AI can code, but it can't build software
Несмотря на развитие ИИ, многие люди продолжают искать технических сооснователей, чтобы превратить их "наскоро написанные" приложения в готовые к использованию продукты. Автор статьи заметил, что чаще всего к нему обращаются бизнес-ориентированные специалисты без технических навыков, у которых есть идея приложения, но нет возможности довести его до рабочего состояния. Это говорит о том, что ИИ может писать код, но не может строить программное обеспечение.
LLM, такие как GPT-5, успешно решают изолированные, хорошо определенные задачи, но создание готового к использованию приложения — это не просто кодирование, а инженерия программного обеспечения. Основная сложность заключается в управлении сложностью, поддерживаемости и интеграции множества простых компонентов одновременно. Как отмечает автор, "кодирование — это просто, инженерия программного обеспечения — это сложно".
Когда автор смотрит на код, предоставляемый этими не техническими основателями, он понимает, что сделать приложение готовым к использованию часто означает сжечь весь код и начать с нуля. Это показывает, что на текущем этапе развития ИИ может генерировать фрагменты кода, но не способен создавать полные, поддерживаемые программные системы.
Комментарии (112)
- LLM хорошо генерируют код, но не могут самостоятельно создавать полноценное ПО, так как не справляются с архитектурными решениями, оценкой требований, тестированием и взаимодействием с пользователями.
- Качество кода, создаваемого AI, часто низкое: содержит ошибки, дублирование, избыточную сложность, особенно при "vibe coding" без контроля.
- Создание ПО требует человеческой экспертизы для управления сложностью, обеспечения надёжности, масштабируемости, поддержки и принятия технических решений.
- Некоторые скептичны в способности AI заменить инженеров в обозримом будущем, другие считают, что прогресс может ускориться при интеграции AI с мониторингом и аналитикой.
- Роль инженера смещается от написания кода к решению проблем, проектированию систем и контролю за качеством AI-генерируемого кода.
"Vibe code hell" has replaced "tutorial hell" in coding education
Boot.dev-статья «I’m in Vibe Code Hell» разбирает, как меняется «ад» самообучающихся разработчиков: если раньше это было «tutorial hell» — бесконечные видео-туториалы, которые не учат думать, то теперь это «vibe code hell» — когда новички полагаются на AI-ассистентов, но не понимают, что именно они делают неправильно.
Автор статьи Лейн Вагнер, основатель Boot.dev, приводит данные Google Trends и трафика YouTube-каналов, показывающие, что интерес к обучению программированию не упал, но длинные видео-туториалы теряют популярность. Он считает, что причина в том, что новое поколение разработчиков использует AI-ассистентов, но не умеет «читать» и отлаживать код, и потому не учится думать как инженер. Вместо того чтобы учиться решать проблемы, они учатся вызывать халюцинации и «vibe coding» — лишь бы тесты проходили.
В статье подчеркивается, что важно учить студентов понимать, что AI-ассистенты не заменят необходимость знать, как работает код, и что критически мыслить остается ключевым навыком.
Комментарии (109)
- Современные инструменты обучения коду приводят к "tutorial hell", когда учащиеся не могут начать проект с нуля, а только повторяют готовые решения.
- Использование AI-автодополнения вместо обучения может привести к "vibe coding hell", где человек не может написать код без подсказок.
- Исторически, обучение ремеслу происходило через ученичество, и это может быть единственным способом научиться программировать в современных условиях.
- Сообщество разработчиков обсуждает, что вместо того, чтобы полностью полагаться на AI, учащиеся должны использовать AI как усилитель, а не как замену фундаментальному пониманию.
- Обсуждение также затрагивает вопрос о том, как сохранить качество обучения и роста в условиях, когда AI может автоматически генерировать код, и как разработчики могут адаптировать свои методы обучения.
Write the damn code
Не стоит тратить время на бесконечную полировку промптов для ИИ, пытаясь добиться идеального результата «программированием на английском». Это неточный, медленный и мучительный путь.
Вместо этого пиши код сам: создавай черновую версию, рефактори готовый ответ ИИ или разрабатывай критичные части, а остальное доверяй модели. Так ты получишь гораздо лучший результат и останешься инженером, а не «шлифовщиком промптов». Используй ИИ активно, но не забывай, в чём твоя сила.
Комментарии (61)
- Разработчики отмечают, что ИИ-ассистенты полезны для быстрого поиска API, рефакторинга и работы в незнакомых средах, но часто мешают из-за навязчивого автодополнения.
