Вайб-кодинг в 2026: как построить огромный софт с ИИ (от первого приложения до масштаба Google)

Два года назад фраза “просто опишите, чего вы хотите, и пусть ИИ пишет код” звучала как шутка. В 2026 году именно так создаётся огромная и всё ещё растущая доля мирового программного обеспечения. GitHub сообщает, что примерно 46% всего нового кода теперь генерирует ИИ. Google заявила, что около четверти её собственной кодовой базы написано с помощью ИИ. Gartner ожидает, что 60% всего нового программного кода к концу этого года будет написано машинами. Вайб-кодинг не просто пережил хайп — он тихо поглотил индустрию.

Я создаю продакшн-софт почти полностью тем, что направляю ИИ-агентов обычным английским языком. Никакого набранного вручную синтаксиса, никакого диплома по информатике — только точные инструкции, жёсткое ревью и метод, который не даёт всей конструкции сложиться под собственным весом. Это руководство, которое я хотел бы получить в первый же день: что такое вайб-кодинг в 2026 году, как начать с нуля, какие именно инструменты и модели стоят вашего времени прямо сейчас и — та часть, которую все втайне хотят знать, — можно ли действительно построить на этом что-то размером с Google или Facebook.

Короткая версия: с вайб-кодингом можно зайти удивительно далеко, дальше, чем почти кто-либо ожидал. Но те, кто выпускает серьёзный крупномасштабный софт с помощью ИИ, — не те, кто швыряет промпты в чат-бота и молится. Они работают по дисциплинированному процессу. К концу статьи вы будете точно знать, как этот процесс выглядит, и у вас будет стек, которым можно начать пользоваться сегодня.

Что такое вайб-кодинг на самом деле (определение 2026 года)

Термин придумал Андрей Карпаты в феврале 2025 года, и он так вошёл в мейнстрим, что Collins Dictionary назвал его словом года за 2025-й. Его исходная формулировка была намеренно свободной: вы поддаётесь вайбу, описываете, чего хотите, и принимаете всё, что вернёт модель, не заморачиваясь деталями.

Та непринуждённая версия умерла, и, честно говоря, скатертью дорога. В 2026 году вайб-кодинг означает нечто более взрослое: вы пишете точные спецификации на естественном языке, ИИ-агент их реализует, а вы остаётесь в цикле как архитектор, ревьюер и последняя инстанция. Вы не набираете код. Вы управляете системой, которая набирает код, — и вы отвечаете за то, что выходит в релиз.

Сам Карпати в начале 2026 года сдвинул планку, списав “вайб-кодинг” как устаревшее и предложив вместо него “агентная инженерия” — агентная, потому что 99% времени вы оркестрируете агентов, а не пишете код; инженерия, потому что делать это хорошо — настоящее ремесло, за которым стоит реальная экспертиза. Название так и не прижилось — большинство по-прежнему говорит “вайб-кодинг” — но сдвиг, который оно описывает, абсолютно верен. Центр тяжести сместился с печатания до на управление.

Вот данные, которые важны. Около 92% разработчиков в США сегодня ежедневно пользуются инструментами ИИ-кодинга, а 82% разработчиков в мире — как минимум раз в неделю. Среди недавних наборов Y Combinator у заметной доли стартапов кодовые базы более чем на 90% сгенерированы ИИ. Это уже не маргинальная техника. Это норма по умолчанию, и вы либо свободно ею владеете, либо отстаёте.

Вся правда о “вайб-кодинге Google или Facebook”

Давайте разберёмся с мечтой напрямую, потому что это вопрос, который мне задают чаще всего.

Можно ли за эти выходные за один заход сделать рабочий клон google.com или facebook.com? Нет. Кто говорит иначе, продаёт курс. Google — это тысячи инженеров, инфраструктура планетарного масштаба, десятилетие накопленных систем и технология поиска и ранжирования, которая действительно сложна. Скриншот “клона Facebook, собранного одним промптом” — это макет интерфейса без настоящего бэкенда, без аутентификации промышленного масштаба, без модели данных, которая выдерживает контакт с пользователями, и без безопасности, заслуживающей этого слова.

Но вот что — это верно, и это более интересная правда: крупное программное обеспечение промышленного уровня прямо сейчас совершенно точно создаётся именно так — в том числе внутри компаний, которые вы пытаетесь имитировать. Собственная статистика Google про четверть всего кода и есть подсказка. Разница между одноразовой демонстрацией и чем-то настоящим не в промптах. Она в методе.

Демонстрацию сделать легко. Программное обеспечение, которое безопасно, масштабируемо и поддерживаемо создать тяжело — и этот разрыв и есть определяющее напряжение вайб-кодинга в 2026 году. Команды, которые его преодолевают, относятся к ИИ-агентам как к быстрым, неутомимым и порой излишне самоуверенным младшим инженерам и оборачивают их той же дисциплиной, которую хорошая инженерная организация применяет к людям: ясная архитектура, разложенная на части работа, постоянный контекст проекта, автоматические тесты и проверка безопасности, при которой каждая строка вывода ИИ считается недоверенной, пока не доказано обратное.

