Вайбкодинг в 2026 году. Что мы в AIShlyuz делаем каждый день, а что почти перестали делать

Опубликовано 2026-10-18 · данные обновлены 18.10, 13:59 МСК · цены в ₽ за 1M токенов, курс ЦБ 83.6177 ₽/$

Модели выросли, ритуалы устарели

Мой друг работает маркетологом в сфере элитной недвижимости. От кода он далек, честно далек. Но у него есть привычка из его мира. Дорого часто значит хорошо. Цена его не смутила. Так называемый AI-эксперт предлагал ему купить курсы по Claude Code за 100 тысяч рублей.

Обещали золотые горы. Быстро научим делать сайты и автоматизацию без программиста. Мы его буквально в последний момент отговорили. Зачем платить за дорогое обучение вчерашним ритуалам? Модели и инструменты меняются быстрее, чем такие курсы успевают обновиться. Мы в AIShlyuz решили проще. Ниже бесплатно показываем, как мы сами работаем каждый день.

И сразу наша главная позиция. Мы не стоим над душой у модели. Задроты-программисты в очках из русского бигтеха до сих пор смотрят каждый её шаг и собирают кастомные скиллы на все случаи жизни. Настраивают их так долго, что за это время можно было выпустить важную фичу и уже взять за неё деньги.

Мы делаем наоборот. Дали задачу одной фразой, окружение готово заранее, проверили запуском, уже в проде. Экспертиза у нас не в том, чтобы держать модель за руку. Экспертиза в том, чтобы хорошо поставить задачу и быстро отличить готовый результат от уверенного отчета, пока другие всё ещё выбирают идеальный стек.

Мы работаем с кодовыми агентами как с быстрыми коллегами. Агент сам ищет код, пишет и запускает. Дальше расскажем, что советуем, что не советуем и почему. Отдельно поговорим про облачных агентов. Что такое агент, тред, diff, скилл и plan mode, вы и так уже знаете.

1. Что изменилось

Модели стали сильнее. Сильная модель сама находит контекст в коде, выбирает ход внутри работы и правит свои ошибки по запуску. Раньше слабый агент нуждался в няне. Задрот в очках раскладывал задачу по шагам, вручную приносил файлы и писал правила на все случаи жизни. Теперь такая опека в обычной работе чаще мешает, чем помогает. Мы дали свободу и проверили запуском. Он всё ещё на localhost.

Boris Cherny (создатель Claude Code) сначала советовал сложное начинать с плана, а потом написал «I don't use plan mode much anymore». Модель стала сильнее, и автор инструмента сам ушел от своего совета.

Lauren Tan (@poteto, автор набора pstack для Cursor) в README pstack пишет «i don't believe in planning. the best spec is code». Отдельных плановых скиллов у нее нет. Внутри poteto-mode есть один плановый сценарий из 23 на случай, когда план правда нужен.

Планирование как мышление никуда не делось. Оно переехало внутрь работы модели. Она исследует код, выбирает ход, запускает, видит падение и чинит именно его. Мы снаружи теперь меньше рисуем маршруты по файлам и больше проверяем, куда она в итоге приехала. Обычно сразу в прод, а не в третий созвон про архитектуру туду-листа.

Замера, какой процент разработчиков отключил plan mode, у нас нет. Вывод мы делаем по смене практики у одних и тех же людей, а не по проценту. Названия моделей мы нормой не делаем. Картина меняется за недели. Проверяйте цены у вендоров, а не в этом тексте.

2. Как мы даем задачу

Мы советуем давать задачу одной или двумя фразами о результате для пользователя. Вторым предложением пишем важное ограничение, если оно есть. Файл не указываем, если не уверены в нем. Указанный наугад файл часто неверный, а сильная модель ищет код лучше нас. Мы не советуем расписывать модели порядок шагов по файлам. Это любимый спорт задротов из бигтеха. Три недели выбирать идеальный стек, построить 12 микросервисов для туду-листа и гордо сидеть на localhost.

