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

WordPress大学
WordPress大学
小众软件
小众软件
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
博客园 - Franky
Jina AI
Jina AI
freeCodeCamp Programming Tutorials: Python, JavaScript, Git & More
OSCHINA 社区最新新闻
OSCHINA 社区最新新闻
Y
Y Combinator Blog
V
Visual Studio Blog
C
Check Point Blog
阮一峰的网络日志
阮一峰的网络日志
U
Unit 42
量子位
人人都是产品经理
人人都是产品经理
博客园 - 聂微东
M
MIT News - Artificial intelligence
爱范儿
爱范儿
B
Blog RSS Feed
MyScale Blog
MyScale Blog
H
Help Net Security
Cyber Security Advisories - MS-ISAC
Cyber Security Advisories - MS-ISAC
美团技术团队
L
LangChain Blog
D
Docker

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
Вайбкодинг vs Программист. Почему не стоит вайбкодить, ес...
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.