Что такое вайб-кодинг

Последние пару лет в сообществе программистов периодические появляются мысли о том, что совсем скоро код будут писать нейросети, а профессия разработчика вовсе исчезнет. Якобы компаниям будут нужны только менеджеры проектов, чтобы руководить отделом ИИ-агентов.

Звучит страшно, но среди паникующих технарей начали появляться разработчики, которые уже сейчас практически не пишут код сами. Они поручают нейросетям выполнять рабочие задачи, исправлять ошибки в коде и даже создают с их помощью полноценные проекты. Эти программисты называют себя вайб-кодерами и верят, что будущее за союзом человека с нейросетью.

В этой статье расскажу всё про вайб-кодинг: что это такое, кто его придумал и как стать вайб-кодером. А ещё пробуем создать телеграм-бота, не написав ни строчки кода.

Что такое вайб-кодинг вообще?

«В программировании появляется новое направление, которое я условно называю „вибрационным кодингом“. Это стиль, при котором ты полностью отдаёшься ощущениям, позволяешь себе забыть о традиционных правилах разработки, принимаешь экспоненциальный рост кода и перестаёшь воспринимать сам код как нечто важное. Это стало возможным благодаря стремительному развитию больших языковых моделей, таких как Cursor Composer с интеграцией Sonnet. Я практически не касаюсь клавиатуры — общаюсь с Composer голосом через SuperWhisper. Запросы вроде „уменьши отступы на боковой панели вдвое“ стали нормой просто потому, что мне лень искать нужное место в коде. Я всегда нажимаю „Принять всё“, не вникая в изменения. Если появляются ошибки, просто вставляю текст ошибки обратно в диалог — и чаще всего это срабатывает. Код растёт до такой степени, что мне пришлось бы тратить часы, чтобы его осмыслить. Если модель не может исправить баг — я обхожу его или прошу вносить случайные изменения, пока он не исчезнет. Это, конечно, не подходит для серьёзных продуктов, но для прототипов и проектов выходного дня — в самый раз. Строю ли я веб-приложение? Формально — да. Но на деле я просто смотрю, говорю, запускаю и копирую. И что удивительно — оно в основном работает».

Например, с помощью вайб-кодинга Карпатый разработал MenuGen-это веб-приложение, которое генерирует картинки блюд по фотографии меню. В приложении есть механизм аутентификации пользователей и форма оплаты подписки, - всё это сделала нейросеть.

Инструменты для вайб-кодинга

Рассмотрю лучшие редакторы кода и IDE для вайб-кодинга. Изучим, что они умеют, сколько стоят и на каких платформах доступны.

1. Cursor

Cursor - форк редактора кода Visual Studio Code с интеграцией нейросетей. Если говорить проще, то это полноценная IDE для вайб-кодинга. В Cursor на выбор доступно несколько языковых моделей от OpenaAI, Google, DeepSeek, Anthropic и других компаний.

Нейросети от Cursor не просто генерируют код, а действуют почти как программисты. Они учитывают кодовую базу проекта, могут редактировать файлы и создавать новые. Например, можно просто описать суть проекта, а Cursor настроит окружение, напишет код, разделит его на модули и исправит ошибки.

Плюс Cursor в том, что его интерфейс похож на VS Code. Поэтому освоиться в редакторе довольно прост

2. Windsurf

Windsurf - ещё один форк VS Code и главный конкурент Cursor. Редактор также может генерировать код и управлять проектами. Особенность Windsurf - минималистичный интерфейс, адаптированный для тех, кто нечасто работает с профессиональными IDE.

В мае 2025 года OpenAI купила Windsurf за 3 миллиарда долларов. Вероятно, компания уже готовит уникальные фичи, которых не будет в Cursor.

3. Replit

Replit - облачная платформа разработки с поддержкой нейросетевых агентов. Платформа адаптирована для программистов, которые создают мобильные приложения и сайты. Готовый проект можно запустить на сервере Replit.

Особенность Replit в том, что сервис работает в браузере. Благодаря этому код можно писать даже на смартфоне. Из этой особенности вытекает существенный минус: браузерный редактор работает медленнее нативного.

4. Devin

Devin - автономный ИИ-программист, который может стать полноценным членом команды разработки. Можно добавить бота в рабочий чат и назначать ему тикеты из системы планирования задач. После этого Devin проанализирует кодовую базу, задаст уточняющие вопросы и начнёт работу. В конце бот загрузит код в репозиторий и сгенерирует отчёт.

