Андрей Карпатый придумал термин «вайбкодинг» в 2023 году, а в 2025 сказал, что он уже устарел. Новое слово — agentic engineering, агентный инжиниринг. Это не просто смена названия: изменился сам способ работы с AI. Если вайбкодинг — это «написал промпт, получил код», то агентный инжиниринг — это управление AI-агентом, который сам планирует, выполняет и проверяет задачи часами без вашего участия.
В этой статье разбираем: что именно изменилось, как устроены агентные петли, что такое контекстная инженерия и почему 2026 год стал переломным для всех, кто работает с AI в разработке.
Почему вайбкодинг стал «устаревшим» термином
Вайбкодинг был шагом вперед, когда появился. Карпатый описал его как программирование, основанное на интуиции и быстрой итерации с LLM: нет жесткого плана, нет чертежа, только ощущение направления и модель, которая генерирует код.
Проблема не в том, что вайбкодинг перестал работать. Проблема в том, что он работает только на простых задачах. Когда проекты становятся сложнее, «написал промпт — получил код» перестает масштабироваться. Рынок заполнился однотипными приложениями, собранными за час. Некоторые эксперты, например Петер Штайнбергер, уже называют «vibe coding» почти ругательным словом в профессиональном сообществе.
По данным видео «Vibe coding is DEAD», основная причина кризиса вайбкодинга — не технические ограничения, а перенасыщение рынка. Приложения без архитектуры невозможно масштабировать. Авторская цитата из разбора: «Effortless is not a good thing in this scenario».
Отдельная аудитория, которая прячется от этого признания: люди, убежденные, что продолжают вайбкодить, хотя на самом деле уже давно занимаются агентным инжинирингом. Просто не знают, как это называется.
Что такое агентный инжиниринг: точное определение
Агентный инжиниринг — это подход к разработке, при котором вы работаете не с одним промптом к модели, а с AI-агентом, который автономно выполняет многошаговые задачи: планирует, пишет код, тестирует, исправляет ошибки и создает Pull Request.
Ключевое отличие от вайбкодинга: агент не просто отвечает на ваш запрос. Он работает в петле — выполняет действие, проверяет результат, корректирует курс — и так до достижения цели. Без вашего участия на каждом шаге.
Армин Ронахер, создатель фреймворка Flask, сформулировал это точно: агенты изменили парадигму с «использования машин» на «работу с ними». AI-агент — это не инструмент, как молоток. Это больше похоже на работу с другим инженером.
Дополнительный маркер от Брендана О'Лири: разница между «использованием AI» и «работой с AI» заключается в способности артикулировать рабочий процесс. Если вы можете описать, что делает ваш агент и почему, вы занимаетесь агентным инжинирингом.
Как устроены агентные петли: Ralph Wiggum Loop и PIV
Базовый механизм агентного инжиниринга — это петля (loop). Агент не заканчивает работу, пока не достигнет измеримого результата.
Самый известный паттерн — Ralph Wiggum Loop: цикл while вокруг агента, который продолжает работу до тех пор, пока код не скомпилируется. Название отсылает к персонажу «Симпсонов» — агент так же настойчив, как Ральф, и не сдастся, пока задача не выполнена. Для прогресса не нужна AGI. Нужна настойчивость + правильно поставленная задача.
Другой распространенный паттерн из видео «Pi Coding Agent + Archon» — PIV Loop (Plan → Implement → Validate):
- Plan — агент составляет план задачи (с Planotator и веб-интерфейсом для обратной связи)
- Implement — реализует план (Claude Code или другой агент)
- Validate — проверяет результат через тесты, скриншоты, API-логи
Зачем нужен явный этап валидации? Агент без него может объявить о завершении задачи, не проверив результат. Ralph Wiggum Loop решает именно эту проблему — детерминированно проверяет, что работа действительно сделана.
Практический лайфхак из транскрибаций: сохраняйте планы агента в JSON-файлах на диске. Это позволяет им сохраняться вне контекстного окна между сессиями — иначе агент теряет план при перезапуске.
Контекстная инженерия — ядро агентного подхода
Контекстная инженерия — это управление тем, какая информация попадает в контекстное окно агента и в каком виде. Не слишком много и не слишком мало: ровно то, что нужно для текущего шага.
Это навык, который отделяет агентного инженера от обычного пользователя AI.
Конкретные инструменты управления контекстом:
- Agents.md / memory files — файлы с правилами, которые агент читает в начале каждой сессии. Содержат контекст о проекте, бизнес-логику, ограничения.
- Scratch pads — временные заметки агента, которые живут в текущей сессии.
- Hot cache — файл с ключевыми зависимостями и структурами, которые агент использует чаще всего.
