Kā programmatūras inženieris es vairs nerakstu ne rindiņas koda – to dara MI: pārdomas par Vibe Coding
Kā programmatūras inženieris ar vairāk nekā sešu gadu darba stāžu es jau ilgāk par gadu neesmu ar roku uzrakstījis nevienu pašu koda rindiņu. Visos manos pašreizējos projektos katru koda daļu ir radījis mākslīgais intelekts. Taču, kad pirms vairāk nekā gada pirmo reizi izmēģināju programmēšanu ar MI, mana eiforija ilga nepilnas trīs dienas.
Vibe Coding tīrā svētlaime
Spilgti atceros pagājušā (2025.) gada jūniju, kad ziņkāres vadīts pirmo reizi palaidu Cursor. No pirmā acu uzmetiena tas šķita gluži kā vecais, labais VS Code, vien ar nelielu sānu paneli saziņai ar MI.
Līdz tam mana izpratne par programmēšanu ar MI aprobežojās ar Copilot stila uzlaboto koda pabeigšanu (autocomplete). Taču brīdī, kad ievadīju pirmo uzdevumu un nospiedu nosūtīt, notika īsts brīnums. Vēroju, kā MI zibenīgi domā un acu priekšā redaktorā izber desmitiem, pat simtiem koda rindu. Tas brīvi lēkāja starp failiem, tos atjaunināja un patstāvīgi palaida komandas terminālī.
Pēkšņi pietika vien cilvēku valodā aprakstīt iecerēto funkcionalitāti, un MI to uzreiz uzbūra – man pašam nebija jābaksta ne burts. Tā vairs nebija vienkārša teksta priekšā teikšana; tas bija pilnīgi cits līmenis, kurā MI pārņēma veselu programmatūras inženiera darba cēlienu.
Jutos gluži kā pasakā par brīnumotiņu – ieraudzīju durvis uz pavisam jaunu pasauli.
Toreiz savās piezīmēs ierakstīju šādas atziņas:
«Vibe Coding» ir kā radīts ADHD tipa prātam. Tradicionālā koda rakstīšana prasa pacietību un ieradumus, kas bieži vien iet pret spalvu šādam temperamentam. Turpretī programmēšana pēc iekšējās sajūtas kā ar roku noņem riebumu pret testu rakstīšanu, mokām ar CSS, kļūdām mainīgo nosaukumos un bezgalīgi garlaicīgu, sīku kļūdu medīšanu.
Ar MI atbalstu atgriezeniskā saite ir acumirklīga, un gandarījums – milzīgs. Jo mehāniskāks un vienmuļāks darbs, jo labāk MI ar to tiek galā.
Cilvēkam atliek vien nospraust kopējo virzienu, pārdomāt arhitektūru un darboties kā īstam projekta virzītājam.
Man nekad nav bijis pašmērķis pašam uzklauvēt katru simbolu – mani aizrauj radīšanas prieks. Ceļā no mašīnkoda līdz augsta līmeņa valodām programmētāja pieredzei ir jākļūst tikai ērtākai un produktīvākai.
Iespēja radīt programmatūru no tīra radītāja, nevis nogurdināta melnstrādnieka skatpunkta – programmētājam tā patiesībā ir īsta laime.
Kur beidzas «Vibe Coding» burvība
Šādam darba stilam pat radās īpašs nosaukums: Vibe Coding. Šo jēdzienu 2025. gada februārī ieviesa viens no OpenAI dibinātājiem Andrejs Karpātijs (Andrej Karpathy). Tā būtība ir pilnībā paļauties uz sajūtu (vibe): sarunvalodā pasaki MI, ko vēlies, pieņem visu piedāvāto kodu bez rindiņu pārbaudes, kļūdu gadījumā vienkārši iemet paziņojumu atpakaļ čatā un turpini, līdz koda esamību vispār gandrīz aizmirsti.
Pēc tam, kad biju publiskojis savu sajūsmu, pagāja nepilnas trīs dienas, un es atdūros pret šīs pieejas skarbajām robežām.
