Technical Context
Я посмотрел на обсуждение вокруг Rork и тезис «Manus с одного промпта делает Expo‑апку, деплоит и даёт QR». Как архитектор я сразу проверяю не впечатления, а воспроизводимость: публичные доки, примеры репозиториев, описанные ограничения, API‑контракты, интеграции с EAS/Expo.
По Manus картина пока web‑центричная: агентная платформа с планированием/исполнением/верификацией задач в облачной песочнице, доступом к инструментам и артефактам проекта. В описаниях фигурируют веб‑превью и веб‑деплой (вплоть до экспорта на Netlify), плюс API для задач/файлов/вебхуков — но я не нахожу подтверждённых сценариев именно для React Native/Expo и тем более «QR как результат деплоя».
Это не значит, что «невозможно» — это значит, что на сегодня я не вижу публичного технического основания закладывать такой функционал в критический путь проекта. Для мобильной цепочки нужны конкретные шаги: генерация RN/Expo проекта, сборка (локально или CI), публикация через EAS (или иной пайплайн), выпуск preview build и выдача QR. Если инструмент не демонстрирует этот контур в документации, я считаю утверждение маркетинговым до проверки.
По Rork в исходных вводных есть промо (99% off от $50, код REVENUECAT2026), но нет технических сведений: какие SDK/фреймворки, как устроена сборка, есть ли интеграция с Expo CLI/EAS, как решаются секреты, подписи, Apple/Google требования. В таком виде это пока «интересно протестировать», но не «можно проектировать процесс».
Claude как генератор кода для Expo я оцениваю прагматично: LLM может сгенерировать структуру проекта, компоненты, навигацию, стейт‑менеджмент, даже подсказать EAS конфиги. Но «умеет делать апки на expo» не тождественно «делает прод‑деплой». Без окружения, ключей, профилей подписи и CI он остаётся мощным ассистентом, а не фабрикой релизов.
Business & Automation Impact
В бизнесе разница между «генерирует код» и «закрывает полный цикл» измеряется неделями и бюджетом. Если я обещаю заказчику zero‑shot deployment, а затем выясняется, что мобайл‑цепочка не поддержана, проект уходит в ручной DevOps, а сроки и стоимость растут.
Я вижу два класса победителей. Первые — команды, которые используют LLM как ускоритель инженерии: быстро набрасывают UI/логику, но держат сборку/подпись/релизы в контролируемом пайплайне. Вторые — продукты, которые реально интегрированы с EAS/CI, секрет‑менеджментом и наблюдаемостью; там «ИИ автоматизация» становится повторяемой операцией, а не демо.
Проигрывают те, кто покупает инструмент из-за красивой витрины и не делает техническую валидацию в первые 1–2 дня. В наших проектах в Nahornyi AI Lab я всегда начинаю внедрение ИИ с короткого proof‑of‑capability: один экран, один API‑запрос, один preview build, один деплой. Если это не делается на практике — значит, инструменты пока не соответствуют обещанному уровню.
Если вам нужен эффект «быстрее в 2–3 раза», я чаще выбираю гибрид: Cursor/Copilot/Claude для генерации и рефакторинга + жёстко описанная AI-архитектура пайплайна (репозиторий, линт/тесты, EAS, окружения, метрики). Это и есть внедрение искусственного интеллекта в разработку без потери управляемости.
Strategic Vision & Deep Dive
Мой прогноз на 2026 простой: рынок разделится на «чат для кода» и «агент с ответственностью за артефакт». Второй тип победит только там, где есть проверяемый контракт результата: ссылка на сборку, идентификатор релиза, воспроизводимые логи сборки, политика секретов, откат.
Я также вижу повторяющийся паттерн в автоматизации с помощью ИИ: чем ближе к продакшену (подпись, сторы, compliance, аналитика, crash‑репорты), тем меньше место для магии и тем выше ценность архитектурной дисциплины. Инструмент может написать 80% кода, но 20% интеграций съедают 80% времени, если ими не управлять.
Поэтому я бы тестировал Rork и любые «промпт→QR» обещания по чек‑листу: (1) создаёт ли он корректный Expo проект, (2) собирает ли EAS preview build, (3) как хранит токены, (4) где логи и артефакты, (5) кто владеет репозиторием, (6) можно ли повторить сборку вне сервиса. Это превращает хайп в инженерный выбор и защищает ROI.
Этот разбор подготовил Вадим Нагорный — ведущий эксперт Nahornyi AI Lab по AI-архитектуре и ИИ‑автоматизации в реальном секторе. Я приглашaю вас обсудить ваш кейс: проверю заявления инструментов на воспроизводимость, спроектирую интеграцию искусственного интеллекта в ваш SDLC и помогу сделать ИИ решения для бизнеса так, чтобы релизы выходили предсказуемо, а не «по вдохновению демо».