🤖 Вайпкодинг: личный эксперимент и реальность

Реальность вайпкодинга: личный эксперимент

Ключевые тезисы:

ИИ (например, Claude) — мощный инструмент для генерации идей, дизайна и кода.
Вайпкодинг (создание приложений без знаний кода силами ИИ) не является волшебной пилюлей для быстрого обогащения.
Без базового понимания программирования и платформы вы не сможете контролировать, дорабатывать и поддерживать сгенерированный ИИ проект.
ИИ — это «кореш-раздолбай», который требует постоянного контроля со стороны знающего специалиста.

Начало эксперимента

Автор, опытный разработчик, решил проверить на практике заявления из многочисленных роликов о быстром заработке на вайпкодинге. Цель: создать приложение, полностью полагаясь на ИИ, без понимания генерируемого кода.

Идея проекта: Кроссплатформенное приложение-криптотрекер для iOS и Android на Flutter (язык Dart), которое:

Показывает баланс криптокошельков.
Имеет систему подписок (платно от 3 кошельков).

Этап 1: Планирование с помощью ИИ

Первый промт — проверка возможности узнать баланс по номеру кошелька (положительный ответ).
Детализация — уточнение функционала, экранов, бизнес-логики.

Важный вывод: Умение четко структурировать идею и задавать правильные вопросы ИИ — ключевой навык, который экономит время на подготовительном этапе, независимо от того, пишете вы код сами или нет.

Этап 2: Создание дизайна

Промт для дизайна был сформирован тем же ИИ на основе технического задания.
Результат — отличный, интуитивно понятный дизайн, даже лучше, чем мог бы сделать автор.
Проблема: Экспорт в Figma для работы сложен. Дизайн генерируется как картинка/одна страница, а не как структурированный макет. Использование профессиональных инструментов (Claude, Figma) требует финансовых вложений.

Этап 3: Генерация кода (Вайпкодинг)

Экспорт дизайна в Claude Code с параметрами (Flutter, кросс-платформа, mock-данные).
Результат: ИИ выдал полный проект с инструкцией по запуску. Приложение запустилось, интерфейс работал, переходы между экранами были реализованы.

Главная проблема и "стена"

Автор, не знакомый с Flutter и Dart, столкнулся с непреодолимым барьером:

Код непонятен. Можно визуально оценить интерфейс, но не понять структуру.
Исправление багов невозможно. Даже для мелких правок (например, отступы) нужно знать, где и что исправлять. Запрос к ИИ может привести к полной перегенерации кода с риском сломать рабочее.
Интеграция реальных функций (API, платежи) неосуществима. Без понимания, как работают сетевые запросы или нативные модули на iOS/Android, нельзя ни реализовать, ни проверить безопасность и корректность реализации.

Ключевая мысль: Глядя на чужой (сгенерированный) код без знаний, вы чувствуете себя "посреди океана без лодки".

Итоговые выводы

ИИ — не замена разработчику. Это инструмент, который работает вместе с вами, а не вместо вас.
Чтобы создавать с ИИ, нужно уметь создавать без него. Для сборки iOS-приложения нужны знания iOS-разработки, для Android — Android. ИИ лишь ускоряет и помогает, но не дает фундаментального понимания.
Контроль требует компетенции. Чтобы управлять "корешем-раздолбаем" (ИИ), нужно разбираться в задачах, которые ему делегируешь, и уметь оценивать результат.
Истории об успешных проектах "с нуля" — чаще всего миф или удача. В 90% случаев за ними стоит человек с опытом в программировании или смежных областях.

Финал эксперимента: Автор отказался дорабатывать приложение на Flutter из-за непрактичности, но рассматривает возможность переписать его нативно для iOS, уже имея необходимые для этого знания.