Apple только что сделала то, чего мир искусственного интеллекта совсем не ожидал. Она выкинула AI-приложения для «вайб-кодинга» из App Store — по сути заявив: мы не доверяем тому, что эти инструменты нагенерировали.
Если вы делали ставку на то, что акции SaaS-компаний обрушатся ещё сильнее — на чистом страхе, что ИИ вот-вот уничтожит каждую софтверную компанию, — Apple только что показала вам, почему этот страх иррационален.
Я перелопатила несколько авторитетных отчётов о трендах в софтверной индустрии, аудитов безопасности и академических исследований, чтобы понять, что на самом деле происходит, когда AI-код встречается с реальным миром.
Я нашла четыре неопровержимые причины — и массу подтверждающих данных — почему аргумент «ИИ убьёт SaaS» не выдерживает критики. И сейчас я проведу вас через каждую из них.
А ведь рынок акций прямо сейчас закладывает в цены ровно противоположное.
Но сначала — что именно сделала Apple и какую деталь большинство публикаций упустили.
Apple и драма с вайб-кодингом
Два события произошли практически одно за другим.
В течение нескольких недель в марте 2026 года Apple тихо заблокировала обновления для Replit и других платформ для вайб-кодинга, а приложение Anything и вовсе полностью удалила из App Store, сославшись на Руководство 2.5.2.
Это давнишнее правило Apple: приложения не могут скачивать, устанавливать или выполнять код, который меняет их функциональность после прохождения ревью.
Некоторые из этих приложений были восстановлены только к 3 апреля.
Глава Epic Games назвал это «удушением инноваций».
Многие новостные издания, включая CNBC и The Information, заявили, что Apple оказалась «не на той стороне истории». Разумеется, компания Anything, чьё приложение удалили, заявила, что «удивлена и разочарована».
Всё это звучит эмоционально убедительно. Но все эти заявления держатся на одном допущении: что AI-инструменты для вайб-кодинга производят качественные и безвредные приложения. И вот именно здесь — тот нюанс, который почти все обзоры прошляпили, — это допущение рассыпается в прах.
А теперь — обратная сторона медали, которую критики со своим лозунгом «анти-инновации» удобно забывают упомянуть.
Количество заявок в App Store выросло на 84% в первом квартале 2026 года по сравнению с прошлым годом — это крупнейший скачок за десятилетие.
А Apple и до этого отклоняла почти 2 миллиона заявок только за 2024 год.
Давайте переведём на понятный язык.
Приложения вроде Facebook или Pokémon — это как рестораны, которые прошли санитарную проверку. Меню регулярно обновляется — новые блюда, сезонные предложения (точно как посты в ленте или игровой контент). Но! Кухня — та же самая кухня, которую инспектор одобрил.
А вот вайб-кодинг-приложение — это как если бы ресторану разрешили сносить кухню и перестраивать её каждую ночь. Инспектор одобрил кухню в понедельник. К среде там уже новая газовая разводка, новая электрика — и всё это без подписи инспектора.
Приложение, прошедшее ревью Apple, — это не то же приложение, которое в итоге запускают пользователи.
Именно для предотвращения этого и существует Руководство 2.5.2.
Оно не новое. Просто теперь оно внезапно стало намного актуальнее.
Если бы Apple была «анти-ИИ», она бы не добавила AI-инструменты для кодинга от Anthropic и OpenAI прямо в Xcode — свою собственную платформу для разработчиков — всего два месяца назад.
А теперь давайте разберёмся, была ли Apple права.
Потому что это целиком и полностью зависит от того, как AI-сгенерированный код работает в живой системе. И вот тут данные становятся убийственными для лагеря «ИИ убьёт SaaS».
Кстати, об инструментах. Если вам нужен доступ ко всем ключевым моделям — Claude, GPT, Gemini — загляните на BotHub.
Для доступа не требуется VPN, можно использовать российскую карту.
По ссылке вы можете получить 300 000 бесплатных токенов для первых задач и приступить к работе с нейросетями прямо сейчас!
Разбираем, как на самом деле строится софт
Вот что случилось, когда AI-инструмент для кодинга оставили без присмотра.
