Szybka odpowiedź: co to jest vibe coding?
- To programowanie przez opisywanie celu modelowi AI, który pisze kod za Ciebie, w pierwotnym znaczeniu bez czytania tego kodu.
- Bez znajomości programowania sprawdza się w prototypach i narzędziach na własny użytek, dopóki aplikacja nie dotyka danych innych ludzi ani pieniędzy.
- Programista zachowuje kontrolę, bo sam ustala architekturę, opisuje zadanie technicznie, wymaga testów i przegląda każdą zmianę.
- Typowe luki to klucze API w kodzie przeglądarki, brak kontroli dostępu do danych i niezabezpieczone formularze.
- Przed publikacją dla klientów aplikacja wymaga przeglądu kodu, testów i kontroli sekretów.
Skąd się wziął vibe coding i co oznacza w 2026 roku?
W lutym 2025 roku Andrej Karpathy, współzałożyciel OpenAI i były szef AI w Tesli, opisał w krótkim wpisie, jak buduje swoje drobne projekty. Mówi do modelu, akceptuje wszystkie zmiany bez czytania różnic w kodzie, a błędy wkleja z powrotem do rozmowy. W ten sposób kod rośnie poza jego rozumienie, ale przy niewielkim projekcie, przy którym siedzimy dosłownie kilka dni, nie jest to żaden problem. Nazwał to „vibe codingiem”, czyli, tłumacząc dosłownie, programowaniem na wyczucie, a w ściślejszym znaczeniu termin określa kodowanie bez czytania wygenerowanego kodu.
Z moich obserwacji wynika, że dziś używa się go znacznie luźniej, jako określenia na dowolne tworzenie aplikacji z agentem AI, nawet przez programistów, którzy dokładnie weryfikują i testują każdą zmianę. Można więc powiedzieć, że vibe coding vibe codingowi nierówny, bo w ten sposób pracuje i amator programowania, i specjalista z wieloletnim stażem. Ostatecznie liczy się to, kto kontroluje architekturę, testy oraz bezpieczeństwo.
Narzędzia do vibe codingu: Lovable, Bolt, v0 i agenty kodujące
Do vibe codingu służą dwie grupy narzędzi. Z jednej strony mamy platformy w przeglądarce, takie jak Lovable, Bolt, v0 czy Replit, które budują całą aplikację z opisu i od razu ją publikują. Z drugiej strony są agenty kodujące, takie jak Claude Code, Codex czy Cursor, które pracują w repozytorium na Twoim komputerze. Posłużą do pracy na wyczucie albo do kontrolowanej pracy, zależnie od tego, czy przeglądasz to, co robią, czy też nie. Jak zacząć z jednym z nich, opisałem w przewodniku po Claude Code.
| Narzędzia | Gdzie działają | Dla kogo |
|---|---|---|
| Lovable, Bolt, v0, Replit | w przeglądarce, budują i publikują aplikację z opisu | osoby bez doświadczenia w programowaniu, prototypy |
| Claude Code, Codex, Cursor | w repozytorium na Twoim komputerze albo w edytorze | programiści i osoby, które chcą mieć kod pod kontrolą |
Gdzie vibe coding ma sens?
Vibe coding najlepiej sprawdza się przy szybkim prototypie, gdy chcesz zobaczyć, czy pomysł w ogóle działa, i nie przejmujesz się tym, że kod nie zostanie na stałe. Zanim zainwestujesz w projekt, możesz w jedno popołudnie zbudować działającą makietę, pokazać ją klientom i zobaczyć, czy w ogóle chcą z niej korzystać. Jeśli nie są zainteresowani, nie straciłeś tygodni pracy programisty. Możesz w ten sposób przyśpieszyć pracę nad produktem w pierwszej fazie, a w następnej zlecić programiście przegląd kodu albo wykonanie dopracowanej wersji. Szybki prototyp pozwala też sprawdzić zainteresowanie usługą czy produktem, zanim w niego zainwestujesz.
