ЗАПУСТИЛ СВОЙ ПРОЕКТ ЧЕРЕЗ AI-АГЕНТОВ ЗА НЕСКОЛЬКО ЧАСОВ: ОПЫТ VIBE CODING НА ПРИМЕРЕ ОНЛАЙН-ТЮНЕРА ДЛЯ ГИТАРЫ

Я давно хотел сделать простой онлайн-тюнер для гитары.

Не приложение, которое нужно устанавливать. Не перегруженный сервис с кучей лишних экранов. А обычный веб-инструмент: открыл сайт, выбрал строй, настроил гитару и пошёл играть.

В итоге я сделал MVP такого проекта — ToGuitar.ru, онлайн-тюнер для гитары и бас-гитары.

Но самое интересное не в самом тюнере.

Самое интересное в том, что я практически не писал код руками. Проект был собран через AI-агентов в формате, который сейчас часто называют Vibe Coding.

Видео об этом опыте я снял отдельно, а в этой статье хочу рассказать, что получилось, как я к этому подошёл и какие выводы сделал.

Проект называется ToGuitar.

Это онлайн-тюнер, который умеет работать не только со стандартной шестиструнной гитарой, но и с разными вариантами инструментов и строев.

В MVP я заложил поддержку:

То есть идея была не просто сделать «ещё один тюнер», а собрать небольшой, но расширяемый музыкальный инструмент, который дальше можно развивать.

Сейчас это именно MVP. Не финальный коммерческий продукт и не идеально отполированная версия, а рабочий прототип, который уже можно открыть, протестировать и использовать.

Сайт проекта:

https://toguitar.ru

Мне было интересно проверить не теорию, а практику.

Сейчас много разговоров о том, что AI уже пишет код, заменяет разработчиков, делает продукты за пару кликов и так далее. Но в реальности всё не так однозначно.

Да, AI может сильно ускорять разработку.

Но вопрос в другом:

можно ли реально взять идею, не писать код руками и за несколько часов получить работающий проект, который можно показать людям?

Я решил проверить это на небольшом, но настоящем проекте.

Не на абстрактной todo-шке.Не на демо-кнопке.А на сервисе, который должен работать с микрофоном, частотами, нотами, интерфейсом, разными строями и реальным музыкальным инструментом.

Я не начал с команды в стиле:

Сделай мне гитарный тюнер.

Такой подход обычно быстро приводит к хаосу.

Сначала я пошёл более привычным для разработчика путём:

То есть я не просто «попросил нейросеть что-то сделать».Я подготовил для неё контекст, ограничения и план.

И вот это, как мне кажется, ключевой момент.

Vibe Coding — это не когда ты вообще ничего не делаешь.Это когда ты управляешь разработкой через постановку задач, проверку результата и корректировки.

Сначала я попробовал реализовать проект через OpenCode с моделью BigPickle — «большой огурчик».

Туда я скормил заранее подготовленный контекст: описание идеи, архитектуру, список задач и наброски по дизайну. То есть это был не просто запрос в стиле «сделай мне тюнер», а уже более-менее подготовленное техническое задание.

Но с первого раза всё не взлетело.

OpenCode + BigPickle не справились так, как мне было нужно. Где-то начинались проблемы с реализацией, где-то результат не дотягивал до нормального рабочего состояния, где-то проект просто не удавалось довести до того состояния, когда его можно открыть и нормально протестировать.

После этого я подключил Codex.

И вот с ним уже удалось довести проект до рабочего MVP.

Это важный момент, потому что в роликах про AI-разработку часто создаётся ощущение, что всё происходит магически:

написал запрос → получил готовый продукт → выложил в прод.

На практике всё иначе.

AI ошибается.AI не всегда понимает задачу с первого раза.AI может сделать красиво, но не совсем то.AI может потерять часть логики.AI может собрать проект, который выглядит рабочим, но ломается на реальном сценарии.

И здесь всё равно нужен человек, который понимает, что должно получиться.

На получение рабочего MVP ушло примерно 4–6 часов.

Для небольшого проекта это хороший результат.

Если делать такой тюнер полностью вручную, времени ушло бы больше: нужно было бы отдельно писать логику работы с микрофоном, интерфейс, настройки строев, состояния, адаптивность, проверять поведение на реальном инструменте.

С AI-агентами процесс ускорился.

Но я бы не сказал, что это было «нажал кнопку и получил продукт».

Скорее это было похоже на работу технического руководителя, который постоянно уточняет задачу, смотрит результат, находит проблемы и направляет исполнителя.

Только вместо человека-исполнителя — AI-агент.

Получился рабочий онлайн-тюнер.

В видео я показываю его не только на экране, но и в реальном сценарии: сначала настраиваю гитару, потом играю на ней и уже после этого рассказываю, как проект был сделан.

Мне хотелось начать именно с результата.

Не с разговоров про инструменты.Не с философии про AI.А с простого момента:

вот гитара, вот тюнер, вот он работает.

Потом уже можно говорить о том, как я к этому пришёл.

Мой главный вывод такой:

AI-агенты уже позволяют очень быстро собирать рабочие MVP, но они не отменяют роль разработчика.

Просто роль немного меняется.

Раньше разработчик в основном сам писал каждую строку кода.

Сейчас в таких экспериментах он всё чаще становится человеком, который:

То есть опыт разработки всё равно нужен.

Без него можно получить что-то визуально похожее на продукт, но не факт, что оно будет нормально работать.

Этот тюнер стал первым выпуском новой рубрики, которую я хочу вести на канале.

Условно назовём её Vibe Coding.

Идея простая: брать разные проекты, запускать их с помощью AI-агентов и показывать не только финальный результат, но и сам процесс.

Мне интересно проверять:

Гитарный тюнер — хороший первый пример.

Он небольшой, понятный, визуальный и при этом не совсем примитивный: есть работа со звуком, частотами, интерфейсом, настройками и реальным пользовательским сценарием.

Дальше хочется попробовать проекты сложнее.

Я снял отдельное видео, где показываю сам тюнер, настройку гитары и рассказываю, как собирал проект через AI-агентов.

Ссылка на видео:

YouTube

Rutube

VK

Проект можно посмотреть здесь:

https://toguitar.ru

Сейчас это MVP, который уже можно открыть и попробовать.

Для меня этот эксперимент оказался полезным.

Я не считаю, что AI уже заменил разработчиков.Но я всё больше вижу, что он меняет сам процесс разработки.

Особенно на этапе MVP.

Если раньше маленький проект мог зависнуть на неделях из-за рутины, то сейчас его можно быстро собрать, проверить идею и понять, стоит ли развивать дальше.

Но при одном условии: человек всё равно должен понимать, что он делает.

AI может писать код.AI может предлагать архитектуру.AI может собирать интерфейсы.AI может ускорять рутину.

Но ответственность за результат всё равно остаётся на человеке.

Так подписывайтесь на мой телеграм канал @codeworkshop_ru