Vibe Coding, AI a Nová Realita Inženýrství

Před deseti lety zněla myšlenka, že AI může psát kód místo programátorů, jako vzrušující fantazie. Dnes je to součástí naší každodenní reality. MVP jsou postaveny za dny, rozhraní jsou generována z textových příkazů a AI asistenti se stávají plnohodnotnými členy inženýrských týmů.

Proti tomuto pozadí se stále více lidí ptá stejných otázek: skutečně AI nahrazuje programátory? Může umělá inteligence skutečně nahradit zkušeného inženýra? A co se stane s touto profesí v blízké budoucnosti?

Jsem sám vývojář a mám na toto téma názor. Pojďme to rozebrat.

Co je jádrem problému?

Existuje dominantní narativ o programování AI, který zní nějak takto:

AI se stává非常 efektivní v psaní kódu a wichtig, již避uje mnoho běžných chyb, které dělají lidé. Navíc AI může být lepší v řešení takzvaných edge cases: vzácných a neobvyklých scénářů, které jsou v softwarovém inženýrství všudypřítomné a často difíciles pro vývojáře předvídat dopředu.

Když programátor říká: „Chci tlačítko zde“, dostane odpověď: „Zde je tlačítko, zde jsou 18 edge cases, které byste měli zvážit, zde jsou testy, které musíte spustit, a mimochodem, možná budete chtít přidat toto a toto.“ Vous můžete podívat a myslet si: „Ano… to vlastně dává smysl.“ Na vlastní pěst byste možná uvědomili tyto problémy týdny později – poté, co něco již šlo špatně v produkci. AI často navrhuje řešení okamžitě. Pro inženýry, kteří již mají práci, to výrazně zvyšuje produktivitu a efektivitu.

A tento narativ přímo vede k ekonomické otázce: pokud společnost dříve potřebovala 100 vývojářů, aby zvládla určitou zátěž, teoreticky může nyní potřebovat pouze 20 – protože tito 20 mohou dosáhnout stejného množství práce s pomocí AI.

Co se skrývá za touto akcelerací?

Stále více často vidím velmi silné softwarové inženýry, kteří se bojí o své pozice, místo na trhu a příjem. Zdá se, že brzy nebude žádná práce pro kódéry.

A moje odpověď je obvykle: kluci, není to tak dramatické, jak to vypadá. Ve skutečnosti zkušení inženýři získávají novou hodnotu právě teď. Protože jsme možná jednou z posledních generací vývojářů, kteří skutečně psali kód ručně a hluboce rozuměli, jak systémy fungují pod kapotou. Příští generace již pracuje stále více s pomocí nástrojů AI – a spolu s tím se mění sama inženýrská praxe.

Tady je, co předchozí narativ nezohledňuje:

Kód generovaný AI často vypadá dokonale. Úkoly se řeší, rozhraní fungují a vše běží. Ale časem, na dlouhé vzdálenosti, začínají objevovat se jemnější problémy: architektonické kompromisy, slabé inženýrské rozhodnutí, problémy s datovými strukturami nebo problémy se škálovatelností. A to se děje proto, že AI je již velmi dobrá v řešení lokálních úkolů, zatímco dlouhodobá logika velkých systémů stále vyžaduje lidskou zkušenost a inženýrské úsudky.

Proto, když tyto projekty dosáhnou vážných produkčních prostředí – bank, e-commerce platforem, velkých služeb – týmy nakonec stále potřebují lidi, kteří mohou hluboce analyzovat architekturu, identifikovat kořenové příčiny a obnovit celkovou logiku systému.

Často dostávám hovory od přátel, kteří říkají věci jako: „Michael, můžete skočit a pomoci nám pochopit, proč systém začíná rozpadat?“ I když dnes pracuji na Physical AI v Introspector, občas stále pomáhám s tímto druhem obtížné manuální inženýrské práce: rekonstrukcí systémové logiky, analýzou architektury a zjišťováním, kde problémy začaly kumulovat.

