Павел Булкин – Вайб-кодинг. Практический курс (страница 1)
Павел Булкин
Вайб-кодинг. Практический курс
Содержание
Введение. Похмелье после вечеринки
ЧАСТЬ 1. ИНСТРУМЕНТЫ НОВОЙ ЭРЫ
Глава 1. Cursor: первая фича через управляемую генерацию
Глава 2. Devin Desktop (бывший Windsurf): глубокий контекст и ИИ-археология
Глава 3. Claude Code: безопасный терминальный агент
Глава 4. Спецификация как код: от желания к контракту
ЧАСТЬ 2. МЕТОДОЛОГИЯ ВАЙБ-КОДИНГА 2.0
Глава 5. Контекстная инженерия: строим среду, а не промпт
Глава 6. Plan Mode: как читать и править планы ИИ
Глава 7. MCP: подключаем ИИ к реальности
ЧАСТЬ 3. КРИЗИС ДОВЕРИЯ
Глава 8. Security Lab: почему ИИ пишет дырявый код
Глава 9. AI Code Review: аудит чёрного ящика
Глава 10. Техническая инфляция: учим ИИ удалять код
ЧАСТЬ 4. БУДУЩЕЕ ПРОФЕССИИ
Глава 11. От джуниора к архитектору: дирижируем флотом агентов
Глава 12. Командный стандарт: дисциплина, которая работает без вас
Заключение. Похмелье прошло. Начинается ремесло.
Мы научились генерировать, но разучились понимать
Февраль 2025-го был временем почти детской эйфории. Мы все чувствовали себя волшебниками. Термин «вайб-кодинг», который Andrej Karpathy (Андрей Карпати) бросил в одном твите, за пару месяцев превратился из шутки в религию индустрии. Мы описывали желание словами, жали «Generate» в Cursor или тогдашнем Windsurf (с июня 2026-го — Devin Desktop) — и получали рабочее приложение. Прототип за обеденный перерыв. Стартап за выходные. Казалось, что синтаксис скоро станет таким же архаизмом, как перфокарты.
Это была грандиозная вечеринка. Но к началу 2026-го эйфория сменилась инженерным похмельем. Публичные опросы разработчиков показывают: ИИ-инструменты стали массовой частью рабочего процесса, но доверие к их точности остаётся ограниченным. Например, Stack Overflow Developer Survey 2025 фиксирует, что 46% разработчиков скорее не доверяют точности AI tools, 33% доверяют, а полностью доверяют только около 3%. Узкое место всё чаще переезжает из написания кода в его чтение, ревью, проверку безопасности и сопровождение. Мы научились очень быстро бежать — и всё чаще вынуждены останавливаться, чтобы понять, куда именно бежим и какой груз несём за спиной.
Похмелье у всех одинаковое. Симптомы такие:
• код генерируется быстрее, чем его кто-либо успевает прочитать;
• пул-реквесты пухнут до тысяч строк, которые невозможно осмысленно проверить;
• люди принимают код, который не понимают, нажимая не «Merge», а «верю на слово»;
• тесты проверяют не бизнес-правила, а то, что ИИ сам решил проверить;
• архитектура тихо расползается — пока в три часа ночи что-то не падает в продакшене из-за пограничного случая, который никто не продумал.
Проблема не в том, что ИИ пишет плохой код. Проблема в том, что он может писать слишком много кода быстрее, чем команда успевает его понять. Раньше технический долг копился месяцами из-за лени и сроков. Теперь он может появиться за один сеанс генерации — и стоимость чтения, отладки и поддержки никуда не делась. Она просто стала заметнее.
Договор с читателем
Эта книга не будет сборником магических промптов и не будет обзором модных IDE, который устареет через полгода. Обзоры инструментов гниют быстрее, чем выходят из печати. Эта книга — практический курс по управлению ИИ-разработкой. Курс, после которого вы не «знаете про ИИ», а умеете им управлять.
Чтобы между нами не было недопонимания, договоримся на берегу. Прочитав книгу и проделав упражнения, вы получите ответы на пять вопросов:
Какую проблему она решает. Как генерировать код с помощью ИИ и при этом не терять контроль над системой, безопасностью и архитектурой.
