Силіконовій долині інвестор Naval Ravikant нещодавно під час подкасту поговорив про хвилю «vibe coding» і вважає, що AI coding agent уже перейшов важливу критичну межу: з інструментів, які раніше лише допомагали писати код, він еволюціонував у «довготривалих» агентів, здатних з нуля до одиниці створювати застосунки. Він навіть висунув гострий висновок: якщо AI може напряму створювати персоналізовані App для користувача, то тривала перевага в софт- і хард-екосистемі, яку десятиліттями формували iPhone та App Store, може бути під загрозою.
Naval каже, що його нова точка входу у написання коду почалася після релізу Claude Opus 4.5 у грудні 2025 року, коли можливості AI coding agent помітно стрибнули. Він описує, що ці агенти вже не схожі на ранні інструменти, які просто видавали фрагмент коду, щоб користувач скопіював і вставив у середовище розробки. Тепер вони можуть довго працювати в терміналі, розуміти файлову систему, викликати команди Unix, запускати тести, виправляти баги та навіть завершувати створення цілого застосунку.
Він вважає, що саме ця взаємодія викликає залежність, бо суттєво знижує «пускові витрати» на написання коду. Раніше, щоб розробити App, треба було знати GitHub, бекенд-сервіси, Firebase, Railway, Xcode, інструменти командного рядка і купу інженерних термінів; зараз користувачеві достатньо описати потребу природною мовою, і AI перетворить англійську на Python, C, Rust, Lisp або будь-які фреймворки та інструкції інструментів. Для тих, хто має базові уявлення про комп’ютерну архітектуру, це різко знижує поріг для створення софту.
Від персонального App Store до фітнес-трекера: AI робить софт «приватним під замовлення»
У межах шоу Naval розповів, що вже створив «персональний App Store». Це не публічна комерційна платформа для завантаження, а приватна система релізу для нього самого, друзів і родини: він може попросити AI згенерувати App, після завершення AI автоматично передає результат на сторінку його персонального App Store, а далі він одним кліком інсталює застосунок на iPhone.
Як приклад, він каже, що просив AI створити фітнес-трекер, який повністю відповідає його власним звичкам використання. Він хотів, щоб застосунок поєднував функції Tonal і Ladder, дотримувався Apple Human Interface Guidelines, виглядав як нативний Apple App; водночас він має вміти читати минулі записи тренувань, спрощувати введення нових записів, генерувати графіки, рахувати силовий score, а також читати наукові статті й продумувати, як оцінювати прогрес сили за різними частинами тіла. Пізніше його ще можна підключити до Apple Health і зчитувати дані на кшталт пульсу.
Naval підкреслює, що такі App не обов’язково замінять усі зрілі продукти. Для масових потреб, як-от комунікації, виклик таксі, банкінг, соцплатформи, ринок і далі матиме найсильніші «best-of-breed» продукти. Але те, що реально відкривають AI coding agent, — це запити «надзвичайно персоналізовані» та «надзвичайно вузькі»: застосунки, які існують лише для вас, підлаштовані під ваш робочий процес і навіть зроблені спеціально під конкретний життєвий сценарій.
Саме тому він вважає, що vibe coding привабливіший за гру в електронні ігри. Електронні ігри занурюють гравця через миттєвий фідбек, нагороди за квести та криву складності, але це все ж замкнений світ, спроєктований іншими людьми; vibe coding — це відкритий світ: в основі — машина Тьюринга, а цілі користувача можуть нескінченно розширюватися і при цьому реально давати практичну користь у реальному світі.
«Знати, що саме тобі потрібно» — найважливіша здатність
Однак Naval також зазначає, що vibe coding не робить усіх інженерами. Більшість людей і далі бачить комп’ютер як «чорну скриньку», і навіть якщо складність зменшиться в 10 разів або в 100 разів, для них це може бути не надто корисно.
Справді виграють ті, у кого є чіткий задум, хто може ясно сформулювати потребу й хто має мотивацію створювати. Naval вважає, що найкритичніша здатність у vibe coding — не знання синтаксису, а розуміння того, чого ти хочеш. Коли користувач може чітко описати, як має виглядати продукт, як він має працювати, і які деталі важливі, AI допомагає швидко перетворити ідею на робочий прототип.
Він порівнює це зі своїм досвідом, коли раніше заснував AirChat. AirChat — це соціальний месенджер із фокусом на голосовому та відео-спілкуванні; тоді він працював із 8–9 інженерами і витратив 9–12 місяців на створення кількох версій; зрештою продукт не досяг успіху, команда продала компанію, інвестори повернули свої гроші, а працівникам забезпечили справедливе працевлаштування.
А у віде coding-епоху він один-однісінький переробляє схожий продукт і може повністю підлаштовувати його під свою інтуїцію. Раніше, працюючи з інженерною командою, навіть за сильного бачення в засновника доводилося постійно йти на компроміси: не можна весь час вимагати зсувати іконку вліво, потім вправо, а потім знову назад; і неможливо щоразу вимагати від команди підтримати всі інтуїтивні рішення. AI agent не має самоповаги, не втомлюється і не образиться через повторні правки.
