Термин вайб-кодинг (vibe coding) стал широко известен в индустрии разработки программного обеспечения. Под этим понятием подразумевается процесс создания приложений, при котором значительная часть или весь программный код генерируется с помощью больших языковых моделей (LLM). Впервые это определение предложил Андрей Карпатый, известный исследователь ИИ и бывший руководитель программы Tesla Autopilot Vision. В феврале 2025 года он написал в соцсети X, что вайб-кодинг позволяет полностью «довериться вайбам» и забыть о существовании самого кода, поскольку возможности таких инструментов, как Cursor Composer с моделью Sonnet, стали достаточно высокими.
Преимущества и риски для безопасности
Сторонники метода отмечают, что использование LLM демократизирует программирование, позволяя людям без глубоких технических знаний создавать собственные приложения. Примером может служить бывший ветеринарный техник, разработавшая приложение для учета инъекций инсулина для своего питомца. Однако у этого подхода есть и серьезные противники, указывающие на уязвимость создаваемого ПО. Отсутствие у автора кода фундаментальных знаний делает невозможным самостоятельное исправление критических ошибок, если нейросеть не справляется с задачей.
Исследование уязвимостей в ИИ-коде
Опасения критиков подтверждаются исследованиями. В апреле 2025 года специалисты из Школы кибербезопасности и конфиденциальности Технологического института Джорджии проанализировали 43 000 уведомлений о безопасности. Они обнаружили 74 уязвимости, напрямую связанные с ИИ-генерацией кода, из которых 14 были классифицированы как критические. Авторы исследования подчеркивают, что реальное число таких дефектов может быть в 5–10 раз выше, так как удалось выявить лишь те случаи, где факт использования ИИ был официально задокументирован.
Распространение практики среди профессионалов
Несмотря на споры, вайб-кодинг активно проникает в профессиональную среду. Недавний опрос 1100 программистов показал, что 72 % респондентов ежедневно применяют ИИ-инструменты в работе. Около 42 % их кодовой базы уже состоит из материала, сгенерированного или дополненного нейросетями, и ожидается, что к следующему году этот показатель превысит 50 %.
Различия между генерацией и ассистированием
Важно различать полноценный вайб-кодинг, где ИИ создает проект с нуля, и использование ИИ как помощника для автодополнения, ревью или отладки. Согласно данным опроса Stack Overflow за 2025 год, 47,1 % разработчиков используют ИИ ежедневно, но при этом 72 % опрошенных заявили, что не считают вайб-кодинг частью своего основного рабочего процесса, а 5 % категорически отрицают такой подход.
Влияние ИИ на рынок труда разработчиков
Помимо технических рисков, технология меняет структуру найма. Многие задачи, которые ранее поручались младшим специалистам (джуниорам), теперь автоматизируются с помощью ИИ. В результате компании нанимают значительно меньше начинающих разработчиков, что ставит под угрозу традиционный путь входа в профессию, который ранее считался надежным способом обеспечения стабильного дохода.
Почему вайб-кодинг вызывает споры
Дискуссия вокруг этого термина гораздо сложнее, чем кажется на первый взгляд. Критики подчеркивают, что помимо проблем с уязвимостями, широкое применение нейросетей существенно усложняет поддержку кодовой базы. Если «вайб-кодер» не обладает достаточным уровнем знаний в программировании, он оказывается в тупике, когда ИИ не способен самостоятельно устранить возникшую ошибку.
Реальный масштаб проблемы
Важно понимать контекст исследования Технологического института Джорджии: упомянутые 43 000 уведомлений о безопасности были проанализированы лишь за трехмесячный период в начале 2025 года. Тот факт, что исследователи смогли выявить только 74 уязвимости, объясняется сложностью идентификации — им удалось отследить лишь те фрагменты, где использование LLM было официально раскрыто. По экспертным оценкам, фактическое количество уязвимостей, созданных нейросетями, может превышать обнаруженные показатели в 5–10 раз.
Эволюция рабочих процессов
Несмотря на то что многие профессионалы высказывают скепсис по отношению к «вайб-кодингу», статистика показывает неумолимый рост зависимости от технологий. Интересно, что на фоне активного внедрения нейросетей меняется сама природа задач для senior-разработчиков: теперь они используют ИИ для автоматизации тех рутинных операций, которые раньше делегировались джуниорам. Это создает структурную проблему для всей индустрии: традиционный путь входа в ИТ-профессию через позиции начального уровня становится все менее доступным, поскольку компании сокращают штат младших специалистов до минимума.
