惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

有赞技术团队
有赞技术团队
cs.CV updates on arXiv.org
cs.CV updates on arXiv.org
P
Palo Alto Networks Blog
C
Cisco Blogs
The Hacker News
The Hacker News
T
Threatpost
S
Schneier on Security
K
Kaspersky official blog
Spread Privacy
Spread Privacy
博客园_首页
钛媒体:引领未来商业与生活新知
钛媒体:引领未来商业与生活新知
NISL@THU
NISL@THU
量子位
cs.CL updates on arXiv.org
cs.CL updates on arXiv.org
Google DeepMind News
Google DeepMind News
Security Latest
Security Latest
博客园 - 司徒正美
云风的 BLOG
云风的 BLOG
博客园 - 叶小钗
H
Hackread – Cybersecurity News, Data Breaches, AI and More
N
News and Events Feed by Topic
爱范儿
爱范儿
P
Proofpoint News Feed
C
CERT Recently Published Vulnerability Notes
Project Zero
Project Zero
Application and Cybersecurity Blog
Application and Cybersecurity Blog
Cisco Talos Blog
Cisco Talos Blog
GbyAI
GbyAI
cs.AI updates on arXiv.org
cs.AI updates on arXiv.org
Apple Machine Learning Research
Apple Machine Learning Research
T
Tenable Blog
Threat Intelligence Blog | Flashpoint
Threat Intelligence Blog | Flashpoint
V
Vulnerabilities – Threatpost
Forbes - Security
Forbes - Security
博客园 - 三生石上(FineUI控件)
C
Cyber Attacks, Cyber Crime and Cyber Security
N
News and Events Feed by Topic
V
V2EX
Webroot Blog
Webroot Blog
The Register - Security
The Register - Security
OSCHINA 社区最新新闻
OSCHINA 社区最新新闻
阮一峰的网络日志
阮一峰的网络日志
freeCodeCamp Programming Tutorials: Python, JavaScript, Git & More
Blog — PlanetScale
Blog — PlanetScale
M
MIT News - Artificial intelligence
Scott Helme
Scott Helme
Simon Willison's Weblog
Simon Willison's Weblog
L
LangChain Blog
W
WeLiveSecurity
Cloudbric
Cloudbric

