Вайб-кодинг-приложение, которое переписывает собственный UI в реальном времени
Вайб-кодинг-приложение, которое переписывает UI в реальном времени под контекст диалога. AI-чат, адаптирующий интерфейс на лету.
Каждый AI-чат-продукт выходит с одним и тем же интерфейсом: текстовое поле внизу, прокручиваемая колонка сообщений над ним. Эта раскладка была позаимствована у SMS из 1990-х и с тех пор почти не сдвинулась с места. Мы постоянно упирались в её ограничения — просили модель сравнить три варианта и получали стену текста там, где должна быть таблица; спрашивали дату и печатали её вручную вместо того, чтобы тапнуть по календарю. Поэтому мы собрали эксперимент: вайб-кодинг-приложение, в котором чат-интерфейс переписывает собственный UI в реальном времени, прямо посреди разговора, исходя из того, что этому разговору на самом деле нужно. Эта статья — кейс-стади той разработки: что сработало, что сломалось и что этот подход означает, если вы рассматриваете нечто похожее для собственного продукта.
Что на самом деле значит «переписывает собственный UI»
Проще говоря: вместо того чтобы отвечать только текстом, модель отвечает интерфейсом. Попросите её спланировать поездку — и она не описывает форму, а рендерит её: с выбором дат и слайдером бюджета. Попросите сравнить хостинг-провайдеров — и внутри чата появляется сортируемая сравнительная таблица. Задайте вопрос «да/нет» — и получите две кнопки вместо приглашения напечатать «да».
Термин «вайб-кодинг» ввёл Андрей Карпатый в посте от февраля 2025 года, описав стиль разработки, при котором вы формулируете намерение на естественном языке, а реализацию производит модель. Вайб-кодинг-приложение берёт этот цикл и встраивает его в сам продукт: сообщение конечного пользователя — это промпт, а интерфейс — это результат. Пользователь никогда не видит код — он видит, как экран перестраивается вокруг его запроса.
Это не инфраструктура из научной фантастики. Anthropic выпустила ограниченную версию этой идеи с Artifacts в июне 2024 года — боковой панелью, где Claude рендерит рабочие документы и компоненты рядом с разговором. AI SDK от Vercel поддерживает генеративные пользовательские интерфейсы, где модель стримит React-компоненты вместо markdown. Строительные блоки общедоступны. Чего не хватает большинству публикаций — честного разбора инженерных и бизнес-компромиссов, и именно на нём мы сосредоточимся ниже.
Почему статичные чат-интерфейсы — это бизнес-проблема
Это важно не только с точки зрения эстетики — по трём конкретным причинам.
Текст — формат с потерями для структурированных решений. Когда пользователю нужно выбрать один из пяти тарифов, абзац с описанием пяти тарифов заставляет его держать всё сравнение в голове. Таблица с подсветкой рекомендуемой строки делает эту когнитивную работу за него. Каждый лишний шаг между «у пользователя есть вопрос» и «пользователь принимает решение» — это место, где протекают воронки; та же логика каждый год делает чекаут-флоу всё короче.
Печатать — самый медленный способ ввода, который вы можете предложить. Дату, введённую свободным текстом, нужно распарсить, провалидировать и часто переспросить («вы имели в виду 3 марта или 3 апреля?»). Датапикер устраняет весь этот класс ошибок. Умножьте это на разговор с дюжиной вводов — и разница во времени завершения станет существенной, а брошенные разговоры — это брошенная выручка.
Один фиксированный UI не может обслужить каждый разговор. Традиционный продуктовый дизайн решает это, строя отдельные экраны под отдельные задачи: экран бронирования, экран сравнения, экран настроек. Каждый экран — это цикл «дизайн — разработка — тестирование», измеряемый неделями. Генеративный интерфейс схлопывает эти циклы: «экран» производится в рантайме, по форме запроса. Для продуктов, чьи пользователи приходят с непредсказуемыми, открытыми задачами — ассистентов, внутренних инструментов, конфигураторов — это разница между десятью захардкоженными флоу и поддержкой фактически неограниченного их числа.
