Som softvérový inžinier a každý riadok môjho kódu dnes píše AI: Pár slov o vibe codingu

Mám za sebou vyše šesť rokov praxe ako softvérový inžinier, no za posledný rok som nenapísal ani jeden riadok kódu vlastnou rukou. Všetko v mojich súčasných projektoch píše umelá inteligencia. Keď som s tým však pred vyše rokom začínal, eufória mi vydržala sotva tri dni.

Čistá radosť z vibe codingu

Spomínam si na vlaňajší jún (2025), keď som po všetkých tých chválospevoch prvýkrát zapol Cursor. Na prvý pohľad to vyzeralo ako starý dobrý VS Code, len s bočným panelom na komunikáciu s AI.

Dovtedy som AI v programovaní vnímal len ako o niečo chytrejšie automatické dopĺňanie v štýle Copilota. Keď som ale zadal prvý prompt a odoslal ho, stalo sa niečo neuveriteľné. Model sa na chvíľu zamyslel a vzápätí začal do editora chrliť desiatky, ba stovky riadkov kódu. Plynule prepínal medzi súbormi, upravoval ich a rovno v termináli spúšťal potrebné príkazy.

Zrazu stačilo opísať požadovanú funkcionalitu bežnou ľudskou rečou a AI ju celú vybudovala. Nemusel som manuálne klikať každý riadok. Už to nebolo len tupé dopĺňanie syntaxe – zrazu niekto prevzal celú rolu softvérového vývojára na oveľa vyššej úrovni.

Cítil som sa, akoby som dostal do rúk čarovný prútik. Bol to ten opojný pocit, keď sa pred vami zrazu otvoria dvere do úplne nového sveta.

Vtedy som si zapísal tieto myšlienky:

Vibe coding je ako stvorený pre ľudí s ADHD. Klasické kódovanie ide úplne proti naturelu človeka s touto poruchou, no vibe coding lusknutím prsta vyriešil všetku moju nechuť písať testy, odpor k CSS, večne skomolené názvy premenných aj úmorné hľadanie banálnych bugov.

Vďaka asistencii AI prichádza spätná väzba okamžite, čo prináša obrovský pocit zadosťučinenia. Čím je úloha fádnejšia a mechanickejšia, tým lepšie ju AI zvládne.

Zrazu sa môžem sústrediť čisto na víziu, celkovú architektúru a zostať v role technologického lídra projektu.

Netúžim búšiť do klávesnice každý jednotlivý znak; baví ma samotná radosť z tvorby. Vývoj od asembleru k vyšším programovacím jazykom mal vždy smerovať k tomu, aby bol proces pre vývojára príjemnejší a efektívnejší.

Môcť tvoriť softvér z pozície čistého architekta a tvorcu namiesto radového robotníka na stavbe – to je pre programátora obrovské požehnanie.

Kde naráža vibe coding na svoje limity

Tento spôsob práce dostal trefné pomenovanie: vibe coding. Termín vytvoril spoluzakladateľ OpenAI Andrej Karpathy vo februári 2025 a vystihuje stav, keď sa človek nechá viesť čistou intuíciou („vibe“): poviete umelej inteligencii ľudskou rečou, čo chcete, bez výhrad prijmete vygenerovaný kód, nečítate riadok po riadku a každú chybovú hlášku len bez premýšľania prekopírujete späť AI, až kým takmer nezabudnete, že nejaký kód pod kapotou vôbec existuje.

Po prvotnom nadšení a spísaní mojich dojmov však netrvalo ani tri dni a narazil som na tvrdú realitu.

Pracoval som vtedy na prototype novej aplikácie. Čistý vibe coding nechal AI voľnú ruku na základe vágnych pokynov, bez akýchkoľvek overených inžinierskych postupov. Výsledok? Model sa začal postupne vymykať kontrole a architektúra sa zvrhla do neudržateľného chaosu.

Všetko som teda zmazal a začal odznova – tentoraz už pevne v role softvérového inžiniera s disciplinovaným, štandardným vývojovým procesom prispôsobeným pre prácu s AI.

Tento prístup ma dostal do úplne inej roviny. Stále to bola skvelá zábava, no tentoraz som pridal prísne kontroly kódu (code review), jasnú dokumentáciu a menšie, postupné zmeny namiesto bezhlavého chrlenia celých funkcií naraz. Architektúra aj implementácia zrazu fungovali ako hodinky a AI reagovala presne tak, ako som potreboval. Vývoj s AI začal pripomínať vedenie šikovného, no neskúseného stážistu. Rutinu a detaily prenecháte jemu, no kontrolu nad architektúrou a strategické premýšľanie si musíte nechať pevne vo svojich rukách.

