SQLITE NOT INSTALLED
Вайбкодер создаёт программный продукт с помощью AI-инструментов и доводит его до рабочей версии. Разработчик ИИ-агентов строит систему, которая выбирает действия и использует инструменты. Автоматизатор связывает сервисы в воспроизводимый бизнес-процесс. Роли пересекаются, поэтому при поиске работы важнее читать обязанности, ожидаемый результат и стек, чем ориентироваться только на название вакансии.
Почему название вакансии говорит не всё
У новых ИИ-ролей пока нет единой общепринятой классификации. В заголовках встречаются «vibe coder», «AI-разработчик», «разработчик AI-агентов», «AI Automation Builder» и «AI-специалист по автоматизации». Два работодателя могут одинаково назвать разные задачи, а одна вакансия иногда объединяет несколько направлений.
Чтобы определить центр роли, найдите в описании четыре сигнала: основной объект работы, способ выбора следующего действия, ожидаемый результат и ответственность после запуска. Это практическая модель, а не жёсткая граница между профессиями.
Вайбкодер: собирать продукт, не отменяя инженерию
В центре вайбкодинга находится программный продукт. Специалист формулирует задачу для coding agent, получает изменения в коде, проверяет их, запускает команды и тесты, а затем итеративно доводит решение от прототипа до рабочей версии. AI ускоряет отдельные операции, но не снимает со специалиста ответственность за результат.
На это направление могут указывать Cursor, Claude Code, Codex и другие AI-инструменты. Однако важнее обязанности: собрать интерфейс или сервис, добавить функцию в существующий проект, исправить дефект, подготовить MVP, работать с репозиторием и выпускать изменения.
Результат вайбкодера — не удачный промпт и не красивый фрагмент кода в чате. Это программа, которую можно запустить, проверить и передать дальше. Поэтому нужны базовые навыки разработки: чтение кода, Git, понимание архитектуры проекта, тестирование и диагностика ошибок. Конкретный язык зависит от продукта, а не от ярлыка «вайбкодер».
После первой генерации начинается обычная инженерная работа. Надо проверить, решает ли изменение исходную задачу, не ломает ли соседние функции и не создаёт ли проблем с безопасностью. OpenAI, например, рекомендует вручную проверять и подтверждать сгенерированный код до интеграции и запуска. Высокая скорость прототипирования не отменяет ревью.
Искать такие позиции можно в разделе с вакансиями для вайбкодеров. Состав выдачи и фильтры меняются, поэтому каждое объявление стоит открывать отдельно: какой продукт предстоит делать, кто проводит ревью и чего ждут от кандидата помимо владения AI-инструментом.
Разработчик ИИ-агентов: проектировать систему действий
ИИ-агент отличается от одиночного диалога с моделью тем, что выполняет задачу через набор доступных действий. Он может обращаться к инструментам, получать контекст, выбирать следующий шаг и возвращать результат пользователю или другой системе. Разработчик отвечает не только за промпт, но и за весь контур выполнения.
В этот контур могут входить API модели, инструменты, управление контекстом, ограничения, обработка ошибок, трассировка и оценка результатов. В зависимости от сценария работодателю могут понадобиться RAG, LangChain, LangGraph, API OpenAI или другой стек. Сам по себе фреймворк профессию не определяет.
Рабочий результат здесь — управляемый агентный сценарий. Недостаточно один раз получить правильный ответ в демонстрации. Команде нужно понимать, какие шаги выполнила система, к каким данным обращалась, где ошиблась и как проверить качество после изменений. Поэтому в требованиях встречаются tracing, debugging, evaluation и observability — средства трассировки, диагностики, оценки и наблюдения за поведением системы.
Ответственность разработчика продолжается после запуска. Инструмент может вернуть ошибку, контекст — оказаться неполным, а модель — выбрать неподходящее действие. Нужны ограничения, воспроизводимые проверки и понятная реакция на сбои. Чем больше свободы получает агент, тем важнее видеть его путь от запроса до результата.
Подходящие объявления собраны среди позиций по разработке ИИ-агентов. В описании полезно искать не только слово «agent», но и признаки полноценной системы: работу с инструментами, оркестрацию, подключение данных, оценку и наблюдаемость. Если работодателю нужен лишь чат с одним промптом, это ещё не обязательно агентная разработка.
Автоматизатор: связывать сервисы и процессы
Автоматизатор начинает с бизнес-процесса: описывает путь данных, подключает системы и добивается, чтобы сценарий воспроизводимо работал не только в демонстрации.
