Один человек. Несколько продуктов одновременно в продакшне: мессенджер на React Native + Electron + FastAPI, AI-платформа, marketing-автоматизация, десктоп на Rust + Tauri. Подписка Claude Max — $200/месяц. По оценке самого разработчика, около 70% кода в репозиториях написано с активным участием AI. Не «сгенерировано» — именно написано совместно, с итерациями, правками, code review.
Контекст
«Вайб-кодинг» — термин, который появился примерно в 2025 году для описания нового режима работы: разработчик формулирует намерение, AI пишет реализацию, разработчик проверяет и корректирует. Это не «AI пишет за тебя» — это скорее пара-программирование с инструментом, у которого нет усталости, нет ego и нет привычки отвлекаться на Reddit.
Год назад агентские инструменты — и прежде всего Claude Code в агентском режиме — стали достаточно зрелыми, чтобы их можно было применять в настоящих проектах, а не только на демо для инвесторов. Для соло-разработчика, который вынужден закрывать весь стек самостоятельно, это принципиально иная ситуация, чем для команды с джунами и тимлидом.
Важный нюанс: эффект сильно зависит от стека. FastAPI и React Native — технологии с огромным количеством примеров в обучающих данных. Erlang или OCaml — другая история. Это не универсальный отчёт об AI-кодинге вообще, а конкретный опыт конкретного человека на конкретных технологиях. Именно поэтому он ценен.
Аналитика
Самое важное наблюдение в статье — не про инструменты, а про разделение труда. Работа разработчика исторически состоит из двух частей: придумать как сделать и сделать. AI забрал почти всю вторую часть для шаблонных задач. CRUD-эндпоинт, UI-компонент по паттерну, миграция схемы, рефактор с переименованием — всё это теперь минуты, а не часы. Что осталось: архитектурные решения, компромиссы, понимание продукта и пользователей.
Это ровно то, что предсказывала теория: автоматизация вытесняет рутинный, повторяющийся труд, оставляя контекстно-зависимый и творческий. Парадокс в том, что разработчик стал больше думать перед тем как начать — плохо сформулированный промпт даёт плохой код, переделывать который дольше, чем написать с нуля. Это тот же навык, что нужен при постановке задачи джуну. Только джун стоит дороже.
Про риски автор честен: логические ошибки, которые компилируются — самый опасный класс. Код выглядит корректно, проходит линтер, проходит тесты, которые AI сам же написал. Ошибка проявляется в edge-case на проде. Это именно та категория, которую нельзя автоматизировать: нужен человек, который читает каждую строчку с пониманием бизнес-логики. Плюс склонность AI к O(N²) там, где достаточно одного прохода — в hot path это легко даёт деградацию производительности в 10–50 раз.
Кейсы применения в бизнесе
B2B-SaaS стартап с небольшой командой. Классический сценарий — два-три разработчика, которые закрывают весь стек. Перевести генерацию бойлерплейта (CRUD, эндпоинты, миграции, тесты для стандартных сценариев) на Claude Code в агентском режиме — значит высвободить одного разработчика для продуктовых задач. Важно: ввести обязательный code review каждого AI-сгенерированного блока, особенно в логике авторизации и работе с данными. Ожидаемый эффект — ускорение delivery в 1,5–2 раза на типовых фичах.
Корпорация с legacy-стеком. Здесь вайб-кодинг работает иначе: не для написания нового, а для понимания старого. AI хорошо читает и объясняет незнакомый код, генерирует документацию к legacy-модулям, помогает писать обёртки над старыми API. Ограничение — контекст проекта: AI не знает решений, принятых три года назад в файле, который никто не открывал. Архитектор или тимлид должен держать этот контекст в голове и передавать его в промптах явно.
SMB и локальный бизнес в КР/СНГ. Для небольших компаний без штатного разработчика агентский AI открывает сценарий, который раньше требовал аутсорса: автоматизация внутренних процессов — генерация отчётов, парсинг данных, простые интеграции между сервисами. Не замена разработчика, но снижение порога входа для человека с базовым техническим бэкграундом. Подписка уровня Claude Max — порядка $200/месяц — при грамотном использовании окупается быстро, если альтернатива — нанять фрилансера на каждую задачу.
Кейсы в личной жизни
Разработчик в найме. Основной эффект — психологический: задачи с оценкой «неделя работы» начинают восприниматься как «два-три дня», и стартовать на них проще. Это не магия — это реальное сокращение рутинной части. Практический совет: начать с одной конкретной категории задач (например, написание тестов или документации) — там AI работает стабильно хорошо, и быстро появляется понимание, где граница применимости.
Контент-мейкер или продакт без глубокого кода. Если вы хотите автоматизировать что-то своё — скрипт для обработки данных, простой Telegram-бот, парсер — агентский режим Claude Code позволяет дойти до рабочего прототипа без глубокого знания стека. Главное — научиться чётко формулировать задачу: что на входе, что на выходе, какие ограничения. Расплывчатый запрос = расплывчатый результат.
Студент или джун. Самый спорный кейс. Вайб-кодинг активно размывает навык написания шаблонного кода «от руки». Автор статьи честно признаёт: он постепенно теряет эту мышцу, и его это не пугает, потому что у него уже есть архитектурное понимание. Для начинающего разработчика стоит сначала понять, как работает то, что генерирует AI — иначе code review превращается в формальность, а не в защиту.
Как применить сегодня
- Начните с документации. Попросите Claude Code написать docstring и комментарии к существующему коду — это задача с минимальным риском и моментальным результатом. Один промпт на файл.
- Перенесите бойлерплейт на AI. Новый CRUD-эндпоинт, форма по паттерну, миграция схемы — формулируйте как «по аналогии с X сделай Y» и проверяйте результат. Экономия: от 30 минут до нескольких часов на каждую такую задачу.
- Введите обязательный code review AI-кода. Не как формальность, а как защиту от логических ошибок, которые компилируются. Особое внимание — к security-критичным местам и алгоритмической части.
- Не доверяйте AI архитектурные решения. Используйте его для генерации вариантов («какие есть подходы к X»), но финальный выбор — ваш, потому что только вы знаете контекст продукта.
- Задайте себе вопрос про освободившееся время. Если AI забирает рутину — что вы делаете с этими часами? Больше продуктов, более сложные задачи, или меньше рабочих часов — это личный выбор, но его стоит сделать осознанно, а не по умолчанию.