Słowo od tłumacza

Istota “氛围编程” polega na szybkim gromadzeniu długów technologicznych z prędkością AI.
Programowanie AI to podwójne ostrze: doskonałe do prototypów, ale w przypadku długoterminowych projektów to początek katastrofy.
Umożliwienie osobom nieznającym technologii tworzenia kluczowych produktów z pomocą AI jest jak danie dziecku karty kredytowej bez limitu — chwilowa gloria prowadzi do nieskończonych długów w przyszłości.
Klucz do panowania nad AI nie polega na rezygnacji z myślenia, lecz na podnoszeniu umiejętności konstrukcji teoretycznej. Ludzie muszą być kontrolerami wodzy, a nie być ciągniętymi przez AI.

“氛围编程” to produkcja długów technologicznych

Steve Krouse

Mimo powszechnego zdezorientowania, Andrej Karpathy wprowadził termin “氛围编程” (Vibe Coding), sugerując sposób programowania z pomocą AI, gdzie możesz nawet “nie poczuć obecności kodu”.

Kod źródłowy / długi technologiczne

Dla kodu, którego nikt nie rozumie, mamy już termin: kod źródłowy / długi technologiczne.

Nie jest tajemnicą, że wszyscy nienawidzą kodu źródłowego. Problem polega na tym, że kod wciąż tam jest. Czy nie można go po prostu zrozumieć, patrząc na niego?

To ogromny błąd. Kod, którego nikt nie rozumie, to rzeczywisty dług technologiczny. Aby zrozumieć obcą sekcję kodu i przeprowadzić debugowanie, potrzeba dużo czasu, nie wspominając o dodawaniu nowych funkcji bez wprowadzania nowych błędów — to dużo trudniejsze.

Istotą programowania jest budowanie teorii, a nie gromadzenie kodu. To rozumiemy wszyscy. Dlatego narzekamy na te wszystkie działy, które próbują mierzyć efektywność programistów w liczbie linii kodu.

Kiedy korzystasz z “氛围编程”, gromadzisz długi technologiczne w tempie równym prędkości generowania kodu przez AI. Dlatego “氛围编程” jest idealnym wyborem dla rozwoju prototypów i jednorazowych projektów: w końcu tylko kody, które wymagają długoterminowego wsparcia, stają się kodem źródłowym!

Prototypy i jednorazowy kod

Osobiście stworzyłem kilka małych aplikacji z pomocą “氛围编程”, na przykład:

Nie planowałem dalszej iteracji tych aplikacji, więc brak zrozumienia ich kodu nie miał znaczenia. Poza tym, te aplikacje były małe, więc nawet jeśli potrzebowałbym wrócić do kodu, długi technologiczne byłyby ograniczone. Dzięki temu, czas realizacji aplikacji znacznie przewyższał tradycyjne metody, a cały proces był owocny.

“氛围编程” to kwestia stopnia

“氛围编程” to kwestia stopnia, kluczowe jest, jak głęboko rozumiesz kod. Im lepiej rozumiesz, tym mniej “działasz na wyczucie”.

Ta sama prośba: inżynier może poprosić o stworzenie “aplikacji webowej z bazą danych”, a osoba nietechniczna może poprosić o “zrobienie aplikacji” (ale nie odróżnia aplikacji webowej od natywnej i nie rozumie trwałości danych); w pierwszym przypadku “działanie na wyczucie” jest znacznie bardziej ograniczone.

Powierzenie karty kredytowej dziecku

Najgorszym scenariuszem jest umożliwienie osobie niebędącej programistą użycie “氛围编程” do tworzenia dużego projektu, który wymaga długoterminowego wsparcia. To jak danie dziecku karty kredytowej bez wyjaśnienia, co oznacza “dług”.

Można sobie wyobrazić, jak ekscytujące mogą być początkowe etapy: “Boże, wystarczy użyć tej małej karty, a mogę mieć, co tylko zapragnę!”

To przypomina obecne trendy: “AI jest wszechmocne! Każdy jest programistą! Zobaczcie, jak AI stworzyło tę aplikację!”

