Software 3.0: Как перейти от Vibe Coding к Agentic Engineering — уроки Андрея Карпати

В 2025 году весь мир разработки бурлил от Vibe Coding — ты просто описывал задачу, а ИИ за тебя писал код. Звучало как мечта. Но к началу 2026 года стало очевидно: генерация кода без контроля — это путь в адскую архитектуру и техдолг. Андрей Карпати, тот самый человек, который ввел термин Software 3.0, предложил новый подход — Agentic Engineering. Не просто просить ИИ написать функцию, а проектировать системы агентов, которые самостоятельно планируют, пишут, тестируют и разворачивают код. Давайте разберемся, как перейти от пассивного потребления AI-кода к активному управлению интеллектуальными юнитами.

Эпоха Software 3.0: почему Vibe Coding уже не торт

Карпати в своих лекциях неоднократно подчеркивал: «Мы переходим от написания кода на Python к написанию промптов, которые генерируют код, а затем — к созданию агентов, которые сами пишут промпты». Звучит как матрешка. И это пугает тех, кто привык держать все под контролем.

Проблема Vibe Coding в том, что он расслабляет. Ты сидишь, формулируешь задачу, получаешь тонну кода и думаешь: «Вау, я крутой». Но проходит неделя — код перестает работать, зависимости конфликтуют, логика дублируется. В итоге ты тратишь больше времени на отладку сгенерированного кода, чем написал бы сам. В 2026 году это уже не шутка — по данным опросов, более 60% разработчиков, активно использующих AI-ассистентов, жалуются на рост технического долга.

Решение — перейти от роли «оператора ИИ» к роли «архитектора агентов». Именно об этом говорит Карпати в своем опыте работы с Claude Code и Cursor. Давайте разберем, как это выглядит на практике.

Два мира: Vibe Coding vs Agentic Engineering

Главный урок Карпати: «Не верь агенту на слово»

Андрей провел эксперимент: дал Claude Code задачу «оптимизировать функцию валидации email». Агент за три минуты переписал три файла, заменил регулярное выражение на ML-модель, добавил зависимость от TensorFlow и увеличил время сборки на 5 секунд. Выглядит круто, но по факту — катастрофа.

Вот что сделал Карпати, чтобы обуздать агентов:

• Ограничил контекст. Агент должен видеть только те файлы, которые относятся к задаче. Иначе он «латает» код, добавляя рандомные зависимости.
• Ввел обязательный шаг тестирования. Агент пишет тесты до изменения кода, а затем проверяет, что старые тесты не сломались.
• Запретил автоматический деплой. Человек всегда просматривает diff и только после одобрения агент отправляет код в CI/CD.

Это база, но многие об этом забывают, когда влюбляются в возможности AI. Подробнее про то, как Microsoft и Google пытаются переформатировать мышление разработчиков, читайте в статье «Код по наитию: как Microsoft и Google заставляют нас писать меньше, а думать больше».

Практический гайд: настраиваем agentic workflow на Claude Code и Cursor

Хорошая новость: к 2026 году инструменты уже заточены под agentic paradigm. Claude Code 4 (последняя версия Anthropic) умеет выполнять длительные задачи с планированием, а Cursor 2.0 получил встроенного планировщика, который разбивает задачу на подзадачи и выполняет их последовательно. Давайте настроим базовый воркфлоу.

1 Определите scope — границы, за которые агент не выйдет

Не давайте агенту полный доступ к репозиторию. Создайте файл agent-rules.yaml, где пропишите:

allow:
  - "src/modules/validation/**"
  - "tests/unit/validation/**"
deny:
  - "**/models/**"
  - "**/migrations/**"
  - "**/vendor/**"
constraints:
  max_parallel_changes: 3
  require_tests: true
  review_policy: "human_must_approve"

Так вы избежите ситуации, когда агент случайно затрогает критичные файлы. Карпати в одном из интервью назвал это «написание конституции для ИИ-сотрудника».

2 Задайте четкую иерархию агентов

Один агент — плохо. Система агентов — хорошо. Например, в Cursor 2.0 можно создать следующий пайплайн:

• Планировщик (Orchestrator) — анализирует задачу, разбивает на подзадачи, назначает ответственных.
• Кодер (Coder) — пишет код строго по спецификации от планировщика.
• Тестер (Tester) — проверяет код, запускает тесты, формирует отчет.
• Рецензент (Reviewer) — проверяет код на code smells, утечки, архитектурные нарушения.

