На AI Ascent 2026 от Sequoia Андреј Карпаті — сооснователь OpenAI, бывший директор AI в Tesla и основатель Eureka Labs — начал с удивительного признания: он никогда не чувствовал себя таким отставшим как программист. Не потому, что потерял навыки, а потому, что инструменты для кодирования на базе ИИ меняют само понятие программирования быстрее, чем кто-либо успевает за этим угнаться.
Карпаті представил трехфазную модель для понимания этого сдвига: vibe coding, agentic engineering и Software 3.0. Это самая ясная концептуальная модель, которую кто-либо предложил для описания того, куда движется разработка ПО — и какие навыки станут самыми важными.
Ключевой вывод
Vibe coding позволяет любому строить с помощью промптов. Agentic engineering позволяет профессионалам строить с ИИ-агентами, сохраняя качество. Software 3.0 — это когда нейронные сети сами становятся слоем программирования. Сейчас мы переходим от фазы 1 к фазе 2.
Что такое Vibe Coding?
Vibe coding — это термин Карпаті для текущей фазы, когда любой человек — технический или нет — может создавать ПО, описывая желаемое на естественном языке. Вы говорите ИИ «сделай мне лендинг с геройским разделом, таблицей цен и формой подписки», и он генерирует рабочий код.
Vibe coding поднял планку доступности. Менеджер продукта теперь может прототипировать приложение. Дизайнер — создавать функциональный сайт. Студент — инструмент, решающий реальную проблему. Барьер для создания упал с «годов опыта кодирования» до «умения описать, чего хочешь».
Инструменты для vibe coding: Cursor, Bolt, v0, Replit и в некоторой степени ChatGPT и Claude с генерацией кода.
Ограничение: Vibe coding производит рабочий код, но часто с тонкими ошибками в дизайне. Пример Карпаті: ИИ-сгенерированное приложение, которое сопоставляло платежи Stripe с Google-аккаунтами по email вместо постоянных ID пользователей. Код работал нормально. Архитектура была неверной. Младший разработчик не заметил бы. Опытный сразу бы увидел.
Это то, что Карпаті называет «jagged intelligence» — возможности ИИ распределены неравномерно. Модели резко растут в областях с данными для обучения, наградами и циклами верификации, и непредсказуемо проваливаются в других.
Что такое Agentic Engineering?
Agentic engineering — следующая фаза: использование ИИ-агентов для разработки профессионального качества с сохранением человеческого контроля над архитектурой, дизайнерскими решениями и стандартами качества.
Если vibe coding — это «опиши, чего хочешь, и прими, что даст ИИ», то agentic engineering — «используй ИИ-агентов для выполнения, пока ты направляешь, проверяешь и корректируешь». Роль человека смещается с написания кода к его проверке, с реализации к архитектуре, с кодирования к инженерии.
Инструменты для agentic engineering: Claude Code, OpenAI Codex, Hermes Agent и режим агента в Cursor. Эти инструменты не просто генерируют код — они планируют многошаговые задачи, выполняют их, тестируют результаты и итеративно улучшают.
| Аспект | Vibe Coding | Agentic Engineering |
|---|---|---|
| Кто это делает | Любой — кодирование не требуется | Разработчики с инженерным мышлением |
| Роль ИИ | Генерация кода из описаний | Автономное выполнение многошаговых планов |
| Роль человека | Описать, чего хочешь | Направлять, проверять, корректировать |
| Качество результата | Работает, но может иметь ошибки дизайна | Готово к продакшену с контролем |
| Ключевой навык | Умение промптить | Вкус, суждение, знание архитектуры |
| Верификация | «Запускается ли?» | «Правильно ли, безопасно ли, поддерживаемо ли?» |
Что такое Software 3.0?
Самая главная идея Карпаті. Его модель эволюции ПО:
Software 1.0: Люди пишут каждую строку кода. Явные инструкции. Детерминированное поведение. Это традиционное программирование.
Software 2.0: Нейронные сети учатся на данных. Вместо написания правил вы даете примеры, и модель учится паттернам. Компьютерное зрение, распознавание речи, рекомендательные системы. Карпаті ввел этот термин в 2017 году.
Software 3.0: Большие языковые модели становятся программируемым слоем. Вместо указания каждой инструкции разработчики описывают цели, ограничения и контекст. Модель интерпретирует и выполняет. Интерфейс — естественный язык. Программа — это промпт.
В Software 3.0 LLM одновременно является рантаймом и языком программирования. Вы не пишете код, который вызывает LLM — LLM и есть код. Промпт и есть программа. А работа разработчика — проектировать промпт, курировать контекст и проверять вывод.
Именно поэтому context engineering становится самым важным навыком в ИИ. Если промпт — это программа, то контекст вокруг него определяет поведение программы. Управление этим контекстом — новая форма инженерии ПО.
---📬 Получаете пользу от этого? Мы публикуем еженедельно о навыках, важных в ИИ. Получайте в почту →
---Почему теперь вкус важнее синтаксиса?
Самая цитируемая фраза Карпаті из доклада: «Мышление можно делегировать. Понимание — нет».
