Термин «вайбкодинг» описывает практику, при которой разработчик не пишет код напрямую, а формулирует задачу в чате с ИИ-моделью — Claude, GPT-4o или другой — и получает готовую реализацию. Человек управляет процессом, проверяет результат и направляет следующий запрос. По данным Stack Overflow Developer Survey 2025, так или иначе работают уже 80% разработчиков. GitHub фиксирует, что 46% всего нового кода сегодня генерируется ИИ. Gartner прогнозирует, что к 2028 году 75% инженеров будут использовать ИИ-ассистенты — против менее 10% в начале 2023 года.
Инженерная критика вайбкодинга сводится к трём аргументам. Первый — качество кода. ИИ генерирует рабочий код, но рабочий не означает хороший. Типичный пример: функция получения скидки для пользователя с четырьмя возможными значениями превращается в шесть уровней вложенности, дублирующие комментарии и две разные переменные для одного и того же результата. Та же логика в чистом виде занимает четыре строки. Проблема не в том, что код неверный, — он работает. Проблема в том, что его тяжело читать, тестировать и передавать другому разработчику. На code review такой код либо требует втрое больше времени, либо проходит с формальным одобрением — «ну работает же». Именно так техдолг тихо накапливается в кодовой базе.
Второй аргумент — деградация навыков. Когда написание кода делегируется ИИ, инженерное мышление перестаёт тренироваться. Разработчик привыкает направлять и проверять, а не проектировать. Это проявляется на собеседованиях: человек создаёт проекты с высокой скоростью, но не может объяснить, что именно делает его собственный код. Третий аргумент — зависимость от внешних поставщиков. Самые мощные модели сегодня у Anthropic и OpenAI. Локальные модели, которые можно развернуть на собственных серверах, заметно слабее. Компании, переходящие на вайбкодинг, принимают риски утечки кодовой базы, обучения моделей на своём же коде и потенциальные юридические последствия.
ИИ-код формально работает, но содержит избыточные проверки и запутанную логику, которая накапливает техдолг.
Бизнес, однако, принимает решения не в инженерном вакууме, а исходя из рыночной ситуации. На американском и китайском рынках ежегодно появляются десятки тысяч технологических стартапов. По данным LexisNexis PatentSight, в 2024 году 73% всех мировых патентных публикаций пришлось на Китай. Скорость выхода на рынок в таких условиях становится конкурентным преимуществом. Вайбкодинг эту скорость обеспечивает — и это факт, который сложно оспорить.
Здесь возникает неудобный вопрос: насколько важна изначально хорошая архитектура, если её дешевле переписать из рабочей версии? Логика такая: нагенерировать «не идеальный» код, быстро выпустить продукт, получить деньги и при необходимости переделать. Аргумент не бесспорный, но он не лишён смысла — особенно для B2C-продуктов и внутренних инструментов. Страница статусов Claude Code регулярно фиксирует инциденты: за 90 дней сервис был недоступен около 17 часов при аптайме 98,73%. Пользователи не уходят — потому что ценность перевешивает неудобство от сбоев. Jira лагает при высокой нагрузке, Telegram периодически падал в разных странах. Это не мешало людям оставаться на этих продуктах.
Оговорка существенная: для платёжных шлюзов, медицинских систем и любых регулируемых отраслей аргумент «привыкнут» не работает. Регулятор не привыкнет. Но для значительной части продуктов рынок действительно движется в сторону большей терпимости к несовершенству — при условии, что продукт решает реальную задачу. Вайбкодинг — не ответ на вопрос «как писать хороший код», а ответ на другой вопрос: «как быстро выпустить продукт, который купят».
