Вайбкодинг: ИИ пишет 30% кода. Что это значит для вашей команды

Когда говорят «ИИ пишет код», у одних загораются глаза, у других — тревога: «значит, скоро разработчики не нужны». И то, и другое — мимо. Реальность сложнее и интереснее: ИИ действительно взял на себя огромный кусок написания кода, но при этом спрос на сильных инженеров не исчез, а перераспределился. Разберём по цифрам, что происходит на самом деле, и что с этим делать руководителю.

Коротко: сегодня в индустрии 15–25% кода пишется или существенно правится ИИ, в AI-native командах — 40–60% и выше, а Microsoft публично называет цифру около 30% (Сатья Наделла). При этом вакансии для классических разработчиков просели, а спрос на DevOps и AI-инженеров растёт. Вайбкодинг — это не «ИИ заменил программиста», а смена самой роли инженера.

Что такое вайбкодинг и чем он отличается от «копипасты из ChatGPT»

Термин «вайбкодинг» (vibe coding) популяризировал Андрей Карпати в 2025 году, а IBM описывает это как разработку «от намерения» (intent-driven). Суть: инженер формулирует на естественном языке цель, контекст, ограничения и архитектуру — а модель превращает это в код, который дальше итеративно дорабатывается по циклу «намерение → генерация → ревью → правка».

Это принципиально не то же самое, что «спросить у ChatGPT сниппет и вставить». Разница в трёх вещах:

Контекст вместо промпта. Современные инструменты (Cursor, Claude Code, GitHub Copilot, v0) рассуждают по целому репозиторию, запускают тесты, видят документацию. Ключ к результату — богатый контекст, а не «умный промпт».
Дисциплина ревью. Модель вероятностна. Без систематической проверки вайбкодинг превращается в генерацию техдолга.
Роль инженера как архитектора. Человек перестаёт быть «набирающим строки» и становится тем, кто ставит задачу, проверяет и отвечает за систему.

Сколько кода реально пишет ИИ: цифры без хайпа

Здесь важно не верить лозунгам, а смотреть на метрики.

Индустрия в среднем: 15–25% коммитнутых строк сгенерированы или существенно изменены ИИ (по данным крупных внедрений Copilot).
AI-native команды: 40–60%+. Стартапы, построившие процессы вокруг генеративного ИИ, доходят и до 75%.
Microsoft: ~30%. Это не значит, что «ИИ сам пишет треть систем» — речь о доле строк, в создании которых участвовал ИИ.
Block (ex-Square): ~95% инженеров регулярно используют AI-инструменты.

И ключевая оговорка для руководителя: доля AI-кода — это композиционная, а не результативная метрика. Она говорит «сколько», но не говорит «насколько хорошо». Высокий процент AI-кода без контроля качества — это не достижение, а будущая проблема. Поэтому её всегда смотрят в паре с метрикой переписываемости (сколько AI-строк удаляется в первые недели) и плотностью дефектов.

Что реально происходит с разработчиками: рынок труда

Самый болезненный вопрос: «ИИ убивает профессию?» Данные говорят: не убивает, а сегментирует.

Вакансии для software engineer упали на 49% относительно уровня начала 2020 года (Indeed/Hiring Lab), а от пика 2022-го число позиций сократилось примерно в 3,5 раза.
При этом ML-инженеры остаются на 59% выше уровня 2020 года.
Вакансии с навыками generative AI выросли с 55 (январь 2021) до ~10 000 (май 2025) — в десятки раз (Lightcast).
По данным LinkedIn/WEF, за два года в мире появилось около 1,3 млн новых AI-связанных рабочих мест.
Спрос на DevOps растёт: компании внедряют AI в продакшен, и нужны те, кто умеет это эксплуатировать.

Что это значит на практике: первой «под нож» идёт типовая работа, которую раньше делали джуны и кодеры — шаблонный CRUD, формы, типовые API. Именно её ИИ генерирует за минуты. А ценность смещается к тем, кто умеет проектировать систему, управлять рисками и оркестрировать ИИ-инструменты.

