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

N
News and Events Feed by Topic
让小产品的独立变现更简单 - ezindie.com
让小产品的独立变现更简单 - ezindie.com
月光博客
月光博客
freeCodeCamp Programming Tutorials: Python, JavaScript, Git & More
大猫的无限游戏
大猫的无限游戏
T
Tailwind CSS Blog
S
SegmentFault 最新的问题
V
V2EX
阮一峰的网络日志
阮一峰的网络日志
C
Cisco Blogs
博客园 - 叶小钗
P
Privacy International News Feed
Jina AI
Jina AI
Apple Machine Learning Research
Apple Machine Learning Research
T
Threatpost
IT之家
IT之家
博客园 - 聂微东
Know Your Adversary
Know Your Adversary
Help Net Security
Help Net Security
罗磊的独立博客
I
Intezer
S
Schneier on Security
博客园_首页
C
CERT Recently Published Vulnerability Notes
雷峰网
雷峰网
Cisco Talos Blog
Cisco Talos Blog
宝玉的分享
宝玉的分享
cs.CV updates on arXiv.org
cs.CV updates on arXiv.org
Webroot Blog
Webroot Blog
TaoSecurity Blog
TaoSecurity Blog
MyScale Blog
MyScale Blog
P
Privacy & Cybersecurity Law Blog
T
The Exploit Database - CXSecurity.com
PCI Perspectives
PCI Perspectives
Security Latest
Security Latest
H
Heimdal Security Blog
S
Secure Thoughts
Hacker News: Ask HN
Hacker News: Ask HN
Y
Y Combinator Blog
cs.CL updates on arXiv.org
cs.CL updates on arXiv.org
Microsoft Security Blog
Microsoft Security Blog
cs.AI updates on arXiv.org
cs.AI updates on arXiv.org
SecWiki News
SecWiki News
The GitHub Blog
The GitHub Blog
A
Arctic Wolf
A
About on SuperTechFans
aimingoo的专栏
aimingoo的专栏
T
Threat Research - Cisco Blogs
Engineering at Meta
Engineering at Meta
Cyber Security Advisories - MS-ISAC
Cyber Security Advisories - MS-ISAC

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
Я попробовал вайбкодинг после 26 лет разработки. Через 2 недели у меня был ИИ-продукт
mikhailpisku · 2026-05-12 · via Все публикации подряд на Хабре

Уровень сложностиПростой

Время на прочтение4 мин

Охват и читатели347

Мнение

Что такое вайб-кодинг? Как выглядит на практике? Где ИИ реально помогает, а где мешает?

Я 26 лет занимаюсь коммерческой разработкой программных продуктов для веба. За это время успел писать на PHP, Go, Perl, поработать с разными фреймворками, а последние годы в основном работаю в банках через вендеров системным аналитиком или архитектором.

Последние два года я уже активно программировал с помощью ChatGPT. Но это был не совсем тот самый "вайбкодинг", про который сейчас все говорят.

Мой прежний процесс выглядел так. Я даю подробное задание, ChatGPT шаг за шагом генерирует миграции, модели, контроллеры, сервисы, роуты, view, lang-файлы, т.е. фактически куски готового продукта. Я проверяю, что он написал, и копипащу это в нужные файлы. Со временем я к этому приноровился, и меня такой подход полностью устраивал.

Но две с половиной недели назад я решил попробовать полноценный вайбкодинг.

Не "сгенерируй мне вот этот метод". Не "напиши миграцию". А именно, я ставлю задачу, ИИ сам пишет код, сам проверяет, сам ведёт проект, сам двигается по этапам. Я же скорее продуктолог, архитектор, ревьюер и тимлид, чем разработчик с руками на клавиатуре.

И вот что из этого получилось.

Скриншот моего первого ИИ-продукта

Скриншот моего первого ИИ-продукта

Все говорят, все делают - значит, пора попробовать

Я давно порывался сесть и разобраться с вайбкодингом по-настоящему. Тем более вокруг всё чаще стали появляться истории, когда друзья и знакомые без опыта программирования делают свои продукты, запускают MVP, собирают внутренние инструменты, автоматизации, агентов.

Поставил Claude Code, купил тариф за 20 долларов, начал пробовать, и буквально через несколько запросов упёрся в недельный лимит. Это меня сильно озадачило. Я сидел и думал, а как тогда все эти знакомые делают продукты? Они что, пишут один экран в неделю?

После этого я нашёл способ купить более дорогой тариф Claude Code за 100$ (оплатил рублями). Решил, что всё... делаю первый проект полноценно на вайб-коде. По возможности, стараюсь не написать ни строчки кода руками.

Что я решил сделать? Какой продукт?