Как мы это построили: архитектура самопереписывающегося интерфейса
Наивная версия этой идеи опасна: позволить модели генерировать произвольный код и исполнять его в браузере пользователя. Мы отмели это в первый же день. Произвольный сгенерированный код означает произвольные баги, произвольные дыры в безопасности и интерфейс, который может сломаться так, как не предвидит ни один QA-процесс.
Вот что мы рекомендуем вместо этого — и что построили сами: модель не пишет код — она собирает LEGO.
Ограниченный реестр компонентов
Мы определили фиксированный реестр проверенных UI-компонентов: карточки, таблицы, формы, селекторы, слайдеры, графики, кнопки. Каждый компонент построен, протестирован и стилизован людьми — один раз. Задача модели — выдать структурированное описание, по сути JSON-документ, где сказано, какие кубики использовать, в какой компоновке и с какими данными внутри.
Аналогия с LEGO здесь точна. Ребёнок с набором LEGO может построить неограниченное число замков, но каждый кубик сделан на заводе, а каждая точка соединения стандартизирована. Модель получает те же условия: бесконечные композиции, нулевая возможность изготовить бракованный кубик. Если она галлюцинирует несуществующий компонент, валидация по схеме отклоняет вывод до того, как что-либо отрендерится, и система откатывается к обычному тексту. Режим отказа всей системы — «скучное чат-сообщение», а не «сломанный экран».
Стриминг, чтобы UI ощущался живым, а не тормозным
Вывод модели занимает секунды; пользователи прощают секунды, только если на экране происходит что-то видимое. Мы стримим спецификацию UI по мере её генерации, рендеря компоненты прогрессивно: сначала появляется скелет таблицы, строки заполняются по мере поступления. Это тот же паттерн, который AI SDK от Vercel использует для генеративного UI, и он превращает мёртвое время ожидания в ощущаемую отзывчивость. Интерфейс будто строит себя на глазах у пользователя — побочный эффект, который мы не планировали, — и это читается как фича, а не как состояние загрузки.
Цикл взаимодействия замыкается обратно в разговор
Сгенерированный UI — не тупик. Когда пользователь двигает слайдер бюджета или выбирает дату, это структурированное событие возвращается модели как контекст. Следующий ответ уже знает, что бюджет задан, — никаких переспрашиваний, никакого парсинга свободного текста. Этот цикл и есть настоящий продукт: не «чат, показывающий виджеты», а разговор, в котором обе стороны могут говорить на языке интерфейса.
Страховочные рельсы
Три правила удержали эксперимент от превращения в обузу:
- Никакого исполнения произвольного кода. Модель выдаёт данные, а не JavaScript. Рендеринг выполняет наш собственный доверенный код, интерпретирующий эти данные.
- Валидировать всё и всегда. Каждый вывод модели проходит валидацию по схеме. Невалидный вывод деградирует до текста. Пользователь никогда не видит ошибку, вызванную галлюцинированным компонентом.
- Детерминированные действия. Кнопки в сгенерированных UI могут запускать только действия из белого списка, который контролируем мы. Модель может предложить кнопку «Забронировать»; она не может придумать, что «Забронировать» делает.
Альтернативы и компромиссы: а нужно ли это вам вообще?
Честно: большинству продуктов самопереписывающийся интерфейс не нужен, и делать вид, что это не так, значило бы продавать вам решение в поисках проблемы. Вот реальное пространство выбора:
| Подход | Стоимость разработки | Гибкость | Надёжность | Лучше всего для |
|---|---|---|---|---|
| Классический статичный UI | Низкая–средняя | Нулевая в рантайме | Максимальная | Известные, стабильные пользовательские флоу |
| Захардкоженный богатый чат (фиксированный набор виджетов, триггеры по правилам) | Средняя | Низкая | Высокая | Саппорт-боты, узкие ассистенты |
| Генеративный UI (ограниченный реестр — наш подход) | Средняя–высокая | Высокая | Высокая при валидации | Ассистенты с открытыми задачами, внутренние инструменты |
| Полная генерация кода в рантайме | Высокая | Максимальная | Минимальная | Прототипы, демо, инструменты для разработчиков |
Компромиссы, которые действительно имеют значение:
- Стоимость токенов реальна и взимается за каждое взаимодействие. Статичный экран ничего не стоит при повторном рендере. Сгенерированный вызывает модель на каждый запрос. Для высоконагруженных потребительских продуктов эта статья расходов накапливается; для внутренних инструментов или ценных B2B-взаимодействий она обычно шум на фоне труда, который она заменяет.
