Вайб-кодинг здорового человека

!!!Черновик!!!!

Вайб-кодинг здорового человека: как я построил систему автоматизации для ИИ-разработки
В середине 2025-го мне стало интересно попробовать написать код с помощью ИИ. Не потому что мне кто-то рассказал про вайб-кодинг — я тогда вообще не знал такого слова. Просто было интересно: получится или нет. Через три месяца у меня была игра. Настоящая, с сервером, авторизацией и онлайном.

Но эта статья не про игру. Она про то, что я построил по пути. Про систему, которая превратила хаотичную работу с ИИ в повторяемый процесс. Про автоматизацию рутины, инженерию контекста и ограничения, без которых ИИ генерирует кашу. Всё это — ровно то, чем я занимаюсь в DevSecOps. Просто тогда я ещё не знал, что это называется архитектурой.

Сначала была боль
Первый месяц я работал без всякой автоматизации. Каждый запрос — с нуля. Каждый раз — заново: правила, структура, логика, задача. А когда чат переполнялся — начинай всё сначала.

Если вы работаете в безопасности, вы это узнаете. Тот же цикл, что и с ручными проверками: каждый аудит с нуля, каждый отчёт руками, каждое исключение прописывается заново. Боль, которую терпят, потому что «так исторически сложилось».

В какой-то момент я понял: так больше нельзя. И сделал то, что сделал бы любой нормальный DevOps, — автоматизировал.

Что я построил
Написал консольную утилиту на Python. Запускаешь её в PowerShell, она выкатывает меню. Выбираешь, что нужно: создать запрос, добавить фичу, исправить баг. Пишешь задачу. А дальше она сама собирает промпт: правила проекта, структура скриптов, логика игры, инструкции для ИИ, твоя задача. Всё в одном флаконе. Копирует в буфер обмена — и ты просто вставляешь это в чат с DeepSeek.

Я назвал её Helper.

Сделал я его минут за пять. Потом ещё раза три-четыре подкручивал, чтобы было удобнее. И после этого работал только через него. По 50 скриптов в день.

И это сократило время разработки не в разы, а в десятки раз. Не потому что ИИ стал быстрее. А потому что я убрал рутину и человеческие ошибки. И — что важнее — убрал ошибки самого ИИ.

Почему это сработало
Helper задаёт жёсткие рамки. Он чётко объясняет правила написания скриптов. ИИ перестаёт додумывать и импровизировать. Только чётко поставленная задача без ошибок.

Это ровно то же самое, что security-политика: ограничить поверхность, задать правила, убрать вариативность, сделать поведение предсказуемым. Только вместо контейнеров и сетей — контекст для LLM.

Вот это и есть вайб-кодинг здорового человека. Не «сижу и прошу ИИ», а «построил себе инструмент, который делает работу с ИИ удобной и повторяемой».

Где ИИ тупил
Не буду делать вид, что всё было гладко. ИИ тупил, и тупил регулярно.

Делал лишнее. Просишь поправить одну функцию — он переписывает весь файл. Просишь добавить фичу — он трогает то, что не просили.
Угадывал. Если не видел файлов — придумывал классы, которых нет. Ссылался на методы, которых не существует.
Не понимал замысла. Предлагал решения, которые работают, но не вписываются в архитектуру.
Приходилось задавать жёстко: «выполняй только поставленную задачу, ничего от себя не добавляй». В правилах прописано: «сначала запроси файлы, потом пиши код». Это экономит часы.

И главное: ИИ не архитектор. Он не понимает, зачем ты строишь систему именно так. Он может предложить решение. Но выбирать — тебе.

Вот здесь и проходит граница. Архитектор — ты. ИИ — исполнитель. У тебя замысел, у него — только код. Если ты не понимаешь, что строишь, ИИ построит кашу. Красивую, быструю, но кашу. Если понимаешь — он ускорит тебя в разы.

Это ровно то же, что с автоматизацией в безопасности. Сканер найдёт уязвимости. Но приоритизировать, выбрать, что чинить первым, и обосновать — это работа архитектора, а не инструмента.

Что я понял позже
Самое смешное случилось потом. Я стал читать, что пишут другие, и понял: я в одиночку прошёл тот же путь, что и вся индустрия. Промпты → контекст → харнес. Мой Helper — это кустарная версия того, что сегодня называют инженерией контекста. Только я пришёл к этому сам, из необходимости, а не потому что прочитал статью.

В безопасности та же эволюция: ручные проверки → чек-листы и политики → автоматизация и платформы. Только у меня это заняло не месяцы, а годы — и я не всегда замечал, что строю одно и то же.

Что это значит для DevSecOps
Я не сразу увидел связь. Но она прямая.

Helper — это прототип security-автоматизации. Сбор требований → генерация артефактов → проверка → повторяемость. Если заменить «правила игры» на «политики безопасности», а «скрипты Unity» на «манифесты K8s», получится тот же самый паттерн.

Контекст-инженерия применима к безопасности. Сканеры, политики, отчёты, аудиты — всё это можно и нужно упаковывать в контекст. Не «запусти Trivy и посмотри, что там», а «вот политика, вот baseline, вот исключения, вот что считать критичным».

Что бы я сделал иначе
Если бы начинал заново, я бы сразу заложил три вещи:

Метрики с первого дня. Сколько времени уходит на задачу, сколько итераций, сколько ошибок, какой процент ИИ-кода уходит в прод без правок. Без цифр «в десятки раз» — это ощущение, а не факт.
Проверку безопасности ИИ-кода. Секреты, зависимости, лицензии, инъекции. ИИ пишет быстро, но не думает о безопасности. Это моя работа.
Документацию процесса. Не только «что делает Helper», но и «почему именно так». Чтобы через полгода не переизобретать.
Итог
Вайб-кодинг — миф или реальность? Реальность. Но не в том виде, в каком её продают. Это не «ИИ сделал всё за меня, я только кнопки нажимал». Это «я спроектировал, ИИ написал код, я проверил, доработал, автоматизировал рутину и пошёл дальше».

Игра идёт в Steam. Если соберу достаточно вишлистов до февраля 2027 — возьму современные инструменты и попробую следующий проект уже с ними.

Но главное не это. Главное — я построил систему. А системы — это то, что остаётся, когда проект заканчивается.

Вот так, не зная термина, я прошёл все этапы развития вайб-кодинга — параллельно с индустрией. И главный вывод простой: ИИ может всё, что ты чётко сформулируешь. «Напиши хитовую игру» — не сработает. Ты должен сам придумать, сам продумать, сам решить. А ИИ — только реализация.