Восемь часов вайбкодинга: MVP — да, профессия разработчика — нет

«Появился новый вид программирования, который я называю вайбкодингом: ты полностью отдаёшься ощущениям, веришь в экспоненциальный рост и забываешь, что код вообще существует».

— Андрей Карпатий, февраль 2025

Вайбкодинг обещает многое: описал задачу словами — получил приложение. Для консультанта это одновременно правда и ловушка. За восемь часов живых занятий и практику на своей задаче между ними можно научиться ставить задачу ИИ-агенту, собирать и проверять работающий прототип для клиента. Стать разработчиком, который отвечает за рабочую систему, — нельзя. Разбираю, что достижимо, где граница между демо, MVP, пилотом и production и кому такое обучение не подойдёт.

Карпатий написал этот пост между делом, а к концу того же года словарь Collins назвал «вайбкодинг» словом года. Термин прижился быстрее, чем появилось понимание его границ.

Границы, кстати, описаны задолго до нейросетей. В 1986 году Фред Брукс опубликовал эссе «Серебряной пули нет» и разделил сложность программ на две части. Случайная — это запись идеи на языке программирования: синтаксис, рутина, связка библиотек. Существенная — сама идея: что именно программа должна делать, с какими данными, по каким правилам и для кого. Брукс утверждал, что ни одна разработка — ни в технологиях, ни в методах управления — не обещает в ближайшее десятилетие роста производительности хотя бы на порядок: основная трудность — в самой задаче.

ИИ-агенты резко сократили случайную сложность. Существенная осталась — и это как раз территория консультанта. В записи про McKinsey и Cursor я формулировал так: узкое место — уже не скорость набора кода, а способность правильно поставить задачу.

Что такое вайбкодинг для консультанта

Если без романтики: человек описывает задачу на естественном языке, а ИИ — Claude, Codex, Cursor и аналоги — пишет код. Роль консультанта — не программист, а владелец задачи и архитектор решения. Его работа сводится к четырём действиям:

  1. Описать — проблему, пользователя, сценарии, данные, правила, критерии готовности.
  2. Разбить — на маленькие шаги, каждый из которых можно проверить.
  3. Проверить — по тест-кейсам, а не по ощущению «вроде работает».
  4. Развернуть — показать клиенту работающее демо, а не скриншот.

В записи о том, чему консультанты могут научиться у вайб-программистов, я писал, что хорошее задание для человека и для ИИ содержит одно и то же: контекст, задачу, критерии готового результата, ограничения. Консультант делает это всю жизнь — только раньше для команды, а теперь ещё и для агента.

Сам я так собрал несколько вещей: надстройку для PowerPoint для консультантов, «СкиллЧек» — оценку кандидатов через Telegram-бота, два бота мониторинга новостей с разбором от ИИ, ИИ-помощника по бережливому производству. Страницу курса тоже собрали и поддерживают AI-агенты.

Сквозной пример — условный консультант, который ведёт программу улучшений на заводе. Инициативы живут в общем Excel, обновляются раз в месяц перед комитетом, и каждый раз кто-то сводит их вручную. Он хочет заменить файл простым трекером: инициатива, владелец, срок, статус, эффект, напоминания. Пример собирательный, а не про конкретного клиента.

Что реально сделать за восемь часов занятий

Восемь часов занятий и практика между ними не сделают из эксперта разработчика. Но их достаточно, чтобы:

  • выбрать задачу, где инструмент действительно нужен клиенту;
  • написать спецификацию: пользователи, сценарии, сущности, правила, что не входит в первую версию;
  • завести репозиторий с README и задачами;
  • собрать с агентом прототип маленькими итерациями;
  • проверить его по тест-кейсам и показать клиенту демо.

В примере это трекер на одну площадку, с пятью полями, напоминаниями владельцам и сводкой для комитета. Честный результат может быть и скромнее опубликованного MVP: кликабельный прототип, который потом доведут до работающего.