Один основатель стартапа использовал AI-агента Replit для разработки своего приложения. Во время code freeze — то есть периода, когда никакие изменения вноситься не должны, — ИИ решил «починить» то, о чём его никто не просил. Он удалил целую продакшн-базу данных — более 1200 записей о руководителях — и полностью парализовал приложение.
Это как если бы вы вызвали сантехника починить капающий кран. А вернувшись, обнаружили, что он снёс несущую стену, пока вы спали.
Случай с Replit задаёт контекст для данных, которые я сейчас покажу.
Способность ИИ писать код — это опасное отвлечение. Да, это единственное, что он бесспорно делает быстрее людей. Но если весь остальной процесс сломан, эта скорость лишь ускоряет разрушение.
Этап 1: Написание кода. ИИ быстр. Жаль, что скорость ≠ качество
Представьте софт как строительство дома. Да, ИИ может возводить стены невероятно быстро. Я не собираюсь это оспаривать.
Но ведь для дома нужно кое-что помимо стен, не так ли?
И это тот самый заголовок, который вы слышите повсюду: «ИИ пишет код быстрее, значит, инженеры больше не нужны, он заменит разработчиков, и каждая компания сможет сама написать собственные SaaS-инструменты».
Такое может утверждать только тот, кто никогда не работал в софтверной разработке. А заодно нужно ещё и проигнорировать вообще всё остальное в процессе создания продукта.
Следующие данные демонстрируют иронию в духе «Чёрного зеркала»: люди, делавшие работу, даже не осознали, что результат хуже, чем если бы они всё писали руками.
METR — известная некоммерческая организация, отслеживающая прогресс ИИ, — привлекла опытных разработчиков для выполнения ряда задач. Вот как был устроен их эксперимент.
Когда разработчиков спросили после эксперимента, те были уверены, что работали на 20% быстрее.
Реальность? Разработчики, использовавшие ИИ, на 19% медленнее тех, кто писал код вручную.
Причина проста: ИИ знает код «в общих чертах», но понятия не имеет о вашей конкретной системе. И опытные разработчики тратят больше времени на исправление AI-догадок, чем если бы написали всё сами.
При этом — и вот в чём подвох — для многих задач работа с ИИ ощущается проще.
Как редактировать чужое эссе вместо того, чтобы начинать с чистого листа. Многие из нас незаметно для себя обменяли скорость на комфорт — и даже не заметили подмены.
А дальше — ещё хуже.
Команда специалистов по безопасности просканировала более 5000 живых приложений, созданных с помощью AI-инструментов для кодинга.
Они обнаружили более 2000 критических уязвимостей. 400 приложений открыто хранили пароли и ключи безопасности (например, API-ключи), доступные буквально каждому. Не говоря уже о том, что персональные данные — медицинские карты, номера банковских счетов — были доступны любому, кто удосужился заглянуть.
Не страшно, если цифры сами по себе вам мало говорят. Важно вот что: 60% приложений были уязвимы.
Это примерно как если бы у вас не было замков на окнах, ключи висели на гвоздике у входной двери, на холодильнике — стикер с логином и паролем от банка, а вы при этом кричали на всю улицу о своём диагнозе.
Этап 2: Проверка. Две трети вайб-кодинг-приложений проваливают инспекцию
Прежде чем любой код попадёт в продакшн, его нужно проверить.
Опять же — как любую инспекцию. И результаты для AI-кода удручающие.
Как чат-бот, который лепит абзац за абзацем, когда вы просили ответить «да» или «нет», AI-ассистенты для кодинга выдают почти в три раза больше кода, чем написал бы человек. Но большая часть этого — низкокачественная шелуха.
Крупнейшее исследование AI-сгенерированного кода за 2026 год выявило целый ряд закономерностей. Только около трети AI-кода проходит первичную проверку, тогда как код, написанный людьми, проходит инспекцию более чем в 80% случаев.
Давайте представим стройку: два из трёх домов, построенных новым методом, не прошли приёмку. Вы бы не назвали это «революцией в строительстве». Вы бы назвали это катастрофой.
