Два корпоративных приложения в проде, около 350 000 строк TypeScript, восемь месяцев календарного времени и $13 945 счёта за ИИ — так выглядел реальный проект одного разработчика на Cursor и моделях Anthropic. Это не «ИИ сделал сайт за вечер»: сайт-визитку агент действительно собирает быстро, но как только появляются пользователи, роли, платежи и ответственность за данные, начинается совсем другая работа.
Ниже — разбор пост-мортема TechnicalStrat «How I Vibe-Coded Two Enterprise Apps in 8 Months for $13,945» (29.05.2026): где агент реально силён, где он молча ошибается и что в цикле разработки сайта всё ещё решает человек.
Что реально изменилось
Сдвиг 2026 года не в том, что «нейросеть верстает страницы». Вёрстку по макету генераторы делали давно. Изменилось другое: агент научился держать длинную цепочку «спецификация → план → правка в нескольких файлах → прогон тестов → коммит». Автор пост-мортема описывает рабочий день так:
«A working day was three to five hours of focused Cursor sessions. The model did the typing. I did the deciding.» — TechnicalStrat
Перевод: «Рабочий день — три-пять часов сфокусированных сессий в Cursor. Модель печатала. Я решал». Дальше он добавляет оценку роли: он работал как техлид, который ревьюит пул-реквесты «очень быстрого и очень буквального джуна, который никогда не устаёт, не защищается и иногда выдумывает метод, которого нет в клиенте Prisma».
Ключевое слово здесь — ревьюит. Агент ускоряет набор текста руками, но не принимает решений за вас.
Карта этапов: что делает агент, что делает человек
Автор проекта прямо делит задачи на две группы — и это самый полезный вывод кейса.
| Этап | Агент делает уверенно | Человек решает |
|---|---|---|
| Прототип | Каркас проекта, страницы-заглушки, конфиги сборки | Какие сценарии вообще входят в MVP |
| Фронтенд | Компоненты, адаптив, формы, состояния загрузки | Дизайн-вкус, иерархия, «что важно на экране» |
| Бэкенд | Route-хендлеры по существующим конвенциям, CRUD, валидация | Архитектура сервиса, границы модулей |
| Данные | Модель Prisma и миграция к ней | Схема под нагрузку, индексы, инварианты |
| Интеграции | Обёртки над API, ретраи, маппинг ответов | Платежи, сверка вебхуков, юридические требования |
| Деплой | Dockerfile, CI-шаги, конфиги | Секреты, модель доступа, модель экспозиции |
| Поддержка | Типовые правки, обновление зависимостей | Что удалять, а что трогать нельзя |
Из этой карты растут все типичные провалы: люди отдают агенту строки из правой колонки и получают «работающее, но неправильное».
Прототип и фронтенд
Здесь агент даёт максимум отдачи. В кейсе это перенос понятной спецификации в рабочий серверный компонент с загрузкой данных, генерация UI-компонентов и сквозная типизация: TypeScript от строки в базе через ORM и API-хендлер до Zod-схемы и формы. Автор называет это «компилятор как автопилот для рефакторингов, которые модель не заметила».
Практический вывод: чем строже типы и чем яснее спецификация, тем лучше результат. Промпт для старта выглядит примерно так.
Контекст: Next.js 15 (App Router), TypeScript, Prisma 6, Tailwind + Radix.
Задача: страница каталога товаров.
Требования:
- route /catalog, серверный компонент, данные из prisma.product
- пагинация по 24, сортировка по цене и новизне, состояние фильтров в URL
- скелетон загрузки и пустое состояние
- Zod-схема для query-параметров, общая с API
Ограничения:
- не добавлять новые зависимости без явного запроса
- после правок запусти tsc --noEmit и тесты, покажи дифф целиком
Экспорт промпта в .md внутри репозитория автор называет главным приёмом: он кладёт параграф спецификации в docs/specs/ и просит агента сначала предложить план, правит план, и только потом запускает исполнение. Обычно фича садится за две-четыре итерации: первая — рабочий каркас с неверным допущением, вторая правит допущение, третья дожимает типы и ошибки, иногда четвёртая чинит то, что поймали тесты.