В той же задаче называем, чем докажем готовность. Запусти тест. Открой страницу и покажи скриншот. Перед длинной работой мы просим агента пересказать задачу своими словами одной фразой. Что сделает и чем проверит. Это прием in-your-own-words из pstack Lauren Tan. Ошибка понимания видна за одно сообщение и стоит одно сообщение, а не одну неверную переделку.

Результат мы просим измеримый. Тест зеленый. Команда выполняется за столько то. Доля ошибок не растет. Стоп наступает, когда число достигнуто, а не когда агент написал, что закончил.

Одна задача, один тред. Закончили задачу, закрыли тред. Старый контекст мешает новой работе.

AGENTS.md у нас короткое письмо о проекте на 10 или 20 строк. Что строим, для кого, какими словами называем части и зачем. Мы не советуем писать туда список файлов и свод приказов на всякий случай. Длинные инструкции модель тащит в каждый запрос и платит за них контекстом. Новое правило добавляем только после того, как модель повторила одну ошибку несколько раз.

Подготовьте окружение до задачи

Человек не должен замедлять модель. Вот это мы повторяем себе почти как мантру. Задроты выдают доступы по одному в чате и тормозят агента на каждом шаге. Мы готовим всё до старта, а не когда агент уже остановился и ждёт.

Мы заранее собираем место, где агент запускает код, вместе с зависимостями, тестовыми данными и командами. Ключи и пароли мы не пишем текстом в чат и не кладем в код. Мы кладем их в хранилище секретов или передаем через настройки при запуске приложения.

Для работы агента даем отдельные тестовые ключи. У такого ключа есть лимит по деньгам и числу запросов, и у него нет доступа к боевой системе, которой пользуются люди. Тогда агент может сам запустить тесты, поднять приложение, открыть экран и проверить результат. Ему не нужно просить человека нажать кнопку на каждом шаге.

Мы подключаемся, когда есть результат для проверки. Еще мы подключаемся до дорогого или необратимого решения, например до платежа, удаления данных или изменения боевой системы. В остальное время человек не работает ручным поставщиком ключей.

На своем проекте мы это видим каждый день. AIShlyuz мониторит шлюзы к моделям. Живой API https://aishlyuz.ru/api/gateways отдает 17 шлюзов. Когда агент правит мониторинг, мы не пишем ему план по файлам. Мы пишем, что счетчик и цены на сайте должны совпасть с API, и просим показать ответ API и экран рядом. Расхождение видно сразу, спор о плане его не находит.

3. Скиллы и /plan. Что мы выбросили

Мы выбросили ритуал начинать каждую задачу с /plan. Справка Cursor и сейчас ограничивает plan mode сложными, многофайловыми и неясными задачами, а для быстрых знакомых советует обычный режим агента.

Мы выбросили длинные скиллы-простыни. В команде Claude Code сообщали, что системный промпт для новых моделей урезали примерно на 80 процентов. Если вендор режет свои инструкции, наши простыни тем более не священны.

Мы видим вокруг задротов в очках из русского бигтеха, которые неделями собирают идеальный набор кастомных скиллов. Настраивают, спорят о формулировках, добавляют ещё одно правило на всякий случай. Проходит месяц, а важная фича всё ещё на localhost. Мы за это время уже в проде и берём деньги с пользователей. Мы так не хотим, мы хотим наоборот.

Matt Pocock (@mattpocockuk, преподаватель TypeScript и автор курсов) назвал ошибками оба перекоса сразу. И «You're not aligning before you start work», и «You're aligning too often, and too hard». Рядом слишком длинные скиллы и слабые автоматические проверки. То есть ругает и тех, кто не сверяется до старта, и тех, кто сверяется по каждому чиху.

Скилл мы оставляем, когда он что-то запускает и что-то доказывает. Например, проходит приложение как пользователь и приносит скриншоты. Скилл выбрасываем, когда он только напоминает модели, как ей думать. Сильная модель и так это умеет, а текст мы платим в каждой сессии. Поэтому мы не советуем вешать скиллы в каждую сессию. Вызывайте скилл под конкретную проверку.

Раз в месяц мы открываем свои инструкции и напротив каждой честно пишем одно из трех. Запускает проверку. Появилась после повторенной ошибки. На всякий случай. Третья категория кандидат на удаление на этой неделе.