ИИ-продавец как виджет чата на сайте

ИИ-продавец как виджет чата на сайте

ИИ-продавец в виде чат-виджета как полноценный продукт

Продукт, который я захотел сделать, должен быть AI-виджет чата, который можно ставить на свой сайт.

На первый взгляд, вроде бы обычная штука. Ну... небольшой чат в углу сайта. Но если копнуть глубже, там сразу появляется полноценный продукт.

Нужен кабинет клиента, где пользователь может зарегистрироваться, добавить свой сайт (вернее, создать проект), настроить виджет, выбрать аватар оператора, задать сценарии вопросов и ответов, настроить внешний вид, получить код виджета для установки на сайт.

Нужны лиды, диалоги, интеграции, доставка заявок в Telegram и на почту, а в перспективе и в CRM (типа Bitrix и др.). Нужны тарифы, биллинг, а также админка для команды, чтобы можно было поддерживать клиентов, смотреть проблемы, управлять сущностями и не заходить в аккаунт клиента напрямую.

То есть это не игрушка на вечер. Это нормальный продукт с архитектурой, кабинетами, правами, API, gateway, метриками и продакшн-логикой.

И именно такой продукт мне было интересно попробовать сделать через вайбкодинг, как первый продукт сделанный ИИ под моим руководством.

Сначала не код. Сначала бизнес-требования

Сначала не код. Сначала бизнес-требования

Сначала не код. Сначала бизнес-требования

Я не стал начинать с команды "напиши мне приложение".

За годы в разработке я хорошо усвоил. Если ты не объяснил, что именно хочешь получить, то не надо удивляться, что тебе сделали не то. С ИИ это работает ещё сильнее.

Поэтому первым делом я решил подготовить подробное описание бизнес-требований (BRD). Так, как я обычно это делаю при проектировании продукта.

И здесь я использовал свой любимый подход, который выработался за время работы с ChatGPT.

Вы замечали, что если открыть три разных чата с одной и той же моделью, включить углублённый режим, дать одно и то же подробное задание, то результаты могут отличаться очень сильно?

Формально это связано с температурой и вероятностной природой генерации, но на практике выглядит проще. В одном чате модель вдруг попадает в очень удачный ход мысли, а в другом идёт куда-то не туда. То есть она может решить одну и ту же задачу очень по-разному.

Я этого больше всего опасаюсь в ключевых задачах. Не хочется, чтобы на старте выпала неудачная комбинация вероятностей, и дальше весь продукт поехал по не самому оптимальному пути.

Когда попадается удачный чат, его начинаешь эксплуатировать по максимуму. Держишь в закладках, возвращаешься к нему, пока контекст не переполнится настолько, что браузер уже начинает тупить.

Тактика борьбы с "неудачным выпадением вероятностей"

Тактика борьбы с "неудачным выпадением вероятностей"

Мой способ борьбы с "неудачным выпадением вероятностей"

Чтобы снизить риск неудачного старта, я использую такую тактику.

Сначала кратко описываю суть проекта. Потом открываю три отдельные вкладки ChatGPT в углублённом режиме. В каждую вставляю один и тот же промпт и прошу жёстко критиковать идею, предложить конструктивные улучшения и отсортировать их по приоритетности и применимости к моему продукту.

Дальше все три чата генерируют ответы. Я даже стараюсь сразу не читать, потому что там обычно много текста. В конце прошу каждый чат выдать результат в виде Markdown-файла для скачивания.

Получаю три файла.

Потом открываю ещё три новых чата. В каждый загружаю все три файла и прошу: "выбери из приложенных вариантов самый удачный, дополни его лучшими идеями из двух других и адаптируй под мою задачу". Снова прошу выдать Markdown.

На выходе у меня получается три более-менее финальных файла.

Но из них тоже надо как-то выбрать один.

Поэтому я снова открываю три вкладки ChatGPT, загружаю туда эти три финальных файла и прошу выбрать наиболее удачный вариант для создания продукта.

И вот здесь, как правило, все три чата уже указывают на один и тот же файл. Для меня это хороший сигнал о том, что получилось что-то достаточно устойчивое и качественное. Этот файл и ложится в основу бизнес-требований.

Да, звучит немного параноидально. Но когда от первого документа зависит направление всего проекта, такая паранойя вполне оправдана.

Claude Code пишет код, Codex ищет ошибки

Claude Code пишет код, Codex ищет ошибки

Продолжение в статье "Вайбкодинг как управляемая разработка"

В ней я рассказываю, как устроил связку Claude Code + Codex: один пишет код, второй ругается, а я пытаюсь не мешать им слишком сильно и при этом не дать продукту уехать в странную архитектурную даль.

Подписывайтесь на мой Telegram-канал. Там публикую детали реализации, скрины, живые заметки и разборы того, что не вошло в Хабр. Вопросы, споры и примеры из вашего опыта пишите в комментарии. Давайте обмениваться практикой и опытом.