😱 Что вайбкодинг может рассказать о вас как о человеке?? Всё началось с простой идеи. Я скачал CSV со своей историей запросов и костов с cursor.sh и попросил GPT-5.2 не просто посчитать деньги — а построить когнитивную модель человека, который так кодит и вот что из этого вышло... Сначала цифры: За несколько последних месяцев: - 3 389 582 800 токенов - $2 884.92 потрачено 👉 В среднем мой вайбкодинг стоит $10–14 в активный час. Как индус) 🧠 92% всех токенов — это Cache Read. Если перевести с машинного на человеческий: никогда не начинаю задачу “с нуля” -> живу внутри одного контекста и постоянно его докручиваю Это и есть чистый вайбкодинг. 👉 Модель превращается не в генератор кода, а в внешнюю рабочую память! 🧐 Что вайбкодинг рассказал про меня: 1. Я плачу за глубину, а не за скорость 67% всех денег ушло на thinking-модели. - Это не про “быстро накидать” - Это про минимизировать когнитивную боль, - дойти до устойчивого решения, - не гадать, а понимать, + микро-обучение всегда 👉 Такой вайбкодинг выбирают люди, которым важнее правильность, чем темп. Перфекционист блин) 2. Я работаю микрошагами — и это затягивает 43 тысячи событий за несколько месяцев — это очень высокая частота. Это стиль: - не один большой рывок, - а сотни маленьких уточнений. Экономически — выгодно (спасибо кэшу). Психологически — затягивает в “ещё чуть-чуть и закончу”. И вот тут ловушка: - ты оптимизируешь не код - ты оптимизируешь ощущение завершённости 👉 цена: внимание и усталость 3. Я впадаю в поток, пока не отпустит. Это и есть (вайб)кодинг. Есть сессии по 8–9 часов. Топ-10 сессий дают 23% всей стоимости. Это классический паттерн: 👉 «поймал поток → не выйду, пока не закрою» 4. У меня длинный внутренний контекст 92% cache read возможны только если ты умеешь держать задачу в голове: - архитектуру, - допущения, - прошлые решения. Если бы я часто “терял нить” кэша бы просто не было. 👉 Это, пожалуй, самый комплиментарный вывод отчёта. 🧠 Итог, который мне тут понравилось, Вайбкодинг — это не про “AI всё делает за меня”. Это стиль людей, которые: - думают долго, - проверяют себя, и предпочитают диалог вместо one-shot. LLM здесь — не автопилот. Он — собеседник в мышлении! __ А вообще почему вайбкодингы сегодня это огромный ИИ-рынок? Во многом потому, что это источник новых данных: не только для моделей, но и для компаний, которые теперь будут знать о вас чуть больше и смогут удерживать вас на этой дофаминовой игле вайбкодинга, примерно как TikTok и AI slop контент. Из плюсов разве что одно: в результате потраченных часов иногда появляется новое приложение и ощущение, что ты действительно “make the world better”. ПС -> картинку сделал через ИИшку у себя в боте