Типичные маркеры вакансии — n8n, Make, Zapier, CRM, таблицы, вебхуки и API. Платформы автоматизации процессов позволяют сочетать заранее заданные шаги с AI-функциями, но наличие LLM не обязательно. Часть процессов полностью определяется триггерами и правилами; в других модель классифицирует обращение, извлекает данные или выбирает ветку.
Результат автоматизатора — не отдельная функция приложения и не обязательно самостоятельный агент. Это надёжная связка: данные приходят в нужном формате, шаги выполняются в правильном порядке, ошибки не теряются, а повторный запуск не создаёт неожиданных дублей. Поэтому приходится разбираться в API, форматах данных, авторизации сервисов и обработке исключений.
Автоматизация не означает работу совсем без кода. В одном проекте достаточно визуального редактора, в другом понадобятся выражения, скрипты или собственный узел интеграции. Нельзя заранее считать такую роль backend-разработкой или исключать программирование: ответ находится в обязанностях конкретной вакансии.
Для старта поиска можно открыть предложения по автоматизации процессов. В описании позиции стоит проверить, какие системы предстоит соединять, кто владеет бизнес-логикой, как обрабатываются ошибки и требуется ли поддержка процесса после внедрения.
Где проходит граница между workflow и агентом
Главное различие — в способе выбора следующего действия. В классическом workflow путь заранее задаёт человек: после триггера выполняется условие, затем конкретная ветка и набор операций. Такая автоматизация подходит для правил, которые можно перечислить и важно повторять одинаково.
В агентной системе часть выбора передают модели. Она получает цель и контекст, решает, какой инструмент применить, оценивает промежуточный результат и продолжает задачу. Это добавляет гибкость, но усложняет контроль, оценку и диагностику.
На практике обе модели часто соединяют. Workflow может запускать агента на одном шаге, а затем передавать его ответ в CRM. Агент может обращаться к автоматизированному процессу как к инструменту. Поэтому вакансия с n8n и LangGraph может относиться сразу к двум направлениям. Определять её следует по ожидаемому результату: работодатель ищет владельца интеграционного процесса или разработчика логики агентной системы?
Вайбкодинг тоже может быть способом работы в любом из этих направлений. Автоматизатор может попросить coding agent подготовить преобразование данных, а разработчик агентов — сгенерировать адаптер к API. Но применение AI-инструмента не превращает любую задачу в отдельную профессию. Роль определяет результат, за который специалист отвечает перед командой.
Как читать вакансию: шесть проверок вместо одного ключевого слова
- Найдите основной результат. «Выпустить функцию», «собрать MVP» и «развивать приложение» указывают на продуктовую разработку. «Спроектировать агента» и «оценивать ответы» — на агентный контур. «Связать CRM» и «автоматизировать процесс» — на интеграционную работу.
- Отделите обязательный стек от желательного. Проверьте, какие технологии входят в обязанности, а какие названы лишь преимуществом. Так станет ясно, нужен ли разработчик на конкретном языке или специалист, способный освоить новый инструмент.
- Посмотрите, кто управляет логикой. Если порядок шагов задаётся кодом, центр роли ближе к разработке. Если инструменты выбирает модель — к агентной задаче. Если последовательность определяют триггеры и условия — к автоматизации.
- Проверьте эксплуатацию. Ищите тесты, ревью, логирование, мониторинг и обработку ошибок. Эти требования отделяют разовую демонстрацию от устойчивого результата.
- Уточните границы ответственности: кто даёт доступы и данные, утверждает бизнес-правила, принимает результат и поддерживает его после запуска.
- Сверьте формат работы. Отдельно проверьте занятость, удалённый или офисный режим, географию, часовой пояс и язык общения. Тематический раздел не гарантирует удалённую работу из любой страны.
Как выбрать направление
Вайбкодинг ближе тем, кто хочет создавать пользовательские функции и продукты, готов читать код и отвечать за его качество. Привычная единица работы здесь — изменение в репозитории, которое проходит проверку и становится частью приложения.
Агентная разработка подходит тем, кому интересны системы с моделью, инструментами и многошаговым поведением. Здесь особенно важны проектирование контекста, интеграции, наблюдаемость и оценка качества.
Автоматизация логична для тех, кто любит разбирать процессы, соединять сервисы и устранять ручные операции. В этой роли ценны понимание данных, API, условий и способов восстановления после ошибок.
Выбор не обязан быть окончательным. Общие навыки — постановка задачи, работа с API, тестирование и диагностика — переходят между направлениями. Начать можно с результата, который хочется выпускать чаще: программного продукта, агентной системы или надёжного workflow. Затем искать вакансии по содержанию работы, включая соседние названия и пересекающийся стек.