- Оптимальной стратегией считается использование ИИ как "младшего разработчика": задание интерфейсов и тестов, а затем поручение реализации, либо написание кода самостоятельно с последующей оптимизацией ИИ.
- Чрезмерное доверие к генерации кода по промптам приводит к потере понимания кодовой базы, ошибкам и необходимости постоянно править вывод ИИ.
- Многие отключают автодополнение или переназначают горячие клавиши, так как агрессивные подсказки часто некорректны и отвлекают от работы.
- Высказываются опасения о влиянии ИИ на рынок труда, но скептицизм относительно полного замещения разработчиков в ближайшие 1-2 года.
Will AI Replace Human Thinking? The Case for Writing and Coding Manually
Кратко: ИИ — полезный инструмент, но не заменяет мышление. Используйте его для автодополнения, генерации диаграмм или быстрого поиска, но не для архитектуры, написания статей или кода «под ключ». Долгосрочная зависимость ведёт к потере навыков и остановке обучения.
Когда стоит использовать ИИ
- Короткий горизонт: автодополнение, мелкие функции — +20 % скорости.
- Длинный горизонт: архитектура, стратегия — чем дальше план, тем выше риск ошибок.
Правило: решайте за 6 недель (Shape Up), не стройте дорожные карты на годы.
Бездушный текст
Генеративный текст не несёт опыта, чувств и «души». Читатели это почувствуют, а вы потеряете способность создавать новые идеи.
Отвлечение
Grammarly, Copilot, Cursor не дают 2 секунд подумать. Мы перестаём быть за рулём и теряем поток. Выключите подсказки, чтобы вернуть мышление.
Не поймите превратно
Я пользуюсь ИИ каждый день, но осознанно: выключил Copilot и Grammarly.
Совместное «LLM + человек» полезно, но человеческие инсайты, рождённые через труд и опыт, не заменить.
Мнения экспертов
- Paul Graham: писать вручную — единственный способ мыслить ясно.
- Nathan Baugh: ИИ помогает черновикам, но финал должен быть человеческим.
- Ted Gioia: музыка без человеческого вкуса превращается в шум.
- Mitchell Hashimoto: код, написанный ИИ, сложнее поддерживать.
- Andrew Ng: ИИ ускоряет, но не устраняет обучение.
- Harry Dry: маркетинг без эмпатии не работает.
- Jason Fried: автономные «вайб-кодеры» создают технический долг.
- David Perell: писатель должен оставаться «диктатором», а не «редактором» ИИ.
- Ezra Klein: общество рискует потерять навык глубокого чтения и письма.
Кого заменит ИИ?
- Писателей? Нет. Спрос на живые тексты вырастет.
- Data-инженеров? Рутину возьмёт ИИ, но архитектуру и контекст — человек.
- Генерация картинок? Быстро, но художник нужен для вкуса и деталей.
Как распознать ИИ-текст
- Идеальный слог без шероховатостей.
- Отсутствие личных историй и чувств.
- Повторяющиеся обороты и «водянистые» формулировки.
AI-slop: компании, которые теряют
- Сайты, залитые шаблонными статьями.
- Стартапы, где продукт = обёртка над GPT.
- Бренды, потерявшие уникальный голос.
Учиться с ИИ
- Используйте как репетитора: задавайте вопросы, проверяйте ответы.
- Не копируйте код слепо — разбирайте каждую строку.
- Создавайте flash-карты из объяснений ИИ, но добавляйте собственные примеры.
Будущее
- Через 5 лет «ручная» работа станет премиальной.
- Навык «писать без ИИ» будет цениться как «готовить из нуля».
- Победят те, кто использует ИИ как велосипед для ума, а не как инвалидную коляску.
Что почитать дальше
- «Writing Manually»
- «Shape Up» (Basecamp)
- «The Work of Art in the Age of Mechanical Reproduction» — Вальтер Беньямин
- «Deep Work» — Cal Newport
Комментарии (105)
- Пользователи переходят от «Claude Code» к отдельному приложению, чтобы не терять контроль над кодом.
- Многие считают, что ИИ справляется с 70–90 % задач, но «последние 10–25 %» требуют человека, иначе страдает качество и безопасность.
- Есть опасение, что чрезмерное доверие ИИ лишит новых разработчиков опыта «низкоуровневого» программирования.
- Предлагают режимы обучения, где ИИ объясняет каждое изменение и проверяет понимание, чтобы снизить будущую зависимость.
- Дискуссия сводится к тому, что навык «писать код» эволюционирует в навык «задавать правильные вопросы и проверять ответы».