Zysk może być duży, ale uważałbym z publikowaniem gotowych produktów opartych na vibe codingu. Jeśli masz dobry pomysł, a produkt nie jest dopracowany, konkurencja szybko go podchwyci i zrobi coś lepszego, zanim Ty wypuścisz gotową wersję. Nie mówiąc już o ryzyku związanym z bezpieczeństwem danych czy innych problemach, które wiążą się z niedopracowanym oprogramowaniem.
Z mojej perspektywy vibe coding najlepiej sprawdza się przy tworzeniu prostych narzędzi na własny użytek, które są na tyle małe, a ich użycie pozbawione ryzyka, że możemy czerpać maksimum korzyści przy niewielkim koszcie. Może to być skrypt, który porządkuje pliki, prosty panel do przeglądania danych z arkusza, generator raportu dla jednego zespołu. Jeśli coś się zepsuje, zauważysz to od razu i naprawisz w kolejnej rozmowie z modelem.
Dobrze sprawdza się też przy nauce, gdy chcesz zobaczyć, jak działa nowa biblioteka albo API, bez czytania przy tym całej dokumentacji. Wygenerowany w ten sposób kod służy wtedy wyłącznie do zrozumienia tematu, więc po nauce można o nim zapomnieć albo podzielić się nim z kolegami.
Jakie są zagrożenia vibe codingu?
Kłopoty zaczynają się, gdy prototyp zbudowany na wyczucie zostaje w produkcji i zaczyna obsługiwać prawdziwych użytkowników.
Dług techniczny w aplikacjach budowanych z AI
Model generuje kod pod bieżące polecenie i nie planuje, jak projekt ma wyglądać za pół roku. Każda poprawka dokłada kolejną warstwę, zduplikowane funkcje rozchodzą się w czasie, a struktura projektu powstaje przypadkiem. Po kilkudziesięciu iteracjach każda zmiana psuje coś obok, a model, który nie widzi całości, zaczyna krążyć wokół tych samych błędów. Przepisanie takiej aplikacji bywa tańsze niż jej naprawa, a programista, który ją przejmuje, spędza pierwsze dni na ustalaniu, co w ogóle robi kod.
Luki bezpieczeństwa w kodzie generowanym przez AI
To najpoważniejsze ryzyko, a zagrożenie cyberatakiem cały czas rośnie, pomimo różnych form zabezpieczeń w samych narzędziach AI. W aplikacjach budowanych na wyczucie powtarzają się te same błędy, na przykład klucze API trafiające do kodu, który pobiera przeglądarka. Baza danych w usłudze typu Supabase może nie mieć włączonych reguł dostępu (Row Level Security), przez co dowolna osoba może pobrać dane wszystkich użytkowników. W 2025 roku badacz przeskanował 1645 aplikacji z galerii Lovable i w 170 z nich znalazł tabele dostępne dla każdego, kto znał publiczny klucz aplikacji. Jak poprawnie ustawić takie reguły, pokazuję w przewodniku po Supabase w Next.js. Formularze nie sprawdzają danych wejściowych, a autoryzacja jest wykonywana tylko w interfejsie, który można bardzo prosto obejść. Według raportu Veracode z 2025 roku około 45% próbek kodu wygenerowanego przez modele AI zawierało podatności z listy OWASP Top Ten. Najczęstsze z nich w aplikacjach w Next.js opisuję w tekście o lukach bezpieczeństwa w Next.js.
Vibe coding bez znajomości programowania: jak zacząć bezpiecznie?
W sytuacji, kiedy nie masz doświadczenia z programowaniem, vibe coding daje Ci łatwy start, by nauczyć się jego podstaw i przełamać niechęć do pracy np. w Visual Studio Code. Możesz samodzielnie stworzyć działający prototyp albo proste narzędzie, które rozwiązuje jakiś problem, zamiast opisywać cały pomysł programiście. Najprościej zacząć od platform dostępnych w przeglądarce, takich jak Lovable, Bolt czy v0, bo nie wymagają instalowania niczego na komputerze.