Все публикации подряд на Хабре

Ловим музу за клавиатуру: как айтишнику стать автором Что умеет Midjourney в 2026? Мой немного грустный разбор этого шикарного инструмента Никто не любит писать тесты, но ИИ может исправить это IPv8 выглядит как мечта. Поэтому почти наверняка не взлетит Производители вернули в продажу материнки с DDR3. Что происходит? Управление агентом с телефона через Telegram теперь в KodaCode От координации к лидерству: как меняется роль руководителя разработки Я сделала родителям бизнес вместо пенсии: зарабатываем 70 тысяч, мама не даёт продать В три раза быстрее приемка товара и оптимизация трудозатрат на 73%: как «РСТ-Инвент» помог Gulliver Group ИИ-шечный мир победил? О влиянии искусственного интеллекта на игропром Кремль снижает давление на Телеграмм пока Европа строит интернет по паспорту Как CEO, CTO и CIO за 8 часов собрали ИИ-директора, который умеет держать позицию под давлением Как (не) потерять домен за выходные Вместо 8 разных VPS: как я организовал практику студентам на одном сервере Почему твой Open Source проект не замечают? R&D: искусство управления неопределенностью в разработке AI-дефляция: вакансий для разработчиков больше, а рост зарплат — худший за 15 лет Мы отдали управление роботами OpenClaw. Что из этого вышло Галактический ID: система идентификации для всех форм разумной жизни Шесть основ бизнес-анализа: начинаем с вопроса «Кто в игре?» Код-ревью, в котором дело не в коде Данные переехали. Команда — нет Системной подход к сдаче OSWE в 2025 Почему комната управления реактором покрашена в цвет морской пены 4 YAML-файла вместо PySpark: как аналитикам строить пайплайны без разработчиков LLM-агент для поиска свободных доменов: автоматизируем подбор Когда, зачем и как правильно начинать новую сессию в Claude Code? Как я заставил нейросеть писать макросы для FreeCAD Анатомия ИИ‑агента для подбора персонала. От тысячи резюме к топ‑10 за минуты Опыт разработчика как экономика внимания Автономность как точка невозврата: кто будет субъектом в цифровом будущем Обучение ИИ в «диких» условиях: как рутинные действия превращаются в датасеты Как измерить LLM для задач кибербеза: обзор открытых бенчмарков Где хранить код? Сравнение GitHub, GitLab и Bitbucket Математика объясняет, почему нормальное распределение встречается повсюду Почему ваш FinOps не работает: 12 тезисов от практиков Как подписать проектную документацию УКЭП с использованием бесплатных лицензий Pilot Адаптивное администрирование Sigla Vision Я грузил уран в бочки, а потом 20 лет строил ИТ в атомной отрасли Чем позвонить с Эвереста? История и обзор спутниковой связи. Часть 2 Как языковая модель помогает контролировать качество инструктажей по охране труда в металлургии Как не передать на desktop свой IP в РКН Анатомия SAP Privileges: как устроено управление правами в macOS MoneyDev: Сказка про три главных слова Обновлённый токенизатор видео K-VAE 2.0 от Сбера Как сделать диспетчеризацию дома на 1284 квартиры почти бесплатно Как мы разогнали железную дорогу Мы дали агентам рутину. Теперь надо решить — что делать с освободившимся временем Токсичный контент, промпт-хакинг и защита ИИ — всё о Guardrails для LLM Умный город начинается с точного взгляда: как «Фалькон Тех» меняет пространство к лучшему Навайбкодил приложение для анализа графов Почему Дюну так интересно читать? Упрощаем работу с рутиной или как стать Гендальфом Белым Деконструкция Go: CPU, RAM и что там происходит. Go Assembler база. Часть 1.1 Какие профессии исчезнут из-за ИИ, а какие появятся? И что с этим делать Как мы построили IT-отдел, где хочется расти: архитектурные встречи, прозрачные метрики и книжные подарки Rufler: Делаем из Claude Code автономный рой через один YAML-конфиг Sing-box и белый список приложений Как построить надёжный обмен сообщениями в микросервисах: лучшие практики для enterprise OpenAI строит MLM-пирамиду, а McKinsey и Accenture помогают ей в этом Дом, который не построил Фишер (Часть 2) «Сверхзвуковой математик» против «Вдумчивого логиста»: битва алгоритмов 3D-упаковки Мультимодальные модели – грубый и дорогой инструмент Разговоры ничего не стоят. Код тоже Проверки физических лиц: с кого начнет ФНС Топ-10 бесплатных нейросетей для создания видео в 2026 году Первые слои кода: как наши решения сегодня определяют архитектуру ИИ на десятилетия Разработка нового статического анализатора: PVS-Studio JavaScript Поиск уязвимостей ПО: базовый минимум или роскошный максимум Почему оценка персонала не работает как инструмент управления Как мы разработали ИИ-ассистента и сократили рутину продуктовой команды на 50% Как я ушел из найма, нажарил косточек и продал на маркетплейсах на 168 млн в год Когда 1С:ERP уже внедрена, а нормального производственного плана всё ещё нет Как я сделал Claude мультимодальным, подключив к нему Qwen Omni Как приглашение на вакансию мечты превращается в атаку Infrastructure as Code: философия и лучшие практики IaC Тестируем Yandex Code Assistant на задаче, в которой нужно хранить секреты nxs-universal-chart v3.0: новое поколение универсального Helm-чарта Callback Injection: Техника, которая отправила Microsoft Defender в глухой нокаут «Все идеи на стол»: митап как способ вывести проект из тупика Сегодня я узнал нечто новое о GPU благодаря багу в своей игре Как заставить LLM ̶ ̶г̶а̶л̶л̶ю̶ ̶ эволюционировать Карта событий как фундамент аналитики: практический кейс для E-commerce Что выбрать для AI: x86, ARM или RISC-V? Дайджест железа за март Роль соматических мутаций в развитии аутоиммунных заболеваний: путь к избирательной терапии Mythos от Anthropic — тревожный сигнал для всех, а не только для банков Guardrails для LLM на Java: как приручить промпт‑инъекции и токсичные ответы Green-VLA: как мы собрали VLA-модель для реального антропоморфного робота и не потеряли обобщение Финансовая гонка вооружений: почему умные люди добровольно в ней участвуют Эра ИИ-агентов наступила: выбираем лучшего цифрового сотрудника # Практический опыт внедрения WinCC Redundancy на производственном предприятии Сделал MVP за 3 дня, а потом неделю прикручивал оплату. Оно того стоило? Физика против Маска: почему Starship V3 может оказаться ещё одной катастрофой Нефть Венесуэлы: крупнейшие запасы в мире, но не крупнейшая нефтяная держава JPA 4. Переосмысление Hibernate Почему зеркальная фотокамера Nikon D5 десятилетней давности идеально подошла для миссии «Артемида-2» Проект «Уровень-Спутник» или как мы сделали платформу для гидрологов «Замедлиться, чтобы ускориться»: почему ИИ повышает цену ошибок в требованиях и архитектуре Как с нуля поднять трафик IT-компании на 1657% при бюджете 55 тыс. и выжить Pixel-perfect Downsampling — идеальная отрисовка 50 миллионов точек без потерь
Вайбкодинг vs Программист. Почему не стоит вайбкодить, если вы ничего не понимаете в программировании
daxata · 2026-05-09 · via Все публикации подряд на Хабре

