Российский разработчик опубликовал на Habr историю, которая за сутки разошлась по всему рунету: за два выходных он собрал альтернативу Cursor, принципиально отличающуюся от него философией, и вышел на ежемесячную выручку 1,29 миллиона рублей. Главная фишка инструмента — он сознательно не пишет код за разработчика, а работает как мыслящий напарник, который задаёт неудобные вопросы, ищет дыры в архитектуре и заставляет программиста думать самому. В этой статье разбираем, что именно сделал автор, почему такой подход начал приносить деньги, и что эта история значит для разработчиков из России и СНГ, у которых доступ к Cursor, Copilot и другим западным AI-инструментам стал проблемой.
Что произошло на самом деле?
Автор оригинальной публикации описал кейс, который сам по себе ломает привычный шаблон: вместо того чтобы клонировать Cursor с его автодополнением и agent-режимом, он сделал инструмент с противоположной идеей. Подробности и мотивация изложены в его статье на Habr «Я сделал альтернативу Cursor за выходные», и с момента публикации она держится в топе площадки.
Ключевые факты из материала:
- Разработка MVP заняла два выходных дня — пятница, суббота, воскресенье вечером уже первая платная подписка.
- Стек минимальный: тонкая обвязка вокруг LLM-провайдера, расширение для VS Code и собственный системный промпт.
- Главное отличие: при запросе «допиши функцию» инструмент задаёт уточняющие вопросы, а не вставляет код. Опционально — объясняет, где будет узкое место.
- Выручка на четвёртый месяц: 1,29 млн рублей. Подписка ежемесячная, retention выше 80%.
- Аудитория — middle и senior разработчики, которые сознательно отказываются от «вайб-кодинга» через Cursor и Copilot.
На фоне общего AI-хайпа в разработке цифра 1,29 млн ₽/мес кажется небольшой по меркам кремниевой долины, но для соло-проекта без инвестиций, без маркетинга и фактически с одного поста на Habr — это редчайший по эффективности запуск.
Почему именно такой подход «выстрелил»?
В индустрии накопилась усталость от инструментов, которые пишут код за разработчика. По данным ежегодного опроса Stack Overflow Developer Survey 2024, 76% профессиональных разработчиков используют или планируют использовать AI-инструменты в работе, но только 43% доверяют их выводу. Между «использую» и «доверяю» — пропасть, в которую и заехал автор статьи.
Senior-разработчики массово жалуются на три проблемы автодополнения:
- Деградация навыков. После полугода активного Cursor программист перестаёт держать в голове API даже знакомых библиотек.
- Скрытые баги. AI пишет правдоподобный код, который проходит ревью по форме, но ломается на крайних случаях.
- Архитектурный шум. Каждое автопредложение тянет за собой третьестепенные зависимости, и проект за месяц превращается в кашу.
Альтернатива из статьи решает все три проблемы тем, что просто не пишет код. Вместо этого LLM работает как сократическая машина: «А что будет, если массив пустой?», «Ты уверен, что транзакция атомарная?», «Этот хук точно нужен здесь, а не на родителе?» Программист всё равно пишет руками, но с подсветкой пробелов в собственном мышлении.
«Я заметил, что после Cursor мне страшно открывать свой же код через месяц. Я не понимаю, что там написано. Когда я начал делать инструмент для себя, он стал работать только как зеркало. Никакого кода — только вопросы.» — цитата автора из обсуждения на Habr.
Чем подход отличается от Cursor и GitHub Copilot?
На первый взгляд все три продукта — это «LLM плюс редактор». Но философия принципиально разная:
- Cursor — агентный режим, многошаговая правка по нескольким файлам, цель «дать готовое решение и сэкономить время».
- GitHub Copilot — inline-автодополнение по контексту, цель «снизить рутину набора текста».
- Альтернатива из статьи — режим вопросов, цель «не дать разработчику принять плохое решение», код пишет только человек.
Разница на практике становится заметна, когда команда садится разбирать прод-инцидент. Cursor и Copilot не помогают понять, почему упал сервис, — они помогают написать новый сервис. Сократическая модель, наоборот, бесполезна для генерации, но идеальна для прохождения по архитектурным решениям шаг за шагом.
Автор не позиционирует свой продукт как «убийцу Cursor». Он называет его «инструментом для тех, кто хочет остаться программистом, а не превратиться в редактора AI-генерации». Это узкая ниша, но платёжеспособная.
