Это сравнение, кодинг как «Doodle God», абсолютно точно отражает происходящие изменения в индустрии. Раньше разработка была похожа на рутинное ремесло, где ты, как строитель, вручную кладешь каждый кирпич кода. Теперь же, с появлением продвинутых инструментов искусственного интеллекта (ИИ), этот процесс трансформируется в высокоуровневую игру: ты не создаешь первичные элементы, а соединяешь их, наблюдая за результатом.
Фактически, ИИ делает код бесплатным, и ценность смещается от написания строчек к управлению контекстом и архитектурой.
1. Кодинг как игра: Соединение элементов
Суть игры «Doodle God» в том, что ты комбинируешь базовые элементы (например, «земля» + «огонь» = «лава»), чтобы получить новые. В разработке с ИИ происходит нечто очень похожее.
А. Промпт-инжиниринг вместо ручного кодирования
Разработка с помощью LLM, например, в Cursor AI или Claude Code, превращается в «вайбкодинг» процесс, где ты управляешь генерацией кода через промпты, а не пишешь его сам.
Как это работает:
- Поиск и подбор API: Задача сводится к поиску нужных API и соединению их друг с другом через промпт. Один из нас отметил, что ИИ может дергать одну программу или десять, пока ты пьешь чай, и тебе не важно, какой именно «обходной путь» он выбрал, главное, чтобы задача выполнялась.
- Декомпозиция и реализация: Если ты не умеешь программировать, ты можешь использовать LLM как идеального исполнителя, который генерирует код почти бесплатно. Успешные команды разработчиков используют парадигму: сначала разработать план, проверить его, а затем отдать LLM на реализацию.
- ИИ как мультипликатор: ИИ становится инструментом, который позволяет даже тем, у кого нет глубокого опыта, создавать работающие решения. В этом смысле, LLM это некий «глобальный стандартизатор всего», упорядочивающий все знания и прикладные способы их использования.
Б. Контроль вариативности
Продвинутые пользователи ИИ не ожидают идеального результата с первого раза. Они «курируют пространства вероятностей». Как и в "Doodle God", когда ты соединяешь два элемента, ты можешь получить несколько результатов. Твоя задача выбрать лучший.
Если LLM-ка выдает схожие ошибки в нескольких попытках, это не значит, что проблема в инструменте. Это значит, что нужно править план (спецификацию) и перезапускать генерацию.
2. Отладка и архитектура: Контроль над хаосом
Несмотря на кажущуюся легкость, кодинг с ИИ требует высокого уровня контроля, чтобы проект не превратился в «лапшу».
А. Spec-Driven Development (SDD)
Вместо того чтобы полагаться на случайные промпты, необходимо придерживаться строгой методологии, которую коллеги по цеху называют SDD (Spec-Driven Development, или разработка на основе спецификаций):
- Подробные правила проекта (project rules): Перед началом работы необходимо написать подробные правила, описывающие все детали, особенности и структуру проекта. Без таких правил попытка кодировать бессмысленна.
- Оформление ТЗ: Задача LLM имплементировать решение в твоём проекте, а не придумывать его. Один из нас использует связку GPT-5-thinking (для логики и плана) и Claude Code (для генерации кода), чтобы обеспечить идеальный сценарий работы без глюков.
- Декомпозиция: Когда проект перестает помещаться в контекстное окно, наступает «точка невозврата», и чинить его становится бесполезно. Поэтому нужно декомпозировать задачи на мелкие, изолированные части, чтобы LLM могла сосредоточиться на конкретной папочке или функции.
Б. Проблема лишнего кода и «Бота-чистильщика»
ИИ, как некий ученик, часто генерирует лишний код (моковый, дублирующий, с избыточными функциями), что «убивает фан от разработки» и требует постоянного распутывания и рефакторинга.
- Механизм очистки: Появляется острая потребность в «механизме очистки», который будет работать после внедрения фичи. Такой «ночной бот-уборщик» должен повышать процент удачных чисток, чтобы проект был в идеальном состоянии, а вайбкодинг оставался веселым и легким.
3. Кто выигрывает: Владелец идеи, а не кодер
В конечном итоге, «Doodle God» в кодинге выигрывает не тот, кто лучше нажимает на кнопки, а тот, кто контролирует смысл и понимает бизнес-домен.
- Ценность идеи: LLM это некая глобальная стандартизация всего, но она не создает идеи, она их воплощает. Предприниматель, который глубоко знает домен бизнеса, может вокруг него строить сервисы для пылесоса денег и масштабирования.
- Сеньор-архитектор: Сегодня LLM используется как джун-мидл, который пишет код по инструкциям. Но без понимания дизайна приложения и всех подводных камней, это не будет нормально работать. Побеждает тот, кто может задать «правильный вектор расчёта, правильную модель и её смысл».
- Новый уровень конфликта: Если раньше технари бились с менеджерами, продающими «нерабочую чушь», то теперь ты можешь создать рабочий продукт, но из-за отсутствия понимания продаж, он не полетит. Кодинг стал проще, а бизнес-задача сложнее.
Таким образом, ИИ сделал кодинг игрой. Но чтобы в этой игре побеждать, нужно быть не просто хорошим игроком, а талантливым архитектором и стратегом.