🤘Про вайбкодинг и неправильные ожидания

Вайбкодинг ломается не там, где модель плохо пишет код. Чаще проблема в другом: человек плохо управляет контекстом.

Если просто кинуть AI-агенту задачу и сказать "сделай", можно получить огромный diff, странные архитектурные решения и MR, который самому потом страшно ревьюить🫣

Более рабочий подход выглядит иначе:

1. сначала самому понять задачу
2. собрать контекст по проекту
3. сделать project spec
4. отдельно описать task spec
5. попросить агента предложить план
6. работать маленькими итерациями
7. смотреть diff после каждого шага
8. для ML-задач прогонять eval и смотреть метрики
9. делать локальные промежуточные коммиты
10. не давать агенту лишние права

То есть нормальный AI-assisted workflow - это не "магия, которая пишет код за тебя", а скорее управление джуном, которому нужно очень чётко поставить задачу и потом внимательно проверить результат.

Кстати, внутри менторства у нас каждую неделю проходят групповые созвоны. На одном из них как раз был доклад про вайбкодинг и agentic engineering: разобрали Cursor, OpenAI Codex, Claude Code, CLI-first/IDE-first подходы, спеки, MCP, ревью и практический workflow для работы с кодом.

🤘Запись выложил на Boosty:
https://boosty.to/lokis_alexandr/posts/8884ab33-6bca-40f5-a70f-5f7b822e524e (кстати, сейчас скидка 20% на подписку)

И ещё: недавно обновил лендинг. Часть изменений как раз собрали с помощью такого подхода за пару вечеров. Можно заценить тут:
https://lokismentorship.com/