Кто и за что платит 1,29 млн рублей в месяц?
По сообщениям автора и комментариям в треде, средний чек подписки — около 1500 рублей в месяц. Это значит, что активных платных пользователей у проекта порядка 800–900 человек. Аудитория делится на три группы:
- Российские senior-разработчики, которые не могут оплатить Cursor напрямую из-за санкций и блокировок карт. Подписка в рублях через российский эквайринг для них критична.
- Разработчики-наставники и тимлиды, которые используют инструмент для джунов: вместо того чтобы выдать готовый код, AI «допрашивает» младшего коллегу и заставляет дойти до решения самостоятельно.
- Фрилансеры и инди-разработчики, работающие над собственными продуктами, где важнее сохранить понимание кодовой базы, чем выиграть час в день.
Любопытная деталь из обсуждения: примерно 30% подписчиков пришли не из России, а из стран СНГ — Беларусь, Казахстан, Армения, — где западные AI-инструменты доступны технически, но оплата всё равно проблема. Инструмент стал для них «локальным» по способу оплаты, хотя по сути он международный.
Как это повлияет на пользователей AI в России и СНГ?
История из статьи — не единичный случай, а сигнал тренда. На фоне ограниченного доступа к Cursor, Claude и GitHub Copilot для русскоязычных разработчиков рынок начал заполняться локальными решениями. По состоянию на 2026 год можно выделить несколько направлений:
- Локальные обвязки над зарубежными LLM, где разработчик платит в рублях, а под капотом — GPT-4, Claude или открытые модели через прокси.
- Российские модели — YandexGPT, GigaChat, T-lite — встроенные в IDE-плагины.
- Сократические/менторские AI, как герой этой статьи, — нишевые продукты с собственной философией.
- Агрегаторы доступа, которые дают через единую подписку к ChatGPT, Claude, Gemini и DeepSeek без VPN и зарубежных карт.
Именно последняя категория — самая прагматичная для большинства разработчиков, которым нужен прямой доступ к моделям без обвязок. В WebGPT уже доступны все ключевые модели — ChatGPT, Claude Opus 4.7, Gemini, DeepSeek — без VPN и с оплатой в рублях. Это даёт возможность собрать собственный workflow: использовать одну модель для генерации кода, другую — для архитектурного ревью, третью — для дебага.
Для среднего пользователя из Москвы, Минска или Алматы выводы из истории такие:
- Не обязательно покупать Cursor — рынок локальных альтернатив дозрел до того, что есть платёжеспособный продукт за рубли.
- Подход «AI как собеседник, а не как генератор» доказал коммерческую жизнеспособность. Можно ожидать всплеска подобных продуктов в ближайшие месяцы.
- Сам разработчик может за выходные собрать что-то нишевое и проверить рынок — порог входа в AI-tooling рекордно низкий.
Почему MVP занял всего два дня?
Часть удивления в комментариях к статье — про скорость разработки. Два выходных дня кажутся нереальным сроком для production-инструмента. Но если разобрать архитектуру, всё становится понятно:
- Фронтенд — расширение для VS Code, генерируется официальным yo-генератором за час.
- Бэкенд — лямбда-функция в облаке, которая прокси́рует запросы к LLM-провайдеру и подмешивает системный промпт.
- Главный артефакт — системный промпт длиной ~3000 токенов, который заставляет модель задавать вопросы вместо генерации.
- Биллинг — готовое SDK провайдера платежей, интеграция за полдня.
То есть фактически три выходных компонента: расширение, прокси, промпт. Сложность не в коде, а в формулировке промпта — автор честно говорит, что переписывал его 15–20 раз, пока модель не перестала «срываться» в режим написания кода.
Эта деталь — самое практичное знание для других разработчиков. Качество AI-продукта в 2026 году определяется не количеством строк кода, а качеством промпта и тем, как выстроен пользовательский сценарий. Документация Anthropic по prompt engineering и аналогичные гайды OpenAI — фактически новый «фронтенд-фреймворк», который нужно знать каждому, кто строит AI-tooling.
Что делать прямо сейчас разработчику?
История с альтернативой Cursor — это не «как заработать миллион», а ориентир для собственных решений. Несколько прикладных шагов, если вы пишете код в 2026 году:
- Проверьте свой workflow. Если за последний месяц вы ни разу не написали с нуля функцию, которую раньше писали руками, — это сигнал. Стоит периодически отключать AI-автодополнение, чтобы не потерять навык.
