Vibe coding przebojem wdarł się do świata informatyki i sztucznej inteligencji – pomysł, iż można programować, nie pisząc choćby linijki kodu, pobudził wyobraźnię zarówno programistów, jak i tych, którzy dotąd nie programowali. Czym jest vibe coding, czym się różni od programowania wspomaganego przez AI, co sprawiło, iż nagle stał się możliwy i jakie są jego pokusy a jakie pułapki? Wyjaśniamy.
Jeżeli kiedykolwiek pisaliście programy mające więcej niż kilka-kilkanaście linijek kodu, to pewnie znacie to uczucie. Kompilator lub interpreter wyrzuca wam złośliwe komunikaty o błędach, na dodatek niekoniecznie zrozumiałe. Jak naprawicie te błędy, to program co prawda chodzi, ale robi zupełnie nie to, co powinien. Spędzacie godziny, debugując program, coraz bardziej sfrustrowani.
Programowanie to może być proces jak najbardziej twórczy, ale fakt, iż co chwila natrafiamy na jakiś problem sprawia, iż uczucie flow (w polskiej psychologii znane pod chyba rzadziej funkcjonującym w codziennej komunikacji słowem przepływ) nieczęsto gości w języku programistów. Ale sztuczna inteligencja ma szanse to zmienić.
Vibe coding – mniej frustracji, więcej kreatywności
AI zaczęła pomagać programistom już jakiś czas temu. Microsoft uruchomił testy GitHub Copilota, opartego na technologii OpenAI asystenta programowania, już w 2021 roku i udostępnił go komercyjnie rok później. Również modele stojące za ChatGPT były w jakimś stopniu trenowane na kodzie źródłowym systemu i były w stanie na prośbę wygenerować potrzebną funkcję.
Jednak prawdziwa rewolucja przyszła wraz z systemami agentowymi, które wykorzystywały coraz lepsze modele fundamentalne, takie jak Claude od Anthropica, do wykonywania coraz bardziej złożonych zadań z zakresu inżynierii oprogramowania. Jak pisał w kluczowym dla pojęcia vibe codingu poście Andrej Karpathy, jedna z najbardziej znanych postaci świata AI, vibe coding stał się możliwy, „bo LLM-y (na przykład Cursor Composer z Sonnet) są już po prostu za dobre.”
To właśnie w tym poście Karpathy po raz pierwszy użył pojęcia „vibe coding”.
„Jest nowy rodzaj programowania, który nazywam vibe coding, w którym w pełni poddajesz się wibracjom, przyjmujesz wykładniczość, zapominasz o istnieniu kodu” – napisał Karpathy.
Jak wygląda proces vibe coding według Karpathy’ego? Po prostu wydaje polecenie dla Cursor Composer opisujące aplikację, którą chce stworzyć, w dodatku głosowo, bo używa systemu do interpretacji mowy i akceptuje wszystkie propozycje Cursora. jeżeli pojawią się błędy, to po prostu przesyła komunikaty błędu do modelu– to zwykle wystarcza.
„Robię projekt albo webową apkę, ale to nie jest takie prawdziwe kodowanie – ja po prostu widzę różne rzeczy, mówię, co trzeba zrobić, uruchamiam to, kopiuję i wklejam, i przeważnie działa” – tłumaczy Karpathy.
Na twórczy aspekt vibe coding zwraca uwagę Replit, jeden ze startupów tworzących rozwiązania AI (o nich poniżej), dzięki którym vibe coding jest możliwy. Jak pisze na swojej stronie tłumaczącej czym jest vibe coding, „nie chodzi o lenistwo — chodzi o skupienie czasu i energii na kreatywnych aspektach tworzenia aplikacji, zamiast grzęznąć w technicznych szczegółach.”
Ale AI pomagała pisać programy od dawna…
Ktoś może zapytać: „Ale AI pomagała pisać programy już od kilku lat. Skąd teraz ten hype?”
No cóż, owszem, generatywna sztuczna inteligencja pomagała pisać programy już od kilku lat – zbudowany w tym właśnie celu model Codex od OpenAI pojawił się już w 2021 roku. Tyle tylko, iż nie za dużo wtedy potrafił.
Na początku AI mogło jedynie pomóc nam dokończyć linijkę kodu, potem napisać funkcję, potem może całość jednego z plików źródłowych jakiejś aplikacji.
Jednak dopiero od niedawna zwiększone możliwości nowych modeli językowych w połączeniu z systemami agentowymi umożliwiają pisanie przy pomocy jednego zapytania (prompta) całej aplikacji. Nie mamy już więc assisted coding, w którym programista cały czas nadzorował to, co proponowała mu AI i sam musiał mieć wizję architektury aplikacji, tylko vibe coding, w którym my tylko mówimy AI co byśmy chcieli osiągnąć, a AI robi za nas wszystko.
To oni uczynili vibe coding możliwym
Komu zawdzięczamy to, iż vibe coding stał się możliwy? Przede wszystkim dużym modelom językowym (LLM) z coraz większymi oknami kontekstowymi (od wielkości okna kontekstowego zależy ile tekstu – w tym kodu – model jest w stanie przetworzyć naraz) i z coraz lepszymi umiejętnościami generowania prawidłowego kodu. Tutaj od dawna błyszczały modele Claude od Anthropica, ale znaczące postępy odnotowały również modele „rozumujące” takie jak o3 od OpenAI czy Gemini-2.5 Pro od Google.
