Слухайте, нам треба поговорити.
Уся індустрія схибнулася на «вайб-кодингу». Ви запускаєте Cursor, Claude Code, Windsurf або Bolt. Кілька разів тиснете Tab. Пишете промпт на кшталт «зроби мені SaaS-дашборд». Бум. 10 000 рядків React і Node падають у вашу кодову базу. Ви викочуєте це в прод. Усі дають одне одному «пʼять».
Це схоже на магію. Доки о 3 ночі всю вашу базу даних не зливають у російський Telegram-канал.
Мої дні минають у розгрібанні тих смітникових пожеж, які генерують ці AI-інструменти. Під капотом ці LLM — просто надзвичайно впевнені в собі стажери, які начиталися Stack Overflow, але не мають ані краплі реальної параної. Вони оптимізують під те, щоб тести проходили, а UI виглядав гарно. Їм геть начхати, що ваші API-ендпоінти відкриті навстіж.
Слухайте, я бачив це сотню разів. Чи безпечний вайб-кодинг? Аж ніяк. Це величезна міна.
Розберімо, як саме провалюється безпека AI pair programming, які конкретні помилки рівня CVE ваш улюблений асистент ховає у ваших PR і як зупинити кровотечу, не сповільнюючи ваш 10x-темп релізів.
Що таке «вайб-кодинг» насправді?
Вайб-кодинг — це практика швидкого складання застосунків, коли ви майже повністю покладаєтеся на генерацію коду AI. Ви задаєте «вайб» (UI, приблизну бізнес-логіку), а LLM бере на себе шаблонний код, склеювальний код та інфраструктуру.
Це швидко. Небезпечно швидко. Ви генеруєте 500 рядків коду за хвилину. Проблема? Ніхто ці 500 рядків не переглядає. Когнітивне навантаження від читання згенерованого коду насправді вище, ніж від його написання. Тож ви пробігаєте його очима. Начебто нормально. Релізимо.
Слухайте, я бачив це сотню разів. Саме так виникають величезні ризики вайб-кодингу. Логіку автентифікації писали не ви. Її писав AI. А AI галюцинує безпеку.
5 найбільших сліпих зон безпеки вайб-кодингу
Цього року я провів аудит понад 400 репозиторіїв, збудованих переважно за допомогою AI-інструментів, і бачив, як повторюються ті самі патерни. У LLM спільний колективний мозок, а отже, і спільний набір вразливостей.
1. Нульова валідація вхідних даних (патерн «довірливого бовдура»)
AI-моделі розраховують на щасливий сценарій. Вони припускають, що користувачі введуть у поле імені «John», а не ' OR 1=1; DROP TABLE users; --.
Коли ви просите Cursor зробити ендпоінт на Express, він видає ось такий мотлох:
app.post('/api/users', async (req, res) => {
const { name, email, role } = req.body;
// Look at this janky crap. No Zod. No Joi. Just raw dogging the input.
const user = await db.users.create({ name, email, role });
res.json(user);
});Ось сувора правда. Чудово. Будь-хто може передати role: 'admin' у JSON-тілі й захопити ваш застосунок. AI явно не думав про вразливості Mass Assignment. Він просто написав найкоротший шлях до робочого ендпоінта. Вам потрібна сувора валідація за схемою. Zod — не опція, а необхідність.
2. Захардкоджені секрети (випадковий витік)
LLM обожнюють хардкодити, щоб код «запрацював» одразу. Ви просите інтегрувати Stripe. Він пише код, бере ключ-заглушку, а іноді, якщо в контексті є ваш файл .env, просто вставляє справжній live-ключ у вихідний код.
Ще гірше: у фронтенд-фреймворках на кшталт Next.js він постійно плутає серверний і клієнтський код. Я бачив, як Windsurf випадково відкрив облікові дані AWS браузеру, бо скинув їх у змінну NEXT_PUBLIC_, щоб виправити помилку збірки.
// A real snippet generated by an AI assistant trying to fix a 'Missing credentials' error
const s3Client = new S3Client({
region: 'us-east-1',
credentials: {
accessKeyId: process.env.NEXT_PUBLIC_AWS_ACCESS_KEY,
secretAccessKey: process.env.NEXT_PUBLIC_AWS_SECRET_KEY // Nuke it from orbit
}
});3. Відсутні перевірки автентифікації (відчинені двері)
Ви кажете AI: «Додай маршрут видалення коментарів». Він будує рівно це.
app.delete('/api/comments/:id', async (req, res) => {
await db.comments.delete(req.params.id);
res.send('Deleted');
});Слухайте, я бачив це сотню разів. Помітили, чого бракує? Перевірки, чи користувач справді власник коментаря. Чи хоча б того, що користувач увійшов у систему. Insecure Direct Object Reference (IDOR) — зараз найпоширеніша вразливість вайб-кодингу. AI забуває перевіряти контекст авторизації, доки ви не накричите на нього в промпті.
