Что такое вайб-кодинг и почему его так ненавидят?

Даже если вы лишь изредка пользуетесь ИИ-чат-ботами или вовсе не обращаетесь к ним, вы, скорее всего, уже сталкивались с термином «вайб-кодинг». Для непосвященных поясним: это разновидность разработки программного обеспечения, при которой для создания части кода или всего проекта целиком используется большая языковая модель (LLM). Сам термин впервые ввел Андрей Карпати, исследователь в области искусственного интеллекта, наиболее известный по руководству программой Autopilot Vision в Tesla. «Появился новый вид кодинга, который я называю «вайб-кодингом»: вы полностью отдаетесь во власть вайба, принимаете экспоненциальный рост и забываете о самом существовании кода, — написал Карпати в X в феврале 2025 года. — Это стало возможным потому, что LLM (например, Cursor Composer с Sonnet) стали невероятно хороши».

С тех пор языковые модели стали еще лучше справляться с написанием кода, и на волне этого популярность вайб-кодинга значительно выросла. Но, как и следовало ожидать, любая популярность неминуемо влечет за собой и негативную реакцию.

Сторонники вайб-кодинга утверждают, что LLM демократизируют разработку ПО, позволяя каждому создавать собственные приложения. Я видел это на собственном опыте. Моя соседка раньше работала ветеринарным техником. С помощью вайб-кодинга она создала приложение, которое облегчает отслеживание инъекций инсулина для ее стареющего кота. С другой стороны, критики утверждают, что вайб-кодинг порождает уязвимое программное обеспечение. Интенсивное использование таких методов также может сделать кодовую базу более сложной в обслуживании, поскольку человек, занимающийся вайб-кодингом, с большой долей вероятности знает программирование недостаточно хорошо, чтобы исправить ошибку, если ИИ не сможет справиться с ней за него.

Существуют предварительные исследования, подтверждающие этот аргумент. В апреле этого года исследователи из Школы кибербезопасности и конфиденциальности Технологического института Джорджии проанализировали 43 000 уведомлений о безопасности и обнаружили 74 уязвимости, которые удалось напрямую проследить до кода, сгенерированного искусственным интеллектом. Из них 14 проблем безопасности исследователи сочли критическими. Это может показаться не так уж много, но 43 000 уведомлений охватывали лишь трехмесячный период в начале года. Более того, по оценкам команды, реальное количество уязвимостей в ИИ-коде скорее всего в 5–10 раз выше, поскольку они могли отследить только тот код, о происхождении которого из LLM было честно заявлено.

Все это не было бы большой проблемой, оставайся практика популярной лишь среди любителей, однако появляется все больше свидетельств того, что к вайб-кодингу обращается все больше профессионалов — вопреки собственным сомнениям и опасениям коллег. Недавний опрос 1 100 профессиональных программистов, попробовавших ИИ-инструменты, показал, что 72 процента из них используют средства разработки на базе ИИ ежедневно, а около 42 процентов их кодовой базы либо сгенерированы искусственным интеллектом, либо созданы при его содействии. Та же группа прогнозирует, что к следующему году на долю ИИ-кода будет приходиться более половины их кодовой базы.

Когда мы говорим о вайб-кодинге, необходимо проводить различие между кодом, который полностью сгенерирован LLM, и кодом, где ИИ-программа могла лишь помочь разработчику с очисткой и отладкой. Опрос разработчиков Stack Overflow 2025 года показал, что ежедневно пользуются ИИ-инструментами 47,1 процента респондентов. При этом 72 процента опрошенных заявили, что вайб-кодинг не является частью их рабочего процесса, а еще 5 процентов добавили, что это «решительно» не тот метод, которым они выполняют свою работу. Конечно, за последний год эти цифры могли измениться, но по состоянию на середину 2025 года большинство профессионалов использовали инструменты искусственного интеллекта для таких задач, как автодополнение, ревью кода и обсуждение сложных технических тупиков.

Разумеется, у этой медали есть и обратная сторона. Многие задачи, которые старшие разработчики теперь автоматизируют с помощью ИИ, раньше делегировались младшим коллегам (джунам). Программирование когда-то было одним из немногих надежных путей для молодежи войти в средний класс. Теперь это уже не так, и компании нанимают начинающих кодеров реже, чем когда-либо прежде.