Рост трафика на 17 600%: почему вайбкодинг помогает бизнесу, но вредит айтишникам

«Есть новый вид кодинга, который я называю «вайбкодинг», когда ты полностью отдаешься вайбам, принимаешь экспоненты и вообще забываешь о том, что код существует», — написал в социальной сети X  (бывший Twitter, заблокирован в России) Андрей Карпаты — ученый, сооснователь OpenAI и большой специалист по машинному обучению. Это случилось в феврале: именно с твита Карпаты начался тренд, разросшийся до небывалых масштабов.

Властелин алгоритмов

Карпаты рассказал, что ИИ-инструменты, такие как Cursor, позволяют вообще забыть о программировании. Не нужен даже дебаггинг, то есть поиск, анализ и исправление багов в коде: «Если мне выдает ошибку, я просто копирую и вставляю ее без всяких комментариев, — обычно это помогает». Вайбкодинг базируется на безоговорочном принятии всех правок и рекомендаций нейросети, а затем на созерцании того, как код экспоненциально разрастается за рамки человеческого понимания.

Речь идет совсем не о том, чтобы изредка спрашивать у нейросети, как написать определенную функцию или устранить конкретную ошибку. Это ситуация, когда ИИ-инструменты пишут за человека все целиком, а он только направляет. Расписывает, что хочет получить: идеальный готовый результат, к которому должен привести его машинный разум.

Твит Карпаты вызвал настоящий фурор. Пост собрал свыше тысячи реакций — среди них были и критика, и похвала, и сомнения, и страх. Его продолжают цитировать даже сейчас, спустя сотню с лишним дней после публикации.

Cursor позволяет взаимодействовать с кодом при помощи естественной речи. Пользователю достаточно описать в виде промпта, что он хочет получить, и система переведет его пожелания в понятный для компьютера вид.

По такому же принципу работает и Lovable — ИИ-инструмент в виде чат-бота, с помощью которого можно делать, например, лендинги, блоги и сайты-визитки. Уметь кодить для этого не нужно — главное, составить грамотный промпт.

В середине мая SimilarWeb опубликовала исследование мирового трафика ИИ-сервисов за 12 недель, по 9 мая 2025 года. Категория код-ассистентов, куда входят Cursor и Lovable, выросла на 75% и закрепилась как базовая инфраструктура для продуктовых команд. Интерес к «мыслящим» моделям оказался краткосрочным.

Стабильнее всех держится OpenAI, что подтверждает: разовый всплеск внимания не гарантирует долгосрочную аудиторию.

Модели R1 и Grok 3 c функцией Deep Search уже демонстрируют, как будущие ИИ-агенты возьмут на себя целые блоки вайбкодинга и других вспомогательных задач.

Кодинг для всех

Эксперименты Карпаты с вайбкодингом создают впечатление скорее развлечения, чем полноценного перехода с традиционной разработки на нечто совершенно иное. Ведь что может быть веселее, чем задавать машине промпты и смотреть, что получится? Особенно при учете, что в любой момент можно вручную исправить все баги.

Возьмем для примера какой-нибудь стартап. У стартапа есть идея. Чтобы воплотить ее в жизнь, больше не нужно искать серьезных инвесторов с большими деньгами: их можно привлечь позже, когда написанная с использованием Cursor первоначальная задумка «выстрелит». В результате на свет выйдет множество увлекательных проектов, которые были заморожены из-за нехватки средств.

А теперь возьмем крупную компанию. Благодаря ИИ-инструментам, отделы, не связанные с IT, могут реализовывать свои идеи. Маркетологи и менеджеры по продажам могут разрабатывать приложения для взаимодействия с клиентами, а операционисты — автоматизировать задачи. Не придется делать запрос в отдел, ставить задачу в таск-трекер, ждать заветного часа, когда очередь дойдет до вашей просьбы, — теперь вы сами можете кодить, а точнее, вайбкодить, что определенно принесет добавленную ценность к вашей работе и может увеличить зарплатные ожидания.

Концепт знаком пользователям, и они понимают, как взаимодействовать с искусственным интеллектом, поэтому идея кодить с его помощью тоже не выглядит для них совсем уж странной. Просто фокус сместился с простых генеративных задач уровня «напиши текст» или «сгенерируй картинку» на более сложный — «создай лендинг для моего бизнеса».

