Είμαι μηχανικός λογισμικού και πλέον κάθε γραμμή κώδικα μου τη γράφει η AI: Δυο λόγια για το Vibe Coding

Ως μηχανικός λογισμικού με περισσότερα από έξι χρόνια εμπειρίας, έχω να γράψω κώδικα με τα ίδια μου τα χέρια πάνω από έναν χρόνο. Στα τρέχοντα πρότζεκτ μου, κάθε μα κάθε γραμμή είναι γραμμένη από AI. Κι όμως, όταν πρωτοδοκίμασα να γράψω κώδικα με AI πριν από περίπου έναν χρόνο, ο ενθουσιασμός μου κράτησε λιγότερο από τρεις μέρες.

Η απόλαυση του Vibe Coding

Θυμάμαι ακόμα τον Ιούνιο της περασμένης χρονιάς (2025), όταν άνοιξα για πρώτη φορά το Cursor από περιέργεια. Με μια πρώτη ματιά, έμοιαζε με τον κλασικό VS Code, με τη μόνη διαφορά ότι διέθετε μια πλαϊνή μπάρα για άμεση αλληλεπίδραση με την AI.

Μέχρι τότε, η εικόνα που είχα για το AI coding περιοριζόταν στην εξελιγμένη αυτόματη συμπλήρωση τύπου Copilot. Όμως μόλις πληκτρολόγησα την πρώτη μου εντολή και πάτησα αποστολή, συνέβη κάτι μαγικό: είδα την AI να συλλογίζεται πυρετωδώς και να ξερνάει με αστραπιαία ταχύτητα δεκάδες, εκατοντάδες γραμμές κώδικα μέσα στον editor. Μπορούσε να μεταπηδά με άνεση από το ένα αρχείο στο άλλο, να ενημερώνει τα πάντα και να εκτελεί εντολές κατευθείαν στο terminal.

Μου αρκούσε πλέον να περιγράψω σε απλή, φυσική γλώσσα αυτό που ήθελα, και η AI έστηνε τη λειτουργία από το μηδέν. Δεν χρειαζόταν να γράψω ούτε λέξη. Δεν μιλούσαμε πια για την παλιά λογική του autocompletion, αλλά για μια ουσιαστική ανάληψη μέρους της δουλειάς ενός μηχανικού λογισμικού, σε ένα εντελώς ανώτερο επίπεδο.

Ένιωσα μια σχεδόν παραμυθένια μαγεία, σαν να κρατούσα ένα μαγικό πινέλο — εκείνη την πρωτόγνωρη χαρά του να βλέπεις μια πύλη να ανοίγει διάπλατα σε έναν ολόκληρο νέο κόσμο.

Και τότε, κατέγραψα αυτές τις σκέψεις:

Το Vibe Coding ταιριάζει γάντι σε όσους έχουν ΔΕΠΥ (ADHD). Ο παραδοσιακός προγραμματισμός συγκρούεται ευθέως με τη φύση της ΔΕΠΥ, ενώ το Vibe Coding εξαφάνισε μεμιάς όλα εκείνα τα βασανιστικά: την απέχθεια για τη συγγραφή tests, τον τρόμο του CSS, τα τυπογραφικά στα ονόματα των μεταβλητών, το εξουθενωτικό κυνήγι ασήμαντων bugs.

Με τη βοήθεια της AI, το feedback loop γίνεται αστραπιαίο και η αίσθηση ολοκλήρωσης τεράστια. Όσο πιο βαρετή και επαναλαμβανόμενη είναι μια δουλειά, τόσο καλύτερα την εκτελεί η AI.

Το μόνο που σου μένει είναι να δίνεις τη στρατηγική κατεύθυνση και να σχεδιάζεις την αρχιτεκτονική — λειτουργείς καθαρά ως project lead.

Δεν καίγομαι να πληκτρολογώ κάθε χαρακτήρα μόνος μου· αυτό που αγαπώ είναι η χαρά της δημιουργίας. Από την Assembly στις γλώσσες υψηλού επιπέδου, η εμπειρία του προγραμματιστή όφειλε πάντα να γίνεται πιο ομαλή και παραγωγική.

