21 января 2026 года на arXiv вышло исследование под названием "Vibe Coding Kills Open Source". Экономисты Миклош Корен, Габор Бекеш, Джулиан Хинц и Аарон Ломанн из Центрально-Европейского университета и Кильского института мировой экономики построили…
10+ лет в маркетинге, 300+ клиентских проектов: сайты, реклама, боты. Создатель GoBanana (228K+ пользователей, 11.6 млн ₽ выручки) и VibeCoderz. Делаю AI-продукты сам через Claude Code, Cursor, Windsurf и консультирую тех, кто хочет так же.
Об авторе →Claude Code: новый CLI-агент от Anthropic
Anthropic выпустила Claude Code — терминальный AI-агент для разработчиков. Инструмент работает прямо в командной строке и умеет писать, редактировать и запускать код.
Zcode AI: Полный гид по визуальному интерфейсу для Claude Code и AI-агентов
Узнайте, как использовать Zcode для управления Claude Code, Gemini и Codex в едином GUI. Настройка провайдеров, MCP-серверов и визуальный вайбкодинг.
YouTube-канал с монетизацией из любой точки мира: Пошаговый гайд 2026
Инструкция по созданию YouTube-канала: обход блокировок SMS, настройка расширенных функций через виртуальные номера и правила безопасности для монетизации.
Windsurf Code Maps: Как глубоко понимать архитектуру проекта перед написанием кода
Полный гайд по Windsurf Code Maps, модели Sway 1.5 и Sway Grep. Узнайте, как визуализировать архитектуру кода и ускорить разработку в 13 раз.
Vk Fast Cash Strategy
Аудитория ВКонтакте — это те же люди, что и в Instagram, но 'социальный контракт' площадки другой. Если Instagram — это 'дорогой ресторан' с демонстрацией успеха, то VK — это 'душевная шашлычная'. Здесь не работает глянцевый 'успешный успех
21 января 2026 года на arXiv вышло исследование под названием "Vibe Coding Kills Open Source". Экономисты Миклош Корен, Габор Бекеш, Джулиан Хинц и Аарон Ломанн из Центрально-Европейского университета и Кильского института мировой экономики построили модель, которая показывает: AI-агенты делают разработку быстрее, но разрушают ту самую систему стимулов, на которой держится open source. Разберём механизм проблемы, реальные цифры и что с этим уже делают в индустрии.
AI-агент выбирает и собирает open source код без участия человека — он не читает документацию, не сообщает об ошибках и не взаимодействует с мейнтейнерами. Это снижает отдачу, которую разработчики библиотек получают от вовлечённости пользователей, и в перспективе бьёт по качеству и разнообразию экосистемы. В статье: механизм проблемы, кейс Tailwind CSS, реакция GCC и что делать мейнтейнеру open source прямо сейчас.
Вайб-кодинг в терминах исследования — это когда AI-агент проходит весь путь от запроса до рабочего решения сам: выбирает библиотеки, пишет код, собирает зависимости. Человек получает результат, но не видит, из чего он состоит.
Авторы дают вайб-кодингу конкретное определение, а не маркетинговый ярлык. Модель отвечает на запрос вроде "сделай мне дашборд" — и дальше сама решает, какие пакеты подключить и как написать шаблонный код. Разработчик пропускает шаг, который раньше был обязательным: изучение репозитория, чтение README, оценку качества библиотеки.
Раньше именно на этом этапе мейнтейнер получал видимость. Кто-то заходил на страницу проекта, кто-то оставлял звезду, кто-то писал issue или даже присылал pull request. Сейчас пользователь получает готовый код и вообще не заходит на GitHub. Библиотека используется, но человек за ней остаётся невидимым.
Кстати, показатель, насколько глубоко AI умеет заменить такое ручное взаимодействие, авторы называют theta (substitutability). И по их оценке, для кода этот параметр близок к максимуму: текст на входе, текст на выходе, задача почти идеально подходит под автоматизацию.
Старый путь: поиск → чтение документации → issue → иногда pull request. Новый путь: запрос к агенту → готовый импорт без единого визита на страницу проекта. Разница не в качестве кода, а в том, что мейнтейнер перестаёт видеть своих пользователей.
Модель в статье строится на двух противоположных эффектах. Первый — канал продуктивности: AI снижает стоимость использования чужого кода, и по цитируемым в статье полевым экспериментам это поднимает производительность разработчиков на 26–56%. Это реальная и честная выгода, авторы её не отрицают.
Второй — канал отвлечения спроса (demand-diversion channel). Использование open source растёт, а вовлечённость вокруг него сжимается. Соавтор исследования называет это иначе: потребление продукта увеличивается, а человеческий слой взаимодействия вокруг него усыхает. Для мейнтейнеров, которые годами жили на репутации, донатах и консалтинге через свою видимость в комьюнити, это прямой удар по единственному источнику дохода.