Jednak po miesiącu przyjdzie rachunek za kartę kredytową: “Czy naprawdę potrzebowałem tych rzeczy? Jak teraz rozwiązać ten bałagan?”

Programista “氛围编程” również stanie przed tym samym problemem: “Mój kod się zawalił! Co te wszystkie pliki i foldery robią? Jak to naprawić? Czy mogę odzyskać 400 dolarów, które wydałem na wygenerowanie kodu przez AI?”

Jeśli nie rozumiesz kodu, jedynym wyjściem jest poproszenie AI o dalszą pomoc. To przypomina “życie na kredycie”, wykorzystując limit nowej karty kredytowej do spłacenia starego zadłużenia.

W 2025 roku, jak poważnie podejść do programowania z AI

Jeśli planujesz stworzenie poważnego projektu, który wymaga długoterminowego wsparcia w 2025 roku, rady Andreja są słuszne:

Musisz traktować AI jak nowego stażystę i trzymać go na krótkiej smyczy. Ten stażysta jest geniuszem, zna wszystkie aspekty oprogramowania, to żywy encyklopedia. Ale równocześnie jest nadmiernie entuzjastyczny, często plecie farmazony, jest zuchwały i nie ma pojęcia o tym, co stanowi dobry kod. Dlatego musisz podkreślić: Zwolnij tempo, bądź obronny, ostrożny, a nawet trochę paranoiczny. Wykorzystaj każdą okazję do nauki w praktyce, a nie zrzucaj całej odpowiedzialności na niego.

— Andrej Karpathy, twitter

Jak przyjąć AI do naszego budowania

W Val Town już wprowadziliśmy AI na wiele sposobów w nasze produkty. Nasz asystent AI Townie działa jak inteligentny agent, potrafiący samodzielnie pisać kod, uruchamiać programy, przeglądać logi i nieustannie iterować, aż wykonanie zadania będzie zakończone.

Townie to doskonałe narzędzie do “działania na wyczucie”. Gorąco polecam go tym, którzy rozumieją związane z tym wady i zalety. Czasami korzystam z niego, aby szybko “氛围编程”; w projektach, które są dla mnie bardzo ważne, trzymam go na krótkiej smyczy, pozwalając na bardzo precyzyjne zmiany. Oba tryby są zarówno interesujące, jak i efektywne.

Obszar programowania AI zmienia się w zawrotnym tempie, a przyszłość jest trudna do przewidzenia. Jednak jestem pewien, że “budowanie teorii” nadal pozostaje kluczowe przy tworzeniu złożonych aplikacji. To oznacza, że nasza ludzka ekspertiza technologiczna jest nadal nieoceniona! Równocześnie jestem optymistyczny, że AI będzie nadal w sposób nieoczekiwany uczynić pracę programisty lepszą.

Jednak jeśli masz znajomych bez technicznego wykształcenia, którzy szastają pieniędzmi, aby ścigać “wartościowy miliard” swojej aplikacji z pomocą “działania na wyczucie”, koniecznie przekaż im ten artykuł. “Działanie na wyczucie” nie doprowadzi ich do sukcesu. W końcu będą musieli nauczyć się patrzeć na kod własnymi oczami 😱, a na koniec zrozumieją brutalną prawdę: zamiast naprawiać system źródłowy, którego nikt nie rozumie, lepiej zacząć od zera i stworzyć nową, dobrze zorganizowaną bazę kodu.

Ten artykuł jest skróconą wersją mojej prezentacji z ubiegłego miesiąca na temat roli mózgu w programowaniu. Dziękuję mojej narzeczonej Emily, że słuchała mnie przez miesiące na ten temat i nagrała film z prezentacji. Dziękuję Malte i Rippling za zorganizowanie tej prezentacji.

Dziękuję Geoffrey Litt, Jimmy Koppel, Max McDonnell, Tom MacWright, Charmaine Lee, Brent Jackson i Dan Shipper za cenne uwagi do tego tekstu. Dziękuję Simon Willison i Andrej Karpathy za wyważone głosy wśród entuzjazmu i pesymizmu dotyczącego AI.

Adres oryginalny: https://blog.val.town/vibe-code