Onedlho som prešiel na Claude Code. Získal som ešte presnejšiu kontrolu a spoľahlivosť – šlo to ako po masle a moja produktivita vystrelila niekoľkonásobne.

Budúcnosť softvérových inžinierov

„Nemôže vibe coding viesť k tomu, že keď ľudia postavia veci tak ľahko a rýchlo, stratia chuť ísť do hĺbky a učiť sa základy programovania?“

Podľa mňa je to viac než pravdepodobné.

Tradičná cesta od prvých riadkov až k reálnemu produktu pripomínala schodisko: krok za krokom. Väčšina ľudí začínala úvodnými kurzami programovania, pokračovala na juniorské pozície, kde ich formovala tvrdá realita produkčných projektov, až kým z nich nevyrástli samostatní inžinieri. Každý stupienok prinášal spätnú väzbu. Pre priemerného človeka s primeraným nasadením nebolo preniknutie do odboru neprekonateľné a kariérna cesta mala jasné kontúry.

Vibe coding zrazil vstupnú bariéru prakticky na nulu. Dnes dokáže zbúchať demo ktokoľvek. Softvérové inžinierstvo je však hlboko praktické remeslo – a rozdiel medzi demom a robustným, komerčne spoľahlivým produktom je ako rozdiel medzi fázou 0 → 1 a fázou 1 → 100.

V klasickom modeli človek pri dosahovaní úrovne 0 → 1 automaticky nabral základy potrebné na cestu z 1 na 100. Pri vibe codingu však úplný začiatočník tieto zručnosti nezíska. Hneď na úseku z 1 na 10 narazí na priepastný skok v náročnosti, čo väčšinu ľudí definitívne odradí.

Práve preto, že začiatok bol až podozrivo jednoduchý, sa neskoršie prekážky nedajú prekonať len bežným záujmom či priemerným nasadením. Kto to zvládne aj v tejto fáze, musí mať mimoriadny intelekt, ťah na bránu a schopnosť riešiť problémy na úrovni horného 1 % vývojárov.

Inými slovami: táto hŕstka mimoriadne schopných ľudí by patrila medzi špičku aj v dobe pred nástupom umelej inteligencie.

S raketovým nástupom možností umelej inteligencie však trh prestáva potrebovať juniorov. Prirodzená výchova novej generácie sa rozpadá a ubúda príležitostí, kde by mladí vývojári mohli získať ostrohy.

Rok po tom, čo som si spísal tento koncept, začínajú dáta z trhu práce moje obavy nepríjemne potvrdzovať:

• Podľa dát Stanford Digital Economy Lab (analyzovaných z mzdových záznamov ADP) bola k júnu 2026 zamestnanosť mladých ľudí vo veku 22 až 25 rokov v profesiách najviac ohrozených AI o 19 % nižšia oproti očakávanému trendu podľa ostatných odvetví (pred rokom bol tento prepad 15 %). U seniorov k žiadnemu takému poklesu nedošlo. Tento rozdiel navyše nevznikol prepúšťaním, ale tým, že firmy jednoducho prestali prijímať nováčikov. (Stanford Digital Economy Lab, 2026-08)
• Správa venture capital fondu SignalFire z júna 2026 ukazuje, že dvanásť technologických gigantov (vrátane firiem Google, Meta, Apple a Microsoft) prijalo o 65 % menej čerstvých absolventov a juniorov než v roku 2019. V prípade začínajúcich startupov bol prepad dokonca na úrovni 76 %. (SignalFire State of Talent Report 2026)
• Podľa štatistík portálu Indeed tvorili juniorské pozície v americkom softvérovom vývoji v prvom kvartáli 2026 iba 4,5 % zo všetkých otvorených ponúk – najmenej spomedzi všetkých sledovaných odvetví. (Indeed Hiring Lab, 2026-07)

Pokiaľ ide o budúcnosť tohto odboru, som dosť skeptický. Programovanie speje k extrémnej polarizácii: na jednej strane úzka elita špičkových inžinierov riešiacich brutálne komplexné problémy, na druhej strane masa nadšencov skladajúcich hračkárske demá pre radosť.

A softvérový vývoj je len prvý na rane. Podobný scenár čaká aj ďalšie odvetvia – AI postupne pohltí akúkoľvek rutinnú duševnú prácu.

