Вайб-кодинг - это не кодинг. Это менеджмент.

Открываю утром логи. Агент должен был за ночь собрать аналитику по десяти источникам. Вместо этого - половина задач не выполнена, в собственных правилах он сам себе противоречит, а в одном месте попытался установить библиотеку, которой не существует в природе.

Я не программист. Я предприниматель. И эту систему собираю сам.

Несколько месяцев назад я плотно вкатился в AI-агентов - автоматизирую то, что раньше делали люди или не делал никто. Аналитика, мониторинг, контент-пайплайны. И за эти месяцы я собрал набор граблей, который меня самого удивил. Ни одна из них не техническая. Все - управленческие.

Посмотрите, что вы делаете, когда «вайб-кодите»: ставите задачу, описываете контекст, проверяете результат, даёте обратную связь, корректируете, следите за бюджетом. Это не программирование. Это управление исполнителем.

Андрей Карпати, придумавший сам термин «вайб-кодинг», через какое-то время начал говорить об «агентной инженерии» (agentic engineering) - ты не пишешь код, ты оркестрируешь агентов. В обычном бизнесе это называется менеджмент. И если вы управляли людьми - у вас фора.

Первый миф, который я себе построил: «настрою один раз - и работает».

Не работает. Агент неделю соблюдает правило, а потом вдруг его игнорирует. Правильно ходит по папкам, а потом лезет не туда. Это не поломка. Это нормальное состояние AI-системы - как у живого отдела, где сотрудники помнят большую часть инструкций, но иногда выпадают.

Разница одна: человек додумает и переспросит, AI просто сделает неправильно.

Вывод: у такой системы должен быть владелец. Человек, который чинит, дописывает инструкции, ловит регрессии, перезапускает сессии. Я думал как технарь - «если настроено правильно, оно работает». А надо было думать как руководитель - «если у отдела нет тимлида, отдел разваливается за месяц». Мой CLAUDE.md (файл-инструкция для агента) - живой. Я дописываю его каждую неделю. Каждые новые грабли агента - новая строка в регламенте.

Первые недели я гонял одного агента по всем задачам подряд: стратегия, код, тесты, контент, деплой. Он же тянет - зачем плодить сущности.

Через месяц качество просело. Контекст переполнился, агент начал путаться, терять нить, противоречить сам себе. Окно внимания у моделей не бесконечное - завалите его задачами из десяти проектов, и нужный документ в нём не найти.

Знакомо? Стартап из пяти человек, где каждый - и продажник, и маркетолог, и тестировщик. Работает ровно до тех пор, пока не перестаёт работать.

Решение банальное: специализация. Один агент - исследования, другой - код, третий - тексты, четвёртый - проверки. У каждого своя инструкция, свой контекст, своя зона ответственности. Штатное расписание, только вместо людей - AI.

Эта история могла закончиться плохо.

Однажды в списке библиотек, которые агент предложил поставить, я заметил странное имя. Полез проверять в реестр - такого пакета не существует. Агент его придумал. Просто сгенерировал правдоподобное название.

Я отделался любопытством. А мог бы - проблемой. Есть отдельный вид атак - slopsquatting. Злоумышленники собирают имена, которые AI-ассистенты склонно галлюцинируют, регистрируют эти названия в публичных реестрах (npm, PyPI) и начиняют вредоносным кодом. И ждут следующего пользователя, который послушает своего агента. Академическое исследование (Spracklen et al., 2024) показало: около 20% предложенных LLM имён пакетов - галлюцинации. У открытых моделей - за 20%, у коммерческих - около 5%. И 43% галлюцинаций воспроизводятся при повторных запросах: то есть заранее угадать и подсунуть - не проблема.

AI оптимизирует под «работает», не под «безопасно». У него нет инстинкта самосохранения. Он не боится сломать продакшн. А я — должен. Отпускать стажёра на боевой сервер без ревью — старая менеджерская ошибка. С AI всё то же самое, просто быстрее.

Оговорка: если вы сидите только на подписке (Claude Code Max, например), ваши грабли - в лимитах. Но как только вы начинаете собирать свою систему - агенты ходят по API, поднимают свои сервисы, используют модели из собственного кода - включается счётчик.

Механика неочевидная: каждое обращение оплачивается по токенам, и весь предыдущий контекст отправляется заново при каждом ходе. Не дельта - весь. Разговор на 200 тысяч токенов обходится в разы дороже, чем на 20 тысяч. Не линейно - с ускорением.

Первое время я не следил. Гонял тяжёлые модели на задачах, где хватило бы лёгких. Держал раздутые контексты. Запускал на ночь тяжёлые процессы. Потом посмотрел на счёт и задал себе вопрос, который задаю финдиректору: «На что мы тратим и что получаем взамен?»

Ответ не порадовал. Заметная часть бюджета уходила не на инновации, а на неаккуратность.

AI-бюджет - это фонд оплаты труда. Управляемый, если им управлять.

Вайб-кодинг работает. Не хайп и не игрушка. Процессы, которые раньше делали люди или не делал никто, у меня реально крутятся внутри бизнеса.

Но это управленческий навык. Не технический. AI-сотрудник не уходит на обед, не обижается на правки, его можно запустить в десяти копиях одновременно. Только грабли руководителя никуда не делись. Они просто стали быстрее.

---

Какие грабли поймали вы — менеджерские или технические? Интересно сверить опыт.

#вайбкодинг #aiагенты #менеджмент

________________________________________________________________________

Пишу про AI и предпринимательство в Telegram - Тимур. Версия N