Где проходит граница

Агент пишет код уверенно, и в этом главная опасность. В той же записи про вайб-программистов я предупреждал: ИИ может написать красивый, синтаксически правильный код, который делает совсем не то, что нужно, — и при этом выглядит убедительно. Ловит такое не только чтение кода, но и проверка поведения: тест-кейсы, крайние случаи, данные, на которых ошибка видна.

За восемь часов не научиться:

  • проектировать систему под сотни пользователей и рост данных;
  • строить защиту от атак и утечек;
  • интегрироваться с ERP, MES и корпоративными системами;
  • сопровождать систему годами — обновления, сбои, ночные звонки.

Демо, MVP, пилот, production

Четыре слова, которые путают чаще всего:

  • Демо — показывает идею. Данные учебные или обезличенные, отвечает автор, живёт до показа.
  • MVP — минимальная работающая версия для настоящего пользователя. Один сценарий, одна измеримая ценность, ограниченный круг людей.
  • Пилот — MVP в реальной работе на ограниченном участке, на 4–8 недель, с договорённостью, как измеряем эффект и что будет дальше.
  • Production — рабочая система клиента. Здесь нужны ИТ клиента, информационная безопасность, поддержка и регламент изменений.

Консультант с ИИ-агентом сам доводит работу до MVP. Пилот — уже вместе с ИТ и ИБ клиента. Production — отдельный проект с другими людьми.

Роль ИТ и информационной безопасности

Ошибка — прятать прототип от ИТ до последнего. Правильнее показать его рано: демо со спецификацией — лучший способ начать разговор, потому что ИТ видит не абстрактную «автоматизацию», а конкретные данные, роли и сценарии. ИБ нужна раньше, чем кажется: где живут данные пилота, кто к ним имеет доступ, какие внешние сервисы используются, где ключи.

В примере трекер-демо работает на обезличенном списке. Перед пилотом консультант приходит к ИТ со спецификацией, тест-кейсами и вопросом, где пилот можно развернуть по правилам компании.

Риски и ограничения

  • Скрытый долг. Код, который никто не понимает, работает до первой правки. Спецификация, README и тесты — страховка, а не бюрократия.
  • Ключи и данные. Ключи доступа не хранятся в коде и документах, данные клиента в демо — только обезличенные.
  • Обещание сверх роли. Демо легко принять за готовую систему — и клиент, и сам автор. Граница между пилотом и production проговаривается заранее.
  • Поддержка. Если инструмент понравился, его будут ждать завтра и через полгода. Кто его поддерживает, решается до пилота.

Кому это не подойдёт

Честно о том, кому курс «ИИ и вайбкодинг для консультанта по операционным преобразованиям» не нужен:

  • тем, кто хочет сменить профессию и стать разработчиком, — для этого нужны долгие программы;
  • тем, у кого нет практики в операциях, улучшениях или консалтинге, — курс строится на вашей экспертизе, а не заменяет её;
  • тем, кто ждёт, что ИИ сам придумает, какую проблему клиента решать;
  • тем, кто не готов уделять практике на собственной задаче пару часов в неделю;
  • тем, кому сразу нужна корпоративная production-система: курс доводит до MVP или прототипа и плана пилота, а для production понадобятся ИТ и служба ИБ.

Программировать уметь не нужно. Нужны опыт, реальная задача и готовность проверять.

Формат — четыре субботы, с 7 по 28 ноября: живые занятия по два часа, между ними 2–3 часа практики на своём кейсе, записи на три месяца и чат на время курса. 5 декабря — демо-день, где участники показывают свои MVP.

Если сомневаетесь, подходит ли вам такой способ работы, — для этого есть бесплатный практикум 31 октября. За 90 минут покажу весь путь на одном реальном обезличенном проекте, от материалов диагностики до прототипа клиентского инструмента, и расскажу, как устроен курс. Идти на практикум перед курсом не обязательно, но решать после него проще.

Записаться на бесплатный практикум — или в Telegram: @AI_native_reg_bot