ИИтог

Эссе: почему в эпоху ИИ-кодинга выгоднее покупать библиотеки, а не писать код с нуля

инструментыРедакция ИИтогHacker News🔥56Рейтинг ИИтог56Влияние55Новизна50Релевантность92Неожиданность42Участники52Достоверность78

Автор блога GolemUI (представлял продукт на конференции DevBcn) пишет, что за полгода активного использования Claude сам перестал представлять свою работу без ИИ, и, по неформальному опросу около 50 разработчиков на стенде конференции, он не одинок: почти все описывали одинаковый паттерн использования ИИ в работе. Это совпадает с обзорными цифрами: 84% разработчиков уже используют ИИ-инструменты или планируют начать; GitHub ещё в феврале 2023 года фиксировал 46% ИИ-сгенерированного кода в файлах с включённым Copilot, а глава компании прогнозировал рост до 80% «раньше, чем кажется»; Gartner ожидает, что к 2028 году 90% инженеров корпоративного ПО будут пользоваться ИИ-ассистентами (против менее 14% в начале 2024 года), при этом роль разработчика сместится от написания кода к оркестрации ИИ-агентов. Одновременно, по прогнозу Gartner, мировые траты на ИИ достигнут $2,5 трлн в 2026 году (+44% за год), в основном на инфраструктуру, но именно такие суммы заставляют финансовые отделы компаний переходить от безлимитных тарифов на токены к жёсткому учёту расходов. Автор считает, что индустрия движется к двум метрикам: «стоимость токенов на фичу» (её легко посчитать) и «доля доверия к сгенерированному коду» (её измерить почти невозможно), доверять коду можно только если ты сам эксперт в этой предметной области, а в большинстве смежных с core-бизнесом задач разработчик экспертом не является. Дальше автор разбирает конкретный пример: UI-разработчик Aiden строит финансовое приложение, слаб в бэкенде и, не будучи способным полноценно ревьюить сгенерированный код, полагается на вопрос ИИ «ты уверен, что это правильная реализация?». Когда в полностью вайб-кодированном гриде (компоненте таблицы) вскрывается трудновоспроизводимый баг, который сами тесты не ловят, единственный разумный совет коллег: выкинуть самодельный код и взять готовую библиотеку грида, потому что бизнесу нужен корректный отчёт по продажам (WHAT), а не конкретная реализация таблицы (HOW). Как иллюстрацию реального «взрыва такой мины» автор приводит инцидент с Moltbook, вайб-кодированной социальной сетью для ИИ-агентов, запущенной в январе 2026 года: уже через несколько дней после запуска выяснилось, что ключ доступа к базе данных лежал в клиентском JavaScript, а Row Level Security ни разу не была включена, из-за чего исследователи кибербезопасности из Wiz смогли читать и писать в продовую базу данных, включая 1,5 миллиона API-токенов. Автор приводит две позиции по вопросу ответственности за такой код: Андрей Карпаты (экс-глава ИИ-направления OpenAI и Tesla, автор термина «вайб-кодинг») настаивает, что ответственность разработчика не изменилась вообще, «вы всё так же отвечаете за своё ПО, как и раньше»; Саймон Уиллисон (соавтор Django) раньше чётко разделял вайб-кодинг (пишешь промпт и принимаешь код не глядя) и «ответственную разработку» (ревьюишь и понимаешь всё, что отправляешь в прод), но к маю 2026 года признал, что по мере роста надёжности агентов сам перестал построчно ревьюить весь код. Вывод автора: раз доверие к чужому (в том числе ИИ-сгенерированному) коду нельзя измерить «изнутри», единственный работающий источник доверия, покупка и использование библиотек от команд, чья репутация и бизнес-модель (changelog, служба поддержки, контракт) зависят от качества их кода; когда баг найден в купленной библиотеке, есть конкретный адресат для тикета, в отличие от самодельного ИИ-кода без какой-либо подотчётности. В подтверждение автор ссылается на данные компании GitClear, проанализировавшей 623 миллиона изменений кода за 2023, 2026 годы: дублирование кода выросло на 81% с 2023 года, разработчики теперь в пять раз чаще копируют блок кода, чем рефакторят его, а доля изменений, поддерживающих (а не создающих заново) старый код, упала на 74%, то есть индустрия пишет код быстрее, чем когда-либо, но ухаживает за ним меньше, чем когда-либо. В финальной части (обрывается в исходном материале) автор предлагает посмотреть на историю релизов известных профессионально поддерживаемых библиотек вроде AG Grid и Highcharts и находит там растущую активность, в отличие от библиотек, которые ведёт сообщество, считая это признаком того, что коммерческие мейнтейнеры превращаются в «гейткиперов качества» в новую эпоху ИИ-кодинга.

