От идеи до работающего Android-приложения: мой опыт vibe-кодинга для реального pet-проекта

Пролог

По профессии я руководитель в ИТ. Когда-то давно кодил на Basic, Pascal и Delphi (диплом писал на нём же). Но с тех пор много воды утекло, и за современными технологиями я следил скорее как управленец.

У одной закрытой группы возникла потребность в мобильном приложении с доступом к статьям. Нанимать разработчика не хотелось — проект некоммерческий. К этому моменту я уже активно использовал ИИ для написания скриптов и даже более сложных программ: создал API-интерфейс, совместимый с OpenAI, который через браузер общался с бесплатным Perplexity и возвращал ответ. На его основе сделал плагин для VS Code — практически бесплатный аналог коммерческих AI-агентов. Поэтому для новой задачи я решил попробовать vibe-кодинг.

Проект требовал клиент-серверной архитектуры: авторизация, разграничение доступа к статьям, мобильное приложение для Android. Обсудив со мной варианты, ИИ помог определиться со стеком: Docker, Nginx, PostgreSQL, Node.js, React, Kotlin. Nginx я знал неплохо, базы данных были знакомы. Node.js и React «умник» пообещал закрыть все потребности — так и вышло. Для Android выбор был невелик, и я решил, что современный Kotlin будет интереснее.

Docker Compose стал обязательным для изоляции: VPS был арендован для других нужд, и не хотелось ничего ломать.

Первый результат: Ежедневные тексты

Первым делом я сделал раздел, доступный всем без авторизации — набор кратких текстов на каждый день. Из большого docx-файла с помощью ИИ-скрипта на Python сгенерировал SQL-запрос и залил всё в базу. Дату зафиксировал на високосный 2024 год, чтобы охватить все тексты.

Начал с установки Docker и создания минимального проекта (БД + Nginx) — сделал быстро, даже не заметил. Ещё пара файлов — и простые curl-запросы уже возвращали нужные тексты по дате. Серверная часть заработала.

Выбор Android Studio был очевидным. ИИ рисовал структуру, я её создавал. Так появилась первая версия приложения с красивым и удобным интерфейсом. «Заказчик» остался очень доволен.

Пользователи и авторизация

Дальше я взялся за авторизацию через JWT — этот стек был для меня самым непонятным и пугающим. Но страх оказался напрасным. Снова кодим бэкенд на JS. С помощью curl создаю пользователей с подтверждением по почте, пробую авторизацию с токенами. Всё работает.

Делаю интерфейс управления пользователями на React — родные библиотеки радуют глаз. Затем обновляю клиентское приложение: регистрация, авторизация, сброс пароля, хранение токенов и их обновление.

Самая большая сложность: Редактор статей

Над ним я пыхтел несколько месяцев (в пересчёте на чистое время — дни). Проблема в том, что новые функции часто ломали старые. Год назад Perplexity и DeepSeek хранили очень мало контекста, приходилось постоянно напоминать. Купил Pro-доступ в Perplexity (лаборатория и артефакты помогли зафиксировать архитектуру API), но для кода он оказался так себе. Гораздо лучше справлялся DeepSeek — правда, его чат быстро переполнялся (сейчас это починили).

В итоге в редакторе статей появились: выбор шрифтов и заголовков, таблицы, вставка изображений, музыки и документов. Файлы хранятся на диске, в БД — только ссылки. Изображения — в трёх разрешениях для разных устройств. Получилось не топово, но вполне достаточно для поставленных задач.

Разграничение доступа к статьям по группам оказалось простым: бэкенд сам отдаёт только те статьи, которые доступны пользователю. Это решает и безопасность, и сложность кода на клиенте. В админке добавил импорт статей из WordPress по API.

Клиентское приложение и мелочи

В клиенте сделал такие же вкладки по видам статей, как в админке. Добавил просмотр и воспроизведение медиа: музыка играет, видео показывает, текстовые файлы открываются внешними приложениями, изображения — через WebView. Контент из группы ВК (только статьи) подтягивается в реальном времени.

Сейчас работаю над рефакторингом клиента: темы, тонкая настройка внешнего вида, языки интерфейса. В планах — прикрутить на сервер ИИ-модели для глубокого анализа текстов книг.

Личные наблюдения

• Каждую удачную доработку я коммитил в Git. Пару раз ловил конфликты зависимостей в Node.js — приходилось полностью чистить проект и качать всё заново. Однажды после такой чистки потерял БД. Благо, данных там не было, но с тех пор я сделал скрипты бэкапов: 7 ежедневных, ежемесячные и годовые.

• Почти за год работы генеративные модели сильно улучшились. Perplexity заблокировал подписку по региону (я его похоронил), зато DeepSeek радует увеличенным контекстом и качеством кода.

• Ассистентами я не пользуюсь, но научился общаться с ИИ так, что он выдаёт готовые файлы для копирования в терминал:

  cat > /path/to/file.kt << 'EOF'// кодEOF
  

  В Android Studio я только собираю и запускаю проект. При дебаге скидываю ИИ Logcat. Практически ничего больше не использую.

И да, проект не стоил мне ни копейки сверх аренды VPS (а он и так был нужен).

Что получилось

Итоги и рефлексия

1. ИИ — мощный инструмент, но не замена инженеру. Он не делает работу за вас, он её ускоряет. Главное — умение декомпозировать задачу, выбрать правильные промпты и контролировать результат.

2. Навыки руководителя оказались ключевыми: системное мышление, управление архитектурой, умение проверять и тестировать.

3. Стек (Docker, Nginx, Node.js, React, Kotlin) оказался работоспособным и доступным даже для непрофессионального разработчика при поддержке ИИ.

4. В процессе я стал лучше понимать современных разработчиков, их боли и радости — а это помогает в управлении.

Теперь я точно знаю: если у вас есть идея, не бойтесь браться за реализацию с помощью ИИ. Даже если вы «чистый менеджер». У вас есть все шансы получить рабочий продукт.

P.S.

Проект живёт, заказчик счастлив, а я продолжаю его развивать. Если у вас есть вопросы или хотите обсудить детали — пишите в комментариях. Готов поделиться опытом и конкретными промптами, которые хорошо зарекомендовали себя.