Андрей Карпати, колишній дослідник OpenAI, а нині директор зі штучного інтелекту та комп’ютерного зору для автопілоту в Tesla, в лютому описав нову методику програмування «вайб-кодинг», яка полягає в залученні ШІ-чатботів. Нині вона набирає популярності серед програмістів.
Андрей Карпати, колишній дослідник OpenAI, а нині директор зі штучного інтелекту та комп’ютерного зору для автопілоту в Tesla, в лютому описав нову методику програмування «вайб-кодинг», яка полягає в залученні ШІ-чатботів. Нині вона набирає популярності серед програмістів.
Як відзначає Ars Technica, цей метод, що базується на великих мовних моделях (LLM) від таких компаній, як OpenAI та Anthropic, привертає увагу тим, що потенційно може знизити бар'єр для входу у сферу створення програмного забезпечення. Але залишаються питання щодо того, чи може цей підхід надійно створювати код, придатний для реальних застосувань, навіть попри те, що такі інструменти, як-от Cursor Composer, GitHub Copilot та Replit Agent, роблять цей процес все більш доступним для людей з мінімальними навичками програмування.
На відміну від традиційного контрольованого й точного програмування, вайб-кодинг працює в площині так званого відчуття потоку (flow).
«Є новий вид кодування, який я називаю „вайб-кодинг“, коли ви повністю піддаєтеся вайбу, приймаєте експоненту й забуваєте про те, що код взагалі є», — написав Карпати на початку лютого в X (Twitter). Він описує цей процес у навмисно невимушеній формі: «Я просто бачу щось, кажу щось, запускаю щось, копіюю і вставляю щось, і це здебільшого працює».
При вайб-кодингу якщо трапляється баг, користувач дає фідбек моделі штучного інтелекту, приймає зміни в надії, що це спрацює, і повторює процес. Метод Карпати різко контрастує з традиційними методами розробки програмного забезпечення, які зазвичай наголошують на ретельному плануванні, тестуванні та розумінні деталей реалізації.
Карпати з гумором відзначає, що цей підхід — для «найлінивіших програмістів».
«Я прошу про найтупіші речі, такі як „зменшити відступ на бічній панелі вдвічі“, тому що мені ліньки знайти це самому. Я завжди „Приймаю все“, я більше не читаю відмінності», — говорить він.
По суті, ця методика перетворює будь-кого з базовими комунікативними навичками на новий тип програміста, який використовує природну мову, принаймні для простих проєктів. Оскільки моделі штучного інтелекту наразі стримуються кількістю коду, який модель може перетравити за один раз (розмір контексту), є верхня межа того, наскільки складним може стати програмний проєкт із вайб-кодингом, перш ніж людина за кермом стане керівником проєкту високого рівня, який вручну збирає фрагменти коду, згенерованого штучним інтелектом, у більшу архітектуру. Але з розвитком ШІ ці обмеження можуть одного дня зникнути.
There’s a new kind of coding I call «vibe coding», where you fully give in to the vibes, embrace exponentials, and forget that the code even exists. It’s possible because the LLMs (e.g. Cursor Composer w Sonnet) are getting too good. Also I just talk to Composer with SuperWhisper…
— Andrej Karpathy (@karpathy) February 2, 2025
Неможливо точно визначити, скільки людей користуються методом вайб-кодингу як хобі або роботою, але Cursor повідомив про 40 000 платних користувачів у серпні 2024 року, а GitHub — про 1,3 мільйона користувачів Copilot трохи понад рік тому (у лютому 2024 року).
Проте цей підхід точно набув особливої популярності в інтернеті як цікавий спосіб швидкого створення прототипів ігор. Пітер Янг (Peter Yang) із Microsoft нещодавно продемонстрував вайб-кодинг на стрімі, створивши просту 3D-гру-шутер від першої особи про зомбі за допомогою діалогових підказок, що подаються в Cursor and Claude 3.7 Sonnet. Ян навіть використав додаток для перетворення мови в текст, щоб словесно описати те, що він хотів би бачити, і з часом вдосконалити прототип.
Саймон Віллісон, незалежний розробник програмного забезпечення та дослідник ШІ, поділився думками на програмування зі штучним інтелектом. «Мені дуже подобається вайб-кодинг. Це цікавий спосіб випробувати ідею й довести, що вона може працювати», — говорить він
За його словами, використання вайб-кодинг на шляху до виробничої кодової бази, безумовно, є ризикованим. Більшість роботи, яку виконують інженери-програмісти, пов’язана з розвитком наявних систем, де якість і зрозумілість базового коду має вирішальне значення.
У певний момент розуміння хоча б частини коду стає важливим, оскільки код, згенерований ШІ, може містити помилки, непорозуміння та конфабуляції — наприклад, випадки, коли модель ШІ генерує посилання на вигадані функції або бібліотеки.
«Вайб-кодинг — це все веселощі й ігри, поки вам не доведеться вайб-дебажити», — іронічно зауважив розробник Бен Саут в X (Twitter), вказавши на цю фундаментальну проблему.
Проте Віллісон вважає, що зіткнутися з галюцинаціями за допомогою інструментів кодування ШІ не так шкідливо, як вбудувати неправдиву інформацію, згенеровану ШІ, в письмовий звіт, тому що інструменти кодування мають вбудовану перевірку фактів: якщо є «галюцинація», код не спрацює. Це забезпечує природну межу надійності вайб-кодингу — код працює або не працює.
Попри це, у професійному середовищі розрахунок співвідношення ризиків та винагороди для вайб-кодингу стає набагато складнішим. У той час як індивідуальний розробник може погодитися на компроміси з таким методом програмування для особистих проєктів, корпоративне середовище, як правило, вимагає стандартів підтримки та надійності коду, яким рішення з вайб-кодингу складно відповідати. Коли код не працює так, як очікувалося, налагодження вимагає розуміння того, що насправді робить код — саме ті знання, які, як правило, оминає вайб-кодинг.
Нагадаємо, що раніше український Observability Engineer Євгеній вирішив протестувати ШІ-чатбот Grok 3 від компанії xAI у розробці застосунків. Для цього він створив простий додаток English Words Trainer для вивчення нових слів на JavaScript.
У коментарі dev.ua розробник відзначив, що не є професійним програмістом, і хотів зробити щось корисне для свого молодшого брата, який вивчає англійську. За його словами, Grok 3 відчувався «як розумний друг, який реально хоче допомогти».
Приклад Євгенія показує, що ШІ у 2025 році вже може допомогти людям майже без навичок програмування створювати прості, але корисні персоналізовані інструменти.
