رئيس Frontend في Surf صنع لعبة باستخدام AI من دون خبرة في التحريك — وكاد ينهار

Андрей Макар-Уваров, Head of Frontend в Surf, поставил себе честный эксперимент: взять задачу из области, где он абсолютный ноль, и попробовать дотащить её до результата силами ИИ. Выбор пал на инди-игру с анимацией. Итог — прототип готов, нервы потрёпаны.

Игра: кот, лабиринт и ресурс света

Концепция продуманней, чем обычно ждёшь от тестового проекта: рыжий кот с фонарём ходит по тёмному лабиринту и ищет других животных. Ключевая механика — управление светом как ограниченным ресурсом. Логика выбора простая, но с глубиной: Оставить свет зайчику — тот подсветит проход и поможет продвинуться дальше Забрать его обратно и усилить собственный фонарь Балансировать между своим освещением и помощью другим персонажам Дойти до финала, правильно распределив ресурс Задача не сводилась к стандартному туториалу — это не CRUD-приложение и не hello world. Нужно создать нечто, требующее одновременно технического и художественного решения. Именно это делало эксперимент честным тестом ИИ-ассистирования.

Где начался хаос Андрей хорошо ориентируется в коде.

Но создание игровой анимации — отдельная дисциплина: спрайты, тайминги, кривые ускорения, форматы экспорта. Всё это незнакомо. Именно здесь ИИ должен был стать навигатором в чужих водах. Поначалу процесс шёл бодро: ИИ предлагал библиотеки, объяснял подходы, генерировал примеры кода. Проблема появилась там, где она всегда появляется в чужом домене: как проверить, что результат правильный? Анимация — визуальная и интуитивная. Чтобы оценить, правильно ли движется персонаж, нужна насмотренность. Чтобы точно поставить задачу ИИ — нужен специализированный словарь. Чтобы разобраться в ошибке — понимание базовых принципов. Без этого цикл «спросить → получить ответ → что-то сломать → снова спросить» начинает крутиться бесконечно.

«Чуть не навайбкодил нервный срыв» — именно так автор описывает

финальную фазу работы с анимациями.

Структурная проблема вайбкодинга Кейс хорошо иллюстрирует границу возможностей ИИ-ассистирования.

ИИ работает как умножитель: он увеличивает скорость там, где у человека уже есть компетенция. Там, где компетенции нет — умножать нечего, и процесс превращается в серию интуитивных проб. Конкретно для анимации без базовых знаний это означало: Невозможно оценить качество результата без насмотренности Сложно точно сформулировать задачу без нужного словаря Трудно диагностировать ошибки без понимания домена ИИ уверенно генерирует варианты, но критически оценить их не получается Несмотря на это, прототип вышел. Игра с котом и лабиринтом заработала. Это важный нюанс: ИИ позволяет добраться до рабочего результата даже без экспертизы, но ценой значительно большего числа итераций и нервов, чем казалось в начале.

Что это значит

Вайбкодинг в незнакомом домене — это не короткий путь, а марафон с неизвестным маршрутом. ИИ снижает порог входа, но не убирает его: чем дальше задача от вашей зоны уверенности, тем больше результат определяется случайностью, а не скоростью инструмента. Эксперимент Андрея — один из самых честных кейсов об этом.