- Summarization — после глубокого анализа агент сжимает свои выводы, чтобы освободить контекст.
Ключевое правило из видео «What is Agentic AI Engineering»: давайте модели точное правильное количество контекста, ничего больше и ничего меньше. Лишний контекст замедляет работу и снижает точность.
Также важно разделять: что должно жить в кодовой базе (доступно всем агентам), а что — в локальном рабочем процессе конкретного агента.
Мультиагентные воркфлоу: когда один агент не справляется
В 2025 году Claude Code запустил бета-функцию Teams: агент-лидер создает команду агентов-специалистов (UI expert, backend expert, тестировщик) и координирует их работу. Это аналог параллельной разработки, но без людей.
Такой подход нужен для задач, которые сложно выполнить последовательно: пока один агент пишет backend, другой занимается frontend, третий готовит тесты.
Практические принципы из разбора видео «Agentic coding in 2026»:
- При начале новой независимой задачи — запускать новую сессию. Накопленный контекст предыдущей задачи мешает следующей.
- Пусть агент суммирует текущее состояние для нового агента. AI хорошо пишет промпты для AI.
- В режиме исследования (Research Phase) — выставлять разрешение на чтение файлов, но запрещать изменения.
Для изоляции контекста между параллельными агентами используются отдельные рабочие директории, разные сессии и явные точки синхронизации.
Агентный инжиниринг vs вайбкодинг: ключевые отличия
| Параметр | Вайбкодинг | Агентный инжиниринг |
|---|---|---|
| Режим работы | Один запрос — один ответ | Агент работает в петле автономно |
| Участие разработчика | Итерирует каждый шаг | Ставит задачу, проверяет результат |
| Архитектура | Не требуется | Обязательна для масштабирования |
| Время задачи | Минуты | Часы и дни без вмешательства |
| Управление контекстом | Не нужно | Ключевой навык |
| Результат | Прототип, демо | Production-ready код с тестами |
| Инструменты | Любой LLM-чат | Claude Code, Cursor, Pi Agent, Archon |
| Сложность задач | Простые | Полные фичи, рефакторинг, PR |
Важный нюанс: вайбкодинг не исчезает. Для простых задач он по-прежнему быстрее и эффективнее. Вопрос в том, умеете ли вы переключаться между режимами в зависимости от сложности задачи.
Что изменилось в инструментах в 2026 году
Claude 4 family и GPT-5 range проектировались специально для агентной работы: выполнение задач часами без вмешательства, частые вызовы инструментов (tool calling), fine-tuning для long horizon work. Это не случайно — именно они стали базой для агентного инжиниринга.
Из транскрибаций за апрель 2026:
Claude Code продолжает развиваться как основной CLI-агент. Добавлены функция Teams, улучшен контроль разрешений, появились slash-команды. Критика: раздувается быстро, меняющийся системный промпт, проблемы с токен-юзажем.
Pi Coding Agent (минималистичный опенсорс-альтернатива) позиционируется как антипод Claude Code: легкий, расширяемый, не перегруженный. Создатель Марио Зехнер намеренно строил простую основу, которую легко расширять.
Archon — harness builder для оркестрации агентов. Поддерживает Claude, Pi, позволяет смешивать LLM-провайдеры в одном воркфлоу.
Obsidian + Claude Code — паттерн для построения knowledge base. Claude Code обрабатывает транскрипты YouTube-видео и организует их в связанную wiki. Это «LLM Knowledge Base» на основе markdown-файлов вместо сложных векторных баз данных.
Что это означает для вайбкодеров: честный взгляд
Сильные стороны агентного инжиниринга:
- Задачи, которые раньше занимали недели, теперь выполняются за часы
- Качество AI-кода с правильными guardrails почти неотличимо от кода, написанного вручную
- Параллельная разработка через мультиагентные воркфлоу
- Автоматическая оптимизация: агент сам проводит эксперименты и улучшает результат (auto research от Карпатого)
Слабые стороны и ограничения:
- Агент уверенно ошибается. Брендан О'Лири сравнивает AI-агента с «энергичным, чрезвычайно начитанным, но часто самоуверенно неправым младшим разработчиком». Нет суждения, нет бизнес-контекста.
- Архитектурные решения по-прежнему требуют человека. Агент хорошо реализует то, что вы ему объясните.
- Контекстная инженерия — новый скилл, которому нужно учиться. Плохое управление контекстом = дорогостоящие ошибки.
- Стоимость токенов при неправильной настройке может быть неожиданно высокой.
Цитата Декса Хорти, которую стоит запомнить: «AI не может заменить мышление. Он может только усилить мышление, которое вы проделали, или отсутствие мышления, которое вы не проделали».
Ladder зрелости: где вы сейчас
Из видео «Agentic coding in 2026» — модель зрелости агентного инжиниринга:
| Уровень | Описание | Признаки |
|---|---|---|
| 0. Новичок | Используете AI-чат для генерации кода | Каждый раз вставляете результат вручную |
| 1. Вайбкодер | Итерируете с AI на каждом шаге | Быстро делаете прототипы |
| 2. Пользователь агентов | Запускаете агента на задачи | Умеете ставить задачу и проверять результат |
| 3. Агентный инженер | Строите собственные воркфлоу | Контекстная инженерия, Agents.md, PIV-петли |
| 4. Системный архитектор | Оркестрируете мультиагентные системы | Teams, параллельные агенты, self-improving loops |
Большинство вайбкодеров сейчас на уровне 1-2. Переход к уровню 3 — это изменение мышления: от «попросить AI» к «поставить задачу агенту и организовать его работу».
Полные обзоры на VibeCoderz
- Claude Code — обзор CLI-агента
- Cursor — AI-IDE для профессиональной разработки
- Windsurf — агентная IDE от Codeium
- Каталог AI-инструментов для вайбкодинга
- Курсы по вайбкодингу: полный каталог
Хотите разобраться с агентным инжинирингом на практике? Запишитесь на консультацию к Максиму — разберем ваш кейс и поможем перейти на следующий уровень.
FAQ
Что такое агентный инжиниринг простыми словами? Агентный инжиниринг — это когда вы работаете с AI не как с чат-ботом, а как с junior-разработчиком: ставите задачу, агент сам планирует, выполняет и проверяет ее, потом отчитывается. Разница с вайбкодингом: агент работает в петле автономно, а не ждет вашего следующего промпта на каждом шаге.
Вайбкодинг умер? Нет. Вайбкодинг работает для простых задач, прототипов и быстрых экспериментов. Но для сложных проектов он не масштабируется — нужна архитектура и агентные подходы. Правильный ответ: вайбкодинг эволюционировал, а не умер.
Почему Карпатый отказался от термина «вайбкодинг»? Потому что он стал ассоциироваться с поверхностным подходом, приложениями без архитектуры и перенасыщением рынка. «Agentic engineering» точнее описывает то, как профессионалы работают с AI в 2026 году.
Что такое Ralph Wiggum Loop? Цикл while вокруг агента, который заставляет его продолжать работу до тех пор, пока код не скомпилируется или задача не выполнена по объективному критерию. Решает проблему агентов, которые объявляют задачу завершенной, не проверив результат.
Что такое контекстная инженерия? Управление информацией в контекстном окне агента: что передать, в каком объеме и формате. Ключевой навык агентного инженера. Плохая контекстная инженерия — главная причина дорогостоящих ошибок агентов.
Какие инструменты использовать для агентного инжиниринга? Claude Code для CLI-агентов, Cursor или Windsurf для IDE-агентов. Для оркестрации — Archon. Для организации знаний — Obsidian + Claude Code. Для минималистичного подхода — Pi Coding Agent.
Нужно ли знать программирование для агентного инжиниринга? Понимание архитектуры и умение проверять код агента — да, нужно. Писать код с нуля — нет. Но чем лучше вы понимаете, что делает агент, тем точнее сможете ставить задачи и проверять результат.
Глоссарий
Agentic engineering (агентный инжиниринг) — подход к разработке, при котором AI-агент автономно выполняет многошаговые задачи в цикле: план, реализация, валидация.
Agent loop (агентная петля) — цикл, в котором агент выполняет задачи итерационно до достижения заданного результата.
Ralph Wiggum Loop — паттерн агентной петли: цикл while вокруг агента с объективным критерием завершения задачи.
PIV Loop (Plan - Implement - Validate) — трехфазный воркфлоу агентной разработки: планирование, реализация, валидация результата.
Context engineering (контекстная инженерия) — управление информацией в контекстном окне агента для оптимальной работы.
Agents.md — файл с правилами и контекстом проекта, который агент читает при запуске каждой сессии.
Multi-agent workflow — воркфлоу с несколькими специализированными агентами, которые работают параллельно под управлением агента-оркестратора.
Tool calling — способность LLM вызывать внешние инструменты (запуск кода, браузер, API, файловая система) в процессе работы.
Long horizon work — задачи, которые агент выполняет самостоятельно на протяжении часов без вмешательства человека.
Auto research — паттерн от Карпатого: агент сам проводит эксперименты, измеряет результаты и итерирует до оптимального решения.
Статья подготовлена командой VibeCoderz — крупнейшей базы знаний по AI IDE и вайбкодингу в СНГ. Последнее обновление: апрель 2026.