В этом феврале в ленте Андрея Карпатого (AI-инженера и бывшего директора по искусственному интеллекту в Tesla) появляется новое словосочетание — vibe coding: «Я называю это vibe coding. Я просто вижу что-то, говорю что-то, запускаю что-то, копирую и вставляю — и это в основном работает».

Карпатый рассказывает, как собирает приложения, почти не касаясь клавиатуры: голосом просит уменьшить отступы, вставляет ошибки прямо в промпт, не читает diff и всегда нажимает Accept All.

Термин подхватывают — и интерес начинает расти.

Если посмотреть на данные Google Trends, видно: интерес к запросу vibe coding буквально взорвался за два месяца — с нуля до пикового значения в марте 2025 года. До середины февраля термин почти не встречался, а затем — резкий рост.

Пока не прослеживается долгосрочной динамики: это может быть как начало устойчивого сдвига, так и временная волна. Нельзя сказать, что тренд закрепился — в равной степени вероятны и рост, и угасание.

То есть вайб-кодинг — это программирование с ИИ?

Не совсем. Вайб-кодинг — частный случай программирования с помощью AI, с важным отличием: в нем упор не на точность или инженерный контроль, а на ощущение результата, скорость, и готовность довериться генерации.

Если программирование с AI — это способ ускорить традиционную разработку то вайб-кодинг — это один из радикальных случаев более широкой тенденции: программирования с помощью AI.

Что говорят о программировании с AI

В профессиональном сообществе нет единого взгляда на программирование с помощью AI. Одни видят в этом путь к радикальной доступности и ускорению. Другие — риск потери инженерного контроля. Вот несколько точек зрения от людей, которые применяют AI в рабочих процессах.

Мы движемся к тому, чтобы идея становилась интерфейсом. Вместо того чтобы писать код, ты описываешь, чего хочешь достичь, — и это работает. Но важно помнить: ответственность все еще на тебе.

Гильермо Раух, из выступления на конференции AI Engineer World’s Fair, 2024

Раух подчеркивает, что подход с естественным языком может ускорить разработку, особенно на этапе прототипирования, но требует зрелой оценки рисков и понимания технической базы.

AI делает кодирование легким, даже радостным. Но если ты руководишь продуктом, который влияет на реальных пользователей, радость — это только начало. Дальше начинается ответственность.

Пэки МакКормик, автор блога Not Boring, из эссе «Hyperlegible», 2025

МакКормик видит программирование с ИИ как часть демократизации технологий: инструменты становятся доступнее, барьеры ниже. Но одновременно — выше требования к тем, кто берет на себя управление этим процессом.

Если ты используешь AI, но потом читаешь и проверяешь код — это не вайб-кодинг. Вайб-кодинг — это когда ты слепо вставляешь, надеясь, что сработает. Это не инженерия. Это магическое мышление.

Саймон Уиллисон, исследователь LLM и devtools, SimonWillison.net, 2025

Уиллисон жестко отделяет работу с AI от вайб-кодинга как некритичного копипаста. Он подчеркивает риски: в продакшене важны не только скорость, но и надежность, сопровождение.

Где это полезно

• Проверка гипотез: нужно быстро посмотреть, как может выглядеть новая фича, механика или экран. Вместо того чтобы ждать дизайн, верстку и фронт, продакт сам может собрать вариант с помощью промптов — и протестировать реакцию пользователей в тот же день.
• MVP за вечер: генеративные инструменты позволяют собрать базовый прототип прямо в ходе обсуждения. Это не будет идеальный продукт, но поможет принять решение: идти глубже или нет.
• Меньше посредников: иногда достаточно просто попробовать своими руками. Не чтобы заменить команду, а чтобы сформировать видение, на основе которого дальше работать уже в команде. Тут ИИ — личный инструмент, а не технология всей организации.
• Поиск нестандартных решений: ИИ может предлагать странные, но интересные варианты. Для интерфейсов, где важна вовлеченность, эмоция и элемент неожиданности, это может быть преимуществом.

Что вызывает вопросы

• Кто теперь принимает решения: когда интерфейсы, логика и даже дизайн начинают рождаться из текста или голосовой команды — вся цепочка привычной командной работы сдвигается. Продукт, дизайнер, разработчик, аналитик, тестировщик — каждый сталкивается с вопросом: а где теперь начинается и заканчивается моя зона ответственности?
• Архитектура: формально ИИ уже может сгенерировать архитектурную схему, особенно если это относительно стандартная задача. Но проблема не в генерации, а в понимании и обосновании. AI может сгенерировать схему, но не может предусмотреть, как она будет жить при росте нагрузки или смене фокуса продукта.
• Быстро ≠ дешево: когда что-то делается за вечер с помощью AI, кажется, раз сделали быстро — значит, дешево, то есть выгодно. Но сгенерировать экран или логику — это не то же самое, что встроить его в инфраструктуру, протестировать, задеплоить и поддерживать. Если AI создал что-то, а потом команда долго разбирается в том, как это работает — вы тратите ресурсы дважды: на генерацию и на приведение в порядок (или полную переделку).

Что с этим делать

Программирование с помощью ИИ пока не стало новым стандартом. И, возможно, не станет. Но точно можно сказать: интерфейс между человеком и продуктом меняется. Кто-то пишет код руками, а кто-то — в диалоге с AI.

Оценить потенциал новой технологии сложно без практики. Фокус сейчас — не на том, чтобы перейти на AI-кодинг, а на том, чтобы понять, в каких задачах он ускоряет, где снижает стоимость ошибки, а где разрушает процессы. Важно ставить под сомнение, проверять, пробовать.

Сами подходы и результаты еще далеко от идеала, но потенциал есть. Сейчас важно не доказывать, а проверять. Мы хотим создать среду, где это можно делать быстро, без давления, но с реальными задачами

Петр Чернышев, CEO Friflex