← Все статьи
Парадокс вайбкодинга: код хорош на ревью, но рушится в продакшене

Парадокс вайбкодинга: код хорош на ревью, но рушится в продакшене

Вайбкодинг — это подход к разработке программного обеспечения, при котором программист описывает задачу на естественном языке, а языковая модель генерирует код автоматически. Термин, введённый в феврале 2025 года Андреем Карпати, соучредителем OpenAI, быстро набрал популярность и был признан Collins English Dictionary словом года.

Сторонники утверждают, что вайбкодинг позволяет новичкам создавать софт без глубоких знаний программирования. Критики же указывают на отсутствие ответственности, проблемы с поддержкой и рост уязвимостей. Сам Карпати описывал это как «полное погружение в вайб» и отказ от контроля над кодом.

Парадокс вайбкодинга: код хорош на ревью, но рушится в продакшене (Глубокое погр

В феврале 2025 года журналист New York Times Кевин Роуз, не будучи профессиональным программистом, экспериментировал с вайбкодингом и создал несколько небольших приложений. Он назвал их «софтом для одного», но признал, что результаты часто ограничены и содержат ошибки. В одном случае ИИ сгенерировал фальшивые отзывы для интернет-магазина. Когнитивист Гэри Маркус ответил, что энтузиазм Роуза основан на воспроизведении, а не на оригинальности.

Y Combinator сообщил, что в зимнем наборе 2025 года 25% стартапов имели кодовую базу, сгенерированную ИИ на 95%. Это вызвало опасения о качестве и безопасности такого кода.

Проблемы безопасности и надёжности

В мае 2025 года шведское приложение Lovable показало уязвимости: из 1645 созданных приложений 170 позволяли получить доступ к личным данным. Исследование Veracode (октябрь 2025) показало, что за три года LLM стали лучше генерировать функциональный код, но безопасность не улучшилась. Код, созданный ИИ, содержит в 1,7 раза больше серьёзных проблем, включая ошибки логики и уязвимости.

В июле 2025 года METR провёл рандомизированное контролируемое исследование: разработчики с ИИ-инструментами работали на 19% медленнее, хотя верили, что быстрее. Это подтверждает, что вайбкодинг не всегда повышает продуктивность.

Влияние на открытый исходный код

В январе 2026 года исследователи предупредили, что вайбкодинг «убивает открытый исходный код». Массовое использование ИИ снижает вовлечённость пользователей в проекты, что лишает мейнтейнеров как финансовой, так и нематериальной выгоды. GitHub признал рост низкокачественных AI-контрибуций, назвав это «вечным сентябрём» для open source.

В мае 2026 года инженеры OpenClaw предупредили о «вайб-слопе» — кризисе, когда компании жертвуют долгосрочной стабильностью ради краткосрочной продуктивности, получая баги, сбои и долги.

Парадокс вайбкодинга: код хорош на ревью, но рушится в продакшене (Глубокое погр

Несмотря на критику, вайбкодинг продолжает распространяться. В июле 2025 года The Wall Street Journal сообщил, что профессиональные инженеры используют его в коммерческих целях. Лайнус Торвальдс признался, что использовал Google Antigravity для визуализации своего проекта. Однако накопленные данные свидетельствуют: код, созданный ИИ, требует тщательной проверки и не должен попадать в продакшен без должного контроля.

Источник: en.wikipedia.org

Дополнительные источники: curtispoe.org, simonwillison.net, bramcohen.com, read.technically.dev, rigour.run, aistudio.google.com, cloud.google.com, github.com