Многим из нас нужны различные ИТ продукты, и сейчас, во времена ИИ бума и вайбкодинга, многие уверены, что запросто могут создать необходимый им софт с помощью ИИ и вайбкодинга, не разбираясь даже в основах программирования. В этой статье я вам подробно расскажу и покажу, почему это не так, и для многих задач вам все же придется нанять программиста.

Недавно я наткнулась на такой интересный сервис как Lovable. Это нейросеть, предназначенная специально для написания полноценных проектов по промптам. Я решила ее протестировать, и да, действительно она работает хорошо и для мини-проектов это отличный вариант. Но вот если ваш проект уже хоть немного не укладывается в слово «мини», этого будет недостаточно.Вот как я проверила Lovable: я написала ему простой промпт «создай мини блог на FastAPI с авторизацией» (FastAPI - фреймворк для веб разработки на Python).

Lovable принялся за дело: начал писать код, распределяя его по файлам и, на первый взгляд, делая это красиво. Потом я открыла эти файлы: во многих действительно архитектура была хорошая, но вот в ендпоинтах (они обрабатывают поступающие от пользователей запросы) был реальный смех: работа с базой данных велась прямо там - без репозиториев и сервисов. Любой более-менее нормальный разработчик, использующий FastAPI, так делать не будет, потому что при масштабировании проекта, поддерживать такое будет очень сложно.

Так же ситуация усугубляется тем, что чтобы нейросеть писала более-менее адекватно рабочий код, который будет работать так, как вам нужно, давать инструкции ей нужно максимально четко, а сделать это без понимания того, как всё работает, невозможно (если проект маленький без чётких требований, конечно можно, но вот если вам нужен нормальный рабочий проект с чёткой логикой - нет).

Потом я решила проверить, сможет ли Lovable интегрировать написанный им проект с не очень популярным сервисом. Для теста я решила взять abcp.ru - сервис для создания интернет-магазинов для продажи автозапчастей.