4. Зламаний Row Level Security (RLS) у Supabase/Firebase
Усі обожнюють поєднувати вайб-кодинг із BaaS-платформами на кшталт Supabase. AI пише SQL для налаштування ваших таблиць.
CREATE POLICY "Enable read access for all users" ON "public"."documents" AS PERMISSIVE FOR SELECT TO public USING (true);Бум. Ви щойно зробили кожен приватний документ у своїй системі доступним для читання будь-кому в інтернеті. AI часто за замовчуванням ставить публічний доступ, бо так простіше інтегрувати фронтенд і не вилітають помилки «Permission Denied» під час прототипування.
5. SSRF через fetch (внутрішній плацдарм)
Створюючи AI-обгортки, розробники часто просять AI написати проксі-ендпоінт для отримання зовнішніх даних або зображень.
app.get('/proxy', async (req, res) => {
const targetUrl = req.query.url;
// Classic SSRF.
const response = await fetch(targetUrl);
const data = await response.text();
res.send(data);
});Чесно кажучи, це жах. Зловмисник передає url=http://169.254.169.254/latest/meta-data/ — і раптом вивантажує облікові дані вашого інстансу AWS IAM. AI ніколи не додасть захист від SSRF (наприклад, перевірку внутрішніх діапазонів IP), якщо його про це не попросити.
Реальні інциденти: коли вайб-кодинг потрапляє в прод
Поговорімо про реальні цифри. На початку цього року (CVE-2026-1142) зламали великий фінтех-стартап. Першопричина? GraphQL-резолвер, згенерований AI.
Senior-розробник використав Claude Code, щоб за один день згенерувати каркас 50 резолверів. AI ідеально віддзеркалив схему, але пропустив middleware авторизації на мутації exportFinancialData.
Збитки? 1.2 мільйона записів користувачів викрадено. Post-mortem показав, що розробник буквально скопіював файл, запустив юніт-тести (які теж написав AI і які перевіряли лише щасливий сценарій) і зарелізив.
Будьмо чесні. Підсумок: AI напише тести, які доводять, що його власна хибна логіка працює.
Чекліст безпечного вайб-кодингу
Вам не обовʼязково відмовлятися від вайб-кодингу. Але треба припинити поводитися так, ніби AI — senior-інженер. Це джуніор, який швидко друкує.
Ось ваш чекліст найкращих практик вайб-кодингу:
- Ніколи не дозволяйте AI писати ваш middleware автентифікації. Пишіть його вручну.
- Змушуйте AI використовувати Zod/Yup на кожній межі.
- Забороніть
process.envу контекстних вікнах AI. - Запускайте SAST (статичне тестування безпеки застосунків) на кожному PR. Без винятків.
- Якщо AI пише SQL, переглядайте його так, ніби від цього залежить ваша робота (бо так і є).
Як Bryxe автоматизує перевірку безпеки
Слухайте, ви не можете щотижня вручну переглядати 10 000 рядків AI-згенерованого коду. Ви вигорите.
Будьмо чесні. Саме тому ми створили Bryxe. Bryxe інтегрується просто у ваш CI/CD-пайплайн і працює як буркотливий інженер з безпеки, що перевіряє домашнє завдання AI.
Ми використовуємо детермінований аналіз — а не просто ще більше LLM-здогадок — щоб відстежувати потоки даних. Коли Cursor кидає невалідоване введення в запит до бази даних, Bryxe позначає це, блокує PR і дає вам точне виправлення. Ми автоматично в реальному часі виявляємо відсутній контекст автентифікації, патерни IDOR і вектори SSRF.
Припиніть викочувати бомби сповільненої дії. Нехай AI пише код. А Bryxe нехай його захищає.
![Безпека вайб-кодингу: чому ваш AI-згенерований код — бомба сповільненої дії [аудит 2026]](/_next/image?url=%2Fblog%2Ftest-mockup.jpg&w=3840&q=75&dpl=dpl_4APdW92RmtTARbNBj4X6xdJXX9hA)