Ключевые факты

  • 84% разработчиков уже используют ИИ-инструменты или планируют начать; GitHub ещё в феврале 2023-го фиксировал 46% ИИ-сгенерированного кода в файлах с Copilot, глава компании прогнозировал рост до 80%.
  • Gartner: к 2028 году 90% инженеров корпоративного ПО будут применять ИИ-ассистентов (против менее 14% в начале 2024-го); мировые траты на ИИ достигнут $2,5 трлн в 2026-м (+44% за год).
  • Реальный инцидент: соцсеть для ИИ-агентов Moltbook, запущенная в январе 2026-го и полностью вайб-кодированная, через несколько дней оказалась взломана, ключ БД лежал в клиентском коде, Row Level Security не была включена; исследователи Wiz получили доступ к продовой базе с 1,5 млн API-токенов.
  • Андрей Карпаты: «вы всё так же отвечаете за своё ПО, как и раньше», ответственность разработчика вайб-кодинг не отменяет; Саймон Уиллисон признаёт, что к маю 2026-го сам перестал построчно ревьюить весь ИИ-сгенерированный код.
  • По данным GitClear (анализ 623 млн изменений кода за 2023, 2026): дублирование кода выросло на 81%, копирование блоков стало в 5 раз популярнее рефакторинга, доля изменений, поддерживающих старый код, упала на 74%.

Почему это важно

Эссе фиксирует конкретный разрыв, который индустрия ещё не решила: использование ИИ в разработке растёт (84% разработчиков, до 90% инженеров к 2028-му по Gartner), а доверие к сгенерированному коду, по ссылке автора на Stack Overflow Developer Survey 2025, в том же опросе одновременно падает. Автор переводит абстрактную тревогу «а можно ли доверять ИИ-коду» в конкретную и проверяемую метрику, есть ли у куска кода changelog и служба поддержки, и в этом ценность материала: он не просто описывает проблему, а предлагает практический критерий.

Кому это важно

В первую очередь, senior-разработчикам и техлидам, которые решают, поручать ли ИИ-агенту писать компонент (грид, форму, чарт) с нуля или взять готовую библиотеку; продуктовым и техническим руководителям, отвечающим за код в областях вне их собственной экспертизы; а также мейнтейнерам библиотек с открытым и закрытым кодом (AG Grid, Highcharts и подобные), чья роль, по наблюдению автора, усиливается именно потому, что бизнес готов платить за подотчётность, которую ИИ-код не даёт.

Как это применить

Практическая рекомендация автора: заранее выбирать технологический стек и библиотеки, а не давать ИИ-агенту стартовать «с чистого листа» в областях, где вы не эксперт; там, где важен только результат (WHAT), сложные UI-компоненты, формы, чарты, делегировать написание кода библиотеке с поддержкой; там, где важна и реализация (HOW), в ядре собственного продукта, оставлять код под собственным контролем и ревью, а ИИ использовать как подчинённого инструмента, а не автономного архитектора.

Можно ли доверять

Материал, личное авторское эссе основателя продукта GolemUI, а не независимое исследование; выводы (в частности прогноз о победе «библиотечной школы» над кастомным ИИ-кодом), ставка автора, а не установленный факт. При этом фактура, на которую он опирается, проверяема и указана по именам: статистика GitHub/Copilot, прогнозы Gartner, данные Stack Overflow Developer Survey 2025, инцидент Moltbook (подтверждён исследователями Wiz), цитаты Андрея Карпаты и Саймона Уиллисона, а также анализ GitClear по 623 млн изменений кода. Опрос «около 50 разработчиков на стенде конференции» автор сам называет ненаучным.

Риски и подводные камни

Центральный риск текста, «мина замедленного действия»: код в области, где разработчик не эксперт, вайб-кодится, проходит собственные тесты и выглядит рабочим, пока баг не проявляется публично, как в случае Moltbook. Привычка спрашивать у ИИ «ты уверен, что это правильно?» не заменяет реального ревью. Данные GitClear показывают системную сторону той же проблемы: растущее дублирование кода и падение доли рефакторинга означают накопление технического долга в масштабах всей индустрии, а не только у отдельных вайб-кодеров. Рецепт самого автора, покупать библиотеки, тоже не панацея: он снимает вопрос ответственности за код, но не гарантирует, что баг вообще не появится.

«Вы всё так же отвечаете за своё программное обеспечение, как и раньше.»

— Андрей Карпаты, экс-глава ИИ-направления OpenAI и Tesla, автор термина «вайб-кодинг»