Я попросила Lovable написать модуль, который будет получать список заказов пользователей с abcp

Давайте сразу обратимся к документации abcp и посмотрим, какой метод отвечает за получение заказов

Теперь давайте посмотрим на реализацию запроса, которую написал Lovable. Опустим связанные участки кода и посмотрим именно на тот, который отвечает непосредственно за отправку запроса:

async def get_orders(
        self,
        date_from: Optional[date] = None,
        date_to: Optional[date] = None,
        skip: int = 0,
        limit: int = 100,
        orders_numbers: Optional[list[str]] = None,
        internet_orders_only: bool = False,
        format_: str = "p",  # p = с позициями
    ) -> list[ABCPOrder]:
        """
        Получить заказы текущего пользователя.

        :param date_from: дата начала периода
        :param date_to:   дата конца периода
        :param skip:      пропустить N записей (пагинация)
        :param limit:     максимум записей
        :param orders_numbers: фильтр по номерам заказов
        :param internet_orders_only: только интернет-заказы
        :param format_:   "p" — с позициями, "short" — без
        """
        params: dict[str, Any] = {
            "skip": skip,
            "limit": limit,
            "format": format_,
            "internetOrdersOnly": int(internet_orders_only),
        }
        if date_from:
            params["dateStart"] = date_from.strftime("%Y%m%d")
        if date_to:
            params["dateEnd"] = date_to.strftime("%Y%m%d")
        if orders_numbers:
            for i, n in enumerate(orders_numbers):
                params[f"orders[{i}]"] = n

        raw = await self._get("cp/orders", params)
        if not isinstance(raw, list):
            raise ABCPError("Ожидался список заказов", payload=raw)
        return [ABCPOrder.model_validate(item) for item in raw]

    async def get_order(self, order_number: str) -> ABCPOrder | None:
        orders = await self.get_orders(orders_numbers=[order_number], limit=1)
        return orders[0] if orders else None

Метод Lovable написал правильный (cp/orders), однако, не всё так радужно.

Давайте посмотрим на словарь params - именно в нём хранятся параметры запроса

params: dict[str, Any] = {
            "skip": skip,
            "limit": limit,
            "format": format_,
            "internetOrdersOnly": int(internet_orders_only),
        }

Первое, что я хочу отметить, параметра internetOrdersOnly в принципе не существует у метода cp/orders. Во вторых, если мы еще раз внимательно посмотрим на документацию то увидим, что за получение заказов пользователей отвечает параметр userId, который Lovable вообще не передает. Следовательно, делаем вывод, что метод не будет работать корректно и возвращать заказы пользователей.

Помимо всего вышеперечисленного, стоит так же отметить, что зачастую нейросеть не всегда правильно интерпретирует переданные ей инструкции и то, что кажется простым объяснением для любого человека, нейросеть может воспринять неправильно, из-за этого может произойти ситуация, что когда вы выпустите проект в продакшн (когда им будут пользоваться люди), вы можете столкнуться с непредвиденным поведением, которое может повлечь за собой и финансовые потери, если проект, например, принимает оплаты.

ИИ хорош в руках человека, который понимает то, что он делает. Эта статья является примером для тех, кто не разбирается в программировании и хочет вайбкодить реальные продукты. Если вам нужен несложный продукт для личного использования, вайбкодинг может быть действительно хорошим вариантом, но вот если вы собираетесь делать коммерческий продукт, или продукт с фокусом на рост в будущем, рано или поздно вам придётся нанять программиста. На первых этапах вам может и будет казаться, что вы и сами запросто справитесь, но по мере роста сервиса, такое мнение будет угасать, и вам все равно придётся нанимать разработчика.

Каков же вывод? Нейросети действительно становятся всё умнее и умнее, их уже можно использовать для тех задач, которые раньше казались невыполнимыми без определённых навыков, однако, это работает так не всегда, и зачастую для того чтобы получить действительно хороший результат, стоит обращаться к специалистам.