Lovable, Bolt, v0, Cursor - Mida Teha, Kui AI Kood Laheb Katki

Stseen, mida naen peaaegu iga nadal. Inimene teeb nadalavahetusega Lovable'i, Bolti voi v0-ga toimiva demo, roomu tais, naitab sopradele. Siis tahab lisada uhe asja - makse, sisselogimise, uue ekraani - ja koik hakkab lagunema. Palub AI-l parandada. Parandab. Tunni parast laheb katki midagi, mis tootas. Palub uuesti parandada. Kumnenda ringi jarel on kood juba selline, et ei tema ega AI enam aru ei saa, mis toimub.

Kui sa siin endale tundsid - see ei ole sinu suu ega rumaluse marrk. Need tooriistad on tehtud just selleks: idee kiiresti naidata. Probleem algab siis, kui proovid demost teha paris, kasutajatele antavat toodet. Selles artiklis panen ausalt kirja, kus konkreetselt iga tooriist oma seina vastu jookseb, miks AI parandab ja jalle lammutab, mida valmis panna enne abi otsimist ja millal uldse tasub olemasolevat koodi paasta ning millal on odavam puhtalt uuesti ehitada.

Ma ei raagi teooriast. Votan selliseid projekte paris uksti: votan katkise Lovable'i voi Bolti koodi ja muudan selle millekski, mis tootab toodangus, paris kasutajate ja paris rahaga. Eesti on maailma koige digitaalsem vaiketurg, nii et siin on ka lava korge - su klient ootab Smart-ID sisselogimist, pangalingi maksevoimalust ja e-arvet mitte lisana, vaid endastmoistetavusena. Just see ongi see osa, kus AI demo komistab.

Miks AI viib 80%-ni ja jaab sinna seisma

Lovable, Bolt ja v0 teevad uskumatult kiiresti seda osa, mis on nahtav - nupud, vormid, ekraanid, ilus paigutus. See on umbes 80% sellest, mis naeb valja nagu rakendus. Aga ulejaanud 20% - maksed, autentimine, andmebaas, deploy, turvalisus, GDPR, aarejuhud - on koige raskem, koige kallim ja tapselt see osa, mille parast rakendus uldse paris inimestega tootab. AI seal ei vimsta - seal ta porkab vastu.

Pohjus on lihtne. See nahtav kiht on sablooniline: sarnaseid vorme ja ekraane on internetis miljoneid, AI on neid naeinud ja kordab silmapilkselt. Ulejaanud 20% on aga sinu projektile unikaalne ja noaab otsuseid, mida pead tegema tervikut moistes - kuidas andmed liiguvad, kus neid hoitakse, kes mida naeb, mis juhtub, kui makse ebaonnestub. See ei ole kopeerimine, vaid inseneritoo. Ja just seal hakkab koik katki minema.

Kus laheb katki - tooriista kaupa

Igal tooriistal on oma iseloom ja oma tuupiline murdumiskoht. Seda teades saad palju kiiremini aru, mis sul tegelikult kaes on.

Lovable - deploy ja andmebaas

Lovable ehitab terve rakenduse (React + Supabase) ja korraldab paljutki ise, seetottu naeb alguses maagiline valja. Aga katki laheb tavaliselt kahes kohas. Esiteks - Supabase andmebaas: kui andmemudel laheb keerulisemaks, algab RLS-i (ridade tasandi turvalisuse) reeglite segadus, tabelite seosed takerduvad ja paringud tagastavad kas liiga palju voi mitte midagi. Teiseks - deploy ja keskkonnad: lokaalselt voi Lovable'i eelvaates tootab, aga paris domeenil paris muutujatega enam mitte, sest votmed, lingid voi CORS on seadistatud ainult demorezhiimile.

