Vibe-coding

Vibe-coding arba vaib-kodinimas, vaibkodingas - tai toksai tipo atseit programavimas, kur nieko nesuprantantis žmogus kalbasi su kokiu nors AI ir tas AI jam generuoja kažkokias programas, kurios turi kažką daryti. Kodavimas vyksta, remiantis vaibu arba fylingu, kad tipo čia jau taip bus gerai, o gal dar čia kažką kitaip reikia padaryti ir panašiai.

Kadangi visi tie vaibai ir fylingai yra ne kas kita, kaip visokie kliedesiai ir išvis kažkokia ekstrasensorika, tai ir rezultatai iš to vaibkodinimo būna atatinkami.

Vaib kodinimas ėmė smarkiai plisti maždaug nuo 2025 metų, kai AI generavimo įrankiai ištobulėjo tiek, kad jau įstengtų tam tikrose ribose susieti didesnius kodo gabalus ir iš jų padaryti kažkiek rišlesnes aplikacijas. Tiesa, liko tas pats klausimas: o kaip čia patikrinti, ar tas kodas išties daro būtent tai, ko iš jo buvo tikimasi? Klausimas, aišku, lieka neatsakytas.

Vaib kodinimo įtaka rinkai

Kaip rodo tyrimai, į vaib kodingą visiškai įklimpo startupai - jei anksčiau jie ieškodavo, kas už dyką jiems suprogramuotų visokias nesąmones, tai dabar jų kūrėjai vaib kodina tas nesąmones patys. Vienas iš plačių tyrimų parodė, kad iš naujų 2025 metais atsiradusių startupų net 25% yra visiškai paremti jų pačių suvaibkodintais šūdais. Pasiaiškinus, kokia dalimi tie šūdai buvo suvaibkodinti, paaiškėjo, kad virš 95% kodo yra grynai DI generuotas, o apie likusius 5% patys startuolių atstovai nesugebėdavo rišliai pasakyti, kas ten yra - matyt tiesiog kokie tai su hostinimu ar pan. veikla susiję darbai.

Tais pat 2025 metais kitas tyrimas parodė, kad per paskutinius kelerius metus kardinaliai ir tragiškai pradėjo keistis programinio kodo situacija tokiose sistemose, kaip GitHub, kur valdomi ir atviro kodo, ir daugelis komercinių produktų. Lyginant 2021 situaciją su 2024, paaiškėjo, kad kodo refaktoringo apimtys sumažėjo nuo 25% pakeistų eilučių 2021 iki 10% 2024. Aišku, tą būtų galima aiškinti ir pagerėjusia kokybe - kad esą nėra ką taisyti, bet kiti požymiai rodo, kad kaip tik taisymo poreikis kardinaliai didėjo: pasikartojančio kodo apimtys išaugo net 4 kartus, o būtent toks pasikartojantis kodas dažniausiai ir būna refaktorinamas. Kopypeistinto kodo apimtys pirmą kartą per visą tyrimų laiką (apie 20 metų) viršijo mūvinto kodo apimtis. Tuo pat metu kodo čurnas išaugo dvigubai.

Taigi, šitokie požymiai rodo, kad kodo kokybė dėl AI naudojimo krenta kardinaliai ir firmose, kurios jį pradeda naudoti, labai greitai krenta į praktiškai neįmanomą palaikyti lygmenį.

Vaib kodinimas ir Kernighan dėsnis

Senas ir patyrusiems programuotojams gerai žinomas Kernighan dėsnis sako, kad kodo debuginimui sugaištama du ar daugiau kartų laiko, negu kad švariam jo perrašymui. Vaib kodinimo atveju tai pavirsta į mirties spiralę: sudebuginti prigeneruotą kodą pasidaro per daug sunku arba programuotojas išties yra toksai lameris, kad išvis net nesupranta, kas tame kode prirašyta. Taigi, atradus kokį nors neveikimą, yra generuojama vėl ir vėl iš naujo, todėl kodo apimtys auga ir situacija tiktai dar labiau pablogėja, nes atitinkamai auga ir bugų skaičius.

Itin daug nerimo kelia tai, kad pradėjo labai stipriai augti atviro kodo, generuoto su AI, apimtys. Jau ir taip esant didesne dalimi prastai atviro kodo kokybei, vaib kodinimas ją gadina iki neįmanomai blogo lygio, tuo pat metu sukontroliuoti ir pataisyti galinčių žmonių kiekis nedidėja. Taigi, dėl to paties Kernigano dėsnio kodo problemos ima kauptis ir didėti. Dėl to kai kurie analitikai jau prognozuoja, kad šiuo metu įprastas atviro kodo modelis gali tiesiog žlugti.