Codev превращает вайб-кодинг в структурированные активы

Для многих разработчиков ПО, использующих генеративный ИИ, вайб-кодинг — это палка о двух концах.

Этот процесс позволяет быстро создавать прототипы, но часто оставляет после себя хрупкий, недокументированный код, который создает значительный технический долг.

Новая платформа с открытым исходным кодом Codev решает эту проблему, предлагая фундаментальный сдвиг: рассматривать разговор на естественном языке с ИИ как часть реального исходного кода.

Codev основан на SP(IDE)R — фреймворке, предназначенном для того, чтобы превращать разговоры в стиле вайб-кодинга в структурированные, версионированные и проверяемые активы, которые становятся частью репозитория кода.

Что такое Codev?

По своей сути Codev — это методология, которая рассматривает контекст на естественном языке как неотъемлемую часть жизненного цикла разработки, а не как одноразовый артефакт, как это происходит при обычном вайб-кодинге.

По словам соучредителя Валида Кадуса (Waleed Kadous), цель состоит в том, чтобы инвертировать типичный инженерный рабочий процесс.

«Ключевой принцип Codev заключается в том, что такие документы, как спецификация, и есть реальный код системы, — рассказал он издании VentureBeat. — Это почти как если бы естественный язык компилировался нашими агентами в Typescript».

Такой подход позволяет избежать распространенной ошибки, когда документация создается постфактум, если вообще создается.

Его флагманский протокол SP(IDE)R обеспечивает легкую, но формальную структуру для создания программного обеспечения. Процесс начинается с этапа Specify (Спецификация), на котором человек и несколько агентов ИИ сотрудничают, чтобы превратить высокоуровневый запрос в конкретные критерии приемки. Затем на этапе Plan (План) ИИ предлагает поэтапную реализацию, которая также проходит проверку.

Для каждого этапа ИИ входит в цикл IDE: он реализует (Implements) код, защищает (Defends) его от ошибок и регрессий с помощью комплексных тестов и оценивает (Evaluates) результат на соответствие спецификации. Заключительным шагом является Review (Обзор), на котором команда документирует извлеченные уроки для обновления и улучшения самого протокола SP(IDE)R для будущих проектов.

Главным отличием фреймворка является использование нескольких агентов и явная проверка человеком на различных этапах. Кадус отмечает, что каждый агент привносит уникальные сильные стороны в процесс проверки.

«Gemini невероятно хорош в обнаружении проблем с безопасностью», — сказал он, упомянув критическую уязвимость межсайтового скриптинга (XSS) и еще один баг, который «мог бы передать клиенту ключ API OpenAI, что стоило бы тысячи долларов».

Между тем, «GPT-5 очень хорошо понимает, как упростить дизайн». Такая структурированная проверка, когда человек дает окончательное одобрение на каждом этапе, предотвращает бесконтрольную автоматизацию, ведущую к появлению дефектного кода.

AI-native философия платформы распространяется и на ее установку. Здесь нет сложного инсталлятора; вместо этого пользователь поручает своему ИИ-агенту применить репозиторий Codev на GitHub для настройки проекта. Разработчики применили собственный фреймворк на практике («dogfooding»), используя Codev для создания самого Codev.

«Ключевой момент здесь в том, что естественный язык теперь является исполняемым, а интерпретатором выступает агент, — говорит Кадус. — Это здорово, потому что означает отсутствие «слепой» интеграции Codev: агент сам выбирает лучший способ интеграции и может принимать решения интеллектуально».

Пример использования Codev

Чтобы проверить эффективность фреймворка, его создатели провели прямое сравнение между обычным вайб-кодингом и Codev. Они дали Claude Opus 4.1 запрос на создание современного веб-менеджера задач (todo). Первая попытка была сделана с использованием разговорного подхода в стиле вайб-кодинга. Результатом стала правдоподобно выглядящая демо-версия. Однако автоматический анализ, проведенный тремя независимыми агентами ИИ, показал, что она реализовала 0% требуемого функционала, не содержала тестов и не имела базы данных или API.

Вторая попытка использовала ту же модель ИИ и промпт, но с применением протокола SP(IDE)R. На этот раз ИИ создал готовое к производству приложение с 32 исходными файлами, 100% указанного функционала, пятью наборами тестов, базой данных SQLite и полноценным RESTful API.

В ходе этого процесса разработчики-люди отметили, что они ни разу не редактировали вручную ни единой строки исходного кода. Хотя это был всего лишь один эксперимент, Кадус оценивает эффект как существенный.

«Субъективно мне кажется, что с Codev моя производительность примерно в три раза выше, чем без него», — говорит он. Качество также говорит само за себя. «Я использовал языковые модели (LLM) в качестве судей, и одна из них описала результат так, как его создала бы хорошо отлаженная инженерная команда. Это именно то, к чему я стремился».

Хотя этот процесс эффективен, он меняет роль разработчика с пишущего код специалиста на системного архитектора и рецензента. По словам Кадуса, начальные этапы спецификации и планирования могут занять от 45 минут до двух часов сфокусированной совместной работы каждый.

Это контрастирует с впечатлением, которое создают многие платформы для вайб-кодинга, где один промпт и несколько минут обработки дают полностью функциональное и масштабируемое приложение.

«Всю ценность, которую я добавляю, составляют фоновые знания, применяемые к спецификациям и планам», — объясняет он. Он подчеркивает, что фреймворк создан для того, чтобы дополнять опытных специалистов, а не заменять их. «Лучше всего с ним справятся… старшие инженеры и выше, потому что они знают подводные камни… Он просто берет уже имеющегося у вас сеньора и делает его гораздо более продуктивным».

Будущее сотрудничества человека и ИИ

Такие фреймворки, как Codev, сигнализируют о сдвиге, при котором основным творческим актом разработки ПО становится не написание кода, а создание точных, машинно-читаемых спецификаций и планов. Для корпоративных команд это означает, что код, сгенерированный ИИ, может стать проверяемым, поддерживаемым и надежным. Фиксация всего процесса обсуждения разработки в системе контроля версий и его принудительное выполнение с помощью CI превращает мимолетные чаты в долговечные инженерные активы.

Codev предлагает будущее, в котором ИИ действует не как хаотичный помощник, а как дисциплинированный соавтор в структурированном рабочем процессе под руководством человека.

Тем не менее, Кадус признает, что этот сдвиг создает новые проблемы для рынка труда. «Старшие инженеры, которые полностью отвергают ИИ, будут отставать от тех сеньоров, которые его принимают», — прогнозирует он. Он также выражает беспокойство по поводу начинающих разработчиков, которые могут упустить шанс «развить свои архитектурные навыки» — способность, которая становится еще более критически важной при управлении ИИ.

Это подчеркивает главную проблему для всей индустрии: сделать так, чтобы ИИ не только повышал показатели лучших специалистов, но и создавал условия для воспитания нового поколения талантов.