Nie zaczynaj od prośby o gotową aplikację, tylko najpierw opisz projekt, potem poproś o plan, a dopiero na jego podstawie przejdź do budowania. Rozdzielenie planowania od wdrożenia sprawia, że model nie podejmuje decyzji w biegu, a Ty widzisz cały zamysł, zanim powstanie pierwsza linijka kodu.
Krok 1: opis projektu. Model nie zna Twojego biznesu, więc w kilku zdaniach napisz, dla kogo jest aplikacja, co ma robić i jakie dane będzie przechowywać:
Krok 2: plan w osobnym pliku. Poproś model, żeby na tym etapie nie pisał kodu, tylko przygotował plan realizacji z wyjaśnieniami:
Przeczytaj plan i dopytaj o wszystko, co budzi Twoje wątpliwości. Nie musisz być programistą, aby wychwycić brak logowania albo ujawnione klucze dostępu, a jeśli cokolwiek brzmi niepokojąco, po prostu spytaj bezpośrednio o bezpieczeństwo danych i poproś o poprawienie planu.
Krok 3: budowa według planu. Dopiero zaakceptowany plan realizuj punkt po punkcie, na przykład poleceniem „zrealizuj punkt 1 z PLAN.md i opisz w punktach, co zmieniłeś”. Po każdym kroku sprawdź efekt i dopiero potem przechodź do następnego punktu.
Traktuj każdy wynik jak szkic
Nie spędzaj kwadransa na dopracowywaniu jednego idealnego polecenia (promptu). Napisz rozsądny opis, zobacz, co powstało, i poprawiaj krótkimi, ale precyzyjnymi prośbami, przykładowo:
Jak widać, musi być krótko, ale jak najbardziej konkretnie, a gdy jakiś element działa w większości, dopracuj resztę kolejnymi poleceniami, zamiast zaczynać od nowa. Przy każdej większej nowej funkcji wróć do schematu z planem i najpierw dopisz ją do PLAN.md.
Pilnuj, żeby model nie zgubił ustaleń
W długiej rozmowie model coraz częściej pomija wcześniejsze instrukcje i dokłada funkcje, które nie pasują do reszty. Po ukończeniu większej funkcji zacznij nową rozmowę i wklej na początku krótki opis projektu: co aplikacja robi, z czego jest zbudowana i co już działa. Prowadź też notatkę z zasadami projektu i błędami, które model już popełnił, na przykład „nie zmieniaj wyglądu formularza logowania”, i dołączaj ją do każdej nowej sesji. To ten sam pomysł, który programiści realizują plikiem instrukcji projektu opisanym niżej.
Testuj aplikację tak, jak zrobi to klient
Aplikacja może ładnie wyglądać, ale być nafaszerowana różnego rodzaju błędami: formularz może przyjmować dane i nigdzie ich nie zapisywać, a przycisk wyglądać na aktywny i nic specjalnego nie robić. Po każdej funkcji kliknij wszystkie przyciski, wyślij formularz, zostaw puste pola, wpisz nietypowe znaki i sprawdź aplikację na telefonie. Gdy funkcja jest gotowa, poproś model w osobnym poleceniu, żeby przejrzał swój kod pod kątem bezpieczeństwa: kto może odczytać dane, gdzie są klucze i co się stanie, gdy ktoś pominie formularz. Takie drugie spojrzenie często wyłapuje to, co umknęło przy budowie, ale nie zastępuje przeglądu przez człowieka.
Zasady, które chronią Twoje dane
Pracuj tylko i wyłącznie na danych testowych, a prawdziwe dane klientów wprowadzaj dopiero po gruntownym przeglądzie aplikacji.
Zapisuj kolejne wersje. Jeśli platforma pozwala połączyć projekt z GitHubem albo przywrócić wcześniejszą wersję, korzystaj z tego, żeby jedna zmiana nie zepsuła wszystkiego bez odwrotu.
Idź małymi krokami, jedna funkcja na raz, i po każdej sprawdź, czy to, co działało, dalej działa.
Nie publikuj bez logowania niczego, co przechowuje dane innych osób.
Zaplanuj przegląd przez programistę, zanim aplikacja trafi do klientów