Jednak vibe codingu prawdopodobnie by nie było, gdyby nie pojawiła się nowa kategoria narzędzi AI – systemy agentowe, wykorzystujące wspomniane duże modele językowe do zbudowania złożonych systemów piszących kod. Takie systemy potrafią uruchomić narzędzia, podejmować decyzje czy używać specjalizowanych „agentów” AI do wykonywania konkretnych zadań.
Jednym z najbardziej znanych narzędzi agentowych do pisania programów jest Cursor. Jest to oparty na VS Code edytor tekstu z wbudowanymi licznymi funkcjami AI. Użytkownicy mogą wybrać LLM, z którym chcą pracować – dostępne są modele od OpenAI, Anthropica, Google i xAI. Przy pomocy Cursora użytkownicy mogą napisać kod, zdebugować go, napisać testy, dodać dokumentację a choćby przeprowadzić refaktoryzację kodu. Wszystko to można zrobić, wydając polecenia w języku naturalnym.
Podobnym narzędziem jest Windsurf – również oparty na VS Code i oferujący podobną funkcjonalność.
Nieco inny jest Replit – to nie tradycyjny edytor kodu na sterydach AI tylko serwis SaaS oferujący podobną funkcjonalność.
Użyteczność tych narzędzi docenia rynek – w tym również finansowy. Ostatnio Anysphere – startup, który stworzył Cursora – pozyskał finansowanie przy wycenie na poziomie 9 mld dolarów, Replit chciał pozyskać finansowanie przy wycenie na poziomie 3 mld dolarów a Windsurf rozmawiał o przejęciu przez OpenAI za 3 mld dolarów – choć ta ostatnia umowa ostatecznie nie doszła do skutku.
Swoje własne narzędzia agentowe do pisania systemu mają również największe firmy AI – OpenAI ma odnowiony Codex, Google ma Jules a Anthropic Claude Code.
Pokusy i pułapki
Czy vibe coding jest dla wszystkich? Cóż, dla wszystkich, kto ma pomysł na aplikację. Laik, który ma dobry pomysł na apkę, może sobie stworzyć funkcjonujący prototyp i przetestować go na potencjalnych użytkownikach czy klientach – tylko potem będzie się musiał zastanowić co dalej. Bo vibe code’owa apka pewnie nie będzie produktem, z którym można wejść na rynek.
Vibe coding jest również niezłym narzędziem edukacyjnym. jeżeli uczymy się programowania, to możemy na przykład poprosić narzędzie AI by nam poprawiło nasz program i wyjaśniło, jakich zmian dokonało i dlaczego.
Jednak vibe coding wydaje się najbardziej użyteczny dla programistów, a więc osób, które teoretycznie go nie potrzebują. Zespół, który ma pomysł na apkę może stworzyć prototyp w przeciągu godzin a nie tygodni. To pozwala na o wiele szybsze ulepszanie produktu. Doceniają to zwłaszcza startupy – jak twierdził Garry Tan, prezes najsłynniejszego na świecie akceleratora startupów Y Combinator, 95% kodu stworzonego przez startupy wspierane przez firmę jest wytwarzanego przez AI.
Jednak są i pułapki. Narzędzia AI wciąż są nieidealne i taki właśnie jest kod, który tworzą. Przekonał się o tym przedsiębiorca z Florydy, który nie pisząc ani linijki kodu stworzył aplikację biznesową. Miał nieszczęście pochwalić się tym publicznie i – po dwóch dniach narzekał na obchodzenie subskrypcji przez użytkowników, dziwne wpisy w bazach danych – aplikacja była prawdopodobnie pełna dziur bezpieczeństwa.
To specjalnie nie dziwi – jak pisał jakiś czas temu Jakub Mrugalski, przedsiębiorca i edukator, kiedy próbował stworzyć aplikację webową przy pomocy vibe codingu, to owszem dostał funkcjonujący prototyp, ale za to z każdą dziurą bezpieczeństwa jaką chciało mu się sprawdzić. Dobra wiadomość? Narzędzie AI grzecznie poprawiło te błędy, jeżeli wskazało się na konkretną podatność. Zła wiadomość? To wciąż programista musi wiedzieć jakie podatności trzeba sprawdzić.
Vibe coding dopiero się rozwija. Kolejne narzędzia będą prawdopodobnie coraz lepsze. Ale choćby jeżeli niektórzy programiści tracą pracę ze względu na AI, to wciąż wydaje się, iż będzie to bardziej narzędzi dla profesjonalistów niż narzędzie tych profesjonalistów zastępujące.
A przed nieprofesjonalistami otwiera się nowe pole potencjalnych aktywności – programowanie. Tak jak w grafice, tłumaczeniu czy tworzeniu muzyki – AI demokratyzuje dostęp do kreatywności. Choć profesjonaliści nie zawsze to lubią.
Źródło obrazka: Sztuczna inteligencja, model Dall-E 3