Где вайбкодинг работает, а где ломается

Работает лучше всего:

рефакторинг и борьба с техдолгом (агенты на Claude Code чистят утилиты, ужимают Docker-образы до −50%);
генерация типовой обвязки: REST-API, DTO, конфиги CI/CD, UI-компоненты (v0);
анализ стектрейсов и написание тестов;
обучение и ресёрч новых техник.

Ломается там, где высокая цена ошибки:

29% разработчиков считают, что ИИ плохо справляется со сложными задачами;
76% не доверяют ИИ задачи деплоя и мониторинга, 69% — проектное планирование;
главный источник фрустрации (66%) — решения, которые «почти правильные, но не совсем»;
45% отмечают, что отладка AI-кода бывает дольше, чем написать самому.

И отдельно — антикейс безопасности. Исследования фиксируют повышенную долю уязвимостей в AI-сниппетах. Код, который «работает», и код, который безопасен и поддерживаем, — не одно и то же. Без ревью и статического анализа высокий процент AI-кода превращается в скрытый долг.

Что делать руководителю в понедельник

Не «запрещать» и не «внедрять ИИ ради процента AI-кода». Три конкретных шага:

Перестройте найм. Меньше джунов на типовую работу, которую закрывает ИИ, — больше инженеров, способных контролировать и направлять модель. Сильный специалист с ИИ продуктивнее пятерых джунов без него.
Введите процесс, а не запрет. Правила ревью AI-кода, обязательные тесты, политика по данным и ИБ. Вайбкодинг требует более зрелой инженерной культуры, а не менее.
Растите «AI-чемпионов» внутри. Корпорации уже воспитывают своих вайб-кодеров — людей, которые задают стандарт работы с ИИ для команды. Это дешевле и надёжнее, чем нанимать «снаружи».

Что забрать с собой

ИИ не отменил инженеров — он поднял планку. Ценится не скорость набора кода, а умение поставить задачу, проверить результат и отвечать за систему. Команды, которые это поняли, ускорились (внедрение агента Cursor дало +39% смерженных PR). Команды, которые гонятся за процентом AI-кода без процесса, копят техдолг.

«AI уже делает 50–70% разработки. Спрос на кодеров падает, на DevOps — взлетел. Корпораты воспитывают своих вайб-кодеров внутри». Так это видит Михаил Петров, фаундер QRact. На AI Борще 30 июня он соберёт за столом Гиля, Карабач и Сёмина — Open Talk «Культура изменений»: про инфраструктуру, роли, юридику и этику. Что это значит для вашей команды — разбираем без слайдов про будущее. Программа и билеты — на aiborsch.com.

FAQ

Вайбкодинг — это замена программистов? Нет. Это смена роли: инженер меньше набирает код руками и больше проектирует, ставит задачу ИИ и проверяет результат. Сильные инженеры стали продуктивнее, а не лишними.

Сколько кода сегодня пишет ИИ? В индустрии в среднем 15–25% строк, в AI-native командах 40–60%+, в Microsoft около 30%. Но доля AI-кода сама по себе не говорит о его качестве.

Каких разработчиков будут нанимать в 2026? Тех, кто умеет управлять ИИ и отвечать за систему: сильных инженеров, DevOps, AI-инженеров. Спрос на типовую работу джунов падает, потому что её закрывают модели.

Какие риски у вайбкодинга? «Почти правильный» код, рост техдолга и уязвимости в AI-сниппетах. Лечится ревью, тестами, статическим анализом и политикой по ИБ.

Какие инструменты используют для вайбкодинга? Cursor, GitHub Copilot, Claude Code, Gemini Code Assist, v0 (Vercel). Выбор зависит от задачи: IDE-ассистент, агент для репозитория или генератор интерфейсов.