Из pstack мы развернуто используем in-your-own-words, prove-it-works и create-verification-skill. Остальное открываем, только когда строка совпала с ситуацией. Полный набор: https://github.com/cursor/plugins/tree/main/pstack

4. Проверка. Куда переехали усилия

Проверка у нас замена плана. Задроты читают каждый шаг модели и стоят над душой до последнего коммита. Мы слова «готово» не принимаем. Принимаем тест, экран, число или diff после запуска. Код не читать, пока агент не доказал тестами и запуском.

Новую функцию мы собираем вертикальным куском, а не слоями. Кнопка, запрос, пустой ответ, показ на экране. Путь жив, дальше добавляем логику по одному куску и проверяем после каждого. Модели любят строить горизонтально, вся база, весь сервер, весь экран, и проверить что либо можно только в конце. Вертикальный кусок ловит ошибку в первый час, а не в последний день.

До большой работы договариваемся о границах, которые нельзя нарушать, и чем каждая проверяется числом. В конце работы просим агента назвать места, где он не уверен. Эти места смотрим сами или отдаем второму агенту со свежим контекстом. Остальное построчно не перечитываем. Да, мы сознательно не читаем все подряд. Мы читаем там, где риск. Проверяющий не должен быть автором. Очевидное чинится само. Продуктовое решение только через человека.

Проверку мы стараемся увести из чата в автоматику. Тест запускается при каждом коммите без памяти агента. Рабочее состояние сохраняем коммитом сразу. При катастрофе откатываемся git, а не уговорами агента. Принимаем работу по diff целиком, а не кнопками принять или отклонить по кусочкам.

5. Когда тяжелая подготовка все же нужна

Критерий один. Ошибка дорога и ее нельзя быстро откатить. Откат в один коммит, тяжелая подготовка не окупается. Потерянные деньги, данные или прод, окупается.

Мы включаем ее в пяти случаях. Деньги, платежи и доступы. Миграция и смена формы данных без быстрого отката. Прод, настоящая система, которой пользуются люди. Безопасность, где нужно отдельное враждебное ревью. И задача, где результат одной фразой не формулируется.

В последнем случае сначала короткий спор о смысле. Попросите агента найти слабые места замысла и не писать код. Ответьте по пунктам. Стройте после спора. Спор идет о смысле, а не о пошаговом плане файлов.

Во всех пяти случаях план, который мы пишем, это план проверки. Признак готовности, границы, чем каждая граница доказывается. Не список файлов в правильном порядке.

6. Облачные агенты

Облачный агент работает так. Вы даете задачу текстом, агент на отдельной машине в облаке сам открывает код, ставит зависимости, пишет, запускает тесты и присылает готовый pull request на проверку человеку. Код он меняет в изолированной песочнице, куда мы даем код и инструменты и не даем лишние доступы. Среду для песочницы собирают заранее, репозитории, инструменты и зависимости уже на месте.

Локальный агент в Cursor или Claude Code на вашей машине видит ваш экран, ваши файлы и ваши ключи, работает, пока машина включена, и вы рядом. Локально быстрее начать и проще смотреть. Облачный агент работает без вас и без вашей машины, параллельно с другими, но в чужой инфраструктуре, куда код еще нужно отдать и откуда PR еще нужно принять. В облаке проще масштабировать и не ждать у ноутбука.

Factory AI делает Droids, кодовых агентов для такой работы. Компанию основали Matan Grinberg и Eno Reyes. Factory заранее собирает среду в переносимый образ, в работу идет только сборка, которая прошла проверку. Один шаблон среды можно размножить на десятки песочниц и запустить агентов параллельно. Повторяющуюся работу Droids делают сами по расписанию или по событию из Slack, GitHub и webhook. Забрать готовый тикет и открыть PR. Проверить упавший CI. Сделать еженедельный аудит безопасности. QA ведет приложение как пользователь и приносит в PR отчет со скриншотами. OpenCompute пока в private preview, это закрытый ранний доступ, когда песочницы запускаются в вашей инфраструктуре, а не в облаке Factory. Factory обещает позже открыть исходный код, на момент проверки это обещание, а не факт.

