Дисклеймер: это не статья про вайб-кодинг и не попытка доказать, что разработчики больше не нужны. Я специально выбрал простую прикладную задачу, ограничил себя по времени и использовал только один ИИ-инструмент. Моя цель — проверить на практике, насколько далеко можно зайти в создании реального сервиса человеку, который не писал код с 2019 года.
Раньше я был full-stack PHP-разработчиком уровня сильного мидла / слабого сеньора. Но с 2019 года ушёл из программирования и практически не писал код. Только собрал свой сайт на WordPress для турклуба.
И вот началась эпопея с ИИ. Все профаны вокруг кричат, что ИИ заменит разработчиков. Я вступал в споры с предпринимателями, объясняя, что ИИ пока не способен полноценно написать серьёзное приложение. А потом решил провести собственный эксперимент. И вот что из этого вышло.
Задача
Когда я окунулся в нишу туризма, то начал изучать рынок. Для этого я брал всех крупных конкурентов, заносил их в Excel, смотрел открытые данные налоговой и вносил в таблицу доходы и расходы по годам. Потом ежегодно обновлял данные и анализировал, как ведёт себя рынок.
Но делать это вручную лениво, а автоматизировать ещё ленивее.
С развитием ИИ мне стало интересно: реально ли написать что-то более-менее серьёзное с помощью искусственного интеллекта? А тут как раз была задача, которую давно хотелось автоматизировать.
Есть открытые данные ФНС с финансовой отчётностью компаний. Есть реестры туроператоров с названиями и ИНН, но без подробной аналитики. Мне захотелось свести всё это в единый сервис: tourismanalytics.ru
Для тех, кто не знаком с туристической отраслью:
Туроператор — компания, которая самостоятельно организует туры (туристический продукт). Такие компании должны получать разрешение и быть внесены в единый реестр туроператоров.
Турагентство — посредник, который перепродаёт готовые туры туроператоров. Самостоятельно организовывать туры турагентства не могут.
Условия эксперимента
Как и положено эксперименту, я поставил несколько условий:
- Выделить на разработку один день.
- Использовать Python, потому что я его не знаю. Но когда-то давно мечтал изучить.
- В качестве ИИ выбрать DeepSeek, потому что я к нему привык и часто использую. Чтобы разбираться с Claude или специализированными инструментами, тоже нужно время.
Реализация
Я сообщил жене, что занимаюсь важной экспериментальной задачей, запасся кофе и засел за компьютер.
Раньше я уже использовал DeepSeek для мелких задач вроде создания иконок социальных сетей для сайта. Но полноценный код с его помощью никогда не писал.
Поначалу DeepSeek меня очень впечатлил.
За считанные минуты он помог создать Hello World и настроить приложение на моём хостинге. Тут задача была простой.
Затем он набросал скелет приложения и административную панель. В целом тоже довольно тривиальная задача. Но меня впечатлил дизайн. Конечно, это не шедевр, но выглядит вполне прилично. Человек, далёкий от дизайна, такое с нуля вряд ли нарисует. Даже мне было бы непросто выдать подобный результат — всё-таки я не дизайнер.
Следующей задачей было получение открытых данных ФНС. Для удобства я использовал прослойку — сервис Checko.ru с API. ИИ по документации быстро написал отдельный модуль для работы с API
Некоторые говорят, что ИИ просто собирает готовые куски кода из интернета. Но я сомневаюсь, что где-то существует готовый код именно под мой сценарий работы с API Checko.
Здесь всё прошло практически без проблем. Моё приложение успешно обращалось к API, загружало нужные данные и отображало их в виде красивых графиков.
Но дальше возникла новая задача. Мне нужно было получать из Checko только данные туроператоров из официального реестра. У самого реестра API нет.
Я начал пробовать написать парсер, который будет забирать нужную информацию с сайта. И тут случился первый серьёзный затык. Что бы я ни делал, парсер не видел HTML-код страницы. Данные подгружались динамически, и там явно использовалась какая-то защита или механизм, мешающий обычному парсингу.
DeepSeek начал предлагать довольно громоздкие решения: разворачивать парсер на стороннем зарубежном сервисе и уже оттуда собирать данные. Мне эта идея не понравилась.