Το να προσεγγίζεις τον κώδικα ως αυθεντικός δημιουργός και όχι ως εργάτης που κουβαλάει πέτρες είναι, για έναν developer, σκέτη ευτυχία.

Τα όρια του Vibe Coding

Αυτός ο τρόπος δουλειάς έχει πλέον όνομα: Vibe Coding. Ο όρος επινοήθηκε από τον συνιδρυτή του OpenAI, Andrej Karpathy, τον Φεβρουάριο του 2025. Σημαίνει να αφήνεσαι εντελώς στη «ροή» (vibe): λες στην AI τι θέλεις σε φυσική γλώσσα, αποδέχεσαι αδιαμαρτύρητα ό,τι σου επιστρέψει χωρίς να ελέγχεις γραμμή-γραμμή, της πετάς πίσω αυτούσια τα μηνύματα σφάλματος όταν κάτι σπάει, μέχρι σχεδόν να ξεχάσεις ότι υπάρχει κώδικας από κάτω.

Μετά τις πρώτες διθυραμβικές μου αναρτήσεις, ο μήνας του μέλιτος κράτησε λιγότερο από τρεις μέρες. Πολύ σύντομα χτύπησα στα όρια του Vibe Coding.

Έφτιαχνα τότε ένα πρωτότυπο για μια εφαρμογή. Βασισμένος αποκλειστικά στο Vibe Coding, άφηνα την AI να αυτοσχεδιάζει πάνω σε αόριστες οδηγίες, χωρίς να εφαρμόζω καμία πειθαρχία μηχανικής λογισμικού. Αναπόφευκτα, το μοντέλο άρχισε να ξεφεύγει από τον έλεγχο, και η αρχιτεκτονική του πρότζεκτ εκφυλίστηκε σε ένα δυσλειτουργικό, ακατάστατο κουβάρι που ήταν αδύνατο να συντηρηθεί.

Τα γκρέμισα όλα και ξεκίνησα από την αρχή. Μόνο που αυτή τη φορά φόρεσα ξανά το καπέλο του μηχανικού λογισμικού και ακολούθησα σωστές διαδικασίες ανάπτυξης, με τη βοήθεια της AI.

Έτσι μπήκα σε μια εντελώς διαφορετική διάσταση: κράτησα τη σπιρτάδα και τη διασκέδαση του Vibe Coding, αλλά πρόσθεσα αυστηρότερο code review, ξεκάθαρη τεκμηρίωση και μικρές, σταδιακές αλλαγές αντί για τεράστια άλματα. Η αρχιτεκτονική παρέμεινε ακλόνητη και η υλοποίηση έγινε απόλυτα προβλέψιμη και ελεγχόμενη — ό,τι στόχευα, το πετύχαινα με χειρουργική ακρίβεια. Το AI-assisted development θύμιζε πλέον έναν έμπειρο επικεφαλής που καθοδηγεί έναν πρόθυμο ασκούμενο: δεν χρειάζεται να λύνεις εσύ κάθε τεχνική λεπτομέρεια, αλλά οφείλεις να διατηρείς τον απόλυτο αρχιτεκτονικό έλεγχο και τη συνολική εικόνα.

Σύντομα πέρασα στο Claude Code. Ο έλεγχος και η ακρίβεια που απέκτησα ήταν εξωπραγματικά — η παραγωγικότητά μου πολλαπλασιάστηκε κυριολεκτικά εν μία νυκτί.

Το μέλλον του μηχανικού λογισμικού

«Μήπως το Vibe Coding, ακριβώς επειδή σου επιτρέπει να φτιάχνεις πράγματα τόσο γρήγορα, θα αποθαρρύνει τον κόσμο από το να εμβαθύνει στα βασικά θεμέλια του προγραμματισμού;»

Πιστεύω πως όχι απλώς είναι πιθανό, αλλά αναπόφευκτο.

