В феврале 2025 года Андрей Карпати — сооснователь OpenAI, бывший руководитель ИИ в Tesla — написал пост, который стал вирусным. Он описал новый способ программирования: ты разговариваешь с ИИ, принимаешь весь сгенерированный код не глядя, и если что-то ломается — просто копируешь ошибку обратно в чат. Карпати назвал это вайбкодингом — программированием по наитию.
Collins Dictionary признал «vibe coding» словом 2025 года.
Но вот что важно: Карпати написал это про одноразовые проекты выходного дня. Индустрия же услышала другое: «Теперь все могут кодить».
Мусор на входе — мусор на выходе
Есть старый принцип информатики: Garbage In — Garbage Out. Мусор на входе — мусор на выходе. Вайбкодинг превратил этот принцип в массовый эксперимент.
Егор Гилёв в статье для Smashing Magazine точно определил ловушку:
«Ловушка вайбкодинга в том, что он поощряет формулировать свои намерения максимально двусмысленно — через разговор.»
Представьте, что вы нанимаете строителя и вместо чертежей говорите: «Сделай мне красивый дом, ну, как обычно, с кухней и спальней». Строитель построит что-то. Но это будет его представление о «красивом», его представление об «обычном» и его представление о том, где должна быть кухня.
Вайбкодинг — это строительство без чертежей. Только вместо строителя — нейросеть, которая никогда не переспросит: «А вы точно уверены?»
Цена «вайба»
Статистика из мировой практики уже накоплена — и она отрезвляет.
16 из 18 технических директоров сообщили о серьёзных авариях из-за ИИ-сгенерированного кода. Модуль авторизации с перевёрнутой логикой пропускал заблокированных пользователей. Запросы к базе данных «работали на тестах», но обрушивали систему под нагрузкой.
Код, созданный ИИ, содержит в 1,7 раза больше критических ошибок, чем код, написанный человеком. 10% приложений, созданных на платформе Lovable, имели критические уязвимости безопасности.
А вот парадокс, который обнаружили исследователи из METR: опытные разработчики с ИИ-инструментами оказались на 19% медленнее, чем без них. При этом сами разработчики были уверены, что стали на 24% быстрее.
Иллюзия скорости при реальном замедлении — пожалуй, самый точный диагноз вайбкодинга.
ИИ — мультипликатор
Искусственный интеллект — это мультипликатор. Он усиливает всё, что в тебе есть. Если у тебя есть глубокое понимание задачи — ты станешь непобедимым. Если понимание рыхлое — проблемы будут пропорциональными.
Это подтверждает исследование Anthropic (создателей Claude): разработчики, которые писали код с помощью ИИ, набрали на 17 процентных пунктов меньше на тестах компетенций, чем те, кто писал самостоятельно. Наибольший разрыв — в отладке: ИИ не учит думать, он учит принимать готовые ответы.
Но те, кто использовал ИИ правильно — задавал уточняющие вопросы, просил объяснить логику, формулировал концептуальные вопросы — показали результаты не хуже «ручных» программистов.
Разница — в голове, а не в инструменте.
Doug Slater, разработчик с двадцатилетним стажем, сформулировал это через метафору мышления:
«Языковые модели дают мне готовые мысли — отполированные и убедительные. Но без того интеллектуального роста, который приходит, когда развиваешь мысль самостоятельно.»
Концептуальная модель важнее кода
Kate Moran из Nielsen Norman Group написала статью с провокационным вопросом: «GenUI vs. Vibe Coding — кто проектирует?» Её ответ:
«Вайбкодинг предполагает пользователя, который умеет мыслить в терминах приложений, интерфейсных паттернов и логики взаимодействия. Это серьёзное требование, которому большинство людей не соответствуют.»
Это ключевой момент. Код — не проблема. Код — это реализация. Проблема — в том, что именно реализовывать. А для этого нужна концептуальная модель: объекты, связи между ними, пользовательские сценарии, ограничения.
Без этого вайбкодинг — это как давать кисть и краски человеку, который не умеет рисовать. Технический барьер снят. Результат от этого не улучшился.
Гилёв описывает три измерения, которые нужно развивать одновременно:
- Концептуальная модель — что за объекты, как они связаны, какие у них свойства
- Визуализация — от скетчей до детальных макетов
- Пользовательский поток — как человек движется к своей цели
Вайбкодинг перекашивает работу в сторону визуализации, игнорируя первое и третье. Получается красивый фасад без фундамента.
Phoebe Sajor из Stack Overflow провела эксперимент: попробовала создать приложение через вайбкодинг, не имея технического опыта. Результат:
«Для технологии, которая якобы сделает младших разработчиков ненужными, ей понадобилось очень много помощи от моих друзей — которые все как раз младшие разработчики.»
