Ревью вайб-кода: как Claude Opus пишет красивый C++, который не работает правильно

Когда AI пишет красивый код — это ещё не значит, что код хороший. Именно этот тезис проверяют на практике специалисты PVS-Studio, разобрав небольшой проект markus, целиком сгенерированный с помощью Claude Opus. Вайб-кодинг — практика, при которой разработчик описывает задачу языковой модели и принимает результат почти без изменений — набирает популярность.

Порог входа снижается, скорость прототипирования растёт. Но вместе с этим растёт и риск: принятый без проверки код может выглядеть профессионально, читаться легко и при этом содержать архитектурные и логические ошибки, которые обнаружатся только под нагрузкой или при специфических входных данных. Авторы взяли проект markus — небольшую C++ программу, созданную Claude Opus, — и провели полноценное ревью.

Результаты показательны: код производит впечатление оптимизированного и структурированного, однако при внимательном разборе вскрываются проблемы с качеством декомпозиции, некорректные реализации отдельных функций, вопросы к эффективности и потенциальные уязвимости безопасности. Ни одна из этих проблем не бросается в глаза при беглом чтении — AI умеет делать код визуально убедительным. Это закономерно.

Языковые модели обучены на огромных массивах исходного кода, они воспроизводят стилистические паттерны и синтаксические конструкции с высокой точностью. Но модель не несёт ответственности за runtime-поведение, не тестирует граничные случаи и не думает о том, как код будет сопровождаться через полгода. Ответственность остаётся за человеком.

В этом контексте ценность опытного разработчика смещается. Написать функцию теперь может почти каждый с помощью промпта. Но понять, правильно ли она реализована, соответствует ли архитектуре, не создаёт ли долг на будущее — это по-прежнему требует экспертизы.

Code review превращается из вспомогательного процесса в ключевой фильтр качества в эпоху AI-разработки. Materials from PVS-Studio напоминают: инструменты статического анализа становятся особенно актуальны именно сейчас, когда объём генерируемого кода растёт быстрее, чем возможности команд его проверять вручную. Автоматизированный анализ не заменяет ревью, но помогает не пропустить то, что глаз привык не замечать.

Вывод простой: AI-код нужно читать так же критично, как код джуниора на испытательном сроке. Красивое форматирование и уверенный стиль — не гарантия корректности. Умение видеть за фасадом — это и есть то, что отличает сильного инженера в 2025 году.