Разработчики рекомендуют использовать Devin для рутинных задач. Например, ему можно поручить переписать код проекта на другой язык, обновить зависимости, провести исследование или исправить ошибки

5. Claude Code

Claude Code - генератор кода для терминала. Под капотом у него нейросеть Claude Opus 4, которая умеет создавать проекты с нуля, фиксить баги и синхронизировать изменения с удалённым репозиторием.

Инструмент работает в терминале, поэтому больше подойдёт опытным разработчикам. Новичкам лучше выбрать что-то с полноценным интерфейсом.

6. Cline

Cline - нейросетевой агент-программист с открытым исходным кодом, доступный в виде плагина для VS Code, Cursor и Windsurf. К инструменту можно подключить любую нейросеть с помощью личного API-ключа.

7. GigaStudio

GigaStudio - нейросетевой агент от разработчиков «Сбера». Бот может создавать приложения на React, Next.js и TypeScript. В будущем появится поддержка Vite.js, Python, Go и Flutter. Также GigaStudio интегрирован с GigaIDE - фирменной средой разработки «Сбера».

8. JetBrains

JetBrains AI — набор нейросетевых инструментов, среди которых:

Junie- ассистент которому можно поручить писать несложные фрагменты кода и разбираться с ошибками.

AI Assistant - ассистент, отвечающий на вопросы по программированию.

Какую языковую модель выбрать

Практически в каждой вайб-кодерской IDE доступно несколько языковых моделей на выбор. По названиям не всегда удаётся точно определить, какая из моделей лучше работает с кодом. Для оценки можно использовать LM Arena - сервис, который сравнивает, как нейросети справляются с разными задачами, и составляет список лучших. Если ищете языковую модель для программирования, то в фильтрах надо выбрать параметр Coding.

Если вы уже привыкли к ChatGPT и не хотите тратить время на решения от Google и Anthropic, то выбирайте модель по совету Андрея Карпатого

GPT-4o - ежедневные вопросы и простые задачи.

GPT-o3 - исследования, поиск информации и сложные задачи.

GPT-4.5 - креатив и тексты.

GPT-4.1 - программирование.

Вайб-кодинг в практике: создаём телеграм-бота

Давайте попытаемся создать телеграм-бота, который получает от пользователя ссылку на GitHub-репозиторий и присылает в чат информацию о нём: название, имя автора, количество звёзд, дату последнего релиза и другие данные.

Устанавливаем Cursor

Чтобы установить Cursor, надо перейти на официальный сайт редактора, открыть раздел All Downloads и выбрать файл для вашей операционной системы. На странице доступно несколько версий. Лучше выбирать последнюю. После скачивания запустите установочный файл и следуйте инструкциям на экране.

При первом запуске система попросит войти в аккаунт или зарегистрироваться.

Создаём проект и настраиваем агента

Интерфейс Cursor похож на редактор кода Visual Studio Code. Если вы когда-то работали с ним, то у вас без проблем получится создать проект и настроить окружение:

1. Запустите Cursor и на главном экране выберите пункт Open project. В открывшемся файловом менеджере создайте папку проекта и выберите её

2. В окне чата установите режим Agent. Благодаря этому Cursor сможет самостоятельно редактировать код и проверять его. Также выберите языковую модель. Я буду использовать GPT-o3.

Первый запрос

Телеграм-бот, которого мы планируем сделать, довольно простой с технической точки зрения. В нём нет системы авторизации пользователей, формы оплаты и механизмов сбора статистики. Всё, что он должен сделать, - получить ссылку на репозиторий и прислать в ответ информацию.

Попросим языковую модель сгенерировать код на Python с использованием библиотеки Aiogram. Данные с серверов GitHub проще всего получить с помощью официального API. На основе этих вводных составим промпт

Напиши код телеграм-бота, который принимает от пользователя ссылку на GitHub-репозиторий и присылает в ответ информацию об этом репозитории. Код должен быть на Python с использованием Aiogram. Формат ответа бота:

название репозитория;

никнейм автора;

количество звёзд;

количество подписчиков;

суммарный размер репозитория в КБ;

дату и версию последнего релиза;

название лицензии.