А код, который получился, оказался «хаотичным и практически непонятным» — даже для специалистов.
Когда код станет бесплатным, останется опыт
Якоб Нильсен, основатель Nielsen Norman Group, сформулировал парадокс вайбкодинга:
«Когда любой может наштамповать работающее приложение, наличие работающих функций перестаёт быть конкурентным преимуществом. Продукты будут различаться качеством опыта.»
Это и есть ответ на вопрос «зачем нужен UX в эпоху ИИ». Написать код — больше не барьер. Барьер — понять, что именно нужно пользователю. Как он думает, чего боится, к чему привык, чего ожидает.
Addy Osmani, директор Google Cloud AI, разделяет вайбкодинг и то, что он называет AI-assisted engineering — инженерию с поддержкой ИИ. Разница — в мышлении:
«Это не инженерия. Это надежда.»
Один из основателей компании, с которым разговаривал Osmani, описал свой подход: «Мы начинаем любую работу с ИИ с написания функциональной спецификации совместно с ИИ.» Сначала — понимание. Потом — код.
Scott H. Young, автор бестселлера «Ultralearning», попробовал вайбкодинг на практике и пришёл к тому же:
«Даже когда я не писал код сам, мне нужно было знание того, как код работает, и понимание проектных ограничений, чтобы получить хороший результат.»
И ещё одно наблюдение от Young, важное для нашей темы:
«ChatGPT охотно следовал за моими рассуждениями. Но если я не направлял разговор в нужную сторону — ИИ никогда не предлагал эти идеи сам.»
ИИ не предлагает стратегических идей. Он следует за вашим мышлением — и усиливает его. Каким бы оно ни было.
Как делать правильно: наш опыт
Критиковать легко. Но у нас есть и ответ — проверенный на практике.
За последние два года мы в UsabilityLab сделали несколько успешных проектов с использованием вайбкодинга. Да, мы сами им пользуемся. Но — и вот в чём ключевое — не с него начинаем.
Прежде чем написать первый промпт, мы делаем ту работу, которую вайбкодинг не заменяет:
- Исследуем пользователей. Глубинные интервью, наблюдение, анализ контекста. Узнаём, как люди решают задачу сейчас — без нашего продукта.
- Изучаем конкурентов. Не для того чтобы скопировать, а чтобы понять, какие решения уже работают для пользователей — и какие нет.
- Строим сценарии взаимодействия. Не абстрактные user stories, а конкретные пути: человек в конкретной ситуации делает конкретные шаги к конкретной цели.
- Создаём интерактивные симуляторы. На них уже можно проводить юзабилити-тестирование — и ловить ошибки до того, как написана первая строчка продакшн-кода.
И вот когда всё это сделано — вайбкодинг работает прекрасно. Потому что на входе не «сделай мне красивый дом», а детальное понимание того, кто будет жить в этом доме, как он будет по нему ходить и что для него значит «удобно».
Вайбкодинг — это последняя миля. Но большинство пытается пробежать с неё весь марафон.
Почему это важно именно сейчас
ИИ не отменяет работу по пониманию пользователя. Он делает её критически важной.
Раньше плохое техзадание тормозило проект: разработчики задавали вопросы, уточняли, переделывали. Медленно, но хоть какой-то фильтр работал.
Теперь ИИ не задаёт вопросов. Он берёт то, что дали, и строит. Быстро. Много. И если «на входе» было рыхлое представление о пользователе — на выходе будет красивый продукт, которым никто не сможет пользоваться.
Раньше плохое понимание пользователя замедляло разработку. Теперь — ускоряет производство бесполезного.
Инструменты должны усиливать мастерство, а не обходить его. Как сказал Нильсен:
«Инструменты должны усиливать мастерство, а не подменять его.»
Дмитрий Сатин, основатель UsabilityLab
Источники
- Andrej Karpathy — оригинальный пост о вайбкодинге, февраль 2025
- GenUI vs. Vibe Coding: Who’s Designing? — Kate Moran, NN/g, март 2026
- Vibe Coding and Vibe Design — Jakob Nielsen, март 2025
- Vibe Coding ≠ AI-Assisted Engineering — Addy Osmani, ноябрь 2025
- Intent Prototyping: The Allure And Danger Of Pure Vibe Coding — Yegor Gilyov, Smashing Magazine, сентябрь 2025
- A new worst coder has entered the chat — Phoebe Sajor, Stack Overflow, январь 2026
- How AI assistance impacts the formation of coding skills — Judy Hanwen Shen, Alex Tamkin, Anthropic, январь 2026
- AI: Accelerated Incompetence — Doug Slater, май 2025
- ‘Vibe coding’ may offer insight into our AI future — Harvard Gazette, апрель 2026
- Is Vibe Coding the Future of Skilled Work? — Scott H. Young, ноябрь 2025