A přesně proto jsem přesvědčen, že silní inženýři zůstanou velmi cenní po dlouhou dobu. Současně je často zkušení inženýři, kteří pomáhají zlepšovat a trénovat AI modely dnes. V Keymakr jsme to viděli na vlastní oči, když jsme hledali zkušené vývojáře, aby ověřili kód a pomohli trénovat modely – lidi, kteří mohou spoléhat na skutečné inženýrské myšlení, praktické zkušenosti a hluboké porozumění, jak systémy fungují ve skutečném světě.

Hlavní hypotézy

A to nás přivádí k největší otázce o budoucnosti: kam to vše nakonec směřuje? Jak budeme vzdělávat příští generaci inženýrů, pokud vstoupí do průmyslu úplně jinou cestou?

Pokud se na situaci podíváme objektivně, bez hype nebo strachu, vidím několik možných scénářů.

• Nejasná budoucnost

První a možná nejčestnější odpověď je, že velmi málo lidí dnes skutečně myslí dopředu. Protože nikdo dosud plně nerozumí, jak tato budoucnost bude vypadat v praxi.

Možná, že za několik let budou AI agenti skutečně schopni psát téměř dokonalý kód – se silnou architekturou, škálovatelností a kontextovým porozuměním. V tuto chvíli je tato otázka stále zcela otevřená.

Současně velké technologické společnosti jako Apple, Microsoft a Google pokračují v aktivním najímání silných výzkumníků, specialistů PhD a lidí z akademických prostředí. To pravděpodobně naznačuje, že hluboké inženýrské porozumění zůstane důležité i ve světě, kde je většina kódu generována automaticky.

Menší společnosti však často operují s mycket kratší plánovací horizontou. Když nevíte, zda vaše startup ještě existuje za šest měsíců, stává se obtížné vážně uvažovat o tom, co se stane za deset let. Samozřejmě nikdo úmyslně nechce postavit něco fundamentálně rozbitého. Týmy se stále snaží identifikovat potenciální rizika a slabiny.

Ale v realitě je logika často mnohem jednodušší: nejdříve postavte produkt, který funguje a generuje příjem – a pak se vyrovnáte s architekturou, optimalizací a přepsáním systému později. Problém je, že v mnoha projektech „později“ stále oddaluje.

• Evoluce ve spirálách

Druhá odpověď, podle mého názoru, je ještě zajímavější. Pokud se podíváme na historii průmyslu, již prošla podobnými přechody mnohokrát dříve. První programátoři pracovali s děrnými kartami. Pak přišla generace inženýrů, kteří psali v Assembly – něco, co je již pro mnoho moderních vývojářů obtížné si představit. V té době jste museli rozumět, jak funguje hardware, myslet v termínech procesorové logiky a držet v hlavě obrovské množství nízkoúrovňové komplexity.

Pak přišla éra COBOLu. Celé bankovní mainframy byly postaveny na něm a nejvíce překvapující část je, že významná část globální bankovní infrastruktury stále běží na těchto starých systémech. Stále existují programátoři ve věku 60 a 70 let, kteří udržují tuto kódovou základnu, a zůstávají extrémně cennými specialisty.

Příští generace přešla na C++, Python a JavaScript. Já sám patřím k této éře. Například jsem téměř nerozuměl, jak COBOL funguje. Teoreticky bych mohl naučit – ale pro mě to již feels jako něco vzdáleného a cizího.

A když se podíváme na tuto historii, objeví se zajímavý vzorec: každá nová generace inženýrů již nemusí hluboce rozumět, jak technologie předchozí generace fungovala. Časem se znalosti stávají součástí infrastruktury samotné.

