Вайб-кодинг сократил время обработки данных более чем в 12 раз.

Сегодня ко мне обратились коллеги за помощью, у них был Excel файл с 600+ записями с данными.

Эти данные по отдельности нужно было прогнать через LLM и положить результат в соседнюю колонку.

Ручная обработка 200 записей заняла полтора дня. Тратить больше было уже нельзя. Результат нужен сегодня.

Процесс решения задачи.

Решил попробовать новый AI IDE от Alibaba - Qoder. Оказался сильно умный для этой задачи, наворотил кода, тестов, примеров, доков, хотя нужен был простой скрипт.

Тогда я открыл Warp, закинул ему эту задачу. Он сделал отличный скрипт, простой readme, и описал зависимости в requirements.txt. Все. Больше и не нужно.

Дальше я перешел в Cursor, так как мне нужен был интерфейс в котором я могу быстро переключатся между содержимым файлов. Наверно поэтому я так и не стал поклонником все этих CLI агентов, типо Claude Code, чувствуешь себя слепым котиком, не хватает контроля.

Первый запуск скрипта, 600 асинхронных запросов в миг высадили лимит в 200 запросов в день от OpenAI, а дальше ошибка 429, и все.

Пришлось пересесть на DeepSeek API. Цены дешевле раз в 5, лимитов на количество запросов почти нет.

Прошу выполнять обработку синхронно, друг за другом, но одновременно по 5 запросов.

Пошла обработка, смотрю предварительный результат, а там не полные ответы. Смотрю в код, а там моделька решила выставить лимит на выходящие токены в 1500. Убрал лимит. Запустил.

Результат решения задачи.

Примерно через 2 часа оставшиеся 400 записей успешно обработаны, результат сохранен в отдельный Excel файл. На процедуру затрачено около 4$. Прирост скорости решения задачи больше 12 раз.

Больше успешных кейсов, можно найти в топике «Успешные кейсы» в Vibe Coding Community.

🎚️ @vibe_coding_channel
🎚️ @vibe_coding_community