Bolt - state ja integratsioonid

Bolt genereerib suureparaselt interaktiivse frontendi vaga kiiresti. Sein tuleb siis, kui rakendusse tekib palju olekut (state): ostukorv, sisseloginud kasutaja, filtrid, vormid, mis teineteisest soltuvad. See state hakkab pagema - vajutad uhes kohas, uueneb seostamata asi teises. Bolti teine valus koht on integratsioonid paris susteemidega: maksed, e-post, vaeline API. Demo tasandil naitab Bolt, kuidas see valja naeks, kuid paris uhendamiseks on vaja serveripoolt, saladuste haldust ja veakaitset, mida kiire genereerimine ei tee. Eesti e-poe puhul tahendab see, et Bolti ilus checkout ei tea midagi Montonio voi Maksekeskuse pangalingist - ja just see on koht, kus paris kasutaja maksmata jaab.

v0 - ilus UI, aga backendi pole

v0 (Verceli oma) on selle grupi parim uhe asja jaoks - luua toeliselt ilus React/Next.js liidese komponent voi terve lehevaade. Kuid oluline on moista, mida ta teeb: ta teeb esikulje. Pole andmebaasi, pole sisselogimist, pole serveriloogikat, pole seda, kus hoitakse paris andmeid. Inimesed jaavad kinni, sest neil on imeilus ekraan ja nad arvavad, et jaab uele ainult uhendada - aga tegelikult jai uele kogu raske osa, mida v0 polnudki moeldud tegema. See ei ole v0 puudus, vaid arusaamatus selle eesmargi osas.

Cursor - genereerib, aga sina pead aru saama

Cursor on teistsugune kui kolm ulevalpool - see on voimsa AI-ga redaktor inimesele, kes juba oskab koodi lugeda. Ta voib kirjutada palju ja kiiresti. Aga kui sa ei oska hinnata, mida ta kirjutas, laseb ta sul lihtsalt kiiremini juurde luua seda, millest aru ei saa. Tuupiline stsenaarium: Cursor genereerib keerulise loogika, see peaaegu tootab, sa palud parandada detaili, ta kirjutab umber rohkem kui vaja, ja korraga on sul 2000 rida, mida ei oska lugeda ega turvaliselt muuta. Cursor on imeline professionaalile ja ohtlik sellele, kes loodab, et ta paneb ise koik korda.

Miks AI parandab ja jalle lammutab

See on uks sagedasemaid kusimusi, mida kuulen: miks ta parandab uhe ja lammutab teise? Vastus on konteksti kadu. AI ei nae kogu su projekti korraga kui terviklikku susteemi. Igas paranduses tootab ta piiratud nahtava osaga, malestab vaid niipalju, kui mahub, ja oletab ulejaanu kohta. Kohta A parandades muudab ta teadmatult midagi, millest soltub koht B, mille kohta ta sel hetkel ei teadnud.

Mida suurem on projekt, seda kiiremini see ring kaivitub. Alguses, kui faile on vahe, hoiab AI veel koik peas ja naeb imeline valja. Teatud suuruse jarel on igal uuel parandusel uha suurem toenaosus midagi murda. Sa palud sagedamini parandada, ta kirjutab uha rohkem umber, kood laheb uha laialivalguvamaks - ja korraga oledki rattas, millest AI sind valja ei too, sest tema isegi on selle ratta pohjus.

Inimene murrab selle ratta lihtsalt: hoiab kogu arhitektuuri peas, moistab pohjust, mitte ainult sumptomit, ja parandab uks kord nii, et jaaks parandatuks. Seal, kus AI lappib kumme korda, parandab moistev inimene uhe korra.

Mida teha ENNE poordumist

Kui otsustasid abi otsida - vahet pole, kas minu juurest voi mujalt - on kolm asja, mille valmis pannes kaib hindamine kiiresti ja tapselt, mitte kalli oletamisena. Selle saad ise ara teha poole tunniga.

Nende kolme asjaga utlen ma usna luhikese ajaga, kas piisab punktparandustest voi on odavam osa uuesti ehitada, ja milline on paris hind. Ilma nendeta - ainult uldised fraasid, mida kellelgi vaja pole.

Paasta voi uuesti ehitada?

Koige tahtsam otsus. Ja vastupidi oodatule ei ole oige vastus alati "viska koik minema ja kirjuta nullist". Otsustan koodi vaadanud, aga loogika on umbes selline.

