Вайбкодинг: что это на самом деле и стоит ли строить на этом карьеру

Слово "вайбкодинг" за последний год перекочевало из твиттера в резюме. Люди пишут: "делаю проекты в вайбкод-подходе, ищу работу джуном". Работодатели читают это и не понимают — что именно человек умеет. Разработчик, который пишет промпты и принимает предложения Cursor? Продуктовый менеджер, который склеил MVP через Claude? Человек, который вообще не знает, что такое цикл for?

Термин размытый, а решения на нём принимаются серьёзные — идти в IT именно через этот путь или нет. Ниже разберём, что вайбкодинг такое по факту, где заканчивается склейка промптов и начинается программирование, и что из этого имеет шанс превратиться в профессию, а что скорее временное явление.

Откуда взялся термин

Фразу "vibe coding" в начале 2025-го запустил Андрей Карпаты, один из основателей OpenAI и бывший руководитель ИИ в Tesla. В своём посте он описал новый режим работы: включаешь модель в режиме голосового ввода, говоришь ей, что примерно хочешь получить, принимаешь все её изменения не читая, и если не работает — просишь пофиксить. Никакого понимания кода, никакого ревью, только "вайб" — общее ощущение, что оно должно работать вот так.

Карпаты писал про это как про развлечение — сделать выходной проект за вечер. Никаких претензий на профессию. Но термин ушёл в народ и оброс значениями, которых у автора не было. Сейчас "вайбкодинг" означает как минимум три разных вещи:

Первое — исходное значение по Карпаты. Пишешь на естественном языке, код не читаешь, качество не проверяешь. Это про личные скетчи и одноразовые скрипты.

Второе — работа с ИИ-ассистентом как основным инструментом, но с ревью и правками. Cursor, Copilot, Claude Code, Cline — человек понимает, что генерируется, вмешивается, направляет. Это уже нормальная разработка, просто с новым инструментом. Так работает большая часть индустрии в 2026-м.

Третье — маркетинговая калька. Курсы "стань вайбкодером за 3 месяца без бэкграунда", гайды "как заработать на no-code с ИИ", видео "я собрал стартап за выходные". Здесь под словом обычно нет ничего конкретного, кроме обещания заработка.

Проблема в том, что все три значения путаются в одну кучу. И когда джун приходит на собеседование со словами "я умею вайбкодить" — не ясно, что стоит за этой фразой.

Что реально делает "вайбкодер"

Разложим по действиям. Человек, который делает продукт полностью через ИИ, обычно проходит примерно такой цикл:

Формулирует идею — обычно в разговорной форме, "хочу приложение для учёта книг". Пишет промпт, получает первую версию. Запускает. Что-то не работает — описывает симптом, модель предлагает фикс. Принимает. Опять что-то не работает. Опять фикс. Через несколько итераций получается MVP, который вроде запускается на его ноутбуке.

Пока это ощущается как программирование. Но дальше начинается интересное. Проект нужно задеплоить — модель предлагает Vercel, что-то не работает с переменными окружения, три часа перекидываний. Нужно добавить оплату — модель предлагает Stripe, но там нужно понимать, как устроены webhooks, что такое идемпотентность, как обрабатывать возвраты. Нужно, чтобы данные не терялись — а это уже разговор про БД, миграции, бэкапы.

И здесь у чистого вайбкодера возникает потолок. Не потому что модель плохая — она отлично пишет код для каждой конкретной задачи. А потому что человек не понимает, что он собирает. Он не может отличить хорошее решение от плохого, потому что не знает критериев. Работает — значит работает. Не работает — просим модель починить. Это работает для проектов уровня "показать другу", и совсем не работает для проектов, за которые платят деньги пользователи или работодатель.

По нашему опыту работы с людьми, которые приходят учиться после года "вайбкодинга", картина обычно такая: человек умеет собрать интерфейс, но не понимает, почему приложение падает при пятидесяти пользователях. Умеет прикрутить авторизацию через Firebase, но не понимает, что происходит с токеном. Может сделать красивый лендинг, но не может починить баг, если модель три раза подряд предложила неправильный фикс.

Это не приговор — это диагноз. Человек нахватался инструментов, но не собрал под ними модель того, как устроен софт. И дальнейший рост зависит от того, готов ли он эту модель собрать.

Программирование ли это

Короткий ответ — частично.

Более длинный: разработка на ИИ-ассистентах — это программирование. Так работают инженеры в реальных компаниях, так пишут продакшн-код в 2026-м, это будет только усиливаться. Умение эффективно работать с моделью — новый обязательный навык, как когда-то умение гуглить или пользоваться Stack Overflow.

