Вайб-кодинг работает. До первого деплоя.

Знаете, что такое вайб-кодинг? Это когда вы пишете «сделай мне дашборд», а Cursor выдаёт 2000 строк React. Магия. Collins Dictionary даже назвал это словом года.

Andrej Karpathy красиво сформулировал: «Полностью отдаёшься вайбу, забываешь про существование кода». Романтика, одним словом.

А потом романтика встречается с продакшном.

История одного дашборда

Понедельник, утро. Продакт открывает Cursor: «Сделай дашборд аналитики продаж». Через час — готово. Графики, кнопочки, всё красивое. К обеду уже на проде. Команда аплодирует.

Вторник, девять утра. База лежит. Оказывается, AI не слышал про connection pooling. Каждый запрос — новое соединение. Десять пользователей зашло — десять тысяч коннектов повисло.

К полудню прибегает настоящий разработчик. Находит SQL-инъекцию. Потом XSS. Потом пароли в plain text. «Это вообще кто-то смотрел перед деплоем?» Тишина.

Среда. Дашборд переписывают с нуля. По старинке.

Почему так происходит

Штука в том, что вайб-кодинг — это не плохо. Он плох для определённых вещей.

Накидать прототип за час? Идеально. Разобраться, как что-то работает? Отлично. Сгенерировать бойлерплейт, который всё равно будешь переписывать? Самое то.

Но когда этот же код идёт в прод, начинается цирк. AI не думает о том, что будет через месяц. Он решает задачу «здесь и сейчас», причём так, как её решали в 2023 году — потому что на этих данных он учился.

Кто-то подсчитал, что довести вайб-код до продакшна занимает на 90% больше времени, чем написать нормально сразу. Экономия в четыре часа превращается в две недели рефакторинга. Знакомо?

Отдельная боль: внешние API

Вот где начинается настоящее веселье.

AI уверенно генерирует вызовы к API. Проблема в том, что эти API существовали два года назад. С тех пор половина поменяла URL, треть — формат ответа, а остальные вообще закрылись.

Попросите Cursor написать интеграцию с чем-нибудь российским. Он выдаст код для Google-аналога. Про Яндекс.Вордстат он что-то слышал, но путает с Google Trends. Про региональную статистику — вообще не в курсе.

# Что пишет AI
response = requests.get("https://api.some-service.com/search", params={"q": query})

# Что происходит на самом деле
# 404 — API переехал
# 401 — авторизация теперь другая  
# 500 — формат запроса устарел
# Или просто таймаут, потому что сервер в другой стране

Это не баг AI. Это его природа: он знает только то, на чём учился.

Что с этим делать

Есть два подхода.

Первый: писать «напиши мне интеграцию с таким-то API» и надеяться. Потом дебажить. Потом переписывать. Потом ещё раз.

Второй: дать AI готовые инструменты, которые реально работают.

MCP (Model Context Protocol) — это как раз про это. Вместо того чтобы AI выдумывал код для API, вы подключаете ему настоящий инструмент. Он не галлюцинирует эндпоинты — он их вызывает.

{
  "mcpServers": {
    "unoapi": {
      "command": "npx",
      "args": ["-y", "mcp-remote", "https://proxy.unoapi.ru/mcp", 
               "--header", "Authorization: Bearer sk_xxx"]
    }
  }
}

После этого Claude в Cursor получает реальный поиск по Яндексу, реальную статистику из Вордстата, реальные скриншоты сайтов. Не реконструкцию из памяти — а живые данные.

Разница примерно как между «нарисуй мне карту города» и «открой Яндекс.Карты».

Простая арифметика

Сэкономили 4 часа на прототипе.

Потратили:

8 часов на дебаг кода, который не работает
4 часа на переписывание под реальный API
16 часов на латание дыр в безопасности
Две недели на то, чтобы это можно было показать пользователям

Итого: минус 80 часов. Отличная сделка.

Альтернатива: те же 4 часа на прототип, но с инструментами, которые работают. Код сразу ходит в реальные API. Осталось дописать пару edge cases — и можно катить.

Напоследок

Вайб-кодинг никуда не денется. 92% разработчиков уже используют AI каждый день — и это нормально. Вопрос только в том, как именно.

Можно вайбить и надеяться. Можно вайбить и проверять. А можно дать AI нормальные инструменты и не надеяться — потому что оно просто работает.

Мы тут строим как раз такие инструменты. Когда AI нужен поиск — он ищет в настоящем Яндексе, а не вспоминает, как тот выглядел в 2023-м. Когда нужна статистика — получает свежие цифры, а не выдумывает.

Вибрируйте. Но ответственно.

Если хотите попробовать: