Полгода вайбкодинга: от GPT-3.5 до собственной ERP

Я главный инженер, и я не умею писать код. Зато я умею заставлять ИИ писать его за меня. За полгода я прошёл путь от первых попыток с GPT-3.5 до полноценного продакшена: ERP-система, канбан-борд, Markdown-редактор, CI/CD, собственный AI-агент. Всё это — вайбкодинг.

Контекст

С нейросетями я познакомился на заре GPT-3.5. Это была свежая тема — не на слуху, многие относились скептически. Я был одним из первых, кто решил получить доступ. Это было непросто: требовалась зарубежная банковская карта, иностранный номер телефона, ещё какие-то ограничения. Но я пробился. Удалось поколдовать — обычный чат-бот с жёсткими лимитами, невозможно писать бесконечно. Скажем так, не вау. Но уже тогда я чувствовал: в этом что-то есть. Технология, которая может изменить мир.

Когда вышел GPT-4 — года два назад — я уже понимал, что эта штука заменит многие вещи. Пробовал редактировать тексты, документы. Потом начал писать код для своих скриптов. Результат был, честно, никакой. Код не работал. Скрипт не запускался ни с первого, ни с пятого раза. Приходилось самому разбираться, что там написано.

Первые рабочие скрипты

Постепенно выходили Gemini, другие модели. И когда появились Claude 3.5 и ChatGPT-4o — вот тогда запахло порохом. 4o уже писал цельные скрипты, которые запускались и работали. Gemini тоже был неплох — то ли версия 1.5, то ли 2, уже не вспомню. А вот Claude 3.5 Sonnet, как ни странно, по моим задачам ни одного рабочего скрипта не выдал. ChatGPT-4o — да, с ним всё получалось.

Перелом: Cursor и агентная разработка

Всё поменялось с появлением Cursor. Это был тот самый инструмент, где программирование наконец встретилось с AI. Я попробовал его сразу, когда он только вышел, — не получил того, что ожидал. В голове была другая картина. И я выпал из темы почти на полгода.

В ноябре 2025-го вернулся. К тому времени вышел Cursor 2.0 — агентное программирование уже вовсю набирало обороты, Claude гремел, программисты начали понимать, что грядут перемены. Я первым делом попробовал написать простое SPA-приложение. Потом ещё пару мелких проектов — описываю задачу за час-полтора, и мне выдают рабочий каркас, который можно наращивать.

И тут я понял: инструмент работает. По-настоящему. Можно переделывать свои приложения.

ERP с нуля

Я остановился на Cursor — ноябрь, серьёзная подписка, начал тратить деньги. Через Gemini прогнал свою первую ERP-шку — попросил каркас. Переход с Excel-табличек на нормальную систему учёта: склад, бизнес-логика, всё как надо. Готовые продукты на рынке не подходили — нельзя нормально кастомизировать, куча лишнего функционала. Решил писать свой.

Первая версия получилась быстро. Потом месяц отполировывал — проверял гипотезы, добавлял функционал, ловил косяки. К концу декабря упёрся в ограничения Cursor'а. Не конкретно инструмента — а подхода в целом. Параллельно я строил ещё несколько продуктов: распознавание голоса, плагины, регистраторы.

Количество переходит в качество

На Cursor я потратил $300–400. Но главное — не деньги, а часы. Я набил столько времени на работу с AI-агентами, что в какой-то момент количество перешло в качество. Появилось системное понимание: как ставить задачу, как выбирать стек, как выстраивать pipeline.

Я начал вникать в технологии — не как программист, а как архитектор. Веб-стек, Python, React, нативные приложения на Tauri. Не писать код — а понимать, какой инструмент для чего нужен.

Серьёзный стек

В январе я перешёл на Claude Code. Плюс у меня были подписки на ChatGPT, Gemini, китайский GLM-5.1 от Z.AI, который я тоже активно использую. И решил полностью переписать ERP — уже на взрослом стеке. Не просто JavaScript с HTML и CSS, как было в первой версии. Сейчас это React, TypeScript, Tauri 4.

Процесс стал взрослым. Сначала пишется план. Потом — дизайн-документ. С дизайн-документа — план работы. И агент работает по плану. Не «опиши что-нибудь и посмотри что выйдет», а полноценный инженерный процесс.

Параллельно родилось ещё несколько продуктов. TaskFlow — канбан-система с привязкой AI-агента и авторизацией через Google. Собственный Markdown-редактор — потому что оказалось, что нормальных визуальных редакторов для Markdown просто нет. Чтобы выделить текст жирным, надо думать, где поставить звёздочки. Я хотел редактор, где можно просто визуально всё делать. Это тоже моя гордость.

Ещё разбирался с GitHub Actions — не сам, конечно, а через агента. Ставлю задачу, описываю план — агент выполняет.

Инструменты

Перепробовал всех провайдеров: Cursor, Windsurf, Claude Code, OpenAI Codex. Сейчас мой набор такой: Claude Code на десктопе — для тяжёлых задач, и Hermes с GLM-5.1 внутри — через Telegram, для повседневной работы. Сначала был OpenClaw, потом я перешёл на Hermes, и это меня полностью устраивает. Китайская модель внутри моего собственного AI-агента — звучит как фантастика, но это реальность.

Урок

За полгода я прокачал навыки архитектора систем и DevOps-инженера. Умение выбирать стек, строить pipeline, понимать, что для чего подходит. Код я так и не научился писать — и считаю, что это больше не ключевой навык. Его можно делегировать.

Моя задача — знать, где будут проблемы: rate limiting в API, безопасность данных, масштабирование. Задача агента — написать код, и он с этим справляется. Особенно когда есть TDD и CI/CD, которые гарантируют качество.

Главная сложность — не код. Главная сложность — построить систему. Это и проджект-менеджмент, и архитектура, и постоянное изучение нового. Каждый день появляются новые модели, новые подходы, новые технологии.

За полгода я прошёл от нулевого понимания — хотя какой-то опыт программирования на VBA у меня был, но это было именно кодирование — до того, что теперь могу поставить задачу, выбрать стек, составить план реализации, выстроить pipeline от развёртывания до тестирования, и понимать, что должно получиться в итоге.

Полгода вайбкодинга — это примерно два-три года традиционной практики программиста. Может, даже больше.

Код — уже не ключевой навык. Ключевой — понимать, что ты хочешь построить и почему.