С чего начать

Вайбкодинг — это способ делать программы с помощью ИИ, где человек отвечает за идею и понимание, а ИИ помогает превратить это в работающий код.

ИИ помогает, когда ты понимаешь, что хочешь построить. ИИ ломает архитектуру, когда ты начинаешь думать, что он может решить всё за тебя

ИИ хорошо помогает там, где задача понятна и простая. Он плохо справляется там, где человек сам ещё не понимает, что именно хочет получить и зачем

Хороший промпт помогает ИИ написать текст или код, но умение разрабатывать — это умение понимать, что именно ты строишь, зачем и как это будет работать дальше

ИИ может сильно помочь, но он не понимает цель и не отвечает за результат. Если ожидать, что он «сделает всё сам», почти всегда получается путаница вместо работающей программы

В вайбкодинге ты всегда отвечаешь за результат. Вопрос не в том, пишешь ли ты код руками, а в том, на каком уровне ты принимаешь решения

Даже если код полностью написал ИИ, человек всегда отвечает за смысл, решения и последствия. Код может быть сгенерирован, но ответственность — нет

ИИ может написать код с ошибкой, но решение использовать этот код принимает человек. Поэтому ответственность за баги всегда остаётся у тебя, даже если ты не писал ни одной строки

Думать архитектурно — это не про знание терминов или шаблонов. Это про умение видеть как части системы связаны, почему они нужны и что будет, если что-то поменяется

ИИ может быстро сгенерировать код, но без базового понимания, как устроена программа и что происходит вокруг неё, его помощь будет неэффективной или даже вредной

Runtime — это среда, где программа выполняется. Понимание runtime помогает объяснять ИИ, как именно должна работать твоя программа, и понимать, почему она ведёт себя так, а не иначе

Frontend, backend и database — это разные части системы, каждая со своей задачей. Путать их — всё равно что смешивать кухню, гостиную и кладовку: предметы вроде те же, а назначение совсем другое

HTTP и API — это способ общения между частями программ. Если ты не понимаешь, как программа отправляет и получает данные, ты не сможешь объяснить ИИ, что именно должно происходить, и получишь код, который либо не работает, либо работает не так, как нужно

Это не «магически разные ИИ», а разные форматы одного и того же класса инструментов — агентного кодинга. Отличаются не возможностями модели, а тем, где живёт агент, кто управляет шагами и как выглядит ежедневная работа

Можно взять самую умную модель и всё равно застрять. А можно взять обычную модель, но в хорошей IDE — и внезапно начать делать рабочие вещи.

Пет-проект кажется безопасным началом, но чаще всего он мешает научиться главному

Первая задача должна быть не интересной и не «крутой», а понятной и конечной

Чужой промпт не учитывает твою задачу, твой контекст и твой уровень понимания

Код от ИИ нельзя воспринимать как готовый ответ

Когда ты просишь ИИ сгенерировать сразу большой проект, ты получаешь не основу, а иллюзию готовности

ИИ почти никогда не усложняет из злого умысла

Когда в проекте нет логов, тестов и проверок, кажется, что ты упростил себе жизнь

Фраза «оно работает» говорит только о том, что код не сломался прямо сейчас

ИИ экономит много времени на старте и почти не экономит его там, где нет понимания

В начале автоматизация чаще мешает, чем помогает