ИИ против разработчиков? Что я понял после двух недель в роли вайб-кодера

Я – Дмитрий Гусев, предприниматель без глубокого бэкграунда в программировании (у меня есть своя IT компания, но сам я не разработчик), который решился на эксперимент: в одиночку за 14 дней создать IT-продукт с помощью искусственного интеллекта. Без команды, без штатных разработчиков – только мой энтузиазм и возможности нейросетей. Такой подход сейчас шутливо называют вайб-кодингом – когда кодишь на вайбе, полагаясь на ИИ вместо классического ручного написания кода. Задача моего челленджа – сделать рабочий прототип сервиса транскрипции аудио/видео в текст. Идея родилась из личной потребности: у меня скопились многочасовые аудиозаписи с одного мероприятия, и расшифровать их вручную или существующими сервисами было слишком долго и дорого. Почему бы не попробовать ИИ в деле разработки такого транскрибатора?

Да, я понимал, что транскрибаторов хватает. Есть крутые, есть посредственные. Но цель этого челленджа была не в том, чтобы создать что-то уникальное. А в том, чтобы на практике проверить: насколько сегодня ИИ реально позволяет человеку без бэкграунда в программировании собрать свой продукт с нуля. Где заканчивается магия — и начинаются ограничения. Каждый день я решил рассказывать о процессе в своих соцсетях и телеграм канале.

Так начались мои 14 дней с ИИ. В первый же день я запустил простейшую веб-версию сервиса – по сути, связку из интерфейса и движка распознавания речи, которую помог собрать ChatGPT. К моему изумлению, уже через пару часов все заработало: я загрузил свои записи и получил готовый текст расшифровки! Этот мгновенный результат воодушевил. Казалось, еще чуть-чуть – и ИИ сделает всю работу за меня. Однако реальность оказалась сложнее. Поначалу, окрыленный успехом, я даже позволил себе ненадолго расслабиться – мол, все получается, можно передохнуть . Но стоило перейти к развитию MVP в полноценный продукт (с личными кабинетами, статистикой, оплатами и прочим), как начались проблемы и баги. Чем больше функциональности я пытался добавлять через вайб-кодинг, тем менее стабильной становилась система: поправишь одну ошибку – вылезает другая . К середине челленджа стало ясно, что прямолинейно масштабировать прототип не выйдет.

Где-то на середине пути я поймал себя на том, что проект становится всё более громоздким. С каждой новой функцией количество багов росло экспоненциально. Код становился сложнее, ошибки — глубже, а петли — закрученнее. На локалке всё работало — казалось, почти финал. Но как только я задеплоил проект, случилось то, что часто бывает в такие моменты: отвалилась главная функция — транскрибация. Та самая, ради которой, собственно, всё и затевалось. Это был неприятный, но важный момент. Потому что даже несмотря на этот фейл, я всё равно довёл дело до конца: выкатил продукт, пусть и сырой, но рабочий прототип. И это было важно — не идеальный результат, а живой. Состоявшийся.

Уже после завершения своего челленджа откликнулся человек, который предложил помощь с код-ревью. Сейчас он помогает разобраться с багами и доделать проект. И вот тут очень чётко стало понятно: Да, я смог собрать прототип сам — с ИИ, без глубоких знаний кода. Но чтобы довести его до зрелого состояния, чтобы всё работало стабильно и качественно — нужен уже человек с опытом в разработке.

ИИ и вайб-кодинг дают мощный рывок на старте, но тем не менее, назвать ИИ полноценной заменой разработчиков по итогам челленджа у меня язык не поворачивается. Да, нейросеть писала за меня код на Python и Next Js, генерировала SQL-запросы и верстку. Но роль человека никуда не делась – мне приходилось разбираться, почему код не работает, гуглить ошибки, уточнять промпты и иногда самому дописывать какие-то фрагменты, а уже после челенджа делать код ревью и исправлять баги с помощью квалифицированного разработчика. ИИ не обладает интуицией и пониманием контекста проекта, он действует строго в рамках того, что я ему описал. Когда описание неполное или противоречивое – выходил хаос. Например, в какой то момент сервис перестал корректно обрабатывать длинные файлы. Выяснилось, что откуда то в коде появилось ограничение по размеру, которое ИИ сделал нарушив мою изначальную установку. Пришлось мне, как менеджеру, ставить задачу заново, уже четче и контролировать что он там пишет. Получается, что вместо того, чтобы заменить разработчика, ИИ скорее выступил в роли очень быстрого, усердного, но слегка бестолкового стажера, за которым нужен глаз да глаз.

Мой эксперимент заставил всерьез задуматься: а может, мы неправильно ставим вопрос? Дело не в том, заменит ли искусственный интеллект разработчиков, а в том, какую новую роль он для них формирует. За 14 дней я из предпринимателя превратился в своего рода AI-менеджера/вайб-кодера – человека, который ставит задачи ИИ, проверяет и доводит до ума его работу. Это не совсем программист в классическом понимании, но и не просто идейный вдохновитель. Это новая грань профессии. Причем подобную трансформацию сейчас переживают многие. Согласно опросу Stack Overflow, уже 76% разработчиков используют или планируют использовать ИИ-инструменты в своей работе . При этом 70% профессионалов не считают ИИ угрозой для своей карьеры . То есть большинство смотрит на ИИ оптимистично – как на помощника, который возьмет рутину и ускорит работу, а не отнимет работу полностью.

Да, находятся и противоположные мнения. Например, Марк Цукерберг заявил в подкасте, что планирует заменить искусственным интеллектом целый пласт программистов среднего звена. Столь смелое заявление подливает масла в огонь дискуссии: мол, скоро в компаниях вместо армий кодеров будут трудиться алгоритмы. Мой опыт подсказывает, что правда — посередине. Скорее всего, исчезнут не разработчики как таковые, а рутинный кодинг без творчества. Хороший пример – автодополнение GitHub Copilot, с которым программисты решают типовые задачи на 55% быстрее . Машина ускоряет производство кода, но направление этого производства по-прежнему задает человек.

Любопытно, что эксперты уже прогнозируют рост, а не сокращение числа специалистов, связанных с кодом, благодаря распространению ИИ. По словам директора по продукту Stack Overflow Райана Полка, генеративный ИИ демократизирует программирование и может увеличить число разработчиков в 10 раз . Если сегодня в мире условно 20–25 миллионов кодеров, то в будущем благодаря нейросетям их может стать под сотню миллионов – за счёт людей, которые раньше не имели доступа в ИТ. Я сам почувствовал эту демократизацию на себе: будучи «несостоявшимся программистом», с помощью ИИ смог создавать приложения, а значит, фактически влился в ряды разработчиков нового типа.

ИИ в нынешнем виде – не убийца профессии, а ее катализатор и расширитель. Он снимает барьеры входа, автоматизирует однообразные задачи и освобождает время для креатива. Но живого разработчика с его креативностью, критическим мышлением и ответственностью за результат заменить непросто (а может, и невозможно). Мой 14-дневный марафон подтвердил: наилучшие результаты достигаются, когда человек и ИИ работают вместе, дополняя сильные стороны друг друга. Возможно, именно в таком тандеме – будущее разработки.