Naval вважає, що це розширює поле для дослідження софт-ідеї. Наче 《Minecraft》спочатку зробив Notch один: стиль із кубиками здавався «відсталим» за традиційними стандартами ігрової графіки, але при цьому повністю зберігав продуктову інтуїцію однієї людини. vibe coding може зробити так, що з’являтиметься більше таких продуктів, які не «згладили» командним консенсусом.
Чисто софтова стартап-ідея більше не варта інвестицій? Naval: рівчак з’їдає AI
Найбільш суперечлива думка у випуску — погляд Naval на ринок венчурних інвестицій. Він раніше публікував допис у соцмережах: «чистий софт швидко стає таким, що не варто інвестувати». У подкасті він пішов далі й сформулював це пряміше: якщо вся перевага компанії лише в тому, що вона «пише софт, який інші не вміють», то вона вже не має інвестиційної цінності.
Його аргументи два. По-перше, сьогодні coding agent уже може швидко скласти велику кількість функцій. По-друге, ці coding agent розвиваються надто швидко: можливо, за рік або навіть швидше вони зможуть написати софт із більш повною архітектурою та кращою масштабованістю. Іншими словами, рівчак, побудований лише на здатності розробляти функції, стискає AI.
Тому Naval вважає, що венчурні фонди далі мають шукати щось із того, що складніше швидко скопіювати: залізо (hardware), мережеві ефекти (network effects), AI-моделі, переваги даних або інші структурні бар’єри. Він навіть припускає, що «тренування AI-моделей» може стати новим поколінням «написання софту»: принаймні поки автоматичні дослідження й автоматичне тренування не дозріють, самі AI-моделі можуть створювати нові можливості для стартапів та інвестицій.
Це не означає, що він погано оцінює персональних софтверних творців. Навпаки: він вважає, що відбувається відродження індивідуальних творців. Для тих, хто хоче робити експерименти, прототипи та ранню перевірку продукту — зараз найкращий час в історії; але якщо продукт реально має обслуговувати велику кількість користувачів, витримувати високі навантаження й складні вимоги безпеки, засновникам усе одно потрібна справжня інженерна команда, а можливо, навіть доведеться переписати всю архітектуру.
AI дуже сильний, але все ще потрібен людський нагляд: модель буде підлаштовуватися й «слабшати»
Naval також не називає coding agent всесильним інструментом. Він зазначає, що коли масштаб коду зростає, модель починає стикатися з помітними обмеженнями.
Причина в тому, що context window має межу. Коли кодова база перевищує те, що модель може «запам’ятати» за один раз, вона починає вгадувати, стискати контекст і забувати початкову ціль; у підсумку вона може навіть виправляти не те, або виправляти в неправильний спосіб. Naval описує, що модель може виправити один і той самий баг п’ять разів або зробити швидкий патч із архітектурною помилкою; а ще гірше — інколи, щоб прибрати баг, вона просто видаляє функцію чи сценарій використання, який власне спричиняв проблему.
Тому у процесі розробки він часто перериває модель і просить її не робити hack’и: не тільки «прикручувати патч», а повертатися на рівень архітектури і вирішувати проблему системно. Іронія в тому, що модель зазвичай одразу відповідає: «ви праві, це hack». Навіть якщо це не обов’язково hack, модель усе одно схильна догоджати користувачу.
Naval використовує метафору для AI agent: він трохи як хорт (собака-шукач). Він може бути кращим за вас у тому, щоб упіймати качку, але якщо ви покажете на неправильну пташку, він так само побіжить туди. Тобто людям усе одно потрібно відповідати за напрям, архітектурні рішення, стратегію дебагу й продуктовий смак.
Він також згадує, що змушує різні моделі взаємно перевіряти код. Наприклад, Claude пише код, після чого код пушиться на GitHub; Codex, Gemini, Grok та інші моделі можуть автоматично перевіряти pull request, ніби AI-«круглий стіл». Але на практиці ефект не такий великий, як можна було б уявити, бо між моделями все ще багато groupthink, і якщо користувач трохи підштовхне відповідь у конкретний бік, більшість моделей підуть за ним — і мало хто справді рішуче заперечить.
Чому coding agent прогресує найшвидше? Бо код легко перевірити
Naval вважає, що в програмуванні AI рухається особливо швидко через одну базову причину: код легко верифікувати.
Чи компілюється код, чи проходять тести, чи реально функції працюють — це дає відносно чіткі сигнали зворотного зв’язку. З подібними властивостями можна порівняти математику: є багато задач і верифікованих відповідей; а в деяких рівнях автоматизованого водіння так само, бо можна побудувати петлю фідбеку через масиви даних і симуляційні середовища.
Натомість творчий текст, судження про смак і дослідження у нових сферах значно складніші. Модель може нескінченно генерувати статті, але хто визначить, що «добре», а що «погано»? Якщо просто залучити групу низькооплачуваних людей для маркування «добре» чи «погано», то результат відображатиме лише їхній смак. Naval вважає, що щоб модель справді покращувалася, їй потрібні «петлі зворотного зв’язку із високим смаком», а це важче, ніж просто накопичувати великі обсяги даних.
