LeetCode добавил задачи по вайбкодингу: вместо привычного решения алгоритма в редакторе разработчик должен за 60 минут собрать работающую программу с помощью ИИ. Новый формат называется Project Problems и важен не только для любителей соревновательного программирования: он пытается измерить навык, который всё чаще нужен в командах, — умение поставить задачу агенту, проверить результат и довести код до рабочего состояния.
Первые задания устроены как уменьшенные версии прикладной разработки в крупных технологических компаниях, сообщает Habr / Карьера. Среди сценариев — сверка платежей по образцу Stripe, рекомендации событий в духе Bloomberg, API для управления запасами и обработка возвратов товаров, напоминающая задачи Amazon. Названия компаний здесь описывают тип задачи, а не подтверждают их участие в запуске проекта.
Project Problems заметно отличается от привычного LeetCode. Классические упражнения проверяют знание структур данных, алгоритмов и способность быстро написать корректное решение под набор тестов. В новом формате в фокусе оказывается весь короткий цикл разработки: разобрать требования, разбить работу на части, сформулировать запросы ИИ-инструменту, прочитать сгенерированный код, найти ошибки и собрать итоговый продукт. Агент в такой модели не отменяет инженерную работу, а добавляет ещё один слой ответственности: принять или отклонить его решения должен человек.
Все задания запускаются в изолированной среде. На одну попытку отводится час, а пользователи без премиум-подписки могут выполнять не более трёх заданий в день. С 16 ноября по 6 декабря 2026 года платформа планирует выпускать по четыре новых задания каждый понедельник; всего заявлено 12 проектов. Тем, кто успешно завершит минимум восемь из них, обещана награда во внутренней валюте LeetCoin.
Не промптинг вместо разработки, а проверка инженерного цикла
Термин «вайбкодинг» обычно звучит двусмысленно. В одном случае это быстрый способ получить прототип, почти не заглядывая в реализацию. В другом — практическая работа с ИИ как с младшим исполнителем: разработчик задаёт направление, уточняет ограничения, проверяет интеграции и исправляет то, что модель не учла. LeetCode явно делает ставку на второй вариант. Судя по описанию формата, недостаточно попросить ИИ «сделать API»: результат нужно отладить и довести до работающего продукта в рамках задания.
Для кандидатов это может стать тренировкой навыка, который плохо виден на обычном алгоритмическом интервью. В реальной команде редко приходится за сорок минут выводить оптимальную сложность для абстрактной задачи; чаще нужно понять неполное ТЗ, выбрать границы сервиса, не сломать обработку ошибок и объяснить, почему сгенерированный код нельзя без проверки отправлять в репозиторий. Задачи по вайбкодингу не заменяют фундаментальные знания, но проверяют, может ли инженер использовать ИИ без потери контроля над результатом.
Для работодателей здесь тоже есть сигнал. Если подобные форматы закрепятся в обучении и найме, оценивать придётся не только скорость написания кода вручную. Важными станут качество постановки задачи, способность замечать неверные допущения модели, работа с тестами и понимание того, где автоматизация экономит время, а где создаёт технический долг. Это особенно актуально для небольших продуктовых команд, где разработчик одновременно проектирует, реализует и поддерживает сервис.
Что меняется для русскоязычных разработчиков
Практическая ценность запуска — в понятном тренажёре. Участник получает ограниченное по времени задание, близкое к бэкенд-разработке, а не абстрактный призыв «научиться работать с ИИ». Такой режим полезен и тем, кто уже использует кодовых помощников: за час быстро становится видно, какие части работы удаётся делегировать, а где экономия на анализе требований возвращается ошибками на этапе отладки.
При этом результат таких упражнений не стоит путать с универсальной метрикой уровня инженера. Часовая песочница не измерит знание предметной области, качество командной коммуникации или способность годами сопровождать систему. Но она может стать отдельным слоем подготовки — между задачами на алгоритмы и полноценным тестовым заданием. Для кандидатов это шанс показать не только умение писать код, но и дисциплину работы с ИИ; для интервьюеров — повод точнее формулировать, какой именно навык они хотят проверить.
Главный вопрос к формату — смогут ли платформы оценивать не просто факт прохождения задания, а надёжность получившегося решения. Чем активнее ИИ участвует в разработке, тем ценнее становится не скорость первого ответа, а способность инженера отличить убедительный код от корректного. Именно вокруг этой разницы, вероятно, и будет строиться следующая версия технических собеседований и практического обучения.


