Абакар, техлид из Альфа-Банка, почти 10 лет держал в голове одну идею: воссоздать аркаду про самолётики с кнопочных телефонов — тех самых Nokia, Siemens, Sony Ericsson. Порог входа в геймдев каждый раз останавливал: движок, физика, сетевой код, графика. В начале 2026 года он выбрал другую роль — не разработчик, а заказчик. Команда — Claude и Codex. Результат: игра опубликована в RuStore, ни одной строчки кода написано вручную.
Контекст
Паттерн «vibe coding» — описываешь что хочешь, а не пишешь код — перестал быть экспериментом. Его всё активнее используют опытные разработчики, у которых есть идеи, но нет желания погружаться в незнакомый стек. Геймдев исторически требовал знания движков, физики, рендеринга, сетевого кода. Всё это отсекало «случайных» авторов — людей с идеей, но без профильного опыта.
Абакар начал с мультиагентного подхода: оркестратор-тимлид и субагенты — аналитик, разработчик, QA, UX-дизайнер. Красивая схема разбилась о простую реальность: $20-подписка на Claude сожгла лимит токенов раньше, чем была готова половина игры. Стандартная проблема для сложных итеративных задач с длинным контекстом. Дальше — работа 1:1, без архитектурных красот. Именно тогда и появился первый рабочий билд.
Инструментарий по ходу проекта менялся. Claude отвечал за основную структуру. Codex подключился на этапе отладки рендеринга — и с первой попытки починил баг, который Claude не мог устранить несколькими итерациями. Разные инструменты дают разные результаты на одинаковых задачах — это уже не теория, а практика конкретного проекта.
Аналитика
Кейс честно фиксирует карту возможностей LLM в разработке прямо сейчас. Базовая игровая механика, шаблонный код, быстрые фиксы, изменение конфигурации сборки — всё это ИИ берёт уверенно. Один пример: когда понадобилась поддержка Android 12 вместо 13, Codex опустил минимальную версию одной командой. Никакого исследования документации, никакого ручного поиска флагов.
Но сетевой код для Bluetooth-мультиплеера стал настоящим испытанием. Первая автоматическая стратегия — отрисовывать клиентский UI строго по данным хоста — дала дёрганый интерфейс. Следующая попытка — клиентское предсказание с коррекцией по данным хоста — привела к двойным засчитываниям выстрелов и пропадающим пулям. К рабочему решению (виртуальный сервер на стороне хоста, уникальные ID для каждого снаряда) удалось прийти только после того, как автор сам задал правильные вопросы и предложил архитектурный подход. Модель реализовала — но не придумала.
Это главный сигнал кейса: ИИ резко снижает стоимость реализации, но не отменяет потребность в человеке с опытом на этапе архитектурных решений в нетривиальных областях. ~90% объёма работы взял ИИ. 10% потребовали технической экспертизы и правильно заданных вопросов — и именно этот 10% определил, выйдет ли игра вообще.
Кейсы применения в бизнесе
B2B SaaS стартап без ресурса на разработку. Есть идея для MVP или внутреннего инструмента, разработчиков не хватает. Подход «ты — продакт, ИИ — команда» позволяет собрать рабочий прототип за несколько вечеров. Ключевое — формулировать требования как заказчик: что видит пользователь, что происходит при действии, какой контекст. Ожидаемый результат: рабочее демо за 1-2 недели вместо месяцев ожидания разработчика.
Корпорация с нетехническими командами. Сотрудники без навыков программирования могут создавать прототипы внутренних утилит — парсеры отчётов, конвертеры данных, простые автоматизации — без привлечения IT-отдела. Для production потребуется ревью, но для внутренних инструментов с ограниченным кругом пользователей порог приемлемости ниже. Экономия: часы разработчиков на задачи, которые раньше уходили в backlog навсегда.
SMB и локальный бизнес в КР и СНГ. Предприниматель с идеей мобильного приложения, но без бюджета на разработчика. Описательный подход реально работает для приложений с понятной механикой — каталог, форма заказа, простая логика. Где потребуется экспертиза: сложная синхронизация, платёжные интеграции, нагрузочные сценарии. Остальное — уже доступно.
Кейсы в личной жизни
Разработчик с идеей в незнакомом стеке. Знаешь Python, но хочешь сделать Android-игру или WebGL-демку. Вместо «надо сначала выучить X» — описываешь что хочешь получить и итерируешь. Именно это и произошло: 10 лет идея лежала на полке, несколько вечеров с ИИ — и она в магазине приложений.
Контент-мейкер или преподаватель. Нужна интерактивная демка для статьи, курса или YouTube-видео — мини-игра, симулятор, визуализация алгоритма. ИИ соберёт HTML5/JS или нативную версию по описанию. Без найма разработчика, без фриланс-площадок, без недель ожидания.
Студент, который хочет настоящий проект. Учебные задачи дают теорию, а живой проект — понимание. ИИ генерирует рабочую основу, задача студента — разобраться что и почему написано, итерировать, ломать и чинить. Это быстрее, чем читать документацию с нуля, и честнее, чем списывать готовое решение.
Как применить сегодня
- Опиши проект как заказчик: что видит пользователь, что происходит при каждом действии, какой режим и контекст. Не пиши «сделай игру» — пиши «при нажатии кнопки самолёт выстреливает снаряд, летящий слева направо с умеренной скоростью».
- Дай модели готовые ассеты — иконки, скриншоты, примеры UI. Просить ИИ генерировать графику «по описанию» даёт предсказуемо слабый результат; готовые картинки резко поднимают качество.
- Тестируй на реальном устройстве с первого рабочего билда. Эмулятор скрывает баги рендеринга и производительности — именно это чуть не остановило весь проект.
- Если модель зациклилась на баге — смени инструмент или сформулируй проблему иначе. Claude и Codex показывают разные результаты на одинаковых задачах.
- Для нетривиальной архитектуры (сетевой код, синхронизация состояния, сложная бизнес-логика) — погрузись сам, задай правильные вопросы и предложи подход. Модель реализует чужую хорошую идею гораздо лучше, чем придумает свою в сложной предметной области.