Такой подход описан в статье «AI-кодинг 2026: как перейти с ручного программирования на управление агентами (на примере опыта Андрея Карпатого)». Там разобран реальный кейс.

3 Используйте цикл обратной связи

Агент должен получать обратную связь не только от тестов, но и от линтера, статического анализатора и метрик производительности. Claude Code 4 умеет интегрироваться с ESLint, Pylint, Checkov для IaC. Настройте автоматический запуск после каждого коммита агента:

# after agent commit
claude run "lint"
claude run "pytest --cov"
claude run "bandit -r src"
if [ $? -ne 0 ]; then
  claude analyze failure --rollback
fi

Если метрики проседают, агент автоматически откатывает изменения и предлагает альтернативу. Это не фантастика — такой функционал появился в Cursor 2.0 еще в марте 2026 года.

Ошибки, которые я видел в каждом втором стартапе

❌ Пускать одного агента на всю кодовую базу

Это как дать стажеру доступ к продакшену с паролем root. Агент будет рефакторить всё подряд, пока не сломает интеграции. В статье «Vibe-coding и бесконечный кризис софта: как ИИ-генерация кода убивает архитектуру» подробно расписано, к чему это приводит.

❌ Думать, что «больше агентов — лучше»

Когда в проекте 15 агентов, они начинают генерировать друг для друга задачи, захламлять код бесполезными абстракциями. Ограничьте количество параллельных агентов до 3-5.

❌ Игнорировать человеческий оверхед

Управление агентами требует времени на код-ревью, настройку правил, разбор ошибок. Если вы думаете, что агент сэкономит 100% времени — вы ошибаетесь. Реалистичная цифра — 30-40% при грамотной настройке.

Кейс: как «fail fast» с агентами превратился в «fail expensive»

Помните историю, когда аналитик за неделю сгенерировал 76K строк кода с помощью GigaCode и Cursor? Она описана в статье «Vibe Coding на практике: как аналитик сгенерировал 76K строк кода за неделю». Так вот, этот код пришлось переписывать два месяца. Почему? Потому что не было архитектора агентов. Агент просто плодил код, не задумываясь о связности.

Решение Карпати в таких ситуациях — перед генерацией любого кода запускать «фазу проектирования»: агент-архитектор пишет документ с планом, диаграммой классов и описанием интерфейсов. Только после одобрения человеком начинается кодинг. Это замедляет начало, но ускоряет финиш в разы.

Инструменты эволюции: что брать уже сейчас

К 2026 году выбор инструментов для agentic engineering довольно широк. Вот мои рекомендации на основе опыта и лекций Карпати:

Gemini 3 Flash (актуальная версия на 2026 год), согласно статье «Агентные workflow и vibe coding: на что способна новая Gemini 3 Flash для разработчиков», показала отличные результаты в режиме реального времени при доработке UI-компонентов.

Неочевидный совет: учитесь «чтению кода» заново

Когда агент пишет код, он использует паттерны, которые вы, возможно, не знаете. Карпати советует тратить 30% времени на изучение сгенерированного кода — не для того, чтобы его исправить, а чтобы понять, какой «язык» использует ИИ. Это поможет вам лучше формулировать цели. Статья «Как стать незаменимым программистом с AI-ассистентами: Code Smells, Абстракция и Паттерны» как раз об этом — как оставаться релевантным, когда агенты пишут код быстрее.

Что нас ждет завтра: прогноз без хрустального шара

К концу 2026 года я ожидаю появления «федерации агентов» — когда агенты разных компаний будут договариваться между собой через стандартные протоколы. Уже сейчас есть черновики AIP (Agent Interoperability Protocol) от Anthropic и OpenAI. Если это случится, разработчикам придется переучиваться не на техническом, а на архитектурном уровне. Вместо «как написать код» — «как спроектировать сеть агентов с обратной связью и отказоустойчивостью». Будущее не за теми, кто умеет быстро генерировать, а за теми, кто умеет управлять хаосом генерации. И уроки Карпати — лучшая карта для этого пути.

Подписаться на канал