вот какие файлы с кодом она нам сгенерировала

bot.py - основной файл бота со всеми его функциями

requirements.txt - зависимости проекта

README.md - инструкция по запуску бота

env.example - пример реализации переменной виртуального окружения для токена бота.

При запуске в терминале нас встречает список ошибок. Поручим языковой модели исправить их. Для этого просто скопируем вывод терминала и напишем в чате «Исправь ошибки». После каждой генерации снова запускаем код, ловим ошибки в терминале и просим их исправить.

Запускаем бота

Мне понадобилось три итерации правок для того, чтобы ошибки в терминале перестали появляться. Пришло время запустить бота и проверить, как он работает.

Бот исправно принимает ссылки и присылает данные со страниц проектов на GitHub.

Также нейросеть реализовала сценарии, которые мы не указали в промпте. Например, если отправить боту ссылку на несуществующий проект, то он выдаст ошибку и подскажет, что можно сделать.

Плюсы и минусы вайб-кодинга

На первый взгляд вайб-кодинг кажется идеальным решением: можно больше не писать код самому, меньше работать или даже устроиться в несколько компаний и всё успевать. На самом деле у вайб-кодинга, как и у любого подхода, есть свои преимущества и недостатки

Плюсы вайб-кодинга

Избавление от рутины. ИИ можно поручить выполнять мелкие задачи, которые отнимают много внимания и сильно выматывают. Например, нейросети отлично справляются с исправлением ошибок, оптимизацией определённых фрагментов кода и документированием проектов.

Тестирование идей. Если появилась идея для пет-проекта или стартапа на миллион, то с помощью ИИ-агентов можно быстро разработать прототип и проверить его. Если во время тестирования надо будет внести правки, то нейросеть тоже справится с этой задачей.

Находка для гуманитариев. Раньше для разработки даже простенького сайта надо было изучать основы JavaScript, HTML, CSS и много практиковаться. Сейчас с кодом может помочь ИИ.

Минусы вайб-кодинга

Безопасность. Некоторые компании запрещают «скармливать» языковым моделям код своих проектов. Всё из-за того, что в итоге он может оказаться в руках злоумышленников. Если планируете попробовать вайб-кодинг на работе, то обязательно уточните, какие есть ограничения в вашей компании.

Возможности нейросетей. Языковые модели могут создавать сайты, мобильные приложения, утилиты для терминала и много всего другого. При этом нейросети пока не справляются с большими проектами вроде социальных сетей, сложных игр и онлайн-магазинов.

Галлюцинации. Языковые модели могут галлюцинировать: выдумывать факты, перевирать информацию. Например, нейросеть может использовать в проекте несуществующие библиотеки, API и фреймворки. Код лучше перепроверять.

Советы

Чтобы нейросети всегда генерировали то, что вы придумали, надо соблюдать несколько простых правил:

Максимально подробно описывайте проект: перечислите технологии, которые можно использовать, расскажите про функции, формат вывода, требования к коду и безопасности. Чем больше вводных, тем точнее будет результат. В противном случае нейросеть просто придумает недостающие пункты технического задания, и результат разочарует.

По возможности используйте платные тарифы. В них нет ограничений на размер контекста и доступны самые мощные языковые модели.

Сложные задачи разделяйте на небольшие логически завершённые кусочки. Например, сначала попросите сверстать главную страницу, а после добавить на неё форму авторизации и подключить сервис для обработки платежей.

Всегда проверяйте сгенерированный код. Даже в рабочем коде могут быть критические баги. Помните, что нейросеть обучали на коде обычных людей, которые часто делают ошибки.

Если языковая модель не справляется с задачей, то попробуйте сменить её в настройках редактора. Например, DeepSeek может помочь ChatGPT, если тот забуксовал

Запомните

Вайб-кодинг - подход в программировании, при котором разработчик пишет код с помощью нейросетевых агентов. Термин в начале 2025 года сформулировал сооснователь OpenAI Андрей Карпатый.

Суть вайб-кодинга в том, что вместо кода разработчик пишет инструкции на естественном языке, а модель машинного обучения генерирует код, разделяет его на модули, исправляет ошибки и оптимизирует функции.

Нейросети подходят для рутинных задач, тестовых проектов и несложного кода.

Языковые модели часто галлюцинируют, поэтому обязательно проверяйте сгенерированный код.