Olukord	Mida ma teen
UI on korras, probleemid lokaalsed (makse ei uhendu, deploy laheb katki, uks integratsioon)	Paasta. Punktparandused, sageli odavaim tee.
Frontend on hea, aga pole paris backendi ega andmemudelit	Segatud. Hoian frontendi alles, ehitan selle alla puhta backendi.
Loogika on laiali, iga parandus lammutab muud, keegi ei moista struktuuri	Ehitan uuesti. Toetun visuaalile kui spetsifikatsioonile, kirjutan koodi puhtalt.
See on sisemine tooriist voi demo, mitte paris klientide ja raha jaoks	Voib-olla piisab sulle AI-st. Utlen ausalt, kui mind vaja pole.

Tahan rohutada viimast rida. Kui su projekt on hobi, sisemine tooriist paari inimese tiimile voi idee visualiseering - AI sulle tegelikult piisab, ja ma utlen sulle seda. Ma ei urgi too muumisega seal, kus seda vaja pole. See ongi muuseas marrk, et kui ma utlen "siin tuleb uuesti ehitada", siis utlen seda mitte arve parast.

Milline tooriist millele sobib - ja kus on tema sein

Luhike tabel, et valides ara ei segaks. See ei ole edetabel "parim-halvim", vaid kaart sellest, millise too jaoks iga tooriist moeldud on ja kus tema voimalused lopevad.

Tooriist	Millele sobib	Kus on sein
Lovable	Taielik demo andmebaasi ja sisselogimisega, kiire MVP idee kontrollimiseks	Supabase reeglid, deploy paris domeenile, kasvav andmemudel
Bolt	Interaktiivne frontend-prototuup, kiire vaade, kuidas tootaks	Keeruline state, paris integratsioonid, maksed, serveripool
v0	Ilusad React/Next.js komponendid ja lehed, UI-alus	Backendi, andmebaasi, sisselogimist pole uldse - ainult esikulg
Cursor	Kiirem arendus sellele, kes oskab koodi lugeda ja hinnata	Ilma moistmiseta kuhjad kiiresti juurde seda, mida enam ei valitse

Kui tahad rohkem sellest, miks AI prototuup ei ole veel toode ja mis eristab "tootab mu ekraanil" omast "tootab paris kasutajatele", olen sellest kirjutanud eraldi - vaata vaibkoodimise artiklit AI prototuubist versus paris tootest.

Paris hinnaraamid Eestis

Ausalt, sest seda ei utle keegi otse. Hinnad soltuvad sellest, kui palju sailib, aga raamid on sellised (B2B, km-ta):

• Lokaalsed parandused korraliku projekti peal (deploy, uks integratsioon, state'i viga): alates 800 - 1 800 €
• AI MVP lopuni viimine paris kaivitamiseni Smart-ID sisselogimise, pangalingi makse, andmete ja deploy'ga: 3 000 - 7 000 €
• Puhas uuesti ehitus toodanguni, hoides hea visuaali, korraliku GDPR-i ja e-arve toega: alates 3 500 € ja ulespoole, soltuvalt integratsioonidest

Pea meeles, et alates 2025. aasta juulist on Eestis kaibemaks 24% - need numbrid on km-ta, B2B ootuse jargi. "Tasuta" Lovable'i prototuup varjab paris hinda: turvaliseks, GDPR-vastavaks ja hooldatavaks tegemine on see, mis maksab. Tapse numbri utlen alles koodi vaadanud - ilma selleta oleks iga arv oletus. Ja sageli alustame vaikese sammuga: hindan, naitan, mis tegelikult katki on, ja siis otsustad terve pildiga.

Luhidalt

Lovable, Bolt, v0 ja Cursor on suureparased tooriistad selleks, milleks moeldud - idee kiiresti naidata. Nad lahevad katki mitte selleparast, et on halvad, vaid selleparast, et proovid demost teha seda, milleks on vaja inseneriood: turvalist backendi, paris integratsioone (Montonio, Smart-ID, e-arve), korralikke andmeid. AI lappib sumptomeid ja kaotab konteksti; inimene parandab pohjust. Kui su projekt jai kinni - ara tee kahekumnendat ringi. Ekspordi kood, kogu ligipaasud, kirjelda, mida soovisid, ja lase vaadata. Sageli hoian su hea too alles ja ehitan selle alla selle, mis ei lase uuesti laguneda - et see tootaks ja teeniks, mitte ainult ei naeks hea valja.