Отдельный файл CLAUDE.md (или AGENTS.md) в корне репозитория автор считает «самой большой разблокировкой»: две страницы о стеке, конвенциях, именах внутренних хелперов и том, чего делать нельзя. О том, как живут такие файлы, — в статье AGENTS.md — файл конвенций.
Реальный скриншот документации Next.js — фреймворка, на котором строился проект:
Бэкенд и данные: где агент ошибается в схеме
Route-хендлеры по существующему шаблону агент пишет быстро и чисто. Ошибки начинаются в модели данных. Автор прямо перечисляет, где ИИ был ненадёжен:
- Архитектурные решения, зависящие от контекста вне репозитория — требования регулятора, потолок стоимости, выбор вендора. Агент уверенно выберет «защитимое, но неоптимальное».
- Кросс-системные инварианты — вебхуки, которые обязаны идти в ногу со строкой в базе, гонки в плановых задачах, распределённые блокировки. Здесь он ломается незаметно, и автор ловил настоящие баги внимательным чтением диффа.
- Понимание, когда остановиться. Предоставленный сам себе, агент продолжал добавлять «улучшения», которые были просто перестановками. Границы приходилось задавать явно.
Ещё одна измеренная граница — длинный контекст: на файлах длиннее примерно 1 500 строк модель начинала «ронять тонкие вещи на пол». Обход — разбить файл заранее.
Реальный скриншот документации Prisma — ORM, который отвечает за миграции и схему:
Схема типового стека сайта-сервиса и того, кто держит каждую границу:
Интеграции и платежи: почему руками
Всё, что касается денег, автор выносит человеку. Причина не в том, что агент «не умеет вызвать API платёжки» — умеет и охотно. Проблема в цене ошибки: платёж задевает бухгалтерию, налоговые и возвраты, а вебхук платёжного провайдера обязан быть идемпотентным и совпадать со строкой в базе. Это ровно тот класс «кросс-системных инвариантов», где модель молча ломается.
То же касается авторизации. Автор называет «самой дорогой ошибкой на вычистку» разбросанные по хендлерам проверки прав и советует завести один файл lib/permissions.ts, до появления второго хендлера. Обобщённые советы по бэкенду и SQL-схемам — в статье ИИ для баз данных и SQL.
Деплой и эксплуатация
Деплой агент автоматизирует охотно: Dockerfile, шаги GitHub Actions, конфиги окружений. В кейсе оба приложения ушли в прод на Next.js 15 в Container Apps, с миграциями Prisma как кодом и секретами в Key Vault. Но модель экспозиции — кто вообще может достучаться до приложения — автор принимает до первого деплоя и не отдаёт агенту:
«If you cannot afford the review, the app should not launch publicly.» — TechnicalStrat
Перевод: «Если не можете оплатить ревью безопасности, приложение не должно публично запускаться». Интернет-приложение с клиентским порталом получило платное ревью от стороннего специалиста до запуска; внутреннее приложение спрятали за прокси с пред-аутентификацией.
Реальный скриншот самого кейса с цифрами проекта:
Типичные грабли «сайт за вечер»
Почему «ИИ сделал сайт за вечер» обычно означает статический лендинг? Потому что лендинг — это презентация без состояния: нет ролей, нет чужих данных, нет денег, нет ночной нагрузки. Как только появляется сервис с пользователями, добавляются те самые слои, на которых агент ошибается тихо:
- Гонки и инварианты. Два запроса, два плановых джоба, вебхук и запись в базу — агент пишет код, который «в среднем работает» и падает под нагрузкой.
- Права доступа. Проверка в каждом хендлере вместо единой точки — классика, которую дорого вычищать задним числом.
- Секреты. Долгоживущие ключи в CI вместо федерации по OIDC; автор замечает, что переход на OIDC потом «раздражает», а на старте это двадцать минут.
- Эксплуатация. Без health-эндпоинта и аудит-лога можно выпустить продукт, но нельзя его эксплуатировать.
Отдельная тема, где ИИ-конструкторы (кидающие сайт «из промпта») вообще не решают задачу — миграция домена, SEO-технические детали и передача кода команде. Про фронтенд-специфику — в статье ИИ для фронтенда и вёрстки.