Tobrīd būvēju jaunas lietotnes prototipu. Ļaujot MI brīvi improvizēt pēc aptuvenām norādēm bez jebkādas inženiertehniskas disciplīnas, modelis drīz vien kļuva nevaldāms. Sistēmas arhitektūra pārvērtās tādā mudžeklī, ka to vairs nebija iespējams uzturēt.
Nolēmu sākt no baltas lapas – šoreiz kā programmatūras inženieris, kurš pakļauj MI klasiskai, pārbaudītai darba plūsmai.
Un tā jau bija pavisam cita bilde. Saglabājot visu «vibe coding» vieglumu un radīšanas prieku, es ieviesu stingru koda caurskati, skaidru dokumentāciju un nelielas, pakāpeniskas izmaiņas tā vietā, lai mēģinātu uzreiz iekraut lērumu jaunu funkciju. Arhitektūra un koda izpilde kļuva pilnībā kontrolējama, un darbs ritēja precīzi un paredzami. MI asistēta izstrāde sāka atgādināt pieredzējuša vadītāja darbu ar talantīgu praktikantu: detaļas nav jāraksta pašam, taču kopskats un arhitektūras stūre joprojām stingri jātur savās rokās.
Drīz vien pārgāju uz Claude Code, kas sniedza vēl niansētāku un spēcīgāku kontroli. Izstrādes ātrums pieauga vairākkārtīgi – sajūta bija tāda, it kā būtu ieguvis superspējas.
Programmatūras inženieru nākotne
«Vai pastāv risks, ka, pateicoties Vibe Coding iespējai tik zibenīgi kaut ko uzbūvēt, cilvēkiem vienkārši zudīs vēlme iedziļināties programmēšanas pamatos?»
Manuprāt – vairāk nekā iespējams!
Tradicionālais ceļš no pirmajiem soļiem līdz gatavam produktam vienmēr ir bijis kā kāpnes: soli pa solim. Lielākā daļa sāk ar vienkāršiem programmēšanas pamatkursiem, kļūst par jaunākajiem inženieriem, reālā darbā saskaras ar praktiskiem inženiertehniskiem izaicinājumiem un pakāpeniski izaug par patstāvīgiem speciālistiem. Katrā posmā bija skaidra atgriezeniskā saite un saprotama karjeras trajektorija, tāpēc ienākšana nozarē cilvēkam ar vidējām mācīšanās spējām nebija nepārvarama.
Vibe Coding slieksni ir nolaidis līdz pašai zemei – šodien jebkurš var uzbūvēt demonstrācijas versiju (demo). Taču programmatūras inženierija ir izteikti praktiska disciplīna. Ceļš no vienkārša demo līdz stabilam, drošam komercproduktam ir gluži kā atšķirība starp soli no 0 līdz 1 un ceļu no 1 līdz 100.
Tradicionālajā modelī cilvēks, kurš nokļuva no 0 līdz 1, šajā procesā neizbēgami apguva arī daudzas pamatiemaņas, kas nepieciešamas tālākajam ceļam. Turpretī programmēšana ar MI bez priekšzināšanām šādu bāzi neiedod. Pārejā no 1 līdz 10 cilvēks atduras pret milzīgu prasmju bezdibeni, un daudziem vienkārši nolaidīsies rokas.
Tieši tāpēc, ka sākums ir tik mānīgi viegls, nākamie, daudz sarežģītākie šķēršļi kļūst nepārvarami ar parastu interesi un vidējām mācīšanās spējām. Ja kāds spēj šo plaisu viegli pārvarēt arī bez pamatzināšanām, šim cilvēkam jau no dabas piemīt izcila spēja mācīties, rīkoties un risināt problēmas – viņš jau tāpat piederētu pie labākā 1% programmētāju.
Citiem vārdiem sakot, šī nelielā talantīgo un mērķtiecīgo cilvēku kopa būtu kļuvusi par izciliem inženieriem arī pirms mākslīgā intelekta ēras.