И это ещё не всё: сама проверка занимает больше времени. Рецензентам требуется в 5 раз больше времени на проверку AI-кода.
В итоге они тратят на проверку больше времени, чем раньше уходило на написание самого кода.
ИИ не сократил объём работы. Он его увеличил!
Этап 3: Дистрибуция. У вашего покупателя есть вопросы, на которые ИИ не ответит
Если бы мы строили дома, этапы 1 и 2 происходят на стройплощадке.
Но в какой-то момент нужно продать то, что построили. А у покупателей — свой собственный процесс проверки.
Каждая компания, покупающая софт — будь то стартап на 50 человек или компания из Fortune 500 — проходит через закупочную процедуру (procurement). И чем крупнее компания, тем жёстче вопросы. Безопасно ли это? Действительно ли решает бизнес-задачу? Как будет осуществляться поддержка? Как доставляются обновления? Какой штраф, если софт не работает как указано в спецификации?
Это далеко не «хотелки». Многие из этих пунктов — строгие критерии «прошёл / не прошёл».
И каждый фрагмент данных, который мы только что разобрали, — это именно то, что проверяют при закупке, а потом за это же штрафуют.
Когда я сама оценивала операционный софт, вопрос, который хоронил больше всего презентаций вендоров, был не про цену и не про фичи. Он звучал так: «Покажите вашу систему безопасности, покажите архитектуру, объясните, как ваша команда это поддерживает, и какие метрики мы можем отслеживать».
У продукта, созданного вайб-кодингом, нет хороших ответов ни на один из этих вопросов.
Я понимаю — обычно вы не слышите об этих отказах в новостях. Потому что они происходят в переговорных комнатах, и они скучные, не тянут на заголовок.
Но наконец-то это попало в заголовки. Потому что Apple проводит тот же процесс, только в потребительском масштабе.
Да, Apple управляет App Store. Но в контексте этой темы правильнее думать об этом как о курировании приложений — примерно как новостное издание или Netflix курирует свой контент. Когда вредоносное приложение проскакивает, виноват не только разработчик. Особенно когда приложение причиняет вред, сливает персональные данные или показывает детям то, что им скачивать не положено.
Ответственность лежит на платформе, которая это одобрила, не меньше, чем на разработчике.
Вот зачем существует Руководство 2.5.2. И когда заявки в App Store подскочили на 84% за первый квартал 2026 года — почти целиком за счёт AI-сгенерированных приложений — разумеется, Apple их заблокировала.
Мне вот интересно: те журналисты и CEO, которые выступают против этой блокировки, — они возьмут на себя ответственность, когда вредоносное приложение выйдет в свет и его скачают дети?
Этап 4: Поддержка — гасим кредитку кредиткой
Но допустим, вам удалось пройти через ворота. Допустим, вайб-кодинг-продукт каким-то чудом прошёл закупочную процедуру и ревью Apple.
Что дальше?
Google ежегодно опрашивает тысячи софтверных специалистов, чтобы понять, как реально работают команды разработки. В отчёте за 2024 год они обнаружили: каждое увеличение внедрения AI-инструментов на 25% ассоциировалось с падением стабильности доставки на 7,2%.
В 2025 году — те же выводы, если не хуже.
И в кластере базовых проблем, и в узком горлышке унаследованных систем наблюдаются всплески нестабильности софтверной доставки.
Простым языком: чем больше кода генерирует команда, тем хуже стабильность софта. Вот что они написали:
«…Наши данные показывают, что внедрение ИИ не только не устраняет нестабильность — оно в настоящее время ассоциируется с её ростом…
При этом нестабильность по-прежнему оказывает значительное негативное влияние на ключевые показатели — такие как производительность продукта и выгорание сотрудников, — что в конечном счёте может свести на нет любые кажущиеся преимущества в скорости разработки».
Нет недостатка в новостях и консультантах, цитирующих «55% рост продуктивности» от GitHub или «вдвое быстрее» от McKinsey.
Однако многие из этих данных получены в контролируемых экспериментах и изолированных задачах, а не в живых системах. Когда MIT Sloan Management Review опросил CIO из разных отраслей, они обнаружили совсем другое: AI-сгенерированный код, масштабированный в реальные системы, создаёт нарастающий технический долг, который дестабилизирует всю конструкцию.
