Вайбкодинг или разработка с AI-агентами сильно изменилась за последние 3 месяца. Весной 2025 года мне приходилось читать код, который генерирует агент и иногда заставлять его что-то переделать. Отдельно делать сессии планирования, т.е. создавать детальные техспеки того, что я хочу сделать, вычитывать и править их. Думать над архитектурой. Код никогда не запускался с первого раза. Приходилось часами совместно дебажить ошибки, делая копи-паст error-трейсов из логов. В целом это больше походило на парное программирование с технически компетентным мидлом. Но это все равно ощущалось как магия. C выходом модели Claude Opus 4.5 в конце ноября разработка перестала ощущаться как парное программирование с мидл-кодером. Теперь это скорее делегирование задачи сеньору. Мне больше не надо писать детальную техспеку для задачи. Я пишу очень размытый промпт, примерно так, как я бы поставил задачу тимлиду команды разработки, считая, что он сам дальше проработает детали -- сделает анализ, разберется в предметной области, почитает что нужно, сделает архитектуру, нарежет на задачи мидлам и протестирует результат. Агент делает анализ, составляет детальный план, задаёт мне очень грамотные вопросы, предлагая выбрать один из вариантов. Тут кстати, сразу вспоминается постулат, что к руководителю нужно приходить не с проблемой, а с вариантами решений. И всё. Дальше он уходит кодить на полчаса. А в итоге я получаю работающую фичу. Которая уже протестирована и работает. С ОДНОГО промпта, Карл! Вот на скринах для примера, что мне удалось сделать за ОДНУ НЕДЕЛЮ января в отпуске на горнолыжке. В перерывах между катанием по альпийским склонам, партиями в Uno с друзьями по вечерам, и отмоканием в спа. Это тендерный агент для поставщика. Он парсит каталог поставщика с его сайта (1700+ товаров). Вытаскивает активные тендеры по API госзакупок (120 000+). Делает матчинг - находит релевантные тендеры по каталогу поставщика, сравнивая 1.7k товаров с 120k лотами. Для этого использует гибридный поиск: по полнотекстовый поиск по ключевым словам (BM25) и семантический поиск по смыслу (vector embeddings). Для релевантных тендеров скачивает документацию (PDF, DOCX файлы). Преобразует её в текст -- распознаёт сканированные документы если надо. Анализирует документацию через LLM и делает таблицу требований. Для подходящих товаров производит оценку соответствия характеристик товара требованиям тендера и заполняет таблицу с обоснованем. Автоматом считает маржу по каждому лоту и подбирает наиболее интересные для участия тендера. Всё это 18 000 строк кода (96 файлов) на двух языках программирования (которые я не знаю). Для сравнения, это полгода разработки в до-AI эру. 100% кода написано AI-агентом. Развёрнуто все это в облаке на Azure. Используется 9 сервисов: - Azure Container Apps (Хостинг контейнеров) - Azure Container Apps Jobs (Scheduled задачи) - Azure Cosmos DB (NoSQL база данных) - Azure Blob Storage (Хранение файлов (Data Lake)) - Azure Cognitive Search (Полнотекстовый поиск) - Azure Key Vault (Управление секретами) - Azure Container Registry (Docker Registry) - Azure Monitor (Логирование и мониторинг) - Azure VNet + NAT Gateway (Сетевая изоляция) Деплоится автоматически с помощью: - Bicep (Декларативное описание Azure ресурсов) - Docker (Контейнеризация: web, api, jobs) - Nginx (Reverse proxy для SPA) - GitHub Actions (CI/CD пайплайны) Всё это настроено AI-агентом на 100%. Я про существование большинства этих технологий просто не знал до начала работы :) Код теперь это комодити. Свой софт теперь может разработать каждый. Очень интересно, как это повлияет на индустрию в ближайшие пару лет.