U svetu razvoja softvera svedočimo (r)evoluciji koja se odvija pred našim očima. Događa se tektonska promena u razvoju softvera, koju neki opisuju kao “vibe kodiranje” – novi pristup gde iskusni inženjeri prihvataju AI alate za generisanje većine svog koda. Ova transformacija se dešava takvom brzinom da se tehnološki pejzaž menja preko noći, ostavljajući mnoge u industriji zapanjene brzinom kojom se ova promena odvija. Ovo nije samo trend – vibe kodiranje predstavlja fundamentalnu promenu u načinu izgradnje softvera, sa dubokim implikacijama za inženjere, kompanije i ceo tehnološki ekosistem.

Čak je i Andrej Karpati (bivši direktor AI Tesla, jedan od osnivača OpenAI, PhD Stanford), istaknuti inženjer i stručnjak za mašinsko učenje, nedavno objavio tvit u kome opisuje svoje iskustvo sa “vibe kodiranjem”. On ističe da su veliki jezički modeli (LLM), kao što su Cursor Composer sa Sonnetom i Composer sa SuperWhisper, postali tako dobri da je moguće da se potpuno predaš kodiranju bez potrebe za ručnim pisanjem koda.

U epicentru ove revolucije nalazi se Cursor, mala kompanija sa samo 12 zaposlenih koja je napravila neverovatnu promenu u industriji. Njihov AI Agent za kodiranje doživeo je meteoritski uspon, prikupivši dodatnih 100 miliona dolara za samo 4 meseca 2024. godine, dostižući procenjenu vrednost od 2,6 milijardi dolara u rundi predvođenoj kompanijom Thrive.

95% koda generisanog pomoću AI

U nedavnoj anketi osnivača Y Combinator čiji je predsednik bio Sam Altman, osnivač OpenAI-a, od 2014. do 2019. godine, jednog od najuticajnijih startup inkubatora na svetu, rezultati su bili zapanjujući: 25% osnivača je izjavilo da je preko 95% njihovog koda generisano pomoću AI. Ovo nisu netehničkі osnivači koji predaju razvoj drugima – to su visoko kvalifikovani inženjeri koji su otkrili da korišćenje AI alata za kodiranje dramatično ubrzava njihovu produktivnost.

Jedan od anketiranih osnivača opisao je progresiju: “kako se programiranje promenilo u poslednjih šest meseci, odnosno do pre poslednjih mesec dana: ubrzanje je bilo 10x. Od pre mesec dana do sada: ubrzanje 100x. Eksponencijalno ubrzanje. Nisam više inženjer, sada sam produkt menadžer”.

Drugi tehnički osnivač je izjavio: “Ne pišem mnogo koda. Samo razmišljam i pregledam.”

Emocionalno odvajanje od koda

Kako generisanje koda postaje trivijalno, inženjeri razvijaju drugačiji odnos prema svom radu. “Sada sam mnogo manje vezan za svoj kod,” izjavio je jedan osnivač. “Moje odluke o tome da li da odbacim ili preradim kod su manje pristrasne jer mogu da kodiram tri puta brže. Lako mi je da odbacim i nanovo napišem ako mi je potrebno.”

Ovo predstavlja dubok psihološki pomak. Umesto mukotrpnog debagovanja postojećeg koda, programeri sve više shvataju da je efikasnije jednostavno regenerisati čitave delove – pristup koji bi se pre samo nekoliko meseci smatrao rasipnim i nepraktičnim.

AI alati za kodiranje koji predvode revoluciju

Cursor se pojavio kao dominantan alat među osnivačima startapa, dok je Wind Surf editor od osnivača Codeium-a dobio na značaju kao brzi i neverovatni pratilac. Codeium je sa 80 zaposlenih do sada prikupio 243 miliona dolara, uključujući i runda serije C od 150 miliona dolara u avgustu 2024. godine, što je kompaniju vrednovalo na 1,25 milijardi dolara. Ključna prednost Wind Surfa je njegova sposobnost da indeksira cele baze koda, omogućavajući mu da razume kontekst bez eksplicitnih uputstava o tome koje fajlove da pregleda.

Preferencije prema modelima brzo evoluiraju:

• Claude Sonnet (3.5 i sad 3.7) su najčešći
• Modeli sa rasuđivanjem poput Claude 3 Opus dobijaju na značaju, posebno za debagovanje
• GPT-4o se minimalno spominje među naprednim korisnicima
• DeepSeek R1 se pojavljuje kao ozbiljan takmac
• Prednost Gemini-ja je njegov izuzetno dugi kontekstni prozor, omogućavajući da cele baze koda stanu u jedan prompt

Neki osnivači pokreću više instanci AI alata za kodiranje paralelno, radeći na različitim funkcijama istovremeno – dodatno multiplikujući produktivnost.

