Vibe coding, czyli programowanie na czuja. AI miało zastąpić programistów, a stworzyło dla nich nowy rynek pracy
Miało być tak pięknie: sztuczna inteligencja miała zdemokratyzować tworzenie oprogramowania, pozwalając każdemu, nawet bez technicznej wiedzy, budować aplikacje za pomocą prostych poleceń.
Prenumeruję newsletter 404 Media, doceniam wiele tematów poruszanych przez ekipę tego medium. Jednym z takich tematów, które moim zdaniem warto poruszyć, szczególnie w kontekście coraz bardziej wszędobylskiej AI, która już tuż, zaraz, zabierze nam pracę jest właśnie wspomniane we wstępie „budowanie” aplikacji z prostych poleceń. Czyli tzw. vibe coding – kodowanie „na czuja”.
Jak to jednak w życiu bywa, to co miało być prostym spacerkiem, w którym AI ogarnie wszystkie kroki, a my jedynie triumfalnie będziemy celebrować efekty pracy sztucznej inteligencji, rzeczywistość okazała się bardziej skomplikowana. Zamiast głoszonej już przez wielu fali bezrobotnych programistów, na rynku pojawił się nowy, zaskakujący zawód: specjalista od sprzątania po „vibe codingu”. Zacznijmy jednak od wyjaśnienia podstaw.
Czym właściwie jest „vibe coding”?
Termin, spopularyzowany na początku roku przez Andreja Karpathy’ego (pracował w Tesli, OpenAI, obecnie rozwija własny startup Eureka Labs AI), jednego z czołowych badaczy AI, odnosi się do praktyki budowania oprogramowania za pomocą narzędzi AI, bez dogłębnego rozumienia generowanego kodu. W domyśle: nie musisz być programistą, by programować, wystarczy że wiesz, co chcesz uzyskać.
Generalnie celem vibe codingu jest szybkie stworzenie działającego prototypu (MVP) lub prostej aplikacji. W teorii brzmi to jak marzenie każdego startupowca. W praktyce, projekty tworzone tą metodą często okazują się pełne błędów, luk bezpieczeństwa i tzw. długu technologicznego. Efekty bywają komiczne, jak aplikacja generująca przepis na „lody z cyjankiem”, ale mogą być też kosztowne i niebezpieczne.
Rynek, który nie powinien istnieć
Paradoksalnie, im więcej powstaje projektów opartych na „vibe codingu”, tym większe jest zapotrzebowanie na ludzkich ekspertów, którzy potrafią posprzątać powstały bałagan. Trend, który zaczął się od memów, szybko przerodził się w realny biznes.
Platformy takie jak Fiverr zalewane są ofertami od freelancerów, którzy reklamują się jako „specjaliści od naprawy kodu generowanego przez AI”. Emanuel Maiberg z 404 Media podaje przykład Hamida Siddiqi, jednego z takich freelancerów, który przyznaje, że regularnie pracuje z 15-20 klientami, naprawiając niespójności w interfejsie, optymalizując źle napisany kod czy poprawiając logikę działania funkcji, które „działają, ale są toporne i nieintuicyjne”.
Na fali popularności zjawiska powstały nawet całe firmy i platformy. Mamy też polski akcent, jest nim założona we Wrocławiu firma Ulam Labs, która reklamuje się hasłem: „Sprzątamy po vibe codingu. Dosłownie”. Z kolei serwis VibeCodeFixers.com zrzesza już prawie 300 doświadczonych deweloperów gotowych pomagać osobom, których projekty utknęły w martwym punkcie, bo ich pomysły AI zakodowała w coś niespójnego, niestrawnego i nieużytecznego.
Pułapka „przepalania kredytów” i emocjonalna więź
W tym miejscu można jednak postawić zasadne pytanie, skoro nie udało się wygenerować (w sensie zakodować z pomocą AI) za pierwszym razem, czemu nie próbować ponownie? Dlaczego ludzie płacą za naprawę czegoś, co można by teoretycznie wygenerować od nowa? Swatantra Sohni, założyciel VibeCodeFixers.com, zidentyfikował dwa kluczowe problemy. Pierwszy to tzw. „credit burn”, czyli marnowanie pieniędzy na opłaty za użycie AI w końcowej fazie projektu. Problem polega na tym, że gdy znasz jedynie ogólne zarysy pomysłu (czyli łapiesz ów vibe), ale nie masz pojęcia (lub masz zbyt błahe pojęcie) o jakości kodu i programowaniu jako takim, próba dodania bądź poprawienia jakiejś funkcji bardzo często psuje wiele wcześniejszych poprawek, w efekcie koszty (czas, moc obliczeniowa i wreszcie literalne opłaty za AI) zaczynają gwałtownie rosnąć.
Drugi problem jest natury psychologicznej. Twórcy, często nietechniczni, bardzo emocjonalnie przywiązują się do swojej pierwszej aplikacji. „Akt tworzenia za pomocą AI angażuje ciebie, twoją kreatywność. Traktują ten projekt jak swoje dziecko” – mówi Sohni. Kiedy aplikacja zaczyna się psuć, nie chcą jej porzucać. Chcą, by ktoś naprawił ich dzieło, a nie tworzył nowe, co bardzo często byłoby optymalnym rozwiązaniem: szybszym i tańszym.
Przyszłość jest hybrydowa
Czy to oznacza, że „vibe coding” to wydmuszka, chwilowa moda, która niebawem zniknie w mrokach historii? Niezupełnie. Pamiętajmy, że AI stale się rozwija, zatem wielu (w tym i ja) obstawia, że „vibe coding” z nami zostanie. Nie sposób odmówić pewnych zalet takiego podejścia. Nawet jeżeli wynikowy kod ma wiele błędów, nie zmienia to faktu, że AI może być potężnym narzędziem do szybkiego prototypowania i materializowania pomysłów.
Jednak wizja w pełni zautomatyzowanego procesu tworzenia oprogramowania, bez udziału człowieka, pozostaje na razie w sferze fantazji. Zamiast zastępować deweloperów, AI zmienia ich rolę – z autorów każdej linijki kodu w architektów, kontrolerów jakości i ekspertów ostatniej szansy. Jak podsumowuje Sohni: „Nadal będziemy potrzebować ludzi, by trzymać tę sztuczną inteligencję na smyczy”.
Zresztą, nie dotyczy to tylko programowania, ale każdego aspektu w jakim korzystamy dziś ze sztucznej inteligencji. Nadzór człowieka wciąż jest niezbędny i trudno będzie z tego zrezygnować, bo koszty błędów puszczonej samopas AI wpiętej w jakiś system produkcyjny mogą być astronomiczne. Doskonale wiedzą to np. w Air Canada, gdzie w 2024 chatbot linii lotniczej wymyślił nieistniejącą politykę zwrotów, co zmusiło później firmę do jej honorowania po orzeczeniu sądu.