Российские реалии
Здесь кейс приходится пересобирать под местную инфраструктуру, потому что стек в нём — Azure, Cursor и модели Anthropic.
- Оплата зарубежных сервисов агента. Российские Visa и Mastercard не принимают: биллинг Cursor, Anthropic и OpenAI идёт через платёжные шлюзы, которые отклоняют карты российских банков по BIN ещё до запроса в банк; «Мир» за рубежом не работает. Рабочие схемы на 2026 год — виртуальная зарубежная карта, посредник с активацией на ваш аккаунт, карта банка СНГ, и всё с наценкой 10–25%. Разборы: vc.ru о способах оплаты и Klerk о комиссиях и ограничениях.
- Хостинг и домены. Публичный хостинг кейса (зарубежное облако) требует валютного счёта и карты, а для корпоративного договора — ещё и юридического лица, которое не под санкциями. Поэтому в РФ реальнее строить на локальных хостингах и облаках, которые принимают «Мир» и СБП: reg.ru и Timeweb. Домены .ru и .рф регистрируются внутри страны без внешних зависимостей.
- Персональные данные. Для сервиса с пользователями из РФ стоит заранее смотреть на требования о размещении персональных данных на территории страны (152-ФЗ) — это влияет на выбор облака ещё на этапе архитектуры. Юридических советов не даём: сверяйтесь с юристом, но фактор «где лежат данные» в РФ-проекте объективно ограничивает выбор облака.
- Опыт в рунете. Тема «сайт с ИИ-агентом» у нас освещена, но почти целиком про лендинги и конструкторы. Отдельного разбора полного цикла сервиса с платежами и ролями, как в кейсе выше, я не нашёл — русскоязычные материалы по теме: разбор сборки сайта с ИИ-агентом на vc.ru (стек Next.js + TypeScript + Tailwind + shadcn, деплой на VPS через Docker) и кейс сайта-визитки на нейросетях на Habr. Оба — про лендинг, а не про сервис с деньгами.
Про ИИ-конструкторы, которые собирают лендинг прямо из промпта, — новость о запуске VibeCraft от Яндекса и материал vc.ru о сборке сайта без разработчика.
Честные ограничения
- Это один кейс одного человека. $13 945, 350 000 строк и сроки — данные автора по конкретному проекту, а не отраслевая статистика. Переносить цифры на свою задачу нельзя.
- Сравнение с контрактором некорректно как экономика. Автор сравнивает свои 450 часов с $67 500 за наёмного инженера, но это игнорирует его собственную экспертизу: он писал ТЗ, ревьюил диффы и принимал архитектурные решения — то есть делал работу техлида бесплатно.
- «Vibe coding» здесь в кавычках. У автора профильный бэкграунд в IT и годы опыта с Azure; его результат держится на дисциплине, а не на том, что «ИИ всё сделал сам».
- Стек завязан на Azure и Anthropic. Для РФ-проекта переносить в текст кейса облачные и вендорские решения напрямую нельзя — меняется и оплата, и доступность.
- Версии и цены на момент публикации. Next.js, Prisma, модели Anthropic и стоимость подписок на 10.09.2026; всё это меняется регулярно.
Вывод
Агент не отменяет разработку сайта, а меняет пропорцию. Он быстро собирает то, что человеку скучно писать: каркас, CRUD, компоненты, миграции, тесты, обвязку. Он молча ошибается там, где нужен контекст вне репозитория: схема под нагрузку, права, платежи, секреты, модель экспозиции. Граница между «печатать» и «решать» и есть раздел ответственности между вами и агентом. Кто её размоет — получит работающий лендинг и неработающий сервис.
Связанные статьи
- ИИ для фронтенда и вёрстки — что агент делает на стороне интерфейса
- ИИ для баз данных и SQL — схема, запросы и миграции с агентом
- Кейс: сайт на Claude Code — 639 коммитов агентства на собственном сайте
- ИИ в терминале — как запускать агента из консоли
Читайте также: ИИ-агенты: примеры того, что агент реально делает в 2026 · ИИ для аналитики данных: скрипты, графики и отчёты с агентами