Так что переформулируйте цель. Вы не сотворите Google из ничего. Вы можете свайб-кодить настоящий амбициозный продукт со множеством функций — социальную сеть, маркетплейс, SaaS-платформу — вплоть до подлинного промышленного качества, в одиночку или крошечной командой, за долю времени, которое это требовало раньше. Это не разбавленная версия мечты. Для основателя-одиночки это почти магия. Остальная часть руководства — о том, как это делать на самом деле.

Как начать вайб-кодинг (самые основы)

Если вы никогда этого не делали, вот вся мысленная модель в одном предложении: вы архитектор и режиссёр; ИИ — строитель. Усвойте это, и всё остальное приложится.

Вот как получить первый настоящий результат, пошагово.

1. Выберите одного агента и один проект. Не тратьте неделю на выбор инструментов. Возьмите одного агента для ИИ-кодинга (рекомендации ниже) и выберите небольшой, но настоящий проект — личный сайт, трекер привычек, маленький инструмент, который вам действительно нужен. Настоящее лучше учебного.
2. Описывайте результат, а не реализацию. Скажите агенту, что вам нужно, и зачем— простыми словами. “Сделай мне аккуратный личный сайт с главной страницей, блогом с отдельными страницами постов, тёмной темой и контактной формой, которая присылает мне письма.” Вам пока не нужно знать, что такое React или PostgreSQL. Вам нужно знать, чего вы хотите.
3. Читайте, что он делает, — не просто принимайте на веру. Это единственная привычка, которая отличает тех, кто выпускает продукт, от тех, кто получает “вайб-похмелье”. Когда агент объясняет свой план, читайте его. Когда он пишет код, просите объяснить всё, что вам непонятно. Вы не заучиваете синтаксис; вы вырабатываете суждение о том, разумна ли эта работа.
4. Итерируйте небольшими конкретными шагами. “Теперь добавь переключатель тёмной темы.” “Контактная форма должна проверять email перед отправкой.” Одно изменение за раз. Маленькие шаги помогают агенту быть точным и дают вам замечать, когда что-то сломалось.
5. Тестируйте постоянно. Нажимайте каждую кнопку. Пытайтесь сломать собственные формы. Просите агента писать тесты. Чем быстрее вы обнаружите проблему, тем дешевле её исправить.
6. Относитесь к ИИ как к равному, а не как к оракулу. Возражайте. Не соглашайтесь. Спрашивайте: “а есть способ проще?” Золотое правило вайб-кодинга 2026 года звучит прямо: никогда не выпускайте код, который не понимаете хотя бы в общих чертах. Вам не нужно читать каждую строку. Вам нужно знать, для чего нужна каждая часть.

Вот и всё. Вот и весь цикл. Всё остальное в этой статье — о том, как проходить этот цикл лучше, в большем масштабе, с правильными инструментами.

Инструменты: чем реально пользоваться в 2026 году

Агент — это то, с чем вы разговариваете. Он читает вашу кодовую базу, планирует изменение, правит несколько файлов, запускает команды и тесты и повторяет цикл почти без вашего участия. Область разделилась на три чётких лагеря, и большинство известных мне опытных пользователей держат два-три и распределяют работу по типу задачи.

Агенты с приоритетом терминала (где делается серьёзная работа)

Они работают в вашем терминале, правят файлы прямо на вашей машине в тесном цикле обратной связи и обычно наиболее сильны в настоящей инженерии.

• Claude Code — мой рабочий инструмент каждый день и лидер по «сырым» возможностям. На базе Claude Opus 4.8 он возглавляет таблицу SWE-bench Verified с результатом 88.6%. Он глубоко программируется (хуки, запланированные «Routines», и всё такое) и читает CLAUDE.md файл в вашем репозитории, чтобы автоматически загружать контекст проекта в каждой сессии. Платные тарифы начинаются примерно с $20 в месяц.
• OpenAI Codex — На базе GPT-5.5 он возглавляет таблицу Terminal-Bench и охватывает CLI, облако, веб и мобильные устройства под одной учётной записью, а начальная цена — примерно от $8 в месяц. Отличный выбор, если вы живёте в экосистеме ChatGPT.
• OpenCode — Выделяется среди открытого исходного кода (более 172 тыс. звёзд на GitHub, лицензия MIT). Это настоящий терминальный агент, а не обёртка, и он не зависит от модели: возьмите API-ключ любой модели — Claude, GPT, Gemini, Kimi, GLM, DeepSeek, Qwen — и запускайте. Функции появляются быстро, потому что сообщество выпускает их стремительно. Это ваш выбор, если хотите независимость от одного поставщика.
• Aider, Cline, Hermes Agent, Goose, Kilo Code — Здоровый уровень открытого исходного кода. Все бесплатны в работе; вы платите только за токены моделей, которые через них пропускаете.