Děrné karty zmizely dávno – jejich logika je již zabudována do procesorů. Assembly téměř zmizel jako mainstreamový nástroj, protože jeho komplexita se stala skrytou uvnitř operačních systémů, ovladačů a nižších abstrakcí. I vaše sluchátka dnes pravděpodobně obsahují miniaturní operační systém, který běží všechny tyto skryté komplexity na pozadí – většina lidí o tom prostě nemyslí.

Samozřejmě existují stále specialisté, kteří rozumějí této nízkoúrovňové magii. Ale pro většinu průmyslu se již stalo abstrakční vrstvou.

A to vede k velmi logické myšlence: možná AI je prostě další fáze této evoluce. Možná příští generace skutečně nebude muset rozumět klasickému programování tak hluboce, jako my.

• Ekonomika trhu

Jiná hypotéza, kterou mám, je, že vibe kódování – nebo AI-pomocné vývoj – nakonec přestane být vnímáno jako „volná akcelerace“. Ve skutečnosti již není zcela zdarma; je to jen to, že zatím ne všichni pečlivě vypočítávají skutečné ekonomice za tím.

Modely, tokeny, infrastruktura, konstantní požadavky, údržba celé AI pipeline – vše toto již začíná být významnou provozní náklad. To je proč jsem přesvědčen, že společnosti brzy začnou hledět mnohem blíže na skutečné náklady na AI-pomocný vývoj a budou klást velmi pragmatickou otázku: co je vlastně více efektivní – rozšiřovat inženýrský tým nebo udržovat celou AI infrastrukturu kolem vývoje?

Velmi realistický scénář je, že silné inženýrské týmy nakonec prokážou být ekonomicky udržitelnější, zejména pokud jde o údržbu, evoluci a podporu produktů na dlouhou dobu.

Ale myslím, že je to vlastně místo, kde může vzniknout nový typ inženýrského týmu: velmi malé skupiny velmi zkušených specialistů, kteří se soustředí na udržování stability a odolnosti infrastruktury samotné. Časem se toto může stát jednou z nejvíce cenných inženýrských specializací v průmyslu.

• Lidé, kteří budou pracovat vedle AI

A konečná domněnka – i když velmi realistická – je, že příští generace inženýrů bude muset budovat své kariéry v úplně jiném prostředí. A to jde daleko za programování samotné. Podobné změny již začínají měnit právo, finance, medicínu a téměř každý obor, kde AI může převzít významnou část intelektuální rutinní práce.

Navzdory všemu tomuto stále tenduji vidět, co se děje, poměrně pozitivně. Možná proto, že celkově mám rád pokrok. Mám rád myšlenku, že technologie může zlepšit životy lidí, osvobodit lidi od enormního množství repetitivní práce a učinit mnoho procesů bezpečnějšími a efektivnějšími.

Například autonomní systémy řízení jako Tesla nebo Waymo již demonstrují pozoruhodně vysoké úrovně bezpečnosti ve mnoha scénářích ve srovnání s lidskými řidiči. A to je skutečně působivé.

Současně svět, do kterého vstupují naši děti, bude mnohem složitější z hlediska profesní identity. Budou muset hledat své místo a účel v rychle se měnící krajině.

Pokud dítě dnes chce stát se právníkem, finančním analytikem nebo programátorem, je velká šance, že tyto profese budou vypadat úplně jinak v budoucnosti. Možná se stanou specialisty, kteří pracují v blízkosti právní AI, finanční AI nebo kodovací AI – lidé, kteří provozují AI systémy, ověřují výstupy, poskytují kontext a dělají klíčová rozhodnutí.

Myslím, že je důležité uznat, že téměř každý z těchto scénářů již feels reálný dnes. A zda nám to vyhovuje nebo ne, všechno, co se děje nyní, je součástí mnohem větší vlny technologického pokroku. Je velmi nepravděpodobné, že tento proces může být zastaven. To znamená, že budeme muset naučit se žít v tomto novém světě – postupně se učit, jak s ním vyrovnat, komunikovat s ním a možná dokonce vyvinout novou formu soužití vedle něj.