Я относительно недавно пришёл в новую команду в качестве проджект-менеджера. Компания разрабатывает платформу для автоматизации внутренних бизнес-процессов (B2B SaaS) — систему управления задачами, документами и внутренней коммуникацией для корпоративных клиентов.
Одна из первых задач команды — релиз новой фичи. Вроде ничего нового, но среди коллег начался конфликт.
Команда разделилась на 2 лагеря, где с одной стороны — сеньоры: опытные ребята, которые помнят времена, когда jQuery считался модным, и до сих пор пишут всё с нуля. Они прямым текстом сказали: «Если не пишешь код руками — ты не разработчик, а оператор чата».
С другой — мидлы, не так давно присоединившиеся. Они активно используют Copilot, Midjourney и ChatGPT, ссылаются на скорость и эффективность, называют себя ИИ-оптимистами и не видят проблемы в том, что часть кода они «редактируют, а не создают».
На планёрках всё было вежливо, но в кулуарах — явное напряжение. Первый день — шутка про «копипастеров», на следующий — мем про динозавров в код-ревью. Видел, что это уже не просто шутки, а настоящая смена парадигмы — и мне, как менеджеру, придётся найти баланс между скоростью, качеством работы и атмосферой в команде.
После того как очередной конфликт подвинул дедлайн проекта, я решил, что надо помирить команду. Чтобы понять — как — я начал ресёрчить тему, из-за которой всё это и началось. И заодно решил написать статью.
Здесь попробую разобраться, кто вообще такие вайбкодеры, как они появились и почему «трушные» разработчики их недолюбливают. А ещё — постараюсь ответить на вопрос «Как работать сообща любителям традиций и новых технологий?».
Будет здорово, если в комментариях вы поделитесь своим мнением на эту тему.
С чего всё началось
В феврале 2025 года сооснователь OpenAI Андрей Карпатый опубликовал твит с таким содержанием:
Выходит, Карпатый предложил разработчикам делегировать задачи нейросетям? Мне, как “неайтишнику” сложно это представить. Вы садитесь за рабочее место и просите какой-нибудь Cursor написать оставшиеся 50–70 строк кода. Затем даёте ChatGPT задачу проверить результат. Сами лениво попиваете кофе, мониторите обновления на Хабре и слушаете музыку?
Как я понял, именно с подачи Карпатого появились слова «вайбкодинг» и «вайбкодеры». Первое означает процесс, когда программу пишет не человек, а нейросеть. Второе — тех самых людей, которые отдают код на аутсорс ИИ, лишь изредка вмешиваясь в процесс.
А ещё — вайбкодеры вдохновились идеей и понесли её в массы. Мол, зачем знать синтаксис, если можно попросить LLM сделать всё? Так начался цифровой раскол на ИИ-оптимистов и олдскульных разработчиков.
У нас в компании большинство — как раз «олдскул»: разработчики, для которых ручное написание кода — вопрос профессиональной этики. В итоге одни верят, что будущее — за нейросетями. Вторые думают, что увлечение ИИ — это просто ещё один тренд, и однажды он перестанет быть хайповым. А вот знания — то, что никогда не обесценится.
Сам я отношусь скорее к ИИ-оптимистам: считаю, что нейросети — это не костыль, а инструмент, который можно встроить в процесс, чтобы работать быстрее. То есть зачем тратить 40 минут на одно и то же, если можно сократить до пяти?
Так что вижу эту поляризацию не снаружи — я живу в ней каждый день.
Я заметил: есть две категории людей, которые любят вайбкодинг
Вернее, нашёл мнение специалиста по этой теме. Тобин Саут, эксперт по вопросам ИИ-безопасности в Массачусетском технологическом институте, считает, что вайбкодят чаще всего 2 категории специалистов:
Разработчики с большим опытом работы. Для них ИИ — виртуальный джун, который подправит код и учтёт комментарии. Останется только проверить качество работы.
Люди с нулевым опытом в IT. Обычно эти пользователи просто пишут нейросетям, какой проект нужен. Затем проверяют готовые продукты. Если они запустились без багов и помогли решить поставленную задачу — отлично. Есть ошибки? Значит, следует написать о них ИИ.
Также Саут отмечает, что вайбкодинг прост и доступен — поэтому он так быстро набирает популярность. Достаточно сформировать запрос и передать его ИИ-помощнику. А если человек не понимает, с чего начать, ему на помощь придут подборки промптов для любого запроса, которые, например, есть в этой статье.
В целом, по данным Стэнфордского университета, большая часть населения Китая (83%) и Индонезии (80%) считает, что ИИ приносит больше пользы, чем вреда. В то время как в США (39%) и Канаде (40%) этот показатель значительно ниже. Однако процент ИИ-скептиков в Штатах и Европе постепенно падает.