Перевод: AI-код — это как гасить кредитку другой кредиткой.
Аргумент «Но ведь ИИ становится лучше!»
Тут вы можете сказать:
«Ладно, у нынешних инструментов проблемы. Но ведь ИИ совершенствуется, разве нет?»
И ответ: да, в одном измерении. Но не в тех, которые реально имеют значение.
ИИ научился писать код, который не падает сразу. Свежий софтверный отчёт показал, что ИИ отлично справляется с написанием кода, который запускается без ошибок.
Но! Он ничуть не лучше пишет код, защищённый от хакеров. И у него по-прежнему нет контекстного понимания того, что происходит в вашей существующей системе.
Показатели прохождения проверок безопасности составляли 55% в 2023 году. И всё ещё 55% весной 2026-го. Ноль, на месте. Три года «революционных» релизов моделей не сдвинули стрелку безопасности ни на один пункт.
Это как если бы ИИ в 2026 году заучил, как дома выглядят на бумаге, но ни разу в них не жил.
Поэтому он может воспроизвести форму окна, но не знает, что окна должны открываться, что стекло должно быть двухкамерным, а рама — выдерживать нагрузку. То есть он генерирует код, который выглядит правильно. Он не генерирует код, который является правильным.
Пока эти модели не перестанут угадывать, как код должен выглядеть, и не начнут понимать, что он делает, — ситуация не улучшится.
Те, кто строит эти модели, это знают.
Вопрос в другом: как скоро реальность догонит компании, которые поспешили выпустить AI-сгенерированный код?
Что это значит для SaaS?
(Что думаете? Напишите в комментариях, прежде чем читать дальше!)
Логика за аргументом «ИИ убьёт SaaS» выглядит так:
-
ИИ делает код бесплатным и быстрым.
-
Кто угодно может создать софт.
-
Существующие софтверные компании теряют преимущество.
-
SaaS мёртв.
Каждое звено этой цепочки ломается, если вы хоть раз участвовали в разработке софта — или если вы копнули в отчёты, которые написаны не консалтинговыми компаниями и не самими разработчиками моделей.
Написание кода всегда было самой дешёвой частью создания софта.
Всегда.
Дорого стоит сделать правильно.
Это включает: создать правильную вещь для правильной аудитории, сделать её безопасной и надёжной, провести через ревью и одобрение, поддерживать её в течение времени и заслужить доверие покупателей, которым нужны комплаенс, аудиторские следы и история безопасности — и список можно продолжать.
Да, за последние три года ИИ сделал дешёвую часть ещё дешевле.
Однако, как показывает каждый приведённый нами факт, он катастрофически провалился во всём дорогом. Более того — он сделал это ещё дороже: больше кода для проверки, больше уязвимостей для устранения, больше нестабильности для управления. И — жёстче выгорание разработчиков.
Apple — первый заметный привратник, который сказал: «Я не беру на себя этот риск. Я это блокирую».
Но то, чего вы не видите, — Apple не первая и не последняя.
Итак, ответ на вопрос «Что это значит для SaaS?»
Вопреки расхожему мнению, ИИ не ослабляет устоявшиеся софтверные компании. Он усиливает их. Потому что у инкумбентов уже есть проверенный в бою код, история безопасности, сертификации соответствия и команды, которые реально знают, что делает их софт и что нужно их клиентам.
У челленджера, созданного вайб-кодингом, ничего из этого нет.
Между тем 46% разработчиков — тех, кто использует эти инструменты каждый день — не доверяют тому, что производит ИИ. Рост с 31% год назад.
Нынешний рынок, однако, закладывает в цены будущее, где ИИ сделает софтверные компании ненужными.
Почему? Потому что рынок — это просто коллекция человеческого безумия, выраженная в цифрах.
Я работаю над серией «Почему ИИ не заменит X» — объясняю со всех сторон, почему SaaS не умирает и почему вы не потеряете свою работу.
ссылка на оригинал статьи https://habr.com/ru/articles/1022130/