Доверяй и не проверяй: вайб-кодинг

В феврале этого года с твита Андрея Карпатого зародился термин вайб-кодинг (ВК), и вот уже весь 2025 проходит под его знаком. ВК — это когда ты полностью доверяешь LLM (к примеру, ChatGPT, GitHub Copilot или CursorAI) написание программы. Текстовыми или голосовыми промтами ты излагаешь свою идею, нейросеть кодит, ты принимаешь, запускаешь, если ошибка — просишь пофиксить, снова запускаешь и т.д. Никакого код-ревью! ВК делает программирование доступным всем и, возможно, даже заменит опытных айтишников. Но так ли хорош ВК, как кажется на первый взгляд?

⚠️ Warning: обычно те, кто раздают советы, уже умеют программировать и отнюдь не на уровне junior. Скажем, Андрей Карпатый — очень прошаренный разработчик, сооснователь OpenAI и экс-руководитель проекта автопилота Tesla, автор крутого блога по нейросетям. Ему никакие LLM не нужны: он вайб-кодит по фану. Новичкам не стоит примерять рекомендации таких гуру сразу на себя

Итак, какие подводные камни ВК?

🧌 Непредсказуемость: генеративный ИИ до сих пор может ошибаться в самых простых вещах: чат-боты плохо считают (2010 год был 15 лет назад? ИИ: нет), и в программировании делают ошибки. Результаты нейросети носят вероятностный характер: на один и тот же инпут, может быть получен разный аутпут. Компьютерные программы, наоборот, должны вести себя однозначно.
⌛️ Псевдоэкономия времени: вайб-код — это черный ящик, его трудно интерпретировать и, соответственно, исправить руками, а отладка с помощью нейросети не так проста. Когда вы просите LLM устранить ошибку в коде, вы можете столкнуться с непониманием: играет роль и двусмысленность, зашитая в человеческом языке, на котором пишутся промты. В результате нужно просить внести правки снова и снова. Процесс может затянуться и свести на нет заявленную скорость.
🧠 Шаблонность: ИИ хорошо справится с небольшими кусками кода для типовых задач. Но когда нужны креативные решения, инновации и тонкая чуйка — тут ИИ слаб.
📏 Ограничение размера контекстного окна: если перебрать с числом токенов, модель может остановиться на полпути генерации кода.
📜 Устаревшая документация и синтаксис: ИИ может не знать про апдейты библиотек, фреймворков (например, недавно вышел настоящий пи-тон 3.14) и использовать deprecated функции (нежелательные и замененные на новые в свежих версиях), а также не учитывать зависимости.
🌀 Галлюцинации: ИИ может ссылаться на неопределенные переменные или функции, написать красивые, но совершенно излишние фрагменты кода, обратиться к ненастоящим или даже вредоносным пакетам.
🐢 Неоптимальные решения: нейросети не озабочены вопросами производительности и эффективности алгоритмов.
🔒 Неполные знания: LLM тренировались на публичном коде с GitHub и подобных хранилищ, без доступа к корпоративному закрытому коду, отсюда — незнание узких областей и непонимание контекста и специфики вашего проекта/домена.
🧩 Трудности интеграции: вайб-код часто пишется несвязанными блоками без соблюдения code style и практик разработки ПО, так что отдельные куски потом невозможно объединить в единое целое.
🥷 Безопасность: нейросети обучались в том числе на коде с уязвимостями и могут их воспроизводить, что чревато утечкой конфиденциальных данных.
⚖️ Этика: кто будет отвечать за работу сгенеренного кода, если он приведет к опасной ошибке, допустим, удалит базу данных?

TL;DR: вайб-кодинг позволяет получить сносный одноразовый код для быстрой проверки идеи, но несет риски для серьезных долгосрочных проектов. Лучше использовать ИИ как друга-сеньора и кодить собственноручно. Так что без знания хотя бы одного языка программирования пока не обойдешься🙁

👉 Поэтому ждем вас завтра на вебинаре по Python в 12:00 мск, чтобы не умереть за вайб-дебаггингом

#бластим_технологии