Но "вайбкодинг" в исходном смысле Карпаты — принимать всё не глядя — это не программирование. Это прототипирование, скетчинг, черновик. У черновика есть ценность, но продавать его как навык, за который платят зарплату разработчика, странно.

Различие простое: программист несёт ответственность за то, что работает. Вайбкодер несёт ответственность за то, что запустилось. Первое требует понимания системы, второе — только упорства и хорошего промпта. И работодатель, который нанимает разработчика, платит именно за первое.

Это не значит, что путь через ИИ — тупиковый. Наоборот: люди, которые начинают с генерации кода моделью, а потом постепенно учатся его читать, дебажить, переписывать — часто заходят в профессию быстрее, чем те, кто идёт классическим путём "три месяца синтаксис Python, потом алгоритмы, потом фреймворки". У них с первого дня есть работающий артефакт, и они учатся на реальных проблемах реального кода.

Ключевое слово тут — "учатся". Если этот шаг не сделан — вайбкодинг остаётся хобби, а не профессией.

Что говорит рынок

Здесь начинается зона, где надо аккуратно. Точной статистики по найму "вайбкодеров" в природе нет — это слишком свежий и размытый термин. Но общие тенденции по рынку разработки видны и по нашей аналитике курса, и по разговорам с работодателями.

Первое: количество вакансий на классических джунов заметно сократилось за последние полтора года. Компании, которые раньше нанимали пять джунов в год, сейчас нанимают одного или двух, а остальные задачи закрывают более сильными людьми с ИИ-ассистентом. Это чувствуется по времени поиска первой работы — если раньше средний джун-питонист находил оффер за 2-4 месяца активного поиска, сейчас чаще это 4-8 месяцев, а то и больше.

Второе: планка для входа выросла. Работодатель ожидает, что кандидат уже умеет пользоваться Cursor или Copilot, понимает базовые вещи про промптинг, ориентируется в LLM. Это уже не бонус, а базовая гигиена — как знание git.

Третье: "вайбкодер" как самоназвание пока не работает. В вакансиях такой должности нет. Есть Frontend-разработчик, Python-разработчик, ML-инженер, Prompt-инженер. "Вайбкодер" в резюме читается как "человек без формального опыта, но что-то умеет" — иногда это даёт шанс на собеседование, иногда сразу отсекает.

Четвёртое, важное: в некоторых нишах возникает спрос на людей, которые быстро собирают внутренние инструменты — панели администратора, дашборды, парсеры, генераторы отчётов. Часто это позиции внутри маркетинга, продукта, операционки, а не в чистом IT. Там вайб-подход часто прокатывает, потому что цена ошибки ниже, а скорость важнее. Но и зарплаты там как у джуна-разработчика, а не как у мидла.

Пузырь или новая норма

Ответ на заголовок статьи. Термин "вайбкодинг" в нынешнем виде — скорее временное явление. Через год-два никто не будет так называть работу с ИИ-ассистентом, потому что это станет базой, а не отдельным навыком. Так же как никто сейчас не называет себя "гуглинг-разработчиком" за умение искать в интернете.

Но подход, который стоит за словом — работа с ИИ как основным инструментом кодогенерации — не пузырь, а новая норма. Он останется и будет углубляться. Модели становятся сильнее, интеграции с IDE — плотнее, автономность агентов — выше. К 2027-му работа разработчика будет ещё сильнее сдвинута в сторону "поставить задачу, проверить результат, интегрировать", а не "написать все строчки руками".

Что меняется в требованиях к людям:

Умение читать код становится важнее умения его писать. Модель напишет — а вы должны понять, что она написала, и найти проблемы. Это навык, который развивается медленнее, чем кажется. У ребят, которые долго "вайбкодили" без ревью, чтение чужого кода занимает часы там, где опытный разработчик тратит минуты.

Понимание архитектуры становится критичным раньше в карьере. Раньше джун мог долго писать простые функции по чужому дизайну. Сейчас модель эти функции пишет сама, а от джуна ждут решений уровнем выше — как это встроить, где границы, что произойдёт под нагрузкой.

Умение отлаживать сложные баги остаётся человеческим навыком. Модель хорошо справляется с типовыми ошибками, но плавающие баги, гонки, утечки памяти, странности сети — всё это по-прежнему требует человека, который умеет думать над проблемой, а не просто описывать симптом модели.

Кому подойдёт путь через ИИ-первый подход

Не всем. Разложим честно.