- Нижний порог задержки. Как бы хорошо вы ни стримили, сгенерированный интерфейс никогда не появится так же быстро, как прекомпилированный. Если ваш флоу фиксирован и критичен к скорости — чекаут, логин — не генерируйте ничего. Захардкодьте.
- Контроль над дизайном сужается, но не исчезает. С ограниченным реестром ваши дизайнеры по-прежнему контролируют каждый пиксель каждого компонента. Они отдают контроль над композицией — какие компоненты появляются и когда. Командам, чувствительным к бренду, это поначалу некомфортно; на практике ограничение реестром удерживает результат в рамках бренда куда лучше, чем ожидаешь.
- Тестирование меняет форму. Больше нельзя тестировать «экран», потому что фиксированного экрана нет. Вы тестируете компоненты (как и всегда), валидацию по схеме и пути отката. Командам с традиционным QA-бэкграундом нужно заложить время на этот ментальный сдвиг.
Есть и более широкий стратегический вопрос: какая часть этого паттерна переживёт хайп-цикл. Мы разобрали его отдельно в нашем анализе что такое вайб-кодинг на самом деле и какие его части переживут хайп — короткая версия: ограниченная, валидируемая генерация жизнеспособна именно потому, что относится к модели как к ненадёжному, но креативному джуну, а не как к доверенному сеньору. А если ваша организация навязывает вам AI-сгенерированный код быстрее, чем успевают ваши страховочные рельсы, мы написали о том, что делать, когда вайб-кодинг-мандат сваливается на вашу команду.
Что это значит для вашего проекта
Если вы оцениваете, нужен ли вашему продукту генеративный интерфейс, всё решают три вопроса:
- Предсказуемы ли задачи ваших пользователей? Если 90% сессий идут по пяти известным флоу, постройте пять отличных статичных экранов. Генеративный UI окупает свою стоимость, только когда пространство задач по-настоящему открытое.
- Достаточно ли ценно каждое взаимодействие, чтобы платить за модель на каждом рендере? Внутренние инструменты, сейлз-конфигураторы и экспертные ассистенты: обычно да. Бесплатный потребительский чат в масштабе: сначала посчитайте.
- Готовы ли вы держаться дисциплины ограниченного реестра? Обжигаются те команды, которые позволяют модели генерировать произвольный код, потому что он красиво смотрится на демо. Разрыв между демо и продакшеном в этом подходе — то место, где умирают бюджеты.
Вот что мы рекомендуем как стартовый путь: не начинайте с полного самопереписывающегося интерфейса. Начните с трёх компонентов — таблицы, формы, селектора вариантов, — подключённых к вашему существующему чату с валидацией по схеме и откатом к тексту. Это ограниченная по объёму, низкорисковая разработка, и за считаные недели она покажет, действительно ли ваши пользователи взаимодействуют со сгенерированными интерфейсами или игнорируют их. Расширяйте реестр только там, где данные об использовании говорят: интерфейс делает работу, которую текст не делал.
Главный вывод для бизнеса
Главный вывод для бизнеса:
- Чат-приложение, переписывающее собственный UI, — это не магия и не генерация произвольного кода. Сделанное правильно, это модель, собирающая заранее построенные, проверенные людьми компоненты — как LEGO из фиксированного набора кубиков. Именно это ограничение делает его пригодным к выпуску, а не вечным демо.
- Паттерн окупается там, где задачи пользователей открытые, а каждое взаимодействие несёт реальную ценность; он проигрывает статичным экранам везде, где флоу фиксированы и критичны к скорости. Ошибка в любую сторону — потраченный впустую бюджет.
- Начните с пилота из трёх компонентов внутри существующего чата, с валидацией и текстовым фолбэком. Это самый дешёвый способ узнать, двигает ли генеративный UI ваши метрики, — и даже при ответе «нет» у вас останутся переиспользуемые компоненты.
Статья подготовлена на основе открытых источников и может содержать неточности.