- Попробуйте «допрос вместо генерации». Возьмите любой LLM-чат и опишите задачу с инструкцией «не давай мне код, задавай вопросы, пока я сам не пойму, как её решить». Через 10 минут увидите, насколько это меняет процесс.
- Не зацикливайтесь на одной модели. Claude хорош для ревью и архитектуры, GPT-4 — для брейншторма, DeepSeek — для дешёвых массовых задач. В WebGPT можно переключаться между ними в одном интерфейсе.
- Сохраняйте свои промпты. Хороший системный промпт — это интеллектуальный актив. История из статьи показывает, что он может стоить миллион рублей в месяц.
- Не бойтесь нишевых продуктов. Аудитория «контр-Cursor» в 800 платных подписок — это норма, а не провал. В нишевых сегментах конкуренция меньше, а LTV выше.
Если интересует, какие AI-инструменты сейчас реально работают для русскоязычных разработчиков, есть смысл изучить наш материал «AI-инструменты для разработки в России в 2026 году», где собраны актуальные варианты с оплатой в рублях. Для понимания различий между основными решениями полезен сравнительный обзор «Cursor vs GitHub Copilot для российского разработчика».
Что не так с этой историей и где подвох?
Идеальных кейсов не бывает. У сюжета с «1,29 млн за выходные» есть оборотная сторона, которую честно стоит подсветить:
- Цифра выручки — на четвёртый месяц, а не на второй день. Между «MVP за выходные» и «миллион рублей в месяц» — три месяца постоянного допиливания, поддержки и общения с пользователями.
- Канал привлечения — один пост на Habr. Это удача с виральностью, которую невозможно повторить системно. Большинство аналогичных запусков не получают и сотой части внимания.
- Аудитория ограничена. 800 платящих senior-разработчиков, готовых сознательно отказаться от автодополнения, — это потолок ниши на рынке СНГ. Дальнейший рост требует выхода на международный рынок и конкуренции с другим уровнем продуктов.
- Риск зависимости от LLM-провайдера. Инструмент — обвязка над чужой моделью. Изменение цен или политики провайдера может уничтожить юнит-экономику за неделю.
Тем не менее, даже с этими оговорками история остаётся ярким сигналом: рынок AI-инструментов для разработки далеко не насыщен, и в нём есть место для нестандартных философий.
Часто задаваемые вопросы
Как называется альтернатива Cursor, о которой идёт речь?
В оригинальной публикации на Habr автор не делает агрессивного маркетинга и не выносит имя продукта в заголовок. Найти название и ссылку на установку можно непосредственно в тексте статьи и в комментариях треда. Сам автор подчёркивает, что важна не марка инструмента, а подход «не писать код за разработчика».
Можно ли пользоваться этим инструментом из России без VPN?
Да. По словам автора, основной поток клиентов — российские разработчики, оплата идёт через российский эквайринг в рублях, VPN для использования не требуется. Под капотом, разумеется, инструмент обращается к зарубежным LLM-провайдерам, но это скрыто от пользователя.
Подходит ли подход «AI задаёт вопросы» для джунов?
Скорее наоборот. Джуниор-разработчику часто нужна готовая подсказка, а не сократический диалог. Сократический режим лучше работает для middle и senior, у которых уже есть архитектурный бэкграунд и которые могут содержательно отвечать на наводящие вопросы AI. Для джунов больше подходит традиционный Copilot-режим с пояснениями к каждому предложению.
Что если я хочу попробовать этот подход без отдельной подписки?
Можно собрать его руками. Откройте любой AI-чат — например, в WebGPT — и задайте системный промпт: «Я разработчик. Я опишу задачу. Не давай мне код. Задавай уточняющие вопросы, пока я не пойму решение сам. Если я попрошу код напрямую — напомни мне, что задача в том, чтобы я разобрался». Этого хватит, чтобы получить 80% эффекта.
Есть ли смысл повторять кейс автора и запускать свою альтернативу Cursor?
Прямое копирование — нет, ниша «сократический AI-помощник» уже занята. Но сам формат «выходной проект на основе LLM-обвязки и хорошего промпта» — рабочий. Шансы выше, если выбрать узкую вертикаль: AI для код-ревью в финтехе, AI для документации legacy-проектов, AI для онбординга новых разработчиков. Главное — не пытаться конкурировать с гигантами в основной нише, а найти свой угол.