Вайбкодинг дал всем право собрать сервис. Но не право запускать его без приёмки

В ленте vc.ru сейчас хорошо видно, почему слово «вайбкодинг» так быстро стало популярным: человек без инженерного бэкграунда может за вечер собрать бота, лендинг или внутренний инструмент. Это действительно меняет порог входа. Но вместе с ним меняется и главный риск.

Раньше бизнес чаще покупал разработку вместе с процессом: постановка задачи, тестирование, релиз, ответственность. Теперь прототип можно получить в диалоге с ИИ — и перепутать красивую демонстрацию с работающим продуктом.

Я не считаю это аргументом против ИИ. Наоборот: скорость создания стала доступна гораздо большему числу людей. Но у владельца бизнеса появляется новая базовая компетенция: не «уметь программировать», а уметь принять результат.

ИИ хорошо делает первый слой работы: собирает экран, форму, таблицу, сценарий, иногда даже подключает сервисы. На демо всё сходится: кнопка нажимается, карточка создаётся, письмо якобы уходит.

Проблема начинается на втором пользователе, на неполном адресе, на повторной отправке формы, на отмене заказа или на доступе сотрудника, которому нельзя видеть все данные. Это не «мелочи после запуска». Именно из таких мелочей в реальной операционной работе складывается надёжность.

В экспедировании это особенно наглядно. Можно за час собрать экран расчёта рейса. Но если сервис неверно обрабатывает НДС, дублирует заявку, подставляет устаревший тариф или показывает перевозчику данные другого клиента, скорость создания перестаёт быть преимуществом. Она лишь быстрее доставила ошибку в процесс.

Поэтому я бы разделял три состояния:

1. **Демо** — сценарий один раз прошёл у автора. 2. **Прототип** — есть понятная задача и несколько проверенных сценариев. 3. **Рабочий инструмент** — определены данные, права, ошибки, владелец и правила изменения.

Переход между ними не происходит автоматически после фразы «ИИ всё написал».

Не «сделать CRM», не «автоматизировать логистику», а измеримое действие. Например: «диспетчер получает черновик заявки из письма; обязательные поля отмечены; без подтверждения человека заявка не уходит в CRM».

Если результат нельзя описать в двух-трёх предложениях, ИИ будет достраивать недостающие решения по вероятности. Иногда красиво. Иногда опасно.

Не начинайте с десятков тестов. Выпишите три последствия, которые нельзя допустить: отправить письмо не тому адресату, потерять исходную заявку, сделать расчёт по неподтверждённой ставке. Под каждое последствие нужен отдельный стоп-сигнал.

Так появляется нормальная постановка для ИИ и для человека: что система может сделать сама, что должна показать как черновик, а что вообще не имеет права выполнять без подтверждения.

Тест «Иван Иванов, test@example.com» почти ничего не доказывает. Нужны обезличенные, но похожие на реальность примеры: неполные реквизиты, дубли, две валюты, нестандартный комментарий, отмена действия, пустое поле.

Хорошая привычка — сохранять набор таких случаев рядом с описанием задачи. Тогда следующий вариант, созданный ИИ, проверяется не на вдохновении автора, а на одинаковой контрольной выборке.

Когда инструмент сам что-то меняет, вопрос «почему так получилось?» должен иметь ответ. Минимальный журнал — это время, исходные данные, действие, результат и пользователь или правило, которое его запустило.

Без журнала команда не обучается на сбоях. Она каждый раз начинает расследование заново и либо отключает полезную автоматизацию, либо начинает ей слепо доверять.

У любого ИИ-сценария должен быть простой выход: остановить обработку, вернуть задачу человеку, отменить непроверенное действие. Для коммуникаций, платежей, договорных условий и доступа к данным это не бюрократия, а часть продукта.

Именно такой подход рекомендуют и практические руководства по созданию агентов: начинать с чёткой задачи, ограничивать инструменты, задавать правила и оставлять человеку контроль над чувствительными действиями.

В этом месте обычно возникает неверный вывод: раз ИИ умеет писать код, значит специалист больше не нужен. На практике роль смещается.

Оператор ИИ не обязан заменить архитектора или инженера по безопасности. Но он должен уметь превратить бизнес-задачу в проверяемый сценарий: сформулировать входные данные, ограничения, критерии готовности и список того, что нельзя делать автоматически.

Его ценность — не в количестве промптов. Она в том, что он замечает разницу между «интерфейс выглядит готовым» и «операция безопасно проходит в реальном процессе».

Для малого и среднего бизнеса это, пожалуй, самый реалистичный путь. Не ждать идеального универсального агента и не отдавать ему весь отдел. Взять повторяемую низкорисковую операцию, собрать прототип, провести приёмку на реальных сценариях и только потом расширять полномочия.

Я бы не давал новому ИИ-инструменту без проверки право:

* отправлять клиентам коммерческие условия; * подтверждать цены, скидки и ставки; * менять реквизиты и права доступа; * передавать персональные данные во внешние сервисы; * удалять или перезаписывать первичные записи.

Сначала — черновик и понятное подтверждение. Затем — ограниченная автоматизация. И лишь после истории стабильных результатов — следующий шаг. Такой темп может казаться медленным ровно до первого исправления ошибки в живой базе клиентов.

Вайбкодинг не отменяет профессионализм. Он делает профессионализм заметнее: теперь победит не тот, кто быстрее получил от ИИ экран, а тот, кто раньше остальных научился принимать созданный ИИ результат по понятным критериям.

Если вы хотите применять ИИ в работе, начните не с вопроса «какой сервис собрать?», а с вопроса «как мы поймём, что ему уже можно доверить эту операцию?». Ответ станет основой и для хорошего промпта, и для нормального бизнес-процесса.

Освоить такую постановку задач и проверку результатов можно на курсе «Оператор искусственного интеллекта»: https://komexspo.ru/aioperator

* Трендовая публикация и метрики ленты AI на vc.ru: https://vc.ru/ai/posts * OpenAI, *A practical guide to building agents*: https://openai.com/business/guides-and-resources/a-practical-guide-to-building-ai-agents/ * OpenAI, *Workspace agents for business* (контроль доступа, журналы и подтверждения): https://openai.com/business/workspace-agents/