Есть и системный эффект: по данным Daniotti et al. (2025), которые цитируются в статье, к концу 2024 года AI уже писал около 29–30% Python-функций от американских контрибьюторов на GitHub. А опрос Stack Overflow Developer Survey 2025 (49 000 респондентов из 177 стран) показал, что AI-инструментами пользуются или планируют пользоваться свыше 80% профессиональных разработчиков. Это не гипотеза на будущее — это уже фон, в котором живёт вся экосистема.
Скачивания Tailwind через npm росли весь 2025 год. Одновременно число вопросов с тегом tailwind-css на Stack Overflow снижалось. Показатели пользования и показатели вовлечённости разошлись в разные стороны — и это главная иллюстрация в самой статье.
Авторы взяли Tailwind как центральный пример именно потому, что там разрыв виден невооружённым глазом. Их график сопоставляет объём загрузок фреймворка через npm с числом вопросов на Stack Overflow за тот же период. Первая линия идёт вверх, вторая вниз.
Создатель Tailwind Адам Уотан в январском комментарии на GitHub подтвердил это на своих цифрах: трафик на документацию упал примерно на 40% от уровня начала 2023 года, при этом сам фреймворк популярнее, чем когда-либо. Выручка, по его словам, снизилась почти на 80%. Пользователей стало больше, а платящих и вовлечённых меньше — ровно та ловушка, которую описывает модель (источник: TechTarget).
Vibe discount, или параметр row в модели — это доля отдачи, которую мейнтейнер теряет, если пользователь приходит через AI-агента, а не напрямую. Чем ближе этот параметр к 100%, тем меньше у мейнтейнера причин продолжать проект.
Это ключевая переменная всей модели. Если row близок к единице, значит AI-пользователь для мейнтейнера почти бесполезен экономически — он потребляет код, но не приносит ни звезды, ни donation, ни отчёта об ошибке, ни узнаваемости. Авторы прямо пишут: устойчивость open source в текущем масштабе при массовом вайбкодинге требует серьёзных изменений в том, как вообще платят мейнтейнерам.
В самом видео с разбором статьи (запись на YouTube от января 2026) поднимается похожая мысль: AI-платформы вроде тех, что стоят за Cursor или Claude, сами заинтересованы в живом open source. Модели обучаются на свежем коде из реальных репозиториев — если поток исчезнет, обучать новые версии будет не на чем. Авторы называют это буквально "AI ест собственный хвост".
Есть и хорошая новость: краткосрочно движение не выглядит как коллапс. Вайб-кодинг снижает порог входа, и число новых мини-проектов растёт — авторы называют это "сахарным наплывом". Проблема в другом горизонте: если ничего не менять, за ростом количества со временем следует падение качества, которое в модели описывается как затяжная "спираль смерти" — снижение разнообразия и появления новых крупных проектов.
Единого стандарта пока нет. GCC ограничил AI-код юридическим порогом, LLVM выбрал раскрытие через человека, а Codeberg вообще забанил репозитории, написанные преимущественно AI. Три разных подхода за один месяц — признак того, что вопрос назрел.
29 июля 2026 года руководящий комитет GCC принял политику, которая отклоняет "юридически значимые" контрибьюции — то есть от примерно 15 строк кода или текста, порог взят из давних гайдлайнов GNU — если они содержат или произошли от вывода языковой модели. Исследовать код, искать баги, разбирать чужие патчи через AI по-прежнему можно, запрещено только само включение AI-вывода в финальный патч. Для тестовых случаев сделали исключение: их совпадение с чужим кодом маловероятно. Каждый AI-ассистированный вклад теперь помечается тегом Assisted-by, а полную ответственность за код всё равно несёт человек, поставивший подпись. Политику планируют пересмотреть в начале 2027 года.
За тот же июль 2026-го Codeberg проголосовал 358 против 144 за полный запрет репозиториев, написанных преимущественно AI, а LLVM выбрал более мягкий путь: человек остаётся владельцем патча и обязан раскрывать существенную помощь модели, без жёсткого порога в строках. Три крупных проекта, три разные модели регулирования, и ни одна ещё не стала отраслевым стандартом.
| Проект | Модель регулирования | Что разрешено |
|---|---|---|
| GCC | Порог значимости (provenance) | AI для анализа, багов, ревью; запрет на AI-код от 15 строк в патче |
| LLVM | Human in the loop | Человек владеет патчем, обязан раскрывать существенную помощь AI |
| Linux Kernel | Disclosure + liability | Раскрытие использования AI, полная ответственность за код на человеке |
| Codeberg | Полный запрет | Репозитории, написанные преимущественно AI, не принимаются |
Вот тут стоит вставить взгляд изнутри, из практики самих вайбкодеров.