Η παραδοσιακή διαδρομή από το μηδέν μέχρι την παραγωγή ενός προϊόντος έμοιαζε με σκάλα: ανέβαινες σκαλί-σκαλί. Ξεκινούσες από τα βασικά μιας γλώσσας, έμπαινες στην αγορά ως junior developer, έτρωγες τα μούτρα σου πάνω σε πραγματικά προβλήματα και σιγά-σιγά ωρίμαζες σε έναν αυτόνομο μηχανικό λογισμικού. Σε κάθε βήμα υπήρχε άμεση ανατροφοδότηση και καθοδήγηση. Με μια μέση αφοσίωση και προσπάθεια, η είσοδος στον κλάδο ήταν εφικτή και η επαγγελματική πορεία ξεκάθαρη.

Το Vibe Coding ισοπέδωσε το εμπόδιο εισόδου. Σήμερα, ο καθένας μπορεί να στήσει ένα demo. Όμως η μηχανική λογισμικού είναι μια κατεξοχήν πρακτική επιστήμη· η απόσταση ανάμεσα σε ένα demo και σε ένα ώριμο, αξιόπιστο εμπορικό προϊόν είναι σαν τη διαφορά ανάμεσα στο 0-προς-1 και στο 1-προς-100.

Στον παραδοσιακό δρόμο, όποιος κατάφερνε να πάει από το 0 στο 1, έχτιζε αναγκαστικά τις βάσεις που χρειάζονταν για να πάει από το 1 στο 100. Με το Vibe Coding, οι αρχάριοι δεν αποκτούν ποτέ αυτά τα θεμέλια. Έτσι, μόλις επιχειρήσουν να περάσουν από το 1 στο 10, συναντούν έναν απόκρημνο γκρεμό δυσκολίας που οδηγεί τους περισσότερους στην παραίτηση.

Επειδή η αρχή έγινε υπερβολικά εύκολη, τα εμπόδια που ακολουθούν απαιτούν κάτι παραπάνω από ένα απλό χόμπι ή μια μέση μαθησιακή ικανότητα. Όποιος καταφέρνει να τα υπερπηδήσει μόνος του, ανήκει πιθανότατα στο κορυφαίο 1% σε δεξιότητες επίλυσης προβλημάτων και εκτέλεσης — πρόκειται για ανθρώπους που θα εξελίσσονταν σε κορυφαίους μηχανικούς ούτως ή άλλως, ακόμη και στην εποχή προ AI.

Καθώς όμως η ικανότητα της AI στον κώδικα εκτοξεύεται, η αγορά παύει να χρειάζεται junior engineers. Το παραδοσιακό φυτώριο ταλέντων εξαφανίζεται, κι έτσι όλο και λιγότεροι νέοι θα έχουν την ευκαιρία να «ψηθούν» σε πραγματικές συνθήκες και να εξελιχθούν.

Έναν χρόνο μετά τη συγγραφή αυτού του προσχεδίου, τα στοιχεία από την αγορά εργασίας επιβεβαιώνουν του λόγου το αληθές:

• Το Stanford Digital Economy Lab, αναλύοντας δεδομένα μισθοδοσίας της ADP στις ΗΠΑ, διαπίστωσε ότι έως τον Ιούνιο του 2026, στα επαγγέλματα που επηρεάζονται περισσότερο από την AI, η απασχόληση νέων ηλικίας 22–25 ετών ήταν κατά 19% χαμηλότερη από την αναμενόμενη τάση σε σχέση με άλλους κλάδους (έναντι 15% έναν χρόνο πριν). Αντίθετα, στους έμπειρους εργαζόμενους δεν παρατηρήθηκε τέτοιο κενό. Το χάσμα αυτό δεν οφείλεται σε απολύσεις, αλλά στο ότι οι εταιρείες απλώς σταμάτησαν να προσλαμβάνουν νέους. (Stanford Digital Economy Lab, 2026-08)
• Έκθεση της SignalFire τον Ιούνιο του 2026 κατέγραψε ότι σε 12 κολοσσούς της τεχνολογίας (Google, Meta, Apple, Microsoft κ.ά.), οι προσλήψεις αποφοίτων και junior θέσεων μειώθηκαν κατά περίπου 65% σε σύγκριση με το 2019, ενώ στις startups πρώιμου σταδίου η πτώση άγγιξε το 76%. (SignalFire State of Talent Report 2026)
• Σύμφωνα με στοιχεία του Indeed, το πρώτο τρίμηνο του 2026 οι entry-level θέσεις στην ανάπτυξη λογισμικού στις ΗΠΑ αντιστοιχούσαν σε μόλις 4,5% του συνόλου των αγγελιών — το χαμηλότερο ποσοστό μεταξύ όλων των επαγγελματικών κλάδων. (Indeed Hiring Lab, 2026-07)