Od kodera do produkt inženjera

Kako AI preuzima više pisanja samog koda, uloga softverskih inženjera se brzo menja. “Mislim da će se uloga softverskog inženjera pretvoriti u produkt inženjera” izjavio je jedan od osnivača u anketi.

Ljudski osećaj sada je važniji nego ikad jer alati za kodiranje čine svakoga bar 5x programerom.

Ova tranzicija naglašava prirodnu razliku koja je uvek postojala u razvoju softvera, ali sada postaje izraženija: oni koji se ističu u razmišljanju o proizvodu i korisničkom iskustvu naspram onih koji se ističu u klasičnom kodiranju.

Od nule do jedan vs. skaliranje: Različiti izazovi, različite veštine

Vibe kodiranje se ističe u fazi razvoja “od nule do jedan” – od realizacija ideje do funkcionalnog proizvoda što je brže moguće. To je mesto gde AI alati za kodiranje najviše blistaju, omogućavajući brzu izradu prototipa i iteraciju.

Međutim, faza “od jedan do n” – skaliranje proizvoda na milione korisnika – predstavlja drugačije izazove za koje trenutni AI alati nisu toliko opremljeni. Sistemsko razmišljanje, veštine arhitekture i duboko tehničko znanje ostaju ključni izazovi za ovu fazu.

Kao što jedan istorijski primer pokazuje, Facebook je inicijalno brzo izgradio svoj proizvod sa PHP-om (jezik koji mnogi smatraju suboptimalnim), ali je na kraju morao značajno da ulaže u sistemski inženjering za skaliranje, uključujući izgradnju prilagođenog kompilatora za prevazilaženje ograničenja performansi.

Uspon AI kodiranja kao maternjeg jezika

Pojavljuje se novi fenomen: tehnički orijentisani pojedinci bez klasičnog obrazovanja u tehničkim naukama koji mogu da grade sofisticirane proizvode prvenstveno kroz AI alate. Ovi “urođenici AI kodiranja” mogu imati pozadinu u matematici, ekonomiji ili drugim analitičkim disciplinama, i sada mogu biti visoko produktivni programeri.

Dok je ranije bilo teško za nekoga bez višegodišnjeg programerskog iskustva da izgradi složene aplikacije, AI alati za kodiranje su drastično snizili ovu barijeru. Veštine koje ostaju esencijalne su logičko razmišljanje, intuicija za proizvod i sposobnost procene kvaliteta koda generisanog pomoću AI, na čemu se i radi.

Debagovanje kao trenutna ljudska prednost

Jedno kritično područje gde AI alati još uvek imaju poteškoće je debagovanje. Trenutni modeli se ističu u generisanju koda, ali često posrću kada se od njih traži da dijagnostikuju i poprave složene probleme u postojećim bazama koda.

Ovo ograničenje pojačava potrebu da inženjeri održavaju fundamentalno razumevanje kako sistemi funkcionišu. Sposobnost efektivnog čitanja koda, identifikacija logičkih grešaka i prepoznavanja kada su rešenja generisana pomoću AI ostaje za sada ključna ljudska veština.

Budućnost zapošljavanja inženjera

Tradicionalni tehnički intervjui koji testiraju algoritmsko znanje ili brzinu kodiranja mogu postati sve više irelevantni. Ako AI može generisati optimalna rešenja za standardne probleme kodiranja u sekundama, koje veštine bi kompanije zapravo trebale testirati?

Buduće tehničke procene mogu se više fokusirati na:

• Sposobnosti pregleda koda i procene kvaliteta
• Razmišljanje o proizvodu i intuiciju korisničkog iskustva
• Efektivno korišćenje AI alata za kodiranje
• Dizajn sistema i arhitekturu za skaliranje
• Debagovanje i dijagnoza problema

Kao što je jedan osnivač u pomenutoj anketi primetio, “Zapošljavanje inženjera će možda morati da se prilagodi testiranju za različite veštine u eri AI kodiranja.”

Zaključak: Ne prolazni trend, već Novi standard

Vibe kodiranje nije samo prolazni trend – ono predstavlja fundamentalni pomak u razvoju softvera koji već transformiše način na koji startapi grade proizvode. Kao što je jedan YC partner zaključio, “Ovo nije prolazni trend. Ovo neće nestati. Ovo je zapravo dominantan način kodiranja, i ako to ne radite, možda ćete jednostavno zaostati.”

Tempo promene je zapanjujući. Alati i tehnike koji nisu postojali pre godinu dana sada su standardna praksa u najnaprednijim startapima. Inženjeri koji se opiru ovoj tranziciji rizikuju da postanu značajno manje produktivni od svojih kolega potpomognutih AI alatima.

Na kraju, ova (r)evolucija može demokratizovati stvaranje softvera dok istovremeno povećava vrednost i visokog nivoa razmišljanja o proizvodu i dubokog sistemskog znanja – ljudskih elemenata koje AI još uvek ne može tako dobro replikovati.

Ovaj blog post inspirisan je delom i zbog ovog videa Y combinatora: pogledajte