Когда-то на физтехе я услышал простой тест на понимание теории:
Если тебе уверенно объясняют лажу, а ты видишь, где именно ошибка, значит ты «зашарил» тему. Если выучил теорему и доказательство, но не замечаешь, что тебе сейчас говорят чушь, значит не зашарил.

С вайбкодингом ровно так же.
LLM может написать почти любой код. Но она регулярно несёт лажу уверенно и красиво. И чем сложнее продукт, тем сложнее эту лажу распознать.

Получается такая развилка:
Если понимаешь, что происходит, ты отфильтруешь, поправишь и соберёшь нормальный продукт. Если нет, ты просто закопируешь лажу, потому что она звучит убедительно.

Многие в этот момент делают неправильный вывод:
«AI не может делать сложные продукты».

Может. Но ты не можешь обьяснить.

С AI я регулярно начал залезать в области, где у меня не хватает математической экспертизы.
– написать алгоритм распознавания греческой речи и проверить качество произношения
– расчитать оптимальный алгоритм тестирования креативов в Meta
– поднять точность прогноза LTV для подписочного бизнеса

Я упираюсь в потолок не модели, а свой собственный.
В какой-то момент не могу корректно сформулировать задачу и оценить качество решения.

Раньше узкое горлышко было в коде. Теперь код становится коммодити.
Новое узкое горлышко это экспертиза и мышление людей, которые управляют ИИ.

Вайбкодинг не убрал необходимость думать. Он сделал её главным навыком.