Βλέπω το μέλλον αυτού του χώρου με αρκετή απαισιοδοξία. Ο κλάδος του προγραμματισμού οδηγείται σε έναν απόλυτο δυϊσμό: από τη μία μια μικρή ελίτ από τιτάνες που παίζουν σε δυσθεώρητα επίπεδα, και από την άλλη πλήθη ερασιτεχνών που φτιάχνουν παιχνιδάκια και demos επιπέδου πρωτοτύπου.

Και ο προγραμματισμός είναι μόνο η αρχή. Σταδιακά, κάθε μορφή ελαφριάς διανοητικής εργασίας θα αντικατασταθεί από την AI.

Ακόμη και τα μαθηματικά, το απόλυτο οχυρό της αυθεντικής ανθρώπινης σκέψης, άρχισαν να υποχωρούν μέσα σε αυτή τη χρονιά:

• Τον Ιανουάριο του 2026, ο προπτυχιακός φοιτητής του Cambridge Kevin Barreto και ο ερασιτέχνης μαθηματικός Liam Price, με τη βοήθεια του GPT-5.2 Pro, έλυσαν το πρόβλημα #728 του Erdős — ένα πρόβλημα χωρίς καμία προηγούμενη απόδειξη στη βιβλιογραφία. Θεωρείται το πρώτο πρόβλημα του Erdős που λύθηκε κατά κύριο λόγο από AI.
• Τον Μάιο του 2026, ένα μοντέλο του OpenAI κατέρριψε την εικασία των μοναδιαίων αποστάσεων που είχε διατυπώσει ο Erdős το 1946 — έναν γρίφο που ταλάνιζε τους μαθηματικούς επί 80 χρόνια. Ο κάτοχος του μεταλλίου Fields Tim Gowers σχολίασε: «Καμία προηγούμενη απόδειξη παραγόμενη από AI δεν είχε πλησιάσει καν αυτό το επίπεδο». Λίγες εβδομάδες αργότερα, ανθρώπινοι μαθηματικοί βελτίωσαν σημαντικά τα αποτελέσματα της AI.
• Τον ίδιο μήνα, ένας αυτόνομος πράκτορας της Google DeepMind έλυσε 9 από 353 ανοιχτά μαθηματικά προβλήματα, με κόστος μόλις μερικές εκατοντάδες δολάρια ανά λύση.
• Ο διακεκριμένος μαθηματικός Noga Alon έφτασε μάλιστα στο σημείο να εγκαταλείψει την έρευνα στα προβλήματα του Erdős: «Από τη στιγμή που άρχισε να τα λύνει η AI, έχασε κάθε νόημα».

Τι θα διαβάσετε σε αυτή τη σειρά άρθρων

Στις μέρες μας, όλο και περισσότεροι άνθρωποι χωρίς προηγούμενη επαφή με τον προγραμματισμό στρέφονται στο AI coding. Πολλοί δεν ξέρουν από πού να πιάσουν το νήμα ή περιορίζονται σε μικρά πειράματα. Γρήγορα όμως διαπιστώνουν ότι, χωρίς βασικές γνώσεις μηχανικής λογισμικού, χάνουν τον προσανατολισμό τους: δεν ξέρουν πώς να αποδομήσουν ένα σύνθετο ζήτημα, πώς να λύσουν ένα περίπλοκο bug ή πώς να κατευθύνουν σωστά την AI για να πάρουν αυτό που θέλουν.

Επιπλέον, βλέπω ότι το πρόβλημα πολλών ξεκινά από την έλλειψη δομημένης λογικής σκέψης — δεν ξέρουν πώς να διατυπώσουν σωστές ερωτήσεις, πώς να ασκήσουν κριτική στις απαντήσεις της AI και πώς να κρίνουν αν ο παραγόμενος κώδικας είναι όντως σωστός.

