Article
AI Code & Coffee - Vibe coding
21/7/25
AI
Article
AI Code & Coffee - Vibe coding
AI
July 21, 2025
AI Code & Coffee - Vibe coding
AI
21/7/25
Article
AI Code & Coffee - Vibe coding
AI
July 21, 2025
Article
AI Code & Coffee - Vibe coding
AI
July 21, 2025
Čo presne odlišuje vibe coding od tradičného programovania alebo pair programmingu?
Moje vnímanie vibe codingu je také, že zadávam prompt za promptom, skúšam, ladím a sledujem, čo z toho vypadne. Je to viac o pocite a hravosti než o presnom pláne – ale aj z toho môže vzniknúť kvalitná produkčná aplikácia. Na rozdiel od klasického alebo párového programovania, ktoré má jasný cieľ a plán, vibe coding je skôr o kreativite a nadšení z toho, čo všetko dokáže umelá inteligencia vymyslieť spolu s tebou.
Ako ti AI pomáha pri vývoji – píše kód, navrhuje, kontroluje, alebo debuguje?
Primárne využívam umelú inteligenciu na písanie kódu (prekvapivo), testov a hľadanie lepších riešení – či už ide o výkon, čitateľnosť, architektúru alebo nápad, ako to celé spraviť šikovnejšie. Momentálne mi však najviac pomáha s pochopením cudzieho kódu a celkovej funkcionality – rýchlo mi vysvetlí, čo má daný kus kódu robiť, a vďaka tomu sa rýchlejšie zorientujem v projekte, do ktorého som nedávno naskočil. A v neposlednom rade – čo môže byť lepšie než mať dedikovaného kolegu, ktorý len čaká na to, kedy ti bude môcť spraviť code review?
Aké nástroje alebo platformy používaš pri vibe codingu (napr. Devin, Cursor, GPT-4, Copilot)?
Skúšal som rôzne nástroje ako napríklad Lovable, Vercel, Figma Make, Cursor, Copilot alebo UX Pilot na vytváranie dizajnu. Veľmi dobrú skúsenosť mám s kombináciou Vercelu a Figma Make – ten mi vygeneroval pekný dizajn, ktorý Vercel takmer 1:1 zimplementoval bez môjho zásahu.
Vercel má množstvo funkcií, vďaka ktorým sa dá postaviť plnohodnotná produkčná aplikácia – od hostingu a deployov až po preview prostredia. Musím však povedať, že aj Lovable vie vytvoriť pekný dizajn a rovno ho aj implementovať.
Tieto nástroje rôzne striedam – záleží od toho, kde mi práve vypršia tokeny alebo kredity.
Ako prebieha typická session – komunikuješ s AI cez text, komentáre alebo kód?
V poslednej dobe používam priamo agent mód v GitHube, kde som si v rámci repozitára vytvoril projekt. Ten obsahuje backlog, v ktorom si zapisujem fičurky, ktoré chcem implementovať, alebo “chrobáky”, ktoré treba opraviť.
Následne viem Copilotovi priradiť konkrétny task alebo bug a on na ňom na pozadí pracuje. Keď je hotový, spraví build a nasadí ho na preview prostredie, kde si ho môžem pozrieť a otestovať.
Nakoniec mu spravím code review (kliknem na tlačidlo Approve , prípadne požiadam o zmeny, ak treba, a ak som spokojný, kód nasadí do produkcie. Ja osobne robím len minimálne zásahy – väčšinou o všetko požiadam agenta.
Dokáže AI sama navrhnúť a zrealizovať celú funkcionalitu (plánovanie, scaffold, implementácia)?
Myslím si, že áno – je však potrebné dodať veľmi detailné a dobre sformulované informácie. Na samotnú prípravu a brainstorming som taktiež použil umelú inteligenciu – ChatGPT. Ten dokázal moje myšlienky sformulovať, žiaľ, niekedy lepšie ako ja sám.
Keď bol prompt jasne a zrozumiteľne upravený, nemusel som toľko iterovať nad jednou požiadavkou. Taktiez sa ukázalo, že je lepšie zadať menej informácií a radšej postupne iterovať.
Ako si zachovávaš prehľad a vlastníctvo kódu, keď AI prispieva veľkou časťou?
AI nevnímam ako náhradu, ale skôr ako asistenta či junior developera – takže všetko, čo vygeneruje, si vždy prechádzam, upravujem, testujem a prispôsobujem konkrétnemu kontextu projektu. Kód, ktorý AI navrhne, beriem ako návrh, nie ako finálne riešenie. Pomáha mi to síce šetriť čas pri rutinných úlohách, no zodpovednosť za výsledok je stále na mne – a práve to mi pomáha udržať si kontrolu nad kódom.
Pri vibe codingu je to však trochu iné – musím sa priznať, že kód som tam často ani veľmi nevidel.
Vie AI pracovať s kontextom väčšieho projektu – naprieč viacerými súbormi či sessionmi?
Z vlastnej skúsenosti viem povedať, že pri väčších projektoch – a najmä pri veľkých súboroch – má Copilot v agent móde limit na čítanie riadkov. V dôsledku toho nedokáže spraviť plnohodnotnú analýzu ani implementáciu.
V takom prípade je potrebné súbor rozdeliť na viacero menších častí (čo žiaľ nie je vždy možné), alebo mu špecifikovať len konkrétny úsek kódu, s ktorým potrebuješ pomôcť.
V ideálnych podmienkach však vie pracovať s viacerými súbormi a sessions naraz.
Ako prebieha debugging – zastavíš sa a riešiš manuálne, alebo pomáha AI?
Väčšinou to kombinujem – AI mi dokáže rýchlo spraviť analýzu rozsiahlejšieho kódu, čím viem rýchlejšie pochopiť danú problematiku. Keď už viem, v čom je problém, AI mi pomáha navrhnúť možné riešenia alebo viacero alternatív. Finálne rozhodnutie a implementáciu však vždy urobím sám.
Aké sú najväčšie výzvy vibe codingu – napríklad závislosť na AI alebo vznikajúci technický dlh?
Pre mňa to zatiaľ bolo hlavne malé množstvo kreditov/tokenov. :) Ale technický dlh môže byť reálnym rizikom – sám vidím, že pri mojich voľnočasových projektoch sa AI občas stratí a nevyhodnotí kontext úplne správne.
V prípade, že ide o produkčnú aplikáciu, na ktorej „vajbuje“ viacero vývojárov naraz, je podľa mňa nevyhnutná kontrola kódu a písanie testov.
Myslíš, že vibe coding sa stane bežným štandardom, alebo je to len experiment?
Myslím, že vibe coding má potenciál stať sa bežnou súčasťou vývoja – nie však ako náhrada tradičných prístupov, skôr ako doplnok, ktorý zjednoduší prototypovanie, tvorbu nápadov a rýchle iterácie. Aj keď to momentálne môže pôsobiť ako experiment, s rastúcimi schopnosťami AI a lepšou integráciou do vývojárskych nástrojov sa z toho môže stať prirodzená fáza vývoja – najmä v úvodných a kreatívnych častiach procesu.
Veď ešte pred pár rokmi mnohí tvrdili, že AI nebude vedieť generovať kvalitný kód – a dnes to vyzerá presne naopak. Teším sa, kedy mi zas nejaký nový AI nástroj odpáli dekel.