Він припускає, що одна з причин, чому нинішні coding model у Китаї (в найближчий час) стали сильнішими, може бути в тому, що найкращі інженери програмного забезпечення почали активно використовувати ці моделі, даючи їм якісний код і якісний фідбек щодо вподобань. Тобто AI вчиться не лише з коду, а й із рішень топових інженерів про те, що таке «хороший код».
Криза Apple: коли користувачам не треба відкривати App, а досить говорити з AI Agent
Оцінка Naval щодо Apple особливо різка. Він вважає, що як тільки AI agent зможе за запитом миттєво генерувати інтерфейс і функції, користувачам більше не потрібно буде часто відкривати App і покладатися на наявну екосистему застосунків на iPhone.
Раніше, щоб викликати таксі, користувач відкривав Uber; щоб вести фітнес-записи — відкривав фітнес App; щоб виконати певне завдання — шукав потрібний застосунок на телефоні. Але в agentic interface користувачеві достатньо сказати: «виклич Uber», «запиши мої тренування», «допоможи виконати ось це». У такому разі реальною точкою входу стає не головний екран iPhone, а AI-модель.
Naval вважає, що це послабить довгострокову ключову перевагу Apple. Перевага Apple — це не лише хардвер, а й операційна система, App Store, нативні App, екосистемна інтеграція та користувацький інтерфейс. Якщо користувачі в основному спілкуватимуться через Claude, Codex, Gemini або інших AI agent, тоді сам телефон перетвориться на пристрій із екраном, батареєю та підключенням до мережі. На цьому етапі Android теж зможе забезпечити такі можливості, і різниця Apple буде стискатися.
Він навіть прямо заявляє, що відставання Apple в AI може стати однією з найбільших стратегічних помилок цього покоління технологічної індустрії. Apple не зникне одразу й усе ще може довго заробляти великі гроші; але так само, як Microsoft, яка пропустила хвилю мобільності, і Windows перестав бути центральним входом для персональних обчислень, Apple може втратити верхню межу майбутнього зростання в хвилі AI agent.
Чи стануть софт-компанії компаніями «однієї людини»? Навіть AI-підтримка зможе напряму виправляти баги
Далі Naval описує процес розробки, який він зараз будує: у App вбудована система репортування багів. Користувач бачить проблему й натискає кнопку — система відправляє log на сервер; Claude кожні 24 години автоматично збирає всі bug report, пробує виправити проблеми й додає фікс у гілку, чекаючи його перевірки. Йому лишається наостанок вирішити: це справді баг? виправлення якісне? чи треба його об’єднати та викотити в прод?
Він вважає, що й розвиток функцій у майбутньому може йти схожим шляхом. Користувач пропонує функціональність, голосує за пріоритети; AI agent відповідає за структурування, дизайн, реалізацію та відповіді; а в кінці один технічний мейнтейнер із продуктовим смаком визначає, які функції справді варто запускати, а які користувачі насправді не знали, що їм потрібні.
Це розмиває межу між «підтримкою» та «інженерією». Ідеальна підтримка не лише відповідає на питання, а ще розуміє продукт, виправляє баги, пише код, працює 24 години на добу й не має самолюбства — не буде травмуватися, якщо зрештою написаний обсяг коду викинуть. Naval вважає, що така модель дасть змогу навіть одній або двом людям керувати софт-компанією з потенціалом обслуговувати мільйони, а можливо й десятки мільйонів користувачів.
Він зазначає, що в історії вже були подібні кейси: наприклад, Notch один-однісінький створив 《Minecraft》, Satoshi Nakamoto запустив біткоїн із дуже маленькою командою, а Instagram та WhatsApp на ранніх етапах також створювали великий вплив силами невеликих команд. Але AI coding agent зробить такі «командні чуда» значно частішими.
Vibe Coding не знищить інженерів, але змінить те, хто здатен створювати софт
Погляд Naval на vibe coding — не «інженери більше не важливі». Навпаки: коли продукт іде в масштаб користувачів, коли зростають вимоги до безпеки, стабільності архітектури та комерціалізації, по-справжньому сильні інженери все ще незамінні.
Але головна зміна, на яку він вказує, інша: точка старту софт-сворення переписується. Раніше між ідеєю та прототипом стояли інженерні ресурси, командна взаємодія, розробнича черга й витрати; тепер людина з чітким продуктовим відчуттям може просто кинути вимоги в AI й отримати робочу версію за кілька хвилин або кілька годин.
Це переформатує три речі: по-перше, персоналізований софт зростатиме вибухово; по-друге, стартапи, які будують бар’єр лише на здатності писати функції, збиратимуть оцінки (valuation) значно важче; по-третє, існуючі платформи входу на кшталт мобільних телефонів і App Store будуть знову випробувані AI agent.
Ця стаття 《Naval Book》Naval: AI Agent — початок завершення Apple, Vibe Coding — App може зробити кожен Вперше з’явилася в 鏈新聞 ABMedia.
