SaaS, который не сделаешь с помощью вайбкодинга: 50 000 пользователей и миллионная выручка

История началась не с идеи SaaS, а с внутренней утилиты для контент-завода: разработчики ради удобства прикрутили платёжку к софту для нарезки и забыли о нём, а через четыре месяца обнаружили в кабинете чужие платежи — пользователи сами находили инструмент и оплачивали доступ. Кейс показательно разводит понятия «демо на вайбкодинге» и production-сервиса, способного держать нагрузку.

Каскад моделей, а не один промпт

Двухчасовое видео обрабатывается 30–90 минут — скорость зависит от длины исходника, числа спикеров и плотности контента. На выходе нет фиксированного числа роликов: сервис отбрасывает повторы, оборванные мысли и фрагменты без развязки, поэтому из двух часов реально получить и восемь законченных клипов, и несколько десятков. Доработка применяется к выбранному клипу без повторного анализа всего видео — меняются вертикальные композиции и кадрирование, стиль и положение субтитров, заголовки, типографика, музыка, B-roll, водяные знаки, аутро, а в отдельных режимах — переходы и дополнительные визуальные эффекты.

Под капотом последовательно и частично параллельно работают модели распознавания речи, детекторы сцен, классические алгоритмы обработки видео и LLM, отбирающая значимые фрагменты. Каждый модуль возвращает гипотезу, а не гарантированный ответ — ошибка на любом этапе едет каскадом дальше: сдвиг границы фразы ломает контекст, кадрирование переключается на другого спикера, субтитры уезжают на следующую сцену.

Где заканчивается вайбкодинг

Демо на вайбкодинге собрать реально за вечер: загрузить MP4, прогнать распознавание речи, попросить LLM выбрать интересные фрагменты и вырезать их через FFmpeg. Получается наглядный прототип, который работает на одном подкасте из домашней коллекции. Для production-нагрузки в десятки тысяч клиентов такой конструкции недостаточно — production-сервис это не сумма API-вызовов, а инфраструктура с обработкой ошибок, очередями, fallback-сценариями и устойчивостью к длинным роликам с несколькими спикерами. Если распознавание сдвинуло границу фразы, итоговый клип идёт в утиль: монтаж, субтитры и переходы привязаны к таймлайну и наследуют чужую ошибку.

Что отслеживать на рынке

Для аудитории ниши кейс обозначает практическую границу инструмента: вайбкодинг ускоряет MVP и проверку гипотезы, но в зрелом продукте доминирует инженерия. На рынке обработки видео это означает сохранение спроса на команды разработки даже на фоне роста no-code и AI-агентов — особенно в сервисах, где пользователь платит за предсказуемый результат и стабильное время обработки, а не за демонстрацию технологии.