ИИ-агенты могут писать код, генерировать черновики, вызывать инструменты и выполнять задачи. Но они не скажут, хорош ли результат. Для этого нужно суждение — умение распознавать, когда что-то технически верно, но архитектурно неверно, когда код запускается, но не масштабируется, когда функция работает, но создает уязвимость безопасности.
Карпаті называет это «taste». Это умение смотреть на ИИ-генерированный вывод и знать, правильно ли он. Не просто «компилируется ли», а «построил бы это так опытный инженер?».
Практический вывод: разработчики, глубоко понимающие основы, преуспеют. Те, кто знает только поверхностное кодирование, будут бороться, потому что ИИ делает поверхностное кодирование лучше них. Ценность смещается вверх стека — от реализации к архитектуре, от синтаксиса к суждению, от написания кода к его оценке.
Что значит «Jagged Intelligence»?
Это термин Карпаті для неравномерного распределения возможностей ИИ. Модели могут выдавать выдающиеся результаты в одних задачах и неожиданно проваливаться в других. Интеллект не гладкий — он зазубренный.
Ключевой инсайт: ИИ автоматизирует то, что можно проверить. Задачи с четкими петлями обратной связи — проходит ли код тесты? сходится ли математика? соответствует ли вывод ожидаемому формату? — там ИИ силен. Задачи, требующие суждения в неоднозначных ситуациях — правильная ли архитектура? интуитивен ли UX? имеет ли смысл эта стратегия? — там ИИ пока слаб.
Для разработчиков это значит: чем измеримей вывод, тем полезнее ИИ-инструменты. Кодирование, тестирование, анализ данных и создание структурированного контента сильно автоматизируемы. Дизайн продукта, системная архитектура и стратегическое принятие решений все еще требуют человеческого суждения.
Какие навыки нужны для Agentic Engineering?
На основе модели Карпаті, самые важные навыки в эру agentic engineering:
1. Глубокое понимание основ. Когда ИИ улучшается, искушение учить меньше. Карпаті утверждает обратное. Понимание становится узким местом. Нужно достаточно глубины, чтобы направлять систему, знать, о чем спрашивать, что проверять, что отвергать.
2. Проектирование систем и архитектура. ИИ пишет функции. Вы проектируете системы. Понимание взаимодействия компонентов, точек отказа и построения под масштаб становится ключевым навыком разработчика.
3. Верификация и ревью. Умение критически читать ИИ-генерированный код — не просто «работает ли», а «правильный ли подход?». Это требует той же глубины знаний, что и для написания кода, но примененной иначе.
4. Prompt и context engineering. Если промпт — программа, то написание хороших промптов — это программирование. ICCSSE framework (Identity, Context, Constraints, Steps, Specifics, Examples) напрямую применяется к agentic engineering — вы даете агенту четкую спецификацию, как дизайн-док для человеческого разработчика.
5. Оркестрация инструментов. Знание, какой ИИ-инструмент для какой задачи. Claude Code для написания фич, Cursor для редактирования, Hermes Agent для автоматизации, Copilot для подсказок. Лучшие инженеры комбинируют несколько инструментов, а не полагаются на один.
Чтобы отточить промптинг для ИИ-инструментов кодирования, попробуйте бесплатный Prompt Optimizer — он применяет структурированные фреймворки к любому промпту. А для практического гида по топовым ИИ-инструментам кодирования сейчас смотрите наше сравнение Claude Code vs Codex.
---📬 Хотите больше такого? Мы разбираем идеи, формирующие работу ИИ-практиков, еженедельно. Подпишитесь бесплатно →
---Часто задаваемые вопросы
Vibe coding мертв?
Нет. Vibe coding останется — это точка входа для нетехнарей в создание ПО. Agentic engineering — профессиональная эволюция для тех, кому нужен продакшен-качество. Оба сосуществуют. Представьте vibe coding как набросок, а agentic engineering как архитектуру.
Нужно ли учить кодинг, если ИИ пишет код за меня?
Да, но по-другому. Не нужно заучивать синтаксис. Нужно понимать, как работает ПО — структуры данных, системный дизайн, принципы безопасности, компромиссы производительности. Знания, позволяющие оценить, верен ли и уместен ли ИИ-генерированный код.
Когда Software 3.0 станет мейнстримом?
Это уже происходит в узких областях — ассистенты кодирования, генерация контента, анализ данных. Полный Software 3.0 (где большинство приложений нативно на LLM) — через 3–5 лет по текущим траекториям. Переход будет постепенным, не внезапным.
В чем разница между agentic engineering и использованием ChatGPT для кодирования?
ChatGPT генерирует сниппеты кода в ответ на промпты. Agentic engineering использует автономных агентов (Claude Code, Codex, Hermes), которые планируют многошаговые задачи, выполняют их в вашем реальном коде, тестируют результаты и итеративно улучшают — с минимальным вмешательством человека. Это разница между запросом маршрута и наймом водителя.
Раскрытие: Некоторые ссылки в статье — партнерские. Мы рекомендуем только инструменты, которые лично тестировали и используем регулярно. См. нашу полную политику раскрытия.