Мне прислали заказ с фриланс-биржи, расписанный по-взрослому: целое веб-приложение для автоматической модерации сайтов, с блокировкой домена через API хостинг-панели, мониторингом каждые 5-10 минут, парсингом динамических страниц, AI-проверкой текста, картинок и видео, стоп-словами, очередью на ручную модерацию, аудит-логом, и всё это в Docker. Заказчик сам отрисовал стек — Python на FastAPI или Django, PostgreSQL, Redis, Celery, Playwright, Nginx — и поставил ориентир около месяца, бюджет обсуждаем. Я посмотрел на это и в голове сразу прикинул: ну месяц то наверно потому что нейронкой писать, вайбкодить. И вот про этот зазор между тем, как такой заказ оценил бы человек с командой, и тем, как его оцениваю я, когда основную работу делает AI, а я только оркестрирую, и хочу поговорить, потому что он меняет вообще всю экономику разработки под ключ.
Что вообще в заказе и почему он не маленький
Если разобрать по слоям, то это не лендинг на коленке, а нормальная такая система с движущимися частями. Есть планировщик, который раз в 5-10 минут ходит по сайтам и снимает с них состояние. Есть парсер, который должен уметь в динамику, то есть не просто скачать HTML, а отрендерить страницу через Playwright или Puppeteer, дождаться пока подгрузится контент, и уже потом его читать. Есть модерация на нейросетях, причём не только по тексту, а по картинкам и видео тоже, плюс свой список стоп-слов поверх. Есть очередь на ручную проверку для случаев, где AI не уверен. Есть аудит-лог, чтобы потом можно было поднять историю и понять, кто что и когда заблокировал. И есть самое нервное место — автоматическая блокировка домена через API хостинг-панели, то есть система реально дёргает запись и гасит сайт.
Вот это последнее и есть та часть, где цена ошибки совсем не нулевая, потому что одно дело когда бот неправильно подсветил пост, а совсем другое когда он по ошибке отрубил живой сайт. И когда вы такое читаете глазами заказчика, у вас в голове складывается картинка месяца работы команды, и она вполне честная — для команды кожаных разработчиков это действительно месяц, если не больше.
Откуда берётся «месяц» у человека и откуда у меня
Давайте по-честному разложим, из чего складывается классическая оценка. Заказчик ведь не с потолка взял срок, он прикинул: дизайн архитектуры, настройка инфраструктуры, парсер под динамику, интеграция с моделями для модерации, интеграция с API панели, очередь, логи, Docker, тесты, деплой. Каждый кусок — это человеко-дни, а если разработчиков несколько, то ещё и созвоны, согласования, кто за что отвечает, чей это таск. Я про это уже писал в истории про фасад сервисов в другом ключе, но суть одна: вы видите готовый продукт, а как оно собрано внутри и сколько там нервов ушло — нет.
А теперь как это выглядит у меня. У меня нет команды, нет дизайнера, нет тестировщика, нет DevOps. У меня есть Claude Code, который пишет код под моим управлением, и есть процесс, который я выстроил, чтобы этот код не превращался в кашу. И когда я говорю «месяц, потому что вайбкодить», я не имею в виду что месяц буду сидеть и страдать. Я имею в виду, что основная масса этого приложения — парсер, очередь, планировщик, обвязка вокруг моделей, Docker — это вещи, которые AI пишет быстро, потому что они типовые, их в обучающей выборке миллионы. Тут разработка mvp идёт не по человеко-дням, а по итерациям диалога с агентом, и одна итерация — это минуты, а не дни.
Где вайбкодинг реально экономит, а где нет
Но вот тут важно не уехать в эйфорию, потому что не весь заказ одинаково «быстрый». Есть слои, где AI просто сметает работу. CRUD, модели данных, обвязка Celery, типовой парсер, базовый Docker-compose, интеграция с LLM по API — всё это нейросеть собирает за один-два захода, и я только проверяю что оно работает и не наошибалось в логике. Это процентов семьдесят кода такого проекта, и именно поэтому месяц команды у меня сжимается в разы.
А есть слои, где скорость AI вообще не помогает, и где как раз сидит весь реальный месяц. Это не написание кода, это принятие решений и проверка. Что делать, когда парсер упёрся в защиту от ботов на чужом сайте? Что считать достаточной уверенностью модели, чтобы блокировать домен автоматом, а не отправлять в ручную очередь? Как не угробить живой сайт ложным срабатыванием? Где грань между «модерация сработала» и «мы по ошибке снесли клиенту бизнес»? Вот эти вопросы AI за меня не решит, их решает человек, который понимает что строит и зачем, и вот тут как раз и нужен тот самый вкус, которого у нейросети нет, а не лишний прогон промпта, и именно на это уходит время, а не на набор букв в редакторе.
То есть структура времени переворачивается. Раньше большая часть срока — это писать код, а думать как-то между делом. Теперь писать почти бесплатно, а весь бюджет времени уходит на думать, проверять и доводить кривые места. И когда я кидаю «месяц», я закладываю не написание, а вот этот хвост — отладку парсера на реальных сайтах, настройку порогов модерации, тесты на том самом страшном сценарии с автоматической блокировкой домена, чтобы система случайно не положила что не надо.
Почему меняется не срок, а кто исполнитель
И вот ключевая мысль, ради которой всё это. Заказ не стал проще от того что появился вайбкодинг. Требования те же, цена ошибки та же, ответственность та же. Поменялся только исполнитель — раньше это была команда, которая месяц пишет руками, а теперь это один человек с AI-агентом, который тот же объём проходит сильно быстрее на типовых кусках и тратит сэкономленное время на сложные. Автоматизация с помощью ии тут не магия, которая делает работу из ничего, а сдвиг: рутину забирает нейросеть, а на человеке остаётся то, что и должно быть на человеке — смысл, границы, ответственность за то что система кого-то не угробит.
Поэтому когда вы как заказчик прикидываете нейросети для бизнеса и слышите от исполнителя срок в разы меньше ожидаемого, не надо сразу думать что вас разводят или что будет говнокод. А что, кожаные разработчики не пишут говнокод? не смешите меня. Вопрос не в том руками писали или агентом, вопрос в том есть ли у исполнителя процесс, который ловит ошибки AI, и понимает ли он сам что строит, или просто прогнал один запрос и решил что готово.
Что я в итоге понял про оценку чужого ТЗ
Главный вывод для меня такой: оценивать заказ через вайбкодинг — это в первую очередь уметь отделить «быстрые» слои от «дорогих». Быстрые — это всё типовое, что AI напишет почти даром. Дорогие — это места, где решает суждение человека и где цена ошибки реальная, как с автоблокировкой домена в этом заказе. И срок ставится не по объёму кода, а по объёму этих дорогих мест, потому что код теперь почти бесплатный, а думать и проверять — нет.
Я не стал хвататься за этот конкретный заказ, мне сейчас интереснее свои продукты. Но как наглядный кейс он идеальный, потому что показывает на пальцах, как разработка под ключ переезжает из мира человеко-месяцев в мир «человек плюс AI-агент», и почему «месяц, потому что вайбкодить» — это не понты и не занижение, а просто честный пересчёт под новую реальность, где меняется исполнитель, а не задача. Учитесь смотреть на любое ТЗ вот этим взглядом: что тут напишет нейросеть за вечер, а что я сам потом неделю буду доводить руками головы. Вот тогда оценка перестанет врать.