше исполь­зует ИИ, тот (пред­положи­тель­но) про­дук­тивнее тру­дит­ся. В статье Forbes «The ‘AI Gods’ Spending As Much As They Can On AI Tokens» опи­сыва­ются слу­чаи, ког­да раз­работ­чикам раз­реша­ют тра­тить токены на сот­ни тысяч дол­ларов.

Ис­полни­тель­ный дирек­тор Nvidia Джен­сен Хуанг говорит:

Ес­ли инже­нер с зар­пла­той 500 тысяч дол­ларов в год не сож­жет токенов хотя бы на 250 тысяч дол­ларов, я буду глу­боко встре­вожен.

Ко­неч­но, Nvidia на всем этом неп­лохо зараба­тыва­ет и рас­простра­нять такие нас­тро­ения Хуан­гу выгод­но, но и дру­гие айтиш­ные CEO и CTO с ним солидар­ны.

Ин­женеры в ком­пани­ях вро­де OpenAI и Anthropic вооб­ще никак не огра­ниче­ны в исполь­зовании ИИ и нас­лажда­ются дос­тупом к самым мощ­ным моделям. Рекорд токен­максин­га на момент пуб­ликации это­го тек­ста при­над­лежит сот­рудни­ку OpenAI, который сжег 210 мил­лиар­дов токенов за неделю.

CTO Meta Эндрю Бос­ворт в ответ на воп­рос, какой у его команд лимит на токены, отве­тил:

Нет лимитов. Пусть про­дол­жают. Это лег­кие день­ги.

Да­же у раз­работ­чиков поп­роще уже кон­чают­ся идеи, что бы еще такое накоди­ровать. Хоб­би‑про­екты, которые люди откла­дыва­ли годами, ока­зыва­ются завер­шены за пару вечеров. Глав­ное — не перего­реть и не сло­вить еще одно новое явле­ние — AI brain fry, бук­валь­но «спек­шиеся от ИИ моз­ги».

No-AI

Ес­ли ты дума­ешь, что это отда­ет каким‑то пси­хозом, то ты такой не один. Автор мно­гих извес­тных книг по прог­рамми­рова­нию и иде­олог метода Agile Ален Голуб, ког­да‑то кри­тико­вав­ший изме­нение про­дук­тивнос­ти методом под­сче­та написан­ных строк кода, наз­вал токен­максинг болез­ненной и безум­ной мет­рикой. И даль­ше пояс­нил:

Это изме­рение объ­ема без уче­та того, что имен­но ты стро­ишь.

Хо­роший прог­раммист дума­ет хотя бы час, преж­де чем написать 10 строк кода, а пло­хой за этот час пишет 500 строк, которые потом при­дет­ся выкинуть, потому что они пор­тят хорошую сис­тему. Токен­максинг, как и под­счет ком­митов, поощ­ряет имен­но вто­рой тип поведе­ния. Да, ты можешь навай­бить хре­нову кучу кода и сжечь целое сос­тояние, но нуж­но ли заказ­чикам то, что получит­ся?

В сен­тябре 2025 года агентство Apiiro Research опуб­ликова­ло резуль­таты иссле­дова­ния, которое показы­вает соз­вучные этим сло­вам тре­вож­ные тен­денции. Раз­работ­чики, регуляр­но при­бега­ющие к ИИ, в сред­нем про­изво­дят в 3–4 раза боль­ше кода, но при этом генери­руют в 10 раз боль­ше уяз­вимос­тей.

Ста­тис­тика печаль­ная: +322% багов, при­водя­щих к эска­лации при­виле­гий, +153% архи­тек­турных изъ­янов.

Не зас­тавили себя ждать и бор­цы с этим трен­дом. Пре­тен­зий у них мно­жес­тво: упо­мяну­тые проб­лемы с качес­твом кода и надеж­ностью соф­та, потен­циаль­ное сни­жение уров­ня навыков сред­него прог­раммис­та (так называ­емый дес­киллинг), вли­яние дата‑цен­тров на эко­логию, обу­чение ИИ на чужой интеллек­туаль­ной собс­твен­ности, неп­розрач­ность и кон­цен­тра­ция влас­ти, да и прос­то абс­трак­тная угро­за челове­чес­тву.

По­доб­но бор­цам с ГМО эти люди тре­буют явной мар­киров­ки про­дук­тов, куда попала хотя бы строч­ка ИИ‑кода. Парал­лель­но идет активная работа над ка­тало­гом соф­та, написан­ного с учас­тием ИИ. Если в репози­тории или в .gitignore най­дет­ся файл agents.md, харак­терный для ИИ‑аген­тов, или раз­работ­чик пуб­лично приз­навал­ся, что вай­бко­дил, — всё, код нав­сегда замаран.

В спи­сок уже попали Chromium и Firefox, curl и rsync, а так­же биб­лиоте­ка requests — один из самых важ­ных и популяр­ных модулей для Python с мил­лиар­дом ска­чива­ний в месяц. Рядом пред­лага­ются аль­тер­нативы: с curl надо перехо­дить на wget, requests заменить более низ­коуров­невой urllib.request... Или не надо, потому что и сам Python уже в спис­ке, рав­но как Ruby, Kotlin и весь .NET, так что если съез­жать, то на Lua. Но дол­го ли он про­дер­жится?

Что дальше

По­луча­ется, в про­тиво­вес уга­ру токен­максин­га зарож­дает­ся что‑то в духе религи­озно­го фун­дамен­тализ­ма, еще менее сов­мести­мого с жизнью. Желание сох­ранить кон­троль над кодом в целом понят­но, но заранее вид­но, что это про­игрышный путь. Уда­ры в спи­ну наносит то один раз­работ­чик, то дру­гой. Даже Линус Тор­валь­дс уже вай­бко­дит (хоть и не в ядре Linux)!

Да, спо­рить с про­цити­рован­ными выше муд­рыми сло­вами Голуба о качес­тве кода невоз­можно: он прав и в том, что токены — не мерило успе­ха, и в том, что код на выходе, мяг­ко говоря, рых­лый. Но за упо­мяну­тый Голубом час теперь (если повезет) пишет­ся не одна и не 500 строк кода, а весь про­ект от начала до кон­ца. И биз­нес прос­то не может это игно­риро­вать.

Ду­маю, в Anthropic, OpenAI и Google уже кипит работа над сле­дующим поколе­нием аген­тов, которые будут не толь­ко добав­лять базовые юнит‑тес­ты, но и делать всес­торон­ний ана­лиз уяз­вимос­тей. Один ИИ‑агент пишет прог­рамму, дру­гой ее про­веря­ет, тре­тий пыта­ется взло­мать и дает рекомен­дации, как зат­кнуть дыры.

Тут впол­не най­дет­ся мес­то для еще одно­го качес­твен­ного скач­ка — подоб­ного тому, что мы видели за про­шед­ший год. Плюс сама куль­тура при­мене­ния ИИ‑аген­тов пов­зрос­леет. Если сей­час все вай­бко­дят кто во что горазд, то со вре­менем наибо­лее удач­ные пат­терны будут зак­репле­ны как в виде опы­та, так и в самих инс­тру­мен­тах.

В общем, ИИ уже мас­сово при­меня­ется в прог­рамми­рова­нии, и этот тренд будет уси­ливать­ся. А вот самые инте­рес­ные ошиб­ки в коде — те, что не дают­ся авто­мати­ке, будут находить имен­но люди. Так что хакеров ждут поис­тине инте­рес­ные вре­мена!