Подойдёт, если:

• Вы взрослый человек с опытом в другой сфере (продукт, аналитика, маркетинг, инженерия), и вам нужно быстро собирать внутренние инструменты и MVP.
• Вы идёте не в разработку как основную профессию, а хотите усилить нынешнюю роль автоматизацией.
• У вас уже есть навык критического мышления — вы привыкли проверять то, что вам говорят, задавать вопросы, докапываться до причин. Тогда ИИ становится хорошим напарником.
• Вы готовы через первые несколько месяцев генерации перейти к системному изучению — читать чужой код, разбираться с фундаментом.

Не подойдёт, если:

• Вы рассчитываете стать разработчиком за 2-3 месяца через промпты и получить оффер.
• Вам нужны деньги через полгода, и другого источника нет — сроки нереалистичные, а рынок джунов сейчас тяжёлый.
• Вам скучно разбираться "как это устроено под капотом" — тогда через 3-4 месяца упрётесь в потолок, где модель ошибается, а вы не понимаете почему.
• Вы старше 45 и хотите этот путь как основной. Это возможно, но по нашему опыту требует уже нестандартной мотивации и обычно других плюсов — сильного бэкграунда в смежной области, готовности к очень долгому найму, финансовой подушки.

Как это выглядит в реальном обучении

Здесь несколько наблюдений с курсов. Они не универсальны, но дают представление о том, что происходит с людьми, которые идут через ИИ-подход.

Первые 4-6 недель у людей эйфория. Собираются небольшие проекты, всё работает, скорость поражает. Кажется, что через три месяца можно идти на собеседование.

Потом наступает стена. Обычно это первый серьёзный баг, где модель три раза подряд предложила неправильный фикс, а человек не понимает, куда смотреть. Или первый деплой, где что-то падает по причинам, которые невозможно объяснить моделью, потому что она не видит логов сервера. Или первое собеседование, где спросили что-то базовое — "как работает http" — и оказалось, что ответить нечего.

Дальше два пути. Кто-то откладывает "погружение в основы" на потом и продолжает генерировать — эти люди застревают на уровне "делаю простые сайты за 5к рублей". Кто-то отходит на шаг назад и начинает разбираться с фундаментом — сети, базы данных, типы данных, паттерны. Эти проходят точку кризиса за 2-3 месяца и дальше растут быстрее, чем те, кто шёл классическим путём. Потому что у них есть насмотренность и практические кейсы.

Реальный срок до первого оффера у людей, которые идут через ИИ-подход с последующим погружением в основы, — примерно 8-14 месяцев при 10-15 часах в неделю. Это не 3 месяца из рекламы. Но и не 2 года, как иногда обещают консервативные программы.

Что делать сейчас

Если вы сейчас в точке "думаю про переход в IT, слышу везде про вайбкодинг" — есть несколько практичных ориентиров.

Не относитесь к вайбкодингу как к отдельной профессии. Это способ работы. Профессия — это разработчик, ML-инженер, тестировщик, дата-инженер. Выбирайте направление, а способ работы с ИИ прикладывается ко всему.

Начните с генерации, но не задерживайтесь в ней. Первые проекты сделать через Cursor и Claude — нормально. Это даёт ощущение прогресса и не даёт бросить. Но со второго-третьего проекта заставляйте себя читать код, задавать модели вопросы вида "объясни, почему тут именно так", ломать код специально, чтобы посмотреть, что произойдёт.

Не покупайте курсы "вайбкодер за месяц". Это либо переупакованные старые курсы по no-code, либо просто продажа надежды. Смотрите на то, что даётся в программе: если там нет базового понимания сетей, баз данных, работы приложений в проде — это не путь к профессии, а путь к разочарованию.

Проверяйте на реальном рынке. Раз в 2-3 месяца заходите на hh или в тг-каналы с вакансиями, читайте требования. Смотрите на джунов в компаниях, куда вы хотите — что в их резюме, что в тестовых заданиях. Это отрезвляет и не даёт учиться в вакууме.

И последнее: если вы идёте в разработку через ИИ-подход, у вас есть преимущество перед теми, кто идёт классически — скорость сборки практических проектов. Но у вас же есть риск: обмануть себя иллюзией понимания. Модель хорошо объясняет, почему код работает. Не так хорошо — почему он не работает. И это разница между тем, кто получает оффер, и тем, кто ещё год ищет.

Разработка меняется. Вайбкодинг как термин, скорее всего, к 2027-му забудут. А работа с ИИ как основным инструментом останется — и станет базой профессии, а не её заменой.

Хотите попробовать вайб-кодинг на практике? Соберите первый проект с ИИ и научитесь читать то, что он пишет — quillon.ru/start-vibe-code