Быстрый старт - быстрые похороны: как вайбкодинг убивает продукты

Уже больше года мы живем в мире, где существует вайбкодинг. За это время многие начали экспериментировать с новыми инструментами, пытаться внедрить их в свои процессы, а кто-то даже благодаря им смог построить свой бизнес. Буквально недавно натыкался на подборку стартапов, которые сделали свои MVP в Lovable. И это действительно круто.

Однако, как это обычно бывает, успешным инструментам начинают приписывать чудотворные свойства. На том же YouTube и промо к курсам по AI часто можно встретить истории в стиле: “Я навайбкодил стартап, заработал $100k”.

Отдает какой-то Бизнес Молодостью, приправленной AI. Продвигается нарратив, что любой человек может навайбкодить приложение, которое станет масштабируемым бизнесом.

И действительно, если раньше нужно было уметь кодить или иметь деньги на разработку. То сейчас за 20 баксов ты можешь собрать полноценное приложение. И да, рынок сейчас в такой фазе, что можно на коленке собрать сервис, который в моменте решит чью-то микро-боль и даже принесет первые деньги. Но навайбкодить продукт ≠ сделать хороший продукт.

И вот почему
1. Продуктовая пустота. Многие идут в разработку без нормально проработанного ТЗ, без CJM и понимания болей ЦА. Пишут абстрактное: “Сделай мне приложение для Х”. В итоге получается дизайн ради дизайна. LLM собирает интерфейс, но она не исходит из первоначальных болей. Крутые продукты получаются либо у тех, кто умеет проектировать UX и понимать аудиторию, либо у тех, кто шарит в определенной теме, например, в формате хобби.

Допустим, я увлекаюсь велоспортом и знаю как тут все устроено на любительском уровне. Поэтому если я пойду делать продукт под эту нишу, у меня есть неплохие шансы сделать годноту. Но отнимите у меня это хобби, а лучше - заберите продуктовое мышление и попробуйте придти с запросом на приложение для велосипедистов к AI. Без контекста LLM выдаст средненький трекер, который и так есть в смарт-часах. Итог - мы получим продукт, лишь создающий видимость решения проблемы. Масштабируйте это на количество идей у людей, и таких поделок станут тысячи.

2. Архитектурный тупик. Помимо того, чтобы сделать что-то востребованное и юзабельное есть еще задача, чтобы это работало нормально. И здесь у вайб-кодинга есть очень четкие границы применимости. Это отличный инструмент, чтобы быстро собрать прототип, проверить гипотезу, получить первый трекшн и найти PMF. Но не будучи техническим специалистом, ты никогда не сможешь заложить масштабируемую архитектуру. Ты не продумаешь устойчивость и безопасность и много других аспектов.

3. Проблема масштабирования. Проистекает из предыдущего. Для полноценного запуска на скейле и поддержки требуется нормальная доработка. Если ты хочешь 1000 DAU полагаться на LLM для проектирование инфраструктуры и правильной архитектуры работы с данными уже не надежно. Как работать с пользовательскими данными? Как обеспечить соответствие вашего приложения требованиям регуляторов? Как правильно разделить тестовую среду от продакшена? Большинство людей даже не задумываются об этих вещах, а нативно AI закладывает далеко не все. Здесь нужен уже не вайбкодинг, а AI-assisted-кодинг и люди, которые покажут AI что и как делать, давая ему ОС.

Глобальная идея о том, что вайб-кодинг позволит абсолютно всем штамповать крутые продукты - это утопия. Инструмент снизил порог входа в написание кода, но не в проектирование систем и смыслов. Без этого нас ждут поломанные CJM, проблемы с производительностью, дыры в безопасности и прочие прелести.

Причем самое интересное, что вайбкодинг - лишь одно из проявлений AI в нашей жизни, просто самое хайповое. Самих же направлений его влияния намного больше, и каждое имеет свою специфику и подводные камни.

Сейчас с коллегами собираем камерную лабу по этой тематике. Разложим, как на нас влияет AI с разных сторон и что с этим делать.

Анонс уже скоро, а пока давайте вернемся к теме поста: с какими проблемами сталкивались вы, пытаясь сделать продукт чисто на вайбе?

🚀 Влад Корнышев про AI и создание AI-продуктов