Иными словами, принцип взаимодействия с вайбкод-инструментами остался прежним: вы также задаете на родном человеческом языке задачу, которая будет запускать цепочку действий и обращений к различным нейросетям, только в ответ ИИ будет переводить ваши слова в кодированное послание, структурировать полученный результат и на его основе запускать следующее обращение. На выходе вы получаете не просто выполненную задачу, а готовый результат, который требовал цепочки событий, алгоритмически понятный машине, но упакованный вами в несколько предложений на родном языке.

Прорыв для стартапов

У многих стартаперов остро стоит вопрос, где взять достаточный бюджет на плату разработчикам, особенно когда проект еще не гарантирует прибыль. С вайбкодингом все становится в разы проще:

• стартап или отдельный предприниматель придумывает идею;

• идея реализуется с использованием Cursor или Lovable;

• проект начинает приносить деньги;

• появляются средства на полноценную разработку.

Легко представить и то, какую экономическую выгоду приносит вайбкодинг.

• Во-первых, его использование ускоряет вывод тестовых гипотез — собственно, с теми же самыми стартапами, которые пока не могут позволить себе тратить баснословные суммы на традиционную разработку.

• Во-вторых, это снижает стоимость маркетинговых скриптов. Маркетологи могут вообще не привлекать к работе IT-отдел, так что это не только экономит деньги, но и сокращает время разработки. То есть даже без серьезной поддержки инвесторов и бизнес-ангелов вайбкод-инструменты позволяют запускать прототипирование большинства технических задач практически бесплатно.

Использование вайбкодинга уже приносит результаты. Около четверти проектов последней когорты Y Combinator — венчурного фонда для стартапов — используют ИИ для написания не менее 95% своего кода. Это свидетельствует о растущем доверии к технологиям искусственного интеллекта в сфере разработки программного обеспечения, а также о том, что молодые компании вовсю применяют искусственный интеллект для создания прототипов.

Программисты не нужны?

За первые месяцы активного использования вайбкод-инструментов уже появилась масса интересных кейсов. Например, с помощью Claude 3.5 Sonnet уже создаются платформы для бросания дайсов (игральных костей. — Прим. ред.) и отслеживания инициативы в настольных ролевых играх, а также генерируются игры-пазлы.

Собственный проект реализовал и русскоязычный пользователь, о чем написал на платформе «Хабр». В статье он назвал себя «программистом старой закалки», которого заинтересовал вайбкодинг как концепт. С его помощью он создал приложение AI Conflict Resolution, чтобы при помощи ИИ разрешать конфликты между людьми, и подробно расписал свой творческий процесс. В качестве инструментов он использовал связку «продакта» Product Requirements Document и «программиста» Claude Code.

Изучив возможности вайбкодинга, я, человек который в жизни не написал ни строчки кода, за пару часов создал Zerocoder Running Club — бота, который ведет учет спортивных достижений сотрудников. Он позволяет отследить как пробежки (Zerocoder Running Challenge), так и прогулки (Zerocoder Walking Challenge). По задумке, за май участникам челленджа нужно было пробежать или пройти 70 км, при этом бот автоматически распределял участников в разные группы в зависимости от темпа их движения: если до 10 км/ч, то в «прогулочную» группу, если на уровне 10 км/ч и выше, то в «беговую». Пользователи сами заливают в телеграм-чат челленджа данные для распределения.

Функционально это чат-бот, который находится в чате с людьми и отслеживает их сообщения. Как только появляется определенный хэштег, он «читает» сообщение, скачивает приложенную к нему картинку с информацией о расстоянии, времени и скорости пробежки, обрабатывает ее при помощи ChatGPT через API и заносит в базу данных. Указанная на картинке скорость позволяет боту определить, являлась ли активность пользователя прогулкой или пробежкой, и распределить участника в соответствующую категорию. Также бот выводит результат — данные по всем бегунам и прогуливающимся сохраняются в Google Sheets.

Бот для Zerocoder Running Club был написан на Cursor, причем на сам прототип ушел где-то час, остальное — на доработки. В сущности, сделать похожего бота теперь может любой и это не составит особого труда. Главное — сформулировать грамотное техническое задание и подумать над промптами.

Вайбкодинг в российских реалиях

В обществе еще сильны стереотипы о том, что нейросети — это не ускоритель, а «убийца наших рабочих мест». Пока на уровне государственной поддержки, как это сейчас происходит в США, в школах и вузах не начнут повсеместное внедрение ИИ-инструментов для закрытия рутинных задач, вайбкодинг будет оставаться нишевым решением для продвинутых стартапов, технологического малого бизнеса и предпринимательства.