Ως μηχανικός λογισμικού με πάνω από έξι χρόνια εμπειρίας, έχω σχεδιάσει και αναπτύξει με τη βοήθεια της AI αρκετά σύνθετα πρότζεκτ, τα οποία σήμερα εξυπηρετούν πραγματικούς χρήστες. Όπως ανέφερα και στην αρχή, στα τρέχοντα έργα μου κάθε γραμμή κώδικα έχει γραφτεί από τεχνητή νοημοσύνη. Η AI μπορεί πράγματι να χτίσει πολύπλοκα συστήματα — με την απαραίτητη προϋπόθεση ότι ο δημιουργός γνωρίζει τι κάνει και πώς να την καθοδηγήσει. Η AI παραμένει εργαλείο· ο άνθρωπος στο τιμόνι κάνει τη διαφορά.

Στην εποχή της AI, το παραδοσιακό μονοπάτι εκμάθησης προγραμματισμού ανατρέπεται εκ θεμελίων. Ανταποκρινόμενος σε αυτή τη νέα πραγματικότητα, ετοιμάζω μια σειρά άρθρων με τίτλο: «Ο Πλήρης Οδηγός Vibe Coding για Αρχάριους».

Ο οδηγός αυτός θα διαρθρωθεί στους εξής βασικούς άξονες:

1. Συνδυάζοντας το AI Coding με τις βέλτιστες πρακτικές της σύγχρονης μηχανικής λογισμικού: Κατανόηση των θεμελίων της μηχανικής λογισμικού και υλοποίηση της ιδέας σας από το μηδέν. Στόχος είναι το λογισμικό να μην μένει ένα απλό demo, αλλά να μπορεί να συντηρηθεί μακροπρόθεσμα, διατηρώντας παράλληλα μια αβίαστη, ευχάριστη ροή εργασίας.
2. Εκπαίδευση στη λογική σκέψη και τη διατύπωση οδηγιών: Πώς να υποβάλλετε καίριες ερωτήσεις στην AI, τι λάθη πρέπει να αποφεύγετε και πώς να συντάσσετε αποτελεσματική τεκμηρίωση (documentation).
3. Testing και βελτιστοποίηση της ροής εργασίας: Πώς να ελέγχετε αξιόπιστα τον κώδικά σας, πώς να αναβαθμίζετε σταδιακά την ποιότητα και τα χαρακτηριστικά διατηρώντας στιβαρή αρχιτεκτονική, και πώς να επιταχύνετε την ανάπτυξη στήνοντας αυτοματοποιημένα workflows χωρίς εκπτώσεις στην ποιότητα.
4. Το ιδανικό tech stack για AI programming: Ποιες γλώσσες και frameworks αξίζει να επιλέξετε ώστε να αξιοποιήσετε στο έπακρο τις δυνατότητες της AI.

Επιμύθιο

Για την ιστορία, ο βασικός κορμός αυτού του κειμένου γράφτηκε πριν από έναν χρόνο (τον Οκτώβριο του 2025). Τώρα το επιμελήθηκα ξανά, προσθέτοντας τα πρόσφατα δεδομένα από την αγορά εργασίας και τα άλματα της AI στα μαθηματικά. Τότε, ζαλισμένος από τον ιλιγγιώδη ρυθμό των εξελίξεων, φοβόμουν πως ό,τι έγραφα θα είχε ξεπεραστεί μέσα σε λίγες μέρες· κατέληξα έτσι να δημοσιεύω αμέτρητα σύντομα posts και ελάχιστα ολοκληρωμένα δοκίμια. Έναν χρόνο μετά, ξαναδιαβάζοντας το προσχέδιο, διαπίστωσα ότι οι εκτιμήσεις μου παραμένουν ανατριχιαστικά επίκαιρες, γι’ αυτό και αποφάσισα να το ολοκληρώσω και να το μοιραστώ. Υπόσχομαι να γράφω συχνότερα μεγάλα κείμενα — άλλωστε, τα κείμενα που κουβαλούν γνήσια ανθρώπινη φωνή θα είναι, στο μέλλον, όλο και πιο σπάνια.