В 2024 году 78% организаций сообщили, что регулярно работают с ИИ. Для сравнения, в 2023 году показатель был ниже — всего 55%.
Затем, устав от исследования, я полез читать форумы. И нашёл много чего интересного и противоречивого.
И несмотря на то, что плюсы и возможности вайбкодинга описываются во многих источниках и авторами на форумах, есть и “тёмная сторона луны”.
Как опыт одного из ютуберов показал: иногда вайбкодинг — это зло
Это я понял, когда увидел ролик Конвея про ИИ. Вообще парень разбирает мемы, скандалы в соцсетях и игры — но тут переключился на вайбкодинг. В видео Конвей поделился своим опытом: он решил натренировать ИИ-ассистента, который писал бы сценарии для его будущих роликов.
Блогер доверился ChatGPT, который предложил создать локальную нейросеть на компьютере. Следом ИИ написал скрипт на Python, Конвей его протестировал — и нашёл баги. ChatGPT обещал всё исправить. Но спустя 14 часов работы и двести итераций скрипта парень обнаружил: из системы удалены настройки Windows, а жёсткий диск «похудел» на несколько сотен гигабайт.
А я уж хотел позвать к нам в отдел пару промт-менеджеров… Пока искал, насколько эффективен вайбкодинг на самом деле, обнаружил и такой отзыв на форуме.
Затем я нашёл статью от IBM. Её авторы расписали ограничения вайбкодинга, связанные с техническими сложностями. То есть да, ИИ поможет закрыть рутинные задачи, но вот этапы вроде глубокого тестирования ему не получится делегировать.
Когда я общался с разрабами, они подтвердили, что доверить написать нейросети даже условные 10 000 строчек кода — очень плохая затея. Потому что потом устанешь править ошибки и искать галлюцинации.
Также разрабы сказали, что ИИ ошибается при доработке кода продукта: может удалить уже существующие части. Да, даже если постановщик задачи прописал, что их нельзя убирать.
Наконец, эксперты считают, что код от ИИ легче «сломать». По их мнению, сгенерированный код обычно исключается из проверки безопасности. Так появляются незаметные уязвимости. Но вот другой наш разработчик уверен, что ИИ-код может соответствовать требованиям безопасности. Правда, на просторах сети я обнаружил пару «но».
Выходит, в моей команде можно обойтись без споров?
Исследования и опросы коллег привели меня к пониманию, что споров можно избежать, если все примут тот факт, что ИИ — это инструмент, а не панацея. Да, нейросети помогут ускорить рутинные задачи, сгенерировать простой код, исправить ошибки, сделать всякую мелочь, но без человека не получится создать что-то по-настоящему стоящее.
Как я поступил? Пошёл с этим выводом к команде. Выслушал недовольства и пожелания каждой из сторон. Объяснил, как конфликты влияют на нашу продуктивность и атмосферу внутри коллектива. И главное — добавил, что здесь нет правых и виноватых, а вот негативные последствия для компании — есть.
Ну, и учитывая, что Москва не сразу строилась — изменения тоже произошли не сразу.
Через несколько месяцев мы взялись разрабатывать новую версию CRM-системы. Команда была разделена на две группы: сеньоры с большим опытом и мидлы. На этапе обсуждения инструментов, было много тех же споров. Но в конце концов, мы нашли компромисс, который устраивал всех.
Сеньоры продолжили писать код вручную, но кое-где стали использовать ИИ. Например, Copilot для автогенерации шаблонов кода, быстрого поиска и исправления ошибок и автоматического форматирования кода. Так они ускорили процесс разработки, но при этом всё равно контролировали результат.
Мидлы, в свою очередь, которые изначально были настроены на полную автоматизацию, послушали сеньоров и начали использовать ИИ с большей осторожностью. Поняли, что полагаться на него без проверки результата — не надо. С ИИ они искали баги, но при этом код дорабатывали вручную. То есть, они использовали ChatGPT для генерации базовых фрагментов кода или предложений по улучшению производительности, но перед тем как применить, тщательно проверяли всё на тестах.
Со временем споры об использовании нейросетей в работе канули в лету, потому что команда осознала: ИИ — помощник. Его может использовать любой айти-специалист, главное — делать это с умом и контролировать результат.
В итоге работа пошла быстрее и с меньшими усилиями, без лишних задержек и недовольств.
У Minervasoft есть свой блог в Telegram. Там выходят другие интересные материалы про ИИ и спорные вопросы в найме, менеджменте и планировании. Подпишитесь, чтобы не пропустить новые тексты.