Андрей Карпати, сооснователь OpenAI, покинувший компанию больше года назад, ввёл в оборот термин "вайб-кодинг" (vibe coding) – практику делегирования задач по программированию ИИ-инструментам. Однако на этой неделе, выпустив собственную открытую модель nanochat, он признал, что написал весь код вручную, отказавшись от помощи ИИ.
Nanochat представляет собой минималистичный full-stack пайплайн для обучения и инференса, позволяющий создать большую языковую модель с чат-интерфейсом в стиле ChatGPT за несколько часов и примерно за 100 долларов. Карпати отметил, что проект содержит около 8000 строк "довольно чистого кода", написанного вручную – не по желанию, а по необходимости, так как ИИ-инструменты не справились с задачей.
По сути, всё написано руками с автодополнением по Tab. Я пытался использовать агентов Claude и Codex несколько раз, но они просто недостаточно хорошо работали и в итоге оказались бесполезны.
Такая позиция контрастирует с прежними высказываниями Карпати, хотя он описывал вайб-кодин как подход для "одноразовых проектов на выходные". В посте, который считается источником популяризации термина, Карпати говорил о полном погружении в "вайбы" при использовании ИИ-инструментов без детального изучения кода.
Когда получаю сообщения об ошибках, просто копирую и вставляю их без комментариев, обычно это помогает. Код разрастается за пределы моего обычного понимания, мне пришлось бы долго его изучать. Иногда LLM не могут исправить баг, так что я просто обхожу его или прошу случайные изменения, пока проблема не исчезнет.
Конечно, nanochat не веб-приложение, так что стратегия не сработала в данном случае. Но ситуация представляет ограничения такого подхода, несмотря на громкие обещания о будущем программирования. В начале года опрос облачной компании Fastly показал, что 95% разработчиков тратят дополнительное время на исправление кода, сгенерированного ИИ. Некоторые сообщили, что на устранение ошибок уходит больше времени, чем экономится при генерации кода через ИИ-инструменты.
Всего 250 вредоносных документов достаточно для создания бэкдора в больших языковых моделях
Половина японских разработчиков игр уже использует генеративный ИИ в создании игр
Исследовательская фирма METR также обнаружила, что использование ИИ-инструментов фактически замедляет разработчиков при выполнении задач. Некоторые компании начали нанимать специалистов для исправления программного хаоса, созданного ИИ-инструментами.
