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. Про вайб-кодинг мне никто не рассказывал, я тогда вообще не знал такого слова. Просто хотел проверить, получится или нет. Через три месяца у меня была игра: настоящая, с сервером, авторизацией, онлайном, Капитаном Джеком и Шлюпками.
Эта статья про другое, про то, что я построил по пути. Система превратила хаотичную работу с ИИ в повторяемый процесс: автоматизация рутины, инженерия контекста и ограничения, без которых ИИ генерирует кашу. Это родственно тому, чем я занимаюсь в DevSecOps, только тогда я ещё не знал, что такое называют архитектурой.
Сначала была боль
Первый месяц я работал без всякой автоматизации. Каждый запрос с нуля, каждый раз заново: правила, структура, логика, задача. Когда чат переполнялся, всё начиналось сначала.
Если вы работаете в безопасности, вы это узнаете. Каждый аудит с нуля, каждый отчёт руками, каждое исключение прописываешь заново. Боль, которую терпят, потому что «так исторически сложилось». В какой-то момент я понял, что так больше нельзя, и сделал то, что сделал бы любой нормальный DevOps: автоматизировал.
Что я построил
Я написал консольную утилиту на Python. Запускаешь её в PowerShell, она выкатывает меню: создать запрос, добавить фичу, исправить баг. Схема работы такая: выбираешь режим, пишешь задачу, утилита собирает промпт из готовых блоков (правила проекта, структура скриптов, логика игры, инструкции для ИИ и твоя задача), копирует его в буфер обмена, а ты вставляешь результат в чат с DeepSeek и проверяешь ответ. Я назвал её Helper.
Сделал я её минут за пять, потом ещё раза три-четыре подкручивал, чтобы было удобнее, и после этого работал только через неё. По моим ощущениям, работа пошла заметно быстрее. ИИ быстрее не стал: я убрал рутину и часть человеческих ошибок, а заодно уменьшил число ошибок самого ИИ.
Почему это сработало
Helper задаёт рамки. Он объясняет правила написания скриптов, и ИИ заметно реже додумывал и импровизировал, хотя проверять результат всё равно приходилось. Похожий принцип лежит в основе security-политик: сужаешь поверхность, задаёшь правила, убираешь вариативность, и поведение становится предсказуемее. Только вместо контейнеров и сетей здесь 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 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, и ссылался на методы, которых не существует.
Не понимал замысла. Предлагал решения, которые работают, но не вписываются в архитектуру.
Пришлось задавать жёстко: «выполняй только поставленную задачу, ничего от себя не добавляй». В правилах прописано: «сначала запроси файлы, потом пиши код». Это экономит часы.
ИИ не архитектор. Он не понимает, зачем ты строишь систему именно так, и может предложить решение, но выбирать тебе. Если не понимаешь, что строишь, получится каша, красивая и быстрая. Если понимаешь, ИИ ускорит тебя. В безопасности то же самое: сканер найдёт уязвимости, а приоритизировать их, выбрать, что чинить первым, и обосновать выбор должен человек.
Что я понял позже
Самое смешное случилось потом. Я стал читать, что пишут другие, и увидел похожую эволюцию в индустрии: промпты, потом контекст, потом харнес (harness, то есть обвязка вокруг модели: правила, контекст, проверки). Мой Helper это кустарная версия того, что сегодня называют инженерией контекста. Я пришёл к ней из необходимости, а статью про это прочитал уже потом.
В безопасности такая же эволюция: ручные проверки, затем чек-листы и политики, затем автоматизация и платформы. Схему Helper («собрать требования, сгенерировать артефакт, проверить, повторить») можно перенести и на безопасность: вместо «запусти Trivy и посмотри, что там» получится «вот политика, вот baseline, вот исключения, вот что считать критичным». Насколько хорошо это сработает именно в безопасности, ещё предстоит проверить на практике.
Что бы я сделал иначе
Если бы начинал заново, заложил бы три вещи сразу.
Метрики с первого дня: сколько времени уходит на задачу, сколько итераций и ошибок, какая доля ИИ-кода уходит в прод без правок. Без цифр «стало быстрее» остаётся ощущением.
Проверку безопасности ИИ-кода: секреты, зависимости, лицензии, инъекции. ИИ пишет быстро и о безопасности не думает, это моя работа.
Документацию процесса: не только что делает Helper, но и почему именно так, чтобы через полгода не переизобретать.
Что-то из этого потом пришло само, когда я перешёл на агента: Git diff, границы изменений и проверка запуском. Об этом дальше.
Обсуждаем статьи в Telegram-канале. Недушный ИнфоБез.