Среды, встроенные в IDE, и визуальные рабочие пространства (где редактирование встречается с управлением)

• Cursor — Самый чистый опыт редактора по всем параметрам. Его модель Composer дешёва по выходным токенам, а Cursor 2.0 умеет запускать до восьми агентов параллельно. Если вы хотите видеть свой код, пока управляете процессом, начните здесь.
• Google Antigravity — рабочее пространство Google, где главный — агент, бесплатно для частных лиц в публичной предварительной версии, по умолчанию использует Gemini 3.5 Flash, с визуальным управлением параллельными агентами. Интересный тёмный конь. (Примечание: старый бесплатный тариф Gemini CLI на 1 000 запросов в день заканчивается June 18, 2026 поскольку Google сворачивает его в Antigravity CLI, — так что если вы на него полагались, сегодня тот день, когда стоит переключиться.)
• GitHub Copilot — Вариант, родной для GitHub, сильнее всего, если ваш код уже там и вы хотите автоматизацию от issue до PR. Pro стоит $10 в месяц.
• Windsurf / Devin Desktop — Windsurf превратился в Devin Desktop, сделав ставку на автономных параллельных облачных агентов, которые открывают пул-реквесты, пока вы занимаетесь другим.

Одно техническое замечание, которое стоит знать: почти каждый серьёзный агент теперь поддерживает Model Context Protocol (MCP), открытый стандарт, который позволяет подключать одни и те же внешние инструменты (веб-поиск, базы данных, управление проектами и т. д.) к любому агенту с одинаковой настройкой. Освойте MCP один раз — и используйте везде.

Модели: линейка 2026 года (и когда какую использовать)

Ваш агент — это кабина; модель — двигатель. А середина 2026 года выдалась совершенно безумной по релизам моделей — три из самых важных ниже вышли за последние несколько недель до написания этого текста.

Закрытые модели фронтира (максимальные возможности, премиальная цена)

• Claude Opus 4.8 (Anthropic) — Выпущен 28 мая 2026 года. Действующий лидер по качеству для сложной инженерии с множеством файлов и длинным контекстом: 88,6% на SWE-bench Verified. Цена — $5 за миллион входных токенов и $25 за миллион выходных. К нему я обращаюсь, когда ошибка дорого стоит: архитектура, крупные рефакторинги, всё несущее.
• GPT-5.5 (OpenAI) — Идёт вровень с Opus и лидирует в Terminal-Bench. Отлично выдаёт пригодный результат, даже если в вашем промпте не учтены крайние случаи, что делает его прекрасным для быстрого прототипирования.
• Gemini 3.1 Pro / 3.5 Flash (Google) — Сильный, глубоко интегрирован в экосистему Google и Antigravity, а Flash оптимизирован для скорости.

Волна открытых весов (настоящая история 2026 года)

Здесь начинается самое интересное и здесь же кроется экономия. Волна моделей с открытыми весами — многие из китайских лабораторий — действительно сравнялась с фронтиром, и их дёшево или бесплатно разворачивать самостоятельно. Геополитика тоже подпитывает процесс: недавние американские экспортные ограничения на лучшие американские модели за рубежом сделали открытые модели с разрешительными лицензиями гораздо более привлекательными стратегически во всём мире.

• Kimi K2.7-Code (Moonshot AI) — Выпущен June 12, 2026. Монстр с открытыми весами, заточенный под код: модель Mixture-of-Experts на 1 трлн параметров (32 млрд активных на токен), контекстное окно на 256K токеновмультимодальный ввод и модифицированная лицензия MIT, разрешающая коммерческое использование. Moonshot утверждает, что примерно на 30% меньше расходов на reasoning-токены чем у предшественника, плюс двузначный прирост в бенчмарках — а это важно, потому что токены стоят денег. Он работает вместе с терминальным Kimi Code CLI (тарифы от $19 в месяц) и стоит около $0,95 за миллион входных токенов через API. Создан специально для длинных агентных циклов «план — выполнение — отладка». Сильный выбор для очень долгих запусков без присмотра.
• GLM 5.2 (Z.ai, ранее Zhipu AI) — Выпущен June 13, 2026, через день после Kimi. MoE на 744 млрд параметров (≈40 млрд активных) с рабочим контекстным окном на 1 млн токенов — достаточно большим, чтобы загрузить в него целый репозиторий, — и открытыми весами под лицензией MIT на Hugging Face. Z.ai утверждает, что он обходит GPT-5.5 в некоторых бенчмарках длинного кодинга примерно за шестую часть стоимости, хотя учтите: эти бенчмарки заявлены производителем и на момент запуска независимо не проверялись. Убийственная функция для вайб-кодеров: он поставляется через Anthropic-совместимую конечную точку, и тариф GLM Coding Plan начинается примерно с $10 в месяц, так что он сразу встраивается в Claude Code, OpenCode, Cline, Roo Code, Goose и компанию. Блестяще подходит для фронтенда и работ с насыщенным интерфейсом, и абсурдно выгоден для основной массы вашего агентного кодинга.
• DeepSeek V4 (а также более дешёвая V4-Flash) — основной выбор для больших объёмов работы, чувствительной к цене, где нужно приличное качество за минимальные деньги.
• Qwen 3.5 — Отличная производительность на параметр, особенно у младших вариантов, которые быстро работают на потребительском железе.

Запуск моделей у себя: Ollama и Ollama Cloud

Если вам важны конфиденциальность, контроль расходов или просто независимость от чужого API, Ollama — это “момент Docker для локальных LLM”: одна команда, чтобы скачать и запустить открытые модели (Llama, Qwen, Mistral, DeepSeek, Gemma и другие) локально, с API, совместимым с OpenAI, по адресу localhost:11434 на который может указать любой агент.

Главная проблема локального запуска всегда была в железе: открытым моделям уровня фронтира нужна серьёзная видеопамять. Именно эту проблему Ollama Cloud решает, и теперь это общедоступно. Это управляемый инференс: вы запускаете те же крупные открытые модели на GPU в дата-центрах Ollama без локального GPU, и — самое интересное — он предоставляет тот же HTTP API, что и локальная установка. Никаких переписываний кода, никакого нового SDK. Вы просто указываете на облачную модель и работаете. Цены доступные: бесплатный тариф, тариф Pro около $20 в месяц, а также более высокий тариф Max около $100 в месяц с оплатой по времени GPU, а не по токенам. Ollama также обещает не вести журналы, не обучать модели на ваших данных и ничего не хранить у партнёров по хостингу — это важно, если вы работаете с чем-то чувствительным или подпадаете под GDPR.

Стратегия маршрутизации между несколькими моделями

Вот схема, которую реально используют лучшие практики, и это самый мощный рычаг экономии в вайб-кодинге: не запускайте всё на самой дорогой модели. Маршрутизируйте по задачам.

• Используйте передовую модель (Opus 4.8, GPT-5.5) для небольшой доли работ, где ошибка действительно дорого обходится: архитектура, проектирование схем, чувствительная к безопасности логика, крупные рефакторинги.
• Используйте дешёвую и сильную открытую модель (GLM 5.2, Kimi K2.7, DeepSeek V4) для основной рутины: реализация функций, шаблонный код, интерфейс, тесты.
• Используйте локальные открытые модели или Ollama Cloud для больших объёмов инференса с низкой ценой ошибки: классификация, суммаризация, простые правки.

Команды, которые работают по такой схеме, обычно сокращают расходы на инференс на 60–80% без заметной потери качества. С агентом вроде OpenCode, не привязанным к конкретной модели, переключение так же просто, как смена API-ключа.

Файловая система, которая делает возможными большие проекты вайб-кодинга (AGENTS.md, CLAUDE.md & другие)

Это самый важный раздел статьи и — сразу признаюсь — та часть, ради которой существует весь остальной гайд. Именно здесь почти все обжигаются, и я в начале в том числе. Поэтому пойдём медленно и конкретно: от этого зависит, будет ли проект расти месяцами или тихо развалится на второй неделе.

Вот жестокая правда: У ИИ-агентов нет памяти между сессиями. Закройте терминал — и всё, что агент “знал” о вашем проекте, испаряется. Откройте новую сессию завтра, и перед вами снова совершенно незнакомый собеседник: он не помнит ни ваш стек, ни ваши соглашения, ни решения, принятые на прошлой неделе, ни то, что он недоделал. Перейдите с Claude Code на Cursor или замените одну модель на другую — и вы начинаете с нуля во второй раз. В маленьком проекте можно всё переобъяснить одним абзацем. В большом вас убивает именно этот факт: вы тратите больше времени на повторные вводные для агента, чем на разработку, он противоречит решениям, которые вы уже приняли, а кодовая база уползает в спагетти.

Решение — это вся игра, поэтому скажу прямо: память вашего проекта должна жить в файлах репозитория, а не в чате. Чат одноразовый. Файлы постоянны. Каждую сессию агент заново выстраивает понимание, сначала прочитав эти файлы — и, поскольку это обычный Markdown, лежащий в вашем репозитории, их может прочитать любой агент, любая модель, любой инструмент. Вы больше никогда не переобъясняете проект и документируете его один раз, как следует. Именно это позволяет проекту переживать сбросы контекста, смену моделей и смену инструментов. И не случайно именно это позволяет одному человеку удерживать амбицию масштаба Google: вы держите её не в голове. Вы держите её на диске.

Вот слой документации, который я кладу в корень каждого серьёзного проекта:

project-root/
├── README.md          # Входная точка: что это, зачем существует, как запустить
├── AGENTS.md          # Инструкции для ИИ-агентов любых инструментов (стандарт)
├── CLAUDE.md          # Указания для Claude Code (кратко; импортирует AGENTS.md)
├── GEMINI.md          # Указания для Gemini CLI (кратко; импортирует AGENTS.md)
├── CONVENTIONS.md     # Соглашения о коде (также автоматически загружаются aider)
├── CONTEXT.md         # Подробный контекст проекта для людей и LLM
├── llms.txt           # Машиночитаемая карта репозитория и документации для агентов
├── VISION.md          # "Зачем" и долгосрочный ориентир
├── ROADMAP.md         # Куда движется проект: этапы и вехи
├── TASKS.md           # Список активных задач и текущий рабочий бэклог ("курсор")
├── TODO.md            # Свободные быстрые заметки о том, что ещё не спланировано
├── DECISIONS.md       # Индекс архитектурных решений (которые больше не пересматриваются)
└── CHANGELOG.md       # Понятная человеку версионная история выпущенного

Может показаться, что это много. Это не так — как только вы увидите, что эти файлы выполняют три разные задачи. Думайте о них как о трёх слоях, от самого постоянного к самому одноразовому.

Уровень 1 — правила (устойчивые, меняются редко)

Они определяют, как должен вести себя агент в вашем репозитории. Вы пишете их в начале и изредка правите.

• AGENTS.md — сердце системы и файл, который решает вашу проблему переносимости. Это открытый, не привязанный к инструментам стандарт, который сообщает любому ИИ-агенту для кодинга, как устроен ваш проект: стек технологий, порядок установки и запуска, запуск тестов и линтинга, соглашения, которых нужно придерживаться, и то, чего нельзя делать никогда. Он появился в 2025 году в результате сотрудничества Sourcegraph, OpenAI, Google, Cursor и Factory, а сегодня развивается под эгидой Linux Foundation, его приняли более 30 инструментов, и он лежит более чем в 60 000 репозиториев. Весь смысл — в переносимости: напишите один раз, и Codex, Cursor, Windsurf, Cline, Copilot, Gemini CLI и другие прочитают его нативно. Всё общее живёт здесь.
• CLAUDE.md — это собственный нативный файл инструкций Claude Code, и вот подвох, который задевает всех — возможно, именно он вас и обжёг: по состоянию на середину 2026 года Claude Code не читает автоматически AGENTS.md. Он читает CLAUDE.md. Если в вашем репозитории есть только AGENTS.md, Claude Code загружает ноль инструкций проекта, и он вас об этом не предупредит. Вы просто получаете результат хуже и недоумеваете, почему. Исправление до смешного простое и официально задокументировано: сделайте CLAUDE.md тонкий файл, который подтягивает общий одной строкой — @AGENTS.md — так Claude читает ваши универсальные инструкции плюс любые дополнения, только для Claude. (Другой распространённый подход — символическая ссылка: ln -s AGENTS.md CLAUDE.md, при которой это буквально один и тот же файл.) Один источник истины, никакого дублирования, никакого расхождения.
• GEMINI.md — та же идея для Gemini CLI от Google — его файл инструкций для конкретного инструмента. Держите его тонким и пусть он ссылается обратно на AGENTS.md тоже. Схема никогда не меняется: один общий файл для всех, один тонкий файл на каждый инструмент.
• CONVENTIONS.md хранит ваши соглашения о коде — именование, форматирование, паттерны, архитектурные правила дороги. Он полезен сам по себе, и именно этот файл агент aider по соглашению загружает в контекст. Сошлитесь на него из AGENTS.md чтобы каждый инструмент наследовал одни и те же стандарты.

Отдача от этого слоя — именно то, что вы хотели: настоящая независимость от инструментов. Поскольку общие правила живут в AGENTS.md а каждый инструмент просто указывает на него, вы можете передать один и тот же проект Claude Code сегодня, Cursor завтра, а OpenCode на следующей неделе — и каждый будет работать по идентичным инструкциям. Никаких повторных вводных, никакой привязки к вендору. Вот что такое переносимость на практике.

Уровень 2 — знания и живое состояние (это и есть настоящая память)

Этот слой — что чем является проект, и где он находится прямо сейчас. Файлы “прямо сейчас” меняются каждую сессию — это и есть настоящее лекарство от амнезии.

• README.md — парадная дверь, написанная в первую очередь для людей: что это за проект, зачем он существует, как его запустить. Каждый новичок (и каждый агент) начинает здесь.
• CONTEXT.md — развёрнутый фон и для людей, и для LLM: предметная область, проблема, которую вы решаете, ключевые понятия и терминология, ограничения. Это глубокий контекст, которому не место в сжатом файле инструкций, но который нужен агенту, чтобы принимать верные решения.
• VISION.md — путеводная звезда: зачем существует проект и куда он движется в долгую. Она удерживает вас и агента на одной цели, когда вы зарылись в одну функцию.
• llms.txt — небольшая машиночитаемая карта в Markdown, которая указывает агентам (и инструментам подгрузки документации) на ваши самые важные файлы с описанием в одну строку, чтобы они быстро находили нужный контекст и тратили меньше токенов. Честная оговорка: если говорить о публичном сайте как SEO-тактике, llms.txt это всё ещё не доказано — крупные ИИ-компании не взяли на себя обязательство её читать, и исследования пока не показывают измеримой пользы для ранжирования. Но как repo/docs индекс для агентов-программистов, он себя оправдывает.
• ROADMAP.md — куда движется проект, разбитый на этапы (см. следующий раздел) и рубежи. Ваша карта всего пути.
• TASKS.md — самый важный файл для повседневной преемственности. Это курсор: что сделано, что делается прямо сейчас, что дальше и какие есть блокеры. Когда новая сессия читает его, она точно знает, откуда продолжить. Держите файл кратким и актуальным — он для быстрой переориентации, а не для прозы.
• TODO.md — свободная запись идей и мелочей, ещё не поставленных в план. Держит TASKS.md сосредоточенным на текущей работе, и при этом ничего не проскальзывает.
• DECISIONS.md — журнал только на добавление архитектурных решений, которые вы приняли, и зачем. “Мы выбрали Postgres вместо SQLite, потому что нам нужны конкурентные записи.” Именно это мешает агенту тихо пересматривать уже решённые вопросы или противоречить решению, принятому три сессии назад. Сверху — самое новое; никогда не редактируется, только дополняется.
• CHANGELOG.md — читаемая человеком версионированная запись того, что реально вышло, по порядку. Это и история вашего проекта, и самый быстрый способ для возвращающейся сессии увидеть, что изменилось недавно.

Уровень 3 — сессия (эфемерная, живёт только в чате)

Это разговор, который вы ведёте прямо сейчас. Это единственный слой, который не сохраняется — и это нормально, потому что всё важное из него записывается обратно в слой 2 до того, как вы закроете сессию. Всё, что живёт только здесь, по определению вот-вот будет забыто.

Как на самом деле проходит сессия

В сумме повседневный ритм почти скучен — в этом и смысл. Обычная сессия выглядит так:

1. Откройте сессию. Первое, что делает агент, — читает правила и состояние: AGENTS.md (через CLAUDE.md/GEMINI.md), затем ROADMAP.md, TASKS.md, и DECISIONS.md.
2. Переориентируйтесь. Он отчитывается: “Мы на этапе 2, последняя задача была поток входа, следующая — middleware аутентификации, блокеров нет”. Вы подтверждаете или перенаправляете. Тридцать секунд, никаких усилий, никаких повторных вводных.
3. Сделайте одну задачу. Он прорабатывает один пункт из TASKS.md, следуя соглашениям и уважая зафиксированные решения.
4. Запишите память обратно. Перед закрытием агент обновляет TASKS.md (сдвигает курсор), добавляет строку в CHANGELOG.md (что вышло) и записывает любой новый выбор в DECISIONS.md.
5. Закройте. Контекстное окно опустошается — и это неважно, потому что ничего ценного в нём не было. Всё на диске.

Завтра вы открываете новую сессию или переходите на совсем другой инструмент, и шаг 1 восстанавливает весь контекст за секунды. Именно так проблема амнезии и исчезает, и в этом вся причина, по которой одиночный разработчик может держать большой многомесячный проект связным.

Это “агентная разработка” в конкретике. Эпоха одного мегапромпта закончилась; эпоха стратегической декомпозиции наступила. Вы не просто беседуете с ИИ — вы строите и запускаете операционную систему для своих агентов, где эти документы служат единственным источником истины. Настройте её один раз, и повседневная работа снова кажется лёгкой, а проект незаметно вырастает за пределы всего, что когда-либо могла вместить одна беседа.

Реалистичный план: вайб-кодинг большого приложения, фаза за фазой

Итак, как направить всё это на что-то амбициозное — скажем, на настоящую соцсеть или маркетплейс? Вы не строите всё сразу. Вы проходите этапы и на каждом позволяете агенту делать только один небольшой шаг за раз.

• Этап 0 — фундамент. Настройте репозиторий, систему документации, описанную выше, и выберите стек. Добейтесь, чтобы “hello world” работал локально. Зафиксируйте крупные архитектурные решения до того, как появятся какие-либо функции.
• Этап 1 — архитектура & данные. Определите форму системы: модель данных, основные компоненты, как они общаются. Это работа для фронтирной модели — сделайте правильно, и всё дальше будет легче.
• Этап 2 — основные функции. Постройте сердце продукта сквозным образом, пока не заработает основной пользовательский путь. (Для соцсети: аккаунты, профили, публикации, лента.)
• Этап 3 — интеграции & аутентификация. Настоящая аутентификация, внешние сервисы, хранение данных, соединительная ткань.
• Этап 4 — интерфейс & отделка. Фронтенд, адаптивный дизайн, интернационализация, если она нужна. Отличная работа для модели, сильной в UI, вроде GLM 5.2.
• Этап 5 — укрепление. Тесты, производительность, обработка ошибок и безопасность — то, что демо всегда пропускают, а настоящие продукты пропустить не могут.
• Этап 6 — развёртывание & эксплуатация. Выпустите его. Настройте развёртывание, мониторинг, резервные копии и инструкции на случай поломок.
• Этап 7 — запуск & соответствие требованиям. Юридические страницы, публичная документация и (если вы работаете где-то вроде ЕС) требования к конфиденциальности и раскрытию информации, которые для коммерческого сайта не обсуждаются.
• Этап 8 — итерации. Теперь у вас настоящий продукт. Чините, улучшайте и растите, бесконечно.

Обратите внимание, что это даёт: оно превращает кажущуюся неподъёмной гору (“построить соцсеть”) в длинную последовательность отдельных завершаемых сессий. В этом весь фокус. Масштабные проекты строятся не масштабными промптами. Они строятся из тысячи маленьких, хорошо направленных и хорошо задокументированных шагов.

Подводные камни (они же: не заработайте “вайб-похмелье”)

2025 год получил прозвище: год вайб-похмелья. Многие команды бросились заменять аккуратную инженерию промптами и сразу врезались в реальность. Учитесь на этом.

• Безопасность — главное. Недавно фирма по безопасности построила 15 одинаковых приложений на пяти популярных инструментах вайб-кодинга и нашла 69 уязвимостей, шесть из них критические. Код, сгенерированный ИИ, непропорционально склонен к дырам в безопасности. Считайте каждую строку вывода ИИ недоверенной, пока её не проверили и не просканировали. Никогда не позволяйте агенту изобретать собственную аутентификацию или работать с секретами без вашего надзора.
• Загнивание кода реально. Исследования фиксируют рост текучести кода и размножение дублированного кода по мере роста объёмов ИИ. Дисциплина рефакторинга важна больше, а не меньше. Заставляйте агента убирать за собой.
• Разрыв в доверии — это здоровый признак. Благосклонность разработчиков к ИИ-инструментам на самом деле упала from 77% in 2023 to about 60% in 2026, even as usage kept climbing. That’s not pessimism — it’s maturity. The industry learned to use the tools without blindly trusting them. You should too.
• Отладка может съесть ваши сбережения. Заметная доля разработчиков сообщает, что тратит больше времени на исправление ИИ-кода, чем заняло бы написать его самостоятельно — почти всегда потому, что они принимали вывод, которого не понимали, и пропускали тесты. Лекарство то же, что и всегда: маленькие шаги, постоянное тестирование, настоящая проверка.

Ничто из этого не причина избегать вайб-кодинга. Это причина делать его как профессионал.

Разумный стек для вайб-кодинга в 2026 году (моя рекомендация)

Если вы хотите пропустить стадию паралича анализа, вот конкретный набор, который я с удовольствием дал бы новичку, или чтобы запустить серьёзный проект.

Экономный, почти бесплатный стартовый набор

• Агент: OpenCode (бесплатный, с открытым исходным кодом, не зависит от модели) или Google Antigravity (бесплатен в превью).
• Модели: GLM 5.2 через Coding Plan примерно за $10 в месяц для основной работы, плюс бесплатный тариф Ollama Cloud для массовых мелочей.
• Метод: описанная выше система «сначала документация». Без вариантов.
• Стоимость: примерно цена пары чашек кофе в месяц.

Набор серьёзного разработчика (то, чем пользуюсь я сам)

• Основной агент: Claude Code — за сырую мощность и то, насколько он программируем.
• Модель для архитектуры: Claude Opus 4.8 для несущих решений.
• Рабочие модели: GLM 5.2 и Kimi K2.7-Code для повседневной рутины, подключённые через не зависящую от модели схему. Kimi особенно для очень долгих автономных прогонов без присмотра — благодаря экономии токенов и контексту 256K.
• Дешёвый/локальный слой: Ollama Cloud (Pro) для массового инференса с низкими ставками.
• Связка: MCP для инструментов и строгая структура проекта с приоритетом документации, связывающая всё вместе.

Что бы вы ни выбрали, помните главный урок: выбранный инструмент значит меньше, чем рабочий процесс, который вы вокруг него строите. Дисциплинированный разработчик на бесплатных инструментах выпустит больше, чем небрежный на самом дорогом стеке, который можно купить за деньги.

Часто задаваемые вопросы

Может ли человек, совершенно не умеющий программировать, в 2026 году с помощью вайб-кодинга сделать что-то настоящее? Да — в этом весь смысл того, до чего дошли инструменты. Неинженеры выпускают работающее программное обеспечение, формулируя замысел и оценивая результаты. Вам по-прежнему нужны суждение, терпение и готовность понимать на высоком уровне, что делает ИИ, но писать код руками не нужно.

Вайб-кодинг всё ещё актуален, или его заменяет “агентная разработка”? То же самое, но название лучше. “Агентная разработка” — это просто вайб-кодинг, делаемый с дисциплиной: оркестрация агентов, определение критериев качества и человеческий надзор в критических точках. В разговоре большинство по-прежнему говорит “вайб-кодинг”; просто сама практика повзрослела.

