14/03/2026
В Axiom Capital мы часто слышим утверждения, что AI-генерация приложений или vibe coding сделают разработчиков ненужными. Не сделают. Вот прагматичный взгляд на текущие ограничения технологии.
1. Ниша и ограничения vibe coding
Модели на базовых подписках ($20/месяц) хорошо подходят для прототипирования, UI, CRUD-логики и шаблонного кода. Практический масштаб таких проектов - около 200-500 KB кода или 15-30 тыс строк, что соответствует прототипам и MVP. Реальные production-системы значительно больше: SaaS-бэкенды часто содержат 200-500 тыс строк, крупные продукты - 1-10 млн строк. По мере роста кодовой базы увеличивается число модулей и зависимостей, и моделям становится сложнее удерживать архитектуру системы. Расширение контекста также повышает стоимость вычислений, так как внимание масштабируется примерно квадратично - добавление 100 токенов может увеличивать вычисления примерно до 10 000 операций. Поэтому на практике vibe coding лучше всего подходит для прототипирования, генерации UI, API-каркасов и шаблонного кода.
2. И один в поле - воин, если с AI
В разработке 20-30% усилий уходит на создание системы и 70-80% - на поддержку и развитие. Production-разработка требует понимания архитектуры, инфраструктуры и предметной области, поэтому AI не заменяет инженеров - он усиливает их. Один опытный инженер с AI-инструментами часто может выполнять объем работы, который раньше требовал 2-3 разработчиков, особенно в задачах генерации шаблонного кода, тестов, документации и интеграций.
3. Мультиагентные системы
Агенты хорошо работают там, где цель определена, но путь к ней не задан. Процесс итеративный: формируется цель, создается список задач, выполняются действия, анализируются результаты и корректируется стратегия до достижения результата. Запуски могут занимать минуты, часы или дни, а стоимость вычислений составляет примерно $10-$1000 в день в зависимости от числа шагов. Однако длинные цепочки рассуждений увеличивают риск ошибок и дрейфа решения, поэтому агенты лучше всего работают в исследовательских и слабо формализованных задачах.
4. Генеративные платформы процессной автоматизации
Крупные организации строятся вокруг масштабируемых и стандартизированных процессов, чтобы контролировать качество, сроки и себестоимость. В генеративных low-code платформах архитектура, модели данных и интерфейсы уже заданы, поэтому разработчики сосредотачиваются на бизнес-логике. Системы состоят из конфигураций, моделей данных и workflow, а не из миллионов строк кода. Поэтому vibe coding и генеративный low-code - это по сути один технологический тренд: ускорение разработки и снижение сложности сопровождения.
Отчет Anthropic, 5 марта 2026
С момента массового распространения LLM в 2022 году не наблюдается системного роста безработицы из-за AI. Однако в профессиях с высокой AI-экспозицией - программирование, аналитика, маркетинг, контент - снижается спрос на новых сотрудников, особенно на джуниоров. AI повышает продуктивность: один специалист с AI-инструментами может выполнять на 30-100% больше работы, что снижает потребность в расширении команд. Эффект проявляется через замедление найма, а не массовые увольнения. AI повышает порог компетенций и барьер входа в профессию.