Нейросеть для написания кода сэкономила часы, но проект растянулся на два месяца: почему

Русский разработчик рассказал, как в октябре прошлого года завёл репозиторий для мобильного приложения с ежедневными практиками осознанности. Код писали ИИ-агенты (программы, которые сами выполняют цепочку действий по заданию). Планировал закончить за выходные, потратил два месяца. И почти всё время ушло не на код, а на вопросы, которые ни одна нейросеть для написания кода решить не в состоянии: сколько уровней проверки ставить над генерацией контента, что делать с браком, как считать экономику подписки, как звучит голос и в какое время суток пользователь откроет приложение.

Этот опыт описан в открытом эссе и совпадает с тем, что говорят известные в индустрии инженеры. Андрей Карпати, один из создателей термина «вайб-кодинг» (подход, когда разработчик описывает задачу словами, а код пишет нейросеть), сразу оговорился: для одноразовых проектов на выходные это «не так уж и плохо». Саймон Уиллисон высказался жёстче: «довайбкодиться» до рабочего продукта плохая идея, потому что основная работа инженера состоит в развитии уже существующих систем, где понятность кода критична.

Что понадобится

• Нейросеть для написания кода Python или другого языка. Подойдут ChatGPT (модели GPT-4o или o3), Claude от Anthropic, GitHub Copilot. Из доступных в РФ: YandexGPT, GigaChat от Сбера.
• Редактор кода с поддержкой ИИ-ассистента: VS Code с расширением Copilot, Cursor или Windsurf.
• Чёткое описание продукта, а не только технического задания: для кого, какую задачу решает, что происходит при сбое.
• Время: генерация кода занимает часы, но продуктовые решения потребуют дней или недель.

Пошаговая инструкция: от идеи до рабочего прототипа

1. Опишите продукт до первой строчки кода. Ответьте письменно: кто пользователь, что он получает, сколько это стоит, что произойдёт, если генерация не сработает. Автор из нашего примера не сделал этого заранее и потерял недели на переделки.

2. Сформулируйте промпт (задание для нейросети) с контекстом. Не «напиши приложение», а конкретно:

Напиши на Python серверную часть приложения для ежедневной 
генерации текстовых практик осознанности. Стек: FastAPI, 
PostgreSQL. Каждая практика генерируется через API языковой 
модели, проходит проверку на запрещённые темы и сохраняется 
в базу. Если генерация не удалась, пользователь получает 
вчерашнюю практику с пометкой.

1. Генерируйте код блоками, не целиком. Просите нейросеть для написания кода Python писать по одному модулю: сначала модель данных, потом API-эндпоинты, потом логику проверки. Каждый блок проверяйте вручную перед переходом к следующему.

2. Добавьте уровни контроля над выходом модели. В проекте из примера автор ставил фильтры, чтобы пользователю «в наушниках не прилетел текст, который ему слышать не стоит». Попросите нейросеть написать валидацию:

Добавь middleware, который проверяет сгенерированный текст 
практики на список запрещённых тем перед отправкой пользователю. 
Если текст не прошёл проверку — подставь последнюю одобренную 
практику и залогируй инцидент.

1. Посчитайте экономику до запуска. Сколько стоит один вызов API модели, сколько вызовов на пользователя в месяц, при какой цене подписки сходится. Нейросеть поможет написать калькулятор, но цифры для него определяете вы.

2. Проверьте каждый файл. Галлюцинация (когда ИИ уверенно выдаёт несуществующий код или библиотеку) в сгенерированном коде встречается регулярно. Запустите тесты, пройдите по каждой функции. Автор из примера прямо говорит: генерация вероятностная, жёсткого контракта у неё нет, один запрос обычно даёт разные варианты кода.

3. Зафиксируйте, почему принято каждое решение. Через три месяца ни вы, ни коллега не поймёте, почему здесь стоит именно эта константа и что развалится, если её тронуть. Комментарии и документация теперь важнее самого кода.

Что это значит для вас по ролям?

Автору на Дзене. Нейросеть для написания кода Python позволяет собрать инструмент для контента (парсер, генератор рубрик, бот для ответов) за вечер. Но прежде чем писать первый промпт, ответьте: что инструмент делает при сбое, кто проверяет результат, зачем он нужен читателю. Без этих ответов получится игрушка на три дня.

Маркетологу. Прототип лендинга, чат-бота или калькулятора теперь собирается за часы. Экономия реальная, но только на этапе проверки гипотезы. Если идея подтвердилась, следующий шаг делайте с инженером, который прочитает и поймёт сгенерированный код.

Предпринимателю в РФ. Из доступных нейросетей для написания кода в России работают YandexGPT и GigaChat. Claude и ChatGPT доступны через VPN или API. Главное: ИИ радикально удешевил создание кода, но не удешевил продуктовые решения. Бюджет на разработку теперь перераспределяется: меньше на программистов, больше на продуктовую экспертизу, тестирование и поддержку.

Код теперь пишется за часы, и это факт. Но разработчик из этого разбора потратил два месяца не на код, а на вопросы, которые определяют, станет ли код продуктом. Нейросеть для написания кода сняла самую заметную часть работы и обнажила ту, которая всегда была главной: понять, что именно вы строите и для кого.