Какая модель ИИ сейчас лучше всего подходит для кодинга? Для максимального качества лидеры фронтира — Claude Opus 4.8 (88,6% на SWE-bench Verified) и GPT-5.5. По соотношению цены и качества модели с открытыми весами вроде GLM 5.2 и Kimi K2.7-Code удивительно близки за долю стоимости. Разумный ответ — использовать и те и другие: фронтир для сложных 10%, дешёвые и сильные для остальных 90%.

Как заниматься вайб-кодингом бесплатно (или почти бесплатно)? Возьмите бесплатный агент с открытым исходным кодом вроде OpenCode, соедините его с бесплатным тарифом Ollama Cloud или тарифом дешевле $15, вроде Coding Plan от GLM или Kimi Code, и запускайте модели с открытыми весами. Google Antigravity тоже бесплатен для частных лиц в превью. За цену сэндвича в месяц можно построить очень много.

Можно ли правда построить так стартап или большое приложение? Настоящий продукт с множеством функций продакшн-качества — да, и люди делают это в одиночку постоянно. Буквальную копию Google или Facebook в полном масштабе — нет, это тысячи инженеров и инфраструктура планетарного масштаба. Реалистичная и по-настоящему захватывающая цель — амбициозный продукт, доведённый до продакшн-качества одним человеком или крошечной командой, что раньше было невозможно.

Достаточно ли безопасен код, сгенерированный ИИ, чтобы его выпускать? По умолчанию — нет. ИИ-код непропорционально склонен к уязвимостям, поэтому его нужно проверять и сканировать, нельзя позволять агентам работать с аутентификацией или секретами без присмотра, и любой вывод следует считать недоверенным, пока он не проверен. С такой дисциплиной его вполне можно выпускать. Вслепую — это готовая утечка.

Claude Code или Cursor — что выбрать новичку? Если вам нужен самый мощный агент и вы не боитесь терминала — Claude Code. Если хотите видеть свой код в отточенном редакторе, пока направляете ИИ, — Cursor. Многие используют оба. Любой из них — нормальная отправная точка; не мучайтесь выбором.

Что такое Ollama Cloud и зачем мне его использовать? Ollama Cloud запускает большие модели с открытым исходным кодом на управляемых GPU в дата-центрах, так что дорогое оборудование не нужно, и при этом предоставляет тот же самый API, что и локальный Ollama, — то есть это прямая замена. Используйте его для дружественного к конфиденциальности инференса с контролем затрат, особенно для массовой работы; есть бесплатный тариф для старта.

В чём разница между AGENTS.md и CLAUDE.md — и читает ли Claude Code файл AGENTS.md? AGENTS.md — это открытый стандарт для разных инструментов (под опекой Linux Foundation, его читают Codex, Cursor, Windsurf, Cline, Gemini CLI и ещё 30+ инструментов); CLAUDE.md — это собственный нативный файл инструкций Claude Code. Загвоздка: по состоянию на середину 2026 года Claude Code автоматически не читает AGENTS.md — если в репозитории есть только этот файл, Claude Code не загружает никаких инструкций проекта и не выдаёт предупреждения. Исправление — держать AGENTS.md как общий источник истины и сделать CLAUDE.md тонкий файл, который импортирует его одной @AGENTS.md строкой (или связать два файла символической ссылкой через ln -s AGENTS.md CLAUDE.md). Один файл для всех, один тонкий файл на каждый инструмент.

Как сделать, чтобы ИИ-агент не забывал мой проект между сессиями? Храните память проекта в файлах в репозитории, а не в чате. Держите AGENTS.md для правил, ROADMAP.md для плана, TASKS.md для текущего курсора (сделано / в работе / дальше) и DECISIONS.md для зафиксированных решений. Пусть агент читает их в начале каждой сессии и записывает обновления в конце. Поскольку это всё простой Markdown на диске, контекст переживает сброс контекста, смену модели и полную смену инструментов.

Куда двигаться дальше

Вайб-кодинг в 2026 году — не трюк и не короткий путь для ленивых. Это настоящий, мощный и всё более стандартный способ создавать программное обеспечение, дающий огромный рычаг каждому, кто готов научиться хорошо им управлять. Барьер для создания софта рухнул. Новый барьер — вкус, суждение и дисциплина.

Так что начните с малого сегодня. Выберите одного агента, направьте его на настоящий проект и запустите цикл: описать, проверить, доработать, протестировать. Затем, когда будете готовы к большему, настройте систему с приоритетом документации, чтобы у проекта была память и агенты могли расти вместе с вами. Разрыв между “у меня есть идея” и “это работает в интернете” никогда не был таким маленьким. Остаётся один вопрос: что вы собираетесь построить.

---

Строите что-то амбициозное и хотите получить ту самую систему документации и промптов, благодаря которой масштабный вайб-кодинг действительно работает? Это отдельное большое руководство — и отличное следующее чтение на этом сайте.