Strauji pieaugot MI programmēšanas prasmēm, nozarē jaunākie inženieri kļūst lieki. Apmācību ķēde pārtrūkst, un arvien mazāk cilvēkiem rodas iespēja reāli praktizēties un slīpēt savas iemaņas.
Gadu pēc šī melnraksta tapšanas darba tirgus dati sāk šīs bažas apstiprināt:
- Stenforda Digitālās ekonomikas laboratorija, pētot ASV algu uzskaites uzņēmuma ADP datus, secināja, ka līdz 2026. gada jūnijam pret MI visvairāk pakļautajās profesijās jauniešu (22–25 gadi) nodarbinātība bija par 19% zemāka nekā vienaudžu rādītāji citās nozarēs (pirms gada šī starpība bija 15%). Pieredzējušiem speciālistiem šāds kritums netika novērots. Turklāt plaisa veidojas galvenokārt tādēļ, ka uzņēmumi vairs nepieņem darbā jaunus darbiniekus, nevis atlaiž esošos. (Stanford Digital Economy Lab, 2026-08)
- Riska kapitāla fonda SignalFire 2026. gada jūnija ziņojums liecina, ka divpadsmit tehnoloģiju milžos, tostarp Google, Meta, Apple un Microsoft, tikko augstskolu beigušo un jaunāko speciālistu vakanču skaits, salīdzinot ar 2019. gadu, ir sarucis par aptuveni 65%, bet agrīnās stadijas jaunuzņēmumos – par aptuveni 76%. (SignalFire State of Talent Report 2026)
- Pēc darba portāla Indeed datiem, 2026. gada pirmajā ceturksnī ASV programmatūras izstrādē jaunāko speciālistu vakances veidoja vien 4,5% no visiem piedāvājumiem – zemākais rādītājs starp visām nozarēm. (Indeed Hiring Lab, 2026-07)
Raugoties uz nozares nākotni, esmu diezgan skeptisks. Programmēšanas pasaule polarizējas divās galējībās: vienā pusē būs reta elite, spēcīgi prāti, kas cīnās ar patiesi gigantiskiem izaicinājumiem, bet otrā – entuziasti, kuri sava prieka pēc būvē vienkāršas rotaļlietas un prototipus.
Ar laiku programmēšanas pēdās sekos arī citas jomas. Nākotnē MI aizstās teju jebkuru vieglāka intelektuālā darba formu.
Pēdējā gada laikā MI ir spējis iekustināt pat matemātiku – disciplīnu, kas prasa visdziļāko oriģinālo domāšanu:
-
- gada janvārī Kembridžas students Kevins Barreto (Kevin Barreto) un matemātikas entuziasts Liams Praiss (Liam Price) ar GPT-5.2 Pro palīdzību atrisināja Erdēša 728. problēmu, kurai līdz tam literatūrā nebija atrodams neviens pierādījums. Tas tiek uzskatīts par pirmo nozīmīgo Erdēša uzdevumu, ko pamatā atrisinājis MI.
-
- gada maijā OpenAI modelis atspēkoja Erdēša 1946. gadā formulēto vienības attālumu hipotēzi – mīklu, kas nodarbināja matemātiķus veselus 80 gadus. Fīldsa prēmijas laureāts Tims Gauerss (Tim Gowers) atzina: «Līdz šim neviens MI ģenerēts pierādījums nav pat pietuvojies šādam līmenim.» Pāris nedēļas vēlāk cilvēku matemātiķi, balstoties uz šo atklājumu, sasniedza vēl ievērojamākus rezultātus.
- Tajā pašā mēnesī Google DeepMind mākslīgā intelekta aģents patstāvīgi atrisināja 9 no 353 atklātajām matemātikas problēmām, un viena uzdevuma skaitļošanas izmaksas nepārsniedza dažus simtus dolāru.
- Matemātiķis Noga Alons pat paziņoja, ka pārtrauc pētīt Erdēša problēmas: «Brīdī, kad tās sāk risināt MI, tam vairs nav jēgas.»
