Вайбкодинг до продакшена: приложение в Google Play, где 99,9% кода написал AI

Разработчик опубликовал в Google Play нативное Android-приложение Yarrow AI, 99,9% исходного кода которого написал не человек, а нейросеть. Это не выходная поделка: приложение написано на Kotlin, содержит больше 50 экранов, сложную анимацию, мультиязычность и расширяемую архитектуру.

Что за приложение написал AI

Yarrow AI — полноценное нативное приложение для Android, опубликованное в Google Play в июле 2026 года. По словам автора кейса, вручную он дописал лишь 0,1% кода — всё остальное сгенерировал AI. Речь идёт не о прототипе или демо, а о продукте, который прошёл модерацию магазина и доступен пользователям.

Отдельно автор подчёркивает нативность: приложение написано на Kotlin, а не собрано как кроссплатформенная обёртка вокруг веб-страницы. Это важная деталь — нативный код на 50+ экранов со сложной анимацией традиционно считается тем случаем, где AI-генерация чаще всего ломается.

• 99,9% исходного кода написано AI, а не человеком
• Приложение нативное, на языке Kotlin — не кроссплатформенная обёртка
• Больше 50 экранов со сложной анимацией
• Поддержка нескольких языков и расширяемая архитектура
• Опубликовано в Google Play под именем Yarrow AI (com.yarrowai.yarrowapp)

«Это не просто "поделка на коленке за выходные"», — пишет автор в статье на

Habr.

Почему AI справился с таким объёмом

AI справился с 50+ экранами потому, что автор заранее подготовил предельно подробную спецификацию, а не просил модель «сделать приложение». Детализация превратила генерацию кода из творческой задачи в механическую.

Подготовка включала два ключевых слоя. Во-первых, каждый экран приложения отрисовал дизайнер — у модели был точный визуальный образец, а не абстрактное задание словами. Во-вторых, для каждой кнопки автор прописал, какие именно API нужно вызвать. При такой детализации AI не изобретает архитектуру, а заполняет заранее заданный каркас — риск галлюцинаций и переделок резко падает.

Кейс отражает главный сдвиг в «вайбкодинге»: узкое место смещается с самого кода на качество и полноту технического задания. Чем подробнее описан каждый экран и каждое действие, тем меньше правок после генерации. По сути, роль человека сдвигается от того, кто печатает код, к тому, кто проектирует систему и формулирует требования так, чтобы модели не оставалось места для домыслов.

Стоило ли оно того

Автор прямо ставит вопрос об окупаемости метода и предлагает смотреть на цифры, а не на впечатления. Составление детальной спецификации на 50+ экранов с прорисовкой каждого экрана — это отдельная большая работа, которая целиком ложится на человека и предшествует любой генерации.

«Стоило ли оно того?

Давайте посмотрим на цифры», — автор в статье на Habr.

Главный вывод кейса не в том, что AI «заменил» программиста, а в том, что при жёсткой инженерной дисциплине AI-генерация масштабируется до реального продукта в сторе — а не только до одноэкранного демо на выходные.

Что это значит

Кейс Yarrow AI показывает, что «вайбкодинг» дорос до продакшена, но не сам по себе: за 99,9% AI-кода стоят 100% человеческой работы над спецификацией, дизайном экранов и описанием API. AI берёт на себя рутину написания кода, а ценность смещается к тому, кто умеет чётко и полно поставить задачу.

Частые вопросы

Сколько экранов в приложении Yarrow AI?

Больше 50 экранов, при этом со сложной анимацией и поддержкой нескольких языков.

Как удалось написать почти весь код через AI?

За счёт очень подробной спецификации: каждый экран отрисовал дизайнер, а для каждой кнопки прописали, какие именно API нужно вызвать.