Devin делает компания Cognition, ее сооснователь и CEO Scott Wu. Devin с самого начала продавался как автономный инженер. Дали задачу, он сам планирует, пишет, тестирует и приносит PR. Главная сессия Devin может разбить большую задачу на куски и раздать их управляемым Devin-ам, каждый работает в своей изолированной виртуальной машине со своим терминалом и браузером. Devin получил полный доступ к своему Linux-десктопу и тестирует веб и десктопные приложения, присылая записи экрана, а перед показом человеку сам ревьюит свой PR. Он следит за алертами и баг-репортами, сам расследует по коду и при ясном фиксе открывает PR. Рой параллельных агентов ищет уязвимости по всей кодовой базе и проверяет их запуском в песочнице. Цифры такого поиска заявляет сам вендор на своем бенчмарке, это не наш замер. Devin Desktop объединил локальных и облачных агентов в один центр управления.

Когда мы советуем облако, а когда локально. Локально мы оставляем работу, где нужен глаз рядом. Неясный замысел, спор о смысле, правка интерфейса по вкусу, доступы, секреты, прод под рукой. В облако мы советуем уносить работу с понятным признаком готовности и без вас. Починить падающий тест до зеленого CI. Разобрать ночной алерт и принести расследование к утру. Прогнать аудит безопасности по расписанию. Сделать миграцию независимыми кусками, где каждый кусок проверяется тестом. И повторяющуюся рутину по расписанию или по событию.

Сочетаем мы так. Днем локально разбираемся в задаче и доводим первую версию до проверяемого состояния. Потом повторяющуюся и параллельную часть отдаем облаку. Утром принимаем PR как чужую работу. Автовливание в основную ветку выключено всегда.

Начинать мы советуем с одного облачного агента и одной понятной задачи с числом. «Почини тест X, чтобы CI стал зеленым» лучше, чем «улучши проект». Пустите агента только в песочницу. Код да, прод и секреты нет. Результат принимайте только как PR и проверяйте по diff и запуску. Параллель включайте второй. Десять агентов без проверки дают десять PR, которые никто не читал. Платежи, миграции данных и доступы в продакшн мы облачному агенту без человека не отдаем.

Код не должен уезжать, смотрите, где он будет лежать. Для любого вендора письменно фиксируйте, где лежат код, логи и память агента, и сразу решите, что память вправе помнить.

Облако сняло ожидание у ноутбука, но не сняло проверку. Выигрывает не задрот в очках, который запустил больше всех созвонов про стек и всё ещё на localhost. Выигрывает тот, кто быстрее отличает готовую работу от уверенного отчета и уже деплоит.

7. Что попробовать на этой неделе

Вспомните последние пять задач с планом. Если план ни разу не сэкономил переделку, следующие пять дайте напрямую и сравните число переделок.

Дайте вчерашнюю задачу новому треду только по файлам проекта и запишите вопросы агента. Каждый вопрос про то, что уже лежит в проекте, это дыра в коротком файле контекста.

Назовите последнее «готово», которое вы приняли без запуска, и запустите его сейчас. Запишите разницу между словами и фактом. Это цена пропущенной проверки на вашей задаче, а не в чужом посте.

Нет данных

Чужие цифры в этом тексте это чужой опыт, не наши замеры. Процента разработчиков, отключивших plan mode, в публичных источниках нет. Ни один прием мы не проверяли отдельным экспериментом на живом проекте для этой версии. Это наш рабочий порядок и сводка источников, не отчет об эксперименте.

Полное оглавление руководства — на полке «Руководство по вайбкодингу», полка шлюзов — «Руководство по API-шлюзам».

Читайте также

• Как пользоваться Claude Code из России: настройка через API-шлюз (2026)
• Codex CLI из России: config.toml для российских шлюзов
• Cursor со своим API-ключом через российский шлюз: что работает, а что нет
• Сколько стоит Claude Code в месяц в рублях: расчёт по живым ценам шлюзов
• Оплата Claude API картой МИР и через СБП: какие шлюзы принимают рубли
• Дешёвый API для вайбкодинга: какие модели и шлюзы реально экономят
• Каталог шлюзов
• Калькулятор стоимости