Par ko būs šī rakstu sērija
Šodien arvien vairāk cilvēku bez priekšzināšanām sāk eksperimentēt ar programmēšanu ar MI. Daudzi īsti nezina, ar ko sākt, vai arī aprobežojas ar pavisam nelieliem mēģinājumiem. Drīz vien kļūst skaidrs: bez programmatūras inženierijas pamatiem ir grūti saprast, kas īsti notiek aizkulisēs, kā sadalīt lielu problēmu mazākos posmos, kā tikt galā ar sarežģītiem uzdevumiem un kā pareizi dot komandas MI, lai nonāktu pie vēlamā mērķa.
Tāpat esmu ievērojis, ka daudziem klupšanas akmens ir loģiskās domāšanas un kritiskā skatījuma trūkums – cilvēki neprot precīzi noformulēt jautājumus un nespēj izvērtēt, vai MI sniegtā atbilde vispār ir pareiza.
Esmu programmatūras inženieris ar vairāk nekā sešu gadu pieredzi, un ar MI atbalstu esmu no nulles izstrādājis vairākus sarežģītus projektus, kuriem šodien ir reāli lietotāji. Kā jau minēju sākumā: visus manus pašreizējos projektus līdz pēdējai koda rindiņai ir uzrakstījis MI. Mākslīgais intelekts patiešām spēj palīdzēt radīt sarežģītas sistēmas, taču ar vienu noteikumu – izstrādātājam pašam ir skaidri jāsaprot, ko viņš dara, un jāprot virzīt MI pareizajā gultnē. MI ir tikai instruments; noteicošais faktors joprojām ir cilvēks.
Mākslīgā intelekta laikmetā tradicionālais programmēšanas apguves ceļš ir apgriezts kājām gaisā. Tāpēc, sekojot šīm pārmaiņām, esmu nolēmis uzsākt rakstu sēriju: «Pilnīgs ceļvedis Vibe Coding iesācējiem».
Šajā ceļvedī apskatīsim vairākas būtiskas tēmas:
- Kā apvienot MI programmēšanu ar modernās programmatūras inženierijas labāko praksi. Vispirms saprast, kas īsti ir programmatūras inženierija, un tad no nulles uzbūvēt savu iecerēto rīku. Mērķis nav vienkāršs demo, bet gan ilgtermiņā uzturams projekts un izstrādes process, kas rit kā pa sviestu.
- Domāšanas un loģikas treniņš: kā uzdot pareizos jautājumus programmējot ar MI, no kādām kļūdām izvairīties un kā efektīvi rakstīt projekta dokumentāciju.
- Koda un projekta testēšana un darba plūsmas optimizēšana: kā saglabāt uzticamu arhitektūru, vienlaikus nepārtraukti uzlabojot kvalitāti un funkcijas. Kā paātrināt izstrādi, nezaudējot kvalitāti, un kā ieviest automatizētus procesus.
- Labākā tehnoloģiju steka izvēle programmēšanai ar MI: kuras valodas un ietvari vislabāk atklāj un izmanto MI stiprās puses.
Pēcvārds
Lielākā daļa šī teksta patiesībā tapa jau pirms gada (2025. gada oktobrī). Tagad to esmu pārskatījis, papildinot ar pēdējā gada darba tirgus datiem un MI sasniegumiem matemātikā. Tobrīd mani tā satrieca MI attīstības neprātīgais temps, ka bažījos: viss uzrakstītais jau pēc dažām dienām būs novecojis. Tāpēc aprobežojos ar īsiem ierakstiem sociālajos tīklos un garākus tekstus atlīku malā. Pēc gada, pārlasot melnrakstu, secināju, ka teiktajā joprojām ir daudz patiesības, tāpēc sakārtoju domas un nolēmu padalīties. Turpmāk noteikti centīšos rakstīt biežāk – galu galā teksts ar patiesu cilvēka elpu nākotnē kļūs par arvien lielāku retumu.