Кому она подходит. Разработчикам, тимлидам и архитекторам, которые уже пользуются ИИ-агентами и устали от хаоса. Не нужно быть сеньором; нужно быть готовым работать руками.
Что вы будете делать руками. Писать спецификации, читать и править планы ИИ, ревьюить чужой сгенерированный код, атаковать собственные фичи, заставлять агента удалять лишнее.
Какой проект соберёте. Один сквозной учебный сервис, который будет расти в сложности от главы к главе.
Что унесёте с собой. Набор файлов и навыков, которые можно в понедельник принести в свою реальную команду.
КАК ПОЛЬЗОВАТЬСЯ КУРСОМ
Каждая глава заканчивается практическим заданием и главным артефактом — иногда одним файлом, иногда небольшим набором файлов, которые вы создаёте сами. Не пропускайте их. Книгу можно прочитать за вечер, но курс нельзя «прочитать» — его можно только пройти. Артефакты складываются в один растущий репозиторий, и к финалу у вас на руках — рабочий каркас инженерной ИИ-разработки.
Как устроен этот курс
В основе книги — один принцип. Запомните его, он определяет всё остальное:
ГЛАВНЫЙ ПРИНЦИП
Один сквозной проект. Одна растущая сложность. Практический артефакт или небольшой набор артефактов после каждой главы.
Мы не будем перескакивать с примера на пример. Через всю книгу проходит один проект, и каждая глава добавляет к нему ровно столько сложности, сколько нужно, чтобы показать новый навык: роли и права, API, базу данных, авторизацию, безопасность, логи, баги, технический долг, ревью и рефакторинг. Сложность растёт вместе с вами, а после каждой главы в репозитории остаётся один главный артефакт или небольшой набор файлов.
И ещё одно важное обещание. Мы переписали этот курс так, чтобы практика не была пришита к концу теоретических глав. Каждая глава построена вокруг действия. Скелет главы один и тот же:
• плохой запрос — как сделать не надо и что при этом ломается;
• инженерный подход — как переформулировать то же самое в управляемую задачу;
• шаблоны файлов — что именно вы создаёте;
• практическое задание и усложнение;
• артефакт главы — файл или небольшой набор файлов, который остаётся у вас в проекте.
Сквозной проект: TaskFlow AI
Наш учебный проект — TaskFlow AI, сервис управления задачами для команды. Он выбран не случайно: на нём естественно вырастают все темы курса — от прав доступа до безопасной загрузки файлов. В нём будут:
• пользователи и роли admin, manager, member;
• команды: у manager и member есть teamId; для курса считаем, что пользователь состоит в одной команде;
• задачи со статусами todo, in_progress, done и отдельной архивацией через archivedAt, комментарии и вложения;
• REST API и база данных;
• права доступа и авторизация;
• тесты, аудит безопасности и рефакторинг.
Стек — Node.js + TypeScript на NestJS с базой PostgreSQL. Архитектура классическая, слоёная: контроллер принимает HTTP-запрос, сервис содержит бизнес-логику, репозиторий работает с базой. Если вы пишете на другом стеке — не страшно. Навыки этого курса (спецификация до кода, ревью плана, threat model, аудит PR) переносятся на любой язык и фреймворк с небольшой адаптацией. NestJS здесь — просто конкретные декорации, чтобы примеры были настоящими, а не «псевдокодом из вакуума».
Доменная оговорка для следующих глав: «своя команда» означает совпадение teamId у manager, задачи и assignee; archived task = archivedAt != null, а не status=done; Guard отвечает за аутентификацию, TaskAccessPolicy/TaskAccessService — за бизнес-правила доступа.
ЧТО ВАЖНЕЕ СТЕКА
Мы учим не «как писать на NestJS». Мы учим думать системами и управлять ИИ-агентом так, чтобы он не разрушил вашу систему. Код в этой книге — дёшев. Ценны решения о том, что и почему строить.
Что вы соберёте
К концу курса в репозитории TaskFlow AI появится отдельный пласт — инженерный контекст и инструменты управления ИИ. Вот полная карта основных артефактов; пока она выглядит как список незнакомых файлов, но каждый из них появится в соответствующей главе: