Вайбкодинг — практика создания работающего кода преимущественно через диалог с ИИ-агентом, без глубокого погружения в детали реализации — долгое время выглядел убедительно только на простых проектах. Туториальные примеры, конвертеры, скрипты на Python. Энтерпрайзный Java-стек с Flowable, Camunda, Vaadin и RabbitMQ казался надёжной защитой от этой волны: фреймворки недостаточно популярны, документация неполна, часть знаний существует только в головах конкретных людей.
Автор материала — аналитик и преподаватель BPM-курсов, в прошлом продавец софта, редактор авиационного журнала и внедренец ECM-систем. Активная разработка осталась в 1990-х, когда основным языком был C++. Возвращение к коду произошло через Jmix — low-code-платформу на базе Spring Boot, которая позволяет собирать Java-приложения с минимальным порогом входа. Именно на этом стеке автор вёл практические курсы по BPM для разработчиков, совмещая роли аналитика и преподавателя.
Первые эксперименты с ИИ были осторожными и прагматичными. ChatGPT хорошо справлялся с SQL-запросами на сложных JOIN-ах, генерировал регулярные выражения и обрабатывал JSON — задачи, которые технически понятны, но требуют времени и внимания. Подключение RabbitMQ через чат с последующим копипастом тоже прошло успешно. Однако масштабировать этот подход на полноценный проект не получалось: копипаст из браузера не решает задачу в тысячу классов.
Первые эксперименты с ИИ ограничивались SQL-запросами и regex — точечная помощь, не полноценная разработка.
Идея, которая годами лежала без движения, была конкретной: создать оргмодель для BPM-систем, где исполнители назначаются по должности в организационной структуре, а не по логину пользователя. Стандартные движки — Flowable, Camunda — этого не умеют из коробки, каждый раз решение строилось кастомно. Архитектуру и модель данных автор проработал вместе с ChatGPT, получив подробное техническое задание. Дальше упёрся в стену: разработчики заняты, бюджета нет, даже MVP некому сделать.
Переломным стал октябрь 2025 года, когда Cursor перешёл от роли ИИ-ассистента внутри редактора к полноценному агентному режиму. Разница принципиальная: ассистент отвечает на вопросы и предлагает фрагменты кода, агент самостоятельно читает файлы проекта, вносит изменения, запускает тесты и итерирует. Именно это сделало возможным ведение большого проекта без постоянного ручного контроля каждой строки.
С января по апрель 2026 года в Cursor была собрана не только оргмодель с процессами, но и слой ИИ-агентов поверх неё: если в системе уже есть организационная структура и список исполнителей, логично назначать на задачи не только людей, но и автоматических агентов. Проект работает в IntelliJ IDEA параллельно — там хранятся привычные инструменты, оттуда идут коммиты в репозиторий. Cursor при этом работает как отдельная среда для агентной генерации.
Честная оценка опыта: агент регулярно ломает уже работающий код, усложняет там, где можно обойтись простым решением, и сжигает токены на исправление собственных ошибок. Баланс между детальностью постановки задачи и свободой агента автор нащупывает интуитивно — чётких правил пока нет. Тем не менее скорость продвижения по проекту оказалась несопоставимо выше, чем при любом другом доступном сценарии: ни бюджета на разработчиков, ни времени на самостоятельное освоение всего стека в полном объёме не было.