К счастью, действующих туроператоров оказалось не так много — около 4600 компаний, примерно 154 страницы реестра. Поэтому я решил вручную выгрузить HTML и скормить его парсеру. Так у меня появились ИНН всех действующих туроператоров. А дальше получить финансовые данные по ним через Checko уже не составляло труда.
Правда, просидел я за этим всю ночь до самого утра, а потом продолжил работу на следующий день.
Так что из первого условия эксперимента я выбился. На рабочую версию ушло два дня, плюс потом ещё несколько вечеров на доработки.
Ещё одним неожиданным затыком оказался лендинг для главной страницы. Смысловые тексты ИИ сгенерировал вполне неплохо — я только немного их подправил. А вот с дизайном всё оказалось гораздо сложнее. Ни с первого, ни со второго, ни даже с третьего раза результат меня не устроил. В итоге пришлось потратить целый вечер, вручную описывая практически каждый элемент интерфейса и перебирая разные варианты, чтобы получить то, что получилось в итоге. Зато именно этот этап показал мне, что хороший дизайн пока не возникает из воздуха по одному запросу. По крайней мере в моём случае пришлось довольно подробно объяснять ИИ, чего именно я хочу добиться. В результате получился вот такой сервис аналитики туристической отрасли. А самая ценная для меня и, пожалуй, самая интересная часть проекта — страница с графиками и статистикой по рынку туризма:
Дальнейшие планы
- Сейчас в реестре есть информация по направлениям деятельности: внутренний, въездной и выездной туризм. Но нет данных по типу туризма: авторский, приключенческий, пакетный и так далее.
Я уже реализовал фильтры по типу туризма и возможность вручную указывать категорию. Это позволяет получать очень интересную аналитику. Но вручную просматривать сайты более чем 4000 компаний и проставлять категории мне лень. Есть идея использовать API ИИ для анализа сайтов и автоматической классификации туроператоров. - Сделать личный кабинет, чтобы пользователи могли добавлять туроператоров в избранное и редактировать информацию о своей компании.
Выводы
- Я долго доказывал другим людям, что с помощью ИИ без разработчиков нельзя создать полноценный сайт. А потом экспериментально доказал самому себе, что был не совсем прав.
Конечно, остаются вопросы поддержки, развития проекта и работы под нагрузкой. Но как минимум рабочий прототип создать вполне реально. - ИИ действительно делает меньше ошибок по невнимательности. Лично я очень невнимателен и даже пишу с ошибками. Меня всегда раздражало, что раньше я тратил около 20% времени на написание кода и 80% — на исправление багов.
- ИИ умеет не только писать код. Он способен додумывать важные детали.
Например, когда я попросил сделать поле ввода, он сразу предложил полноценный функционал: дизайн, подпись, плейсхолдеры, валидацию и обработку ошибок. Хотя я об этом даже не просил и на том этапе ещё не задумывался. - ИИ хорошо справляется с оптимизацией существующего кода. Я даю ему CSS-файл на тысячу строк, а через полминуты получаю 500 строк более компактного и работающего кода. Для меня оптимизировать такой объём зачастую сложнее, чем написать его заново.
- В былые времена я бы потратил месяцев шесть только на изучение нового языка и ещё минимум два месяца на реализацию подобного функционала, не считая вёрстки и дизайна.
- И самый главный вывод:
Когда-то программы писали на перфокартах, потом на ассемблере. Перфокарты я уже не застал, нас сразу учили высокоуровневым языкам. В детстве я встречал их только на соревнованиях по спортивному ориентированию, где использовались карточки для отметок компостером. А вот с ассемблером мы немного баловались ради интереса.
Мне кажется, что ИИ создаёт новый уровень программирования. Или уже создал его. Теперь задача разработчика — сформулировать логику и архитектуру, а ИИ будет превращать это в код.
И да, операторы и инженеры ЭВМ, которые когда-то обслуживали машины, следили за лампами и буквально боролись с настоящими «багами», со временем действительно стали не нужны. Но это не значит, что они остались без работы. Всё только начиналось.