Сегодня многие пробуют «вайбкодинг» — писать код не с нуля, а в диалоге с ИИ, который понимает контекст задачи и предлагает готовые фрагменты. Звучит как магия, но в корпоративных приложениях с критичным функционалом этот подход быстро превращается в хаос, если не поставить процесс на рельсы.
Я расскажу, как мы построили свой «серьёзный вайбкодинг» в проекте с большим кодом на Yii2, сложными базами (MySQL, ClickHouse, Redis) и кучей интеграций. Это не просто «набросать CRUD», а цепочка из шагов, которая делает разработку серьезных фич процессом, в котором нет случайностей.
Почему вообще это работает
- ИИ — как стажёр, но со скоростью в сотню раз выше. Он не устанет и может генерить тонны кода, но ему всё равно нужна направляющая рука.
- Мы используем существующий контекст: чаще всего не пишем с нуля, а внедряем фичи в готовую систему. Это значит, что ИИ надо сперва погрузить в устройство проекта.
- Каждый шаг проверяется людьми и автоматикой: тесты, ревью, статический анализ, нагрузочные проверки.
Наш 15-шаговый процесс (в человеческом изложении)
1.Сначала изучаем контекст Не пишем код до тех пор, пока ИИ не поймёт, как устроена текущая система. Мы показываем ему файлы, схемы БД, описываем логику.
2.Обсуждаем решение Вместе с ИИ набрасываем варианты, оцениваем риски и архитектуру. Только когда понятно, что он мыслит верно — идём дальше.
3.Пишем по кускам Например: сначала миграции для БД, потом модели, потом сервисный слой. Это проще проверять и тестировать.
Тестовая среда — наше всё Любые изменения сначала запускаем локально или на тестовом сервере. В прод — только после полного цикла проверок.
5.Тесты по следам кода После написания фичи просим ИИ создать тесты. Это и проверка, и документация поведения.
6.Запуск тестов и исправление багов Автоматические тесты + ручная проверка.
7.Сравнение с master Просим ИИ показать отличия, предложить улучшения архитектуры и оптимизацию.
8.Проверка на уязвимости Просим посмотреть код на предмет SQL-инъекций, XSS, утечки данных.
9.Оптимизация запросов Отдельно просим изучить возможность оптимизации запросов. Такой промпт особенно важен для больших объёмов данны.
11.Дополнительные аудиты Можем попросить посмотреть на код глазами DBA, архитектора или специалиста по производительности.
11.Повторная проверка Снова тесты, снова ручные проверки.
12.Анализ кода глазами разработчика Только после всех предыдущих манипуляций на код начинает смотреть живой разработчик, что все функции действительно нужны, и код находится в правильных местах, на данном этапе все равно может быть рефакторинг, а иногда разработчик не понимает что вообще написано и обязан каждый блок кода разобрать и валидировать.
13.Ещё одна проверка Окончательный прогон тестов.
14.Обновление документации Неочивидный плюс – когда таска реализована – ее документирование оформляется практически автоматически, ИИ точно знает что мы сделали и описывает в деталях, человек который писал код однозначно справится хуже.
Pull Request С полным чек-листом — тесты, миграции, документация, ревью.
Вне зависимости кто писал:
- Фичефлаги: новый код включается только для части пользователей, можно выключить в любой момент.
- Dry-run миграций в CI: чтобы изменения в БД не «положили» прод.
- Автоматические гейты: линтеры, phpstan, semgrep для секьюрити, проверка зависимостей и лицензий.
- Нагрузочные проверки: тестируем отчёты и выборки на больших данных до выката.
- Canary-релизы: выкатываем фичу на малую долю трафика, смотрим метрики.
Зачем это всё
Вайбкодинг без процесса — это быстрый способ накопить технический долг. Вайбкодинг с процессом — это ускорение разработки без потери качества.
В нашем случае:
- Фичи появляются в 2–3 раза быстрее, если нужно немного подправить бизнес – логику, ИИ справляется очень быстро, ведь у него уже есть контекст задачи.
- Количество багов после релиза не растёт.
- Вся команда понимает, что делает ИИ, и может поддерживать код.
Вывод
ИИ в разработке — это не магическая кнопка, а новый инструмент. Как и любой инструмент, он может навредить, если пользоваться без правил. Но если выстроить процесс — он станет мощным ускорителем даже в серьёзных корпоративных проектах.
Главное — помнить: ИИ не заменяет архитектурное мышление и понимание бизнес-логики. Заглядывая в будущее можно сказать ИИ – круче нас, но рулит по-прежнему человек.
