Умный вайбкодинг

У меня за плечами шесть лет в IT. Я понимаю, как работает команда разработки, знаю, что такое спринт, DoD и зачем нужен бизнес-аналитик. И всё равно не устояла.

Когда появились первые инструменты для вайбкодинга, я сделала то, что делают все: открыла чат, написала «сделай такой продукт, вот референсы» и нажала Enter. ИИ, конечно, что-то сделал. Но это «что-то» не имело никакого отношения к тому, что я хотела. Я разочаровалась и решила, что вайбкодинг — очередная ИИ-истерия, не больше.

Но потом подумала: а что если я делала это неправильно?

Прежде чем начать заново, я составила карту проблем прошлого опыта. Для каждой проблемы — гипотезу, как делать правильно. Это был первый момент, когда я вспомнила, что я бизнес-аналитик, а не просто пользователь чата:

Я решила воспроизвести процесс разработки так, как он происходит в реальной жизни — со всеми ролями, артефактами и приёмками.

Сначала — роль продакта. Я проработала бизнес-контекст, сформулировала цели, описала проблемы и ценностное предложение, собрала CJM. Результат — продуктовая концепция.

Затем — роль бизнес-аналитика. Я описала бизнес-логику, все пользовательские сценарии, доменную модель. Это превратилось в набор пользовательских сценариев.

Дальше — синхронизация с архитектором. Какие сервисы нужны, как они взаимодействуют. Артефакт — ADR. Следом — системный аналитик: контракты взаимодействия, системная логика, модель данных. Итог — системная спека.

И только после всего этого — разработка. Слоистая, как и в жизни: сначала пользовательский слой (UX, UI, фронт), потом архитектурный, логический (бэк) и доменный (модель данных).

Чат с Cursor был моим жиро — вся переписка, вся документация хранилась там же.

Я работала по спринтам. Каждый спринт — чёткая цель и критерии готовности. На каждый спринт — приёмка: авторский контроль и тестирование. Никаких «ну и ладно, потом допилю».

Для дизайнов — Stitch от Google и Figma. Для написания документации и кросс-ревью — ChatGPT. Для разработки — Cursor.

Можно попросить ИИ написать всё сразу — и он напишет. Многие так и делают. Проблема начинается потом.

Умный вайбкодинг даёт два принципиальных преимущества перед монолитным подходом.

1. Управляемость

Когда что-то идёт не так в монолите, вы начинаете фиксить — и в одном месте исправляется, а в другом падает. Вы не понимаете, где именно проблема, потому что всё связано со всем.

Чёткая архитектура и слоистая структура дают вам карту системы. Вы точно знаете, в каком слое копать, что трогать можно, а что — нет. Баг перестаёт быть лотереей и становится задачей с понятным адресом.

2. Масштабируемость

Любой живой продукт растёт: новые фичи, новые пользователи, новые требования. Монолит под это не заточен — расширить его, не сломав то, что уже работает, почти невозможно.

Модульная система с чёткими границами между слоями позволяет развивать продукт без страха. Новый модуль добавляется в свой слой и не тянет за собой остальное. Продукт можно растить итерационно — именно так, как и должен работать живой продукт.

Разница между хаотичным и структурированным вайбкодингом — это не разница в сложности процесса. Это разница между продуктом, которым можно управлять, и кодом, который страшно трогать.

Вайбкодинг работает не тогда, когда вы просто разговариваете с ИИ. Он работает, когда вы знаете, что делаете — и умеете это объяснить. ИИ не заменяет процесс. Он его ускоряет. Но только если процесс есть.

Мой опыт в IT оказался не помехой, а суперсилой. Все те артефакты, которые кажутся «бюрократией» в большой компании, здесь стали моим каркасом. Без них — хаос. С ними — продукт.

Если хотите глубже разобраться в том, как устроен профессиональный процесс разработки — вот несколько точек входа.

Книги

«Чистая архитектура» — Роберт Мартин — про то, как проектировать системы, которые не разваливаются при первом изменении. Именно об этом весь разговор про слои и модульность.

«Пользовательские истории. Искусство гибкой разработки ПО» — Джефф Паттон — про то, как правильно описывать сценарии и думать о продукте с точки зрения пользователя, а не фич.

Статьи и блоги

Habr — тег «Системный и бизнес-анализ» — самое большое русскоязычное сообщество разработчиков. Практические статьи от людей, которые делают это каждый день.

«10 небанальных ресурсов для системного аналитика» — статья на Хабре — подборка от системного архитектора из Яндекс Практикума: книги, курсы, инструменты.

«Как ИИ меняет работу системного аналитика» — статья на Хабре — актуальная статья про то, как ИИ встраивается в аналитическую работу и где он пока не справляется.

systems.education — база знаний школы системного анализа Бескова и Богачёвой: от работы с требованиями до архитектурных паттернов.

YouTube / Telegram

No Flame No Game — авторский Telegram-канал Анны Булдаковой о развитии и разработке продуктов.

Тёмная сторона — Аркадий Морейнис — канал про работу с продуктами, маркетинг и стартапы. Жёстко, по делу, без воды.

Телеграм канал “Как это работает!
”Мой инстаграм