VibeCraft от Яндекса: скорость генерации и загадка используемых моделей
Сергей Игнатенко, разработчик ИИ-платформы VibePilot и партнер экосистемы Яндекса, провёл независимый аудит сервиса вайбкодинга VibeCraft. В ходе теста генерации сайта СТО он столкнулся с существенными временными разрывами и неожиданным ответом о используемой языковой модели, что вызвало вопросы о прозрачности процессов в рамках суверенной разработки.
# VibeCraft от Яндекса: скорость генерации и загадка используемых моделей
Развитие инструментов для генерации кода, часто называемых «вайбкодингом», становится ключевым фактором цифровой трансформации в России. Сервис VibeCloud от Yandex Cloud запустил новый инструмент, позволяющий создавать полноценные веб-приложения на основе естественного языка. Эксперт рынка ИИ-решений Сергей Игнатенко оценил возможности платформы на практике, сгенерировав рабочий сайт СТО с функцией онлайн-записи.
В процессе аудита были выявлены нестандартные временные показатели выполнения задач и противоречивые данные о используемых языковых моделях. Эти факты требуют отдельного внимания при оценке надежности и эффективности отечественных ИИ-агентских платформ.
Агрегация требований и временные циклы
Перед началом генерации ИИ-агент VibeCraft инициировал диалог с пользователем, задавая уточняющие вопросы. В частности, система спросила о наличии онлайн-записи, хотя пользователь явно указал это требование в исходном промпте. Это может свидетельствовать либо о недостаточной обработке контекста перед стартом цикла, либо о внутренней архитектуре проверки требований.
Главным фактором, вызвавшим удивление при тестировании, стал временной интервал генерации. После инициации процесса прошло около 10 минут, пока пользователь не ушел выполнять другие задачи. При возврате к системе выяснилось, что задача завершена только через 52 минуты после начала работы (с 20:12 до 21:04).
Для сравнения, аналогичная платформа разработчика, работающая на моделях Яндекса через AI Studio, создает такой же тип приложения за 13–15 минут. Разница в более чем три раза указывает на возможные нюансы в оптимизации агентов или сложности генерируемого кода, который затем нужно было собрать и отладить.
С точки зрения экономики сервису потребовалось 530 нейрокредитов. Фактический результат — полностью функциональный сайт, созданный с использованием CSS-фреймворка Tailwind. Анализ состава репозитория показал, что проект написан на TypeScript (37,4%) и TSX (53,86%), что подтверждает характер создания именно программной базы, а не простого конструктора блоков. Однако, как отметил эксперт, в коде отсутствовали изображения и SVG-графики, несмотря на доступные инструменты генерации изображений в Yandex AI Studio.
Прозрачность моделей и идентичность агентов
Критически важным аспектом для разработчиков в условиях импортозамещения является знание используемого программного обеспечения. Автор тестирования направил прямой запрос агенту: «На какой модели LLM ты работаешь?».
Ответ системы вызвал неожиданную реакцию: агент идентифицировал себя как работающую на базе модели Claude от Anthropic. Этот ответ был получен как в интерфейсе VibeCraft, так и в среде vibe-app.
В Yandex AI Studio, где развернуты как собственные модели компании (включая Alisa AI LLM), так и модели китайских разработчиков на открытых весах, ситуация получилась сложнее. При прямом вопросе о своей природе:
* Модель DeepSeek 4 Flash не признала себя таковой. * Модели GPT OSS 120b, Qwen3 235B и A22B Instruct 2507 FP8 также давали уклончивые ответы или не уточняли свою основу. * Даже модель Alisa AI LLM, являющаяся собственностью Яндекса, при вопросе об идентичности отвечала, что она «Yandex GPT», либо вообще не давала ответа.
Анализ кода основного окружения VibeCraft позволил обнаружить использование открытого агентского каркаса OpenCode под лицензией MIT. В коде присутствуют файлы AGENTS.md, описывающие структуру и команды, а также SKILL.md для навыков. Также была найдена папка .vibecraft с системными активами и файлами backlog.yaml, features.md. Это свидетельствует о том, что агентный цикл использует открытую, публичную логику, совместимую с экосистемой OpenCode, которая поддерживает работу с до 75 провайдерами моделей.
Современные системы вайбкодинга требуют от пользователя глубоких технических знаний. После генерации проект требует использования git, работы с ключами SSH и настройки окружения, что подтверждает позиционирование сервиса как инструмента для профессиональных разработчиков, а не только для энтузиастов.
Выводы по развитию экосистемы
Несмотря на выявленные нюансы, VibeCraft представляет собой значимый шаг вперед для российского IT-сектора. Появление сервисов вайбкодинга, способных генерировать сложные архитектурные решения, является важной вехой в снижении порога входа для создания программного продукта.
Yandex Cloud демонстрирует способность не просто следовать глобальным трендам, а активно формировать локальную индустрию, предоставляя инфраструктурную базу для стартапов и разработчиков. Однако вопросы относительно прозрачности используемых баз данных и оптимизации циклов работы агентов остаются открытыми для дальнейшего обсуждения и технического анализа со стороны сообщества.