Dokonca aj čistá matematika, dlho považovaná za nedobytnú baštu ľudskej tvorivosti a abstraktného myslenia, za posledný rok pod náporom AI povolila:

• V januári 2026 študent Cambridgeskej univerzity Kevin Barreto a amatérsky matematik Liam Price pomocou modelu GPT-5.2 Pro vyriešili Erdősov problém č. 728, na ktorý dovtedy neexistoval žiaden publikovaný dôkaz. Považuje sa to za prvý Erdősov problém vyriešený primárne umelou inteligenciou.
• V máji 2026 model od OpenAI vyvrátil Erdősovu hypotézu jednotkovej vzdialenosti z roku 1946, ktorá mátala matematikov celých 80 rokov. Nositeľ Fieldsovej medaily Tim Gowers to komentoval slovami: „Dovtedy sa žiadny dôkaz vygenerovaný umelou inteligenciou tejto úrovni ani len nepriblížil.“ O niekoľko týždňov ľudskí matematici výsledky AI ešte výrazne posunuli dopredu.
• V tom istom mesiaci autonómny AI agent od Google DeepMind samostatne vyriešil 9 z 353 otvorených matematických problémov, pričom náklady na vyriešenie jednej úlohy boli len niekoľko stoviek dolárov.
• Matematik Noga Alon dokonca vyhlásil, že s Erdősovými problémami končí: „Odkedy ich začala riešiť AI, stratilo to zmysel.“

O čom bude táto séria

Stále viac ľudí bez akýchkoľvek programátorských skúseností dnes skúša písať kód s AI. Často nevedia, kde začať, alebo skončia pri zopár jednoduchých pokusoch. Rýchlo zistia, že bez elementárnych inžinierskych základov tápajú v tme – netušia, ako komplexný problém rozdrobiť na menšie časti, ako odstrániť chyby ani ako AI správne nasmerovať k želanému výsledku.

Všimol som si aj to, že kameňom úrazu často býva chýbajúce logické uvažovanie. Ľudia sa nevedia správne pýtať, chýba im kritický odstup a nedokážu posúdiť, či to, čo im AI naservírovala, vôbec dáva zmysel.

Mám za sebou vyše šesť rokov v odbore a s pomocou AI som navrhol a postavil viacero komplexných projektov, ktoré dnes reálne používajú ľudia. Ako som spomenul v úvode, na mojich terajších projektoch píše každý riadok kódu AI. Umelá inteligencia dokáže postaviť aj zložité systémy – no iba za predpokladu, že vy presne viete, čo robíte a ako model usmerniť. AI je len nástroj; kľúčový je človek za ním.

V ére umelej inteligencie sa tradičná cesta výučby programovania definitívne prepisuje. Preto som sa rozhodol pripraviť sériu článkov s názvom Kompletný sprievodca Vibe Codingom pre úplných začiatočníkov.

Táto séria pokryje niekoľko kľúčových oblastí:

1. Prepojenie kódovania s AI a osvedčených inžinierskych postupov. Najprv si ujasníme, čo vlastne softvérové inžinierstvo obnáša, a potom od nuly vybudujeme aplikáciu podľa vašich predstáv. Cieľom nie je len rýchle demo, ale dlhodobo udržateľný a stabilný projekt, ktorého vývoj vám pôjde ako po masle.
2. Tréning myslenia a logiky. Ako klásť AI efektívne otázky a zadávať presné inštrukcie, čomu sa za každú cenu vyhnúť a ako písať dokumentáciu, ktorá udrží projekt pokope.
3. Testovanie a ladenie celého pracovného postupu. Ako udržať architektúru pevnú a zároveň priebežne zlepšovať kvalitu a funkcie softvéru. Ako zrýchliť tempo vývoja bez kompromisov na kvalite a ako si nastaviť automatizované workflow.
4. Ideálny technologický stack pre vývoj s AI. Aké jazyky a frameworky zvoliť, aby ste z možností umelej inteligencie vyťažili maximum.

Doslov

Gro tohto textu vzniklo už pred rokom (v októbri 2025). Teraz som ho znova prešiel a doplnil o čerstvé dáta z trhu práce a nedávne prelomy AI v matematike. Vtedy ma to závratné tempo vývoja až paralyzovalo – bál som sa, že čokoľvek napíšem, bude o pár dní zastarané, a tak som chrlil krátke posty na sociálne siete a dlhšie články odkladal do šuplíka. Keď som tento koncept po roku znova otvoril, uvedomil som si, že myšlienky v ňom platia dnes ešte viac než vtedy. V budúcnosti chcem písať viac – texty s ľudským rozmerom budú totiž čoraz vzácnejšie.