Почему у одних с AI получается продукт, а у других только красивая демка?

С AI сейчас странная история. Инструменты у всех примерно одни и те же. Cursor, Claude Code, Lovable, ChatGPT и так далее. Но результат почему-то сильно разный.

Кто-то собирает продукт, который можно развивать. А кто-то получает демку, которую лучше не трогать после презентации.

И дело, похоже, не в том, кто лучше пишет промпты.

Я все меньше верю в “просто навайбкодить продукт”. Накидать лендинг, экран, прототип или кусок логики можно. Иногда даже очень быстро и красиво. Но это еще не разработка продукта.

Разработка начинается там, где нужно отвечать за результат. Что именно строим, как оно устроено, где данные, какие роли, какая безопасность, как это потом поддерживать и что будет при следующем изменении.

У меня это хорошо проявилось при создании тасктрекера личных задач и личной стратегии.

Снаружи звучит просто - трекер стратегии. Но как только начинаешь раскладывать, там сразу появляются направления “Я / Семья / Мое дело”, линии развития, OKR, недельные спринты, задачи разных типов, ретро, recovery-сценарии, поддержка, календарь, пользователи, Supabase Auth, RLS.

Если просто сказать AI “сделай мне трекер стратегии”, он что-то сделает. Скорее всего даже красиво. Только это будет не тот продукт.

Поэтому я пошел другим путем. Сначала user-spec (что пользователь должен получить), потом tech-spec (как это технически устроить), потом декомпозиция на задачи, потом TDD (тесты до кода), проверки и контроль качества на каждом этапе.

Если совсем коротко, спека держит смысл, техспека держит архитектуру, тесты держат поведение, контроль качества не дает всему этому развалиться при следующем изменении.

И тут есть неприятный момент, про который легко забыть.

Я сам несколько раз ловил себя на мысли, что мне лень проверять спеку после правок ИИ. Хочется отдать это на откуп - ну он же умный, сам поправил, наверное нормально.

Один раз я уже на этом попался, поэтому теперь гоню эту леность от себя подальше.

Спеку все равно нужно читать глазами. Иначе AI может аккуратно поправить документ так, что он станет выглядеть лучше, но смысл немного уедет. А потом этот уехавший смысл поедет дальше - в техспеку, задачи и код.

Вот в этом месте и проходит граница.

AI может быстро писать код. Но он не обязан понимать ваш продукт так, как понимаете его вы. Если не задать рамку, он будет угадывать. Иногда удачно, иногда нет.

Поэтому для меня “вайбкодинг продукта” звучит странно.

Навайбкодить можно экран, лендинг, прототип, кусок логики. А продукт начинается там, где появляется ответственность за смысл, архитектуру, тесты, данные и поддержку.

И вот тут уже важен не сам AI, а то, в какой процесс вы его встроили.