Максим: «Я уверен полностью, что языки программирования вообще не нужно изучать. Нейросети обучены на 80+ языках. Нужно погружаться в архитектуру: фронт, бэк, база данных.»
Ирония в том, что эти 80+ языков и вся архитектура, в которую предлагает погружаться Максим, выучены моделью именно на open source коде. Чем меньше живых репозиториев с активными контрибьюторами останется через пять лет, тем меньше будет свежего материала для обучения следующих версий моделей. Круг замыкается на себе.
Три рабочих направления: документировать edge cases под агентов, а не только под людей, встраивать способы поддержки прямо в продукт, и перестать судить о здоровье проекта только по числу issue.
Issue tracker больше не главный градусник проекта. Баг, который раньше становился тикетом, теперь агент часто обходит молча и генерирует своё решение на лету. Значит, число открытых issue может падать не потому, что код стал лучше, а потому что о проблемах просто перестали сообщать.
Практический шаг — писать README и документацию так, будто их читает не только человек, но и агент. Структурированные примеры edge cases снижают шанс, что модель сгенерирует костыль вместо использования библиотеки правильно. Второй шаг — не полагаться на органический трафик issue как единственный сигнал, а встраивать способы поддержки прямо в точку контакта: donation-виджет в тексте ошибки, ссылка на GitHub Sponsors в стандартной установке пакета — то, что сейчас активно обсуждается в комьюнити как компенсирующая модель.
Если вы сами используете AI-агентов для сборки продуктов, например через Claude Code, это не повод чувствовать себя виноватым. Продуктивность реальна, и отказываться от неё бессмысленно. Но если ваш продукт зависит от конкретных библиотек, разумно осознанно поддержать их мейнтейнеров: звездой, донатом, репортом бага, которым агент просто не озаботился.
Да, стоит, но не как разработчику, которому грозит немедленная катастрофа, а как человеку, который зависит от чужой инфраструктуры. Модель из исследования описывает не приговор, а развилку: если ничего не менять в способах монетизации мейнтейнеров, качество и разнообразие open source со временем просядут, а вместе с ними и та база, на которой держится продуктивность вайбкодинга. Авторы сами формулируют это как призыв к действию, а не как пророчество конца.
Что такое vibe coding в контексте open source?
Это способ разработки, при котором AI-агент сам выбирает, собирает и адаптирует open source библиотеки под задачу пользователя. Человек не читает документацию, не заходит в репозиторий и не видит, чей код использует.
Правда ли, что AI убивает open source прямо сейчас?
Пока нет, но тренд запущен. Скачивания библиотек растут, а трафик на документацию и число багрепортов падают. Авторы исследования называют это не приговором, а сигналом для смены модели монетизации мейнтейнеров.
Что случилось с Tailwind CSS из-за вайбкодинга?
Скачивания фреймворка через npm продолжали расти весь 2025 год, а вопросы с тегом tailwind-css на Stack Overflow пошли вниз. Создатель Tailwind Адам Уотан сообщил о падении трафика на документацию примерно на 40% и выручки почти на 80% с начала 2023 года.
Что такое vibe discount и почему он важен?
Это доля выгоды мейнтейнера, которую он теряет, когда пользователь приходит через AI-агента, а не напрямую. Если этот показатель приближается к 100%, у мейнтейнера почти не остаётся стимула поддерживать проект.
Как GCC отреагировал на AI-код в 2026 году?
29 июля 2026 года GCC принял политику, которая отклоняет юридически значимые контрибьюции (от 15 строк) с AI-сгенерированным кодом. Использовать AI для анализа, поиска багов и ревью патчей разрешено, для тестов сделано исключение.
Что делать разработчику, если его проект зависит от open source?
Явно документировать edge cases в формате, понятном агентам, добавлять донат-виджеты и ссылки на спонсорство прямо в код или ошибки, и не оценивать здоровье проекта только по числу issue — оно больше не отражает реальное использование.
Заинтересован ли Anthropic в выживании open source?
Косвенно да. Модели вроде Claude обучаются на актуальном open source коде. Если поток свежих качественных репозиториев иссякнет, у AI-платформ не останется данных для обучения новых версий — это самоограничивающий цикл, который в исследовании называют риском для самих платформ.
Хотите разобраться, какие AI-инструменты стоит использовать для своих проектов с оглядкой на такие риски? Посмотрите каталог AI-инструментов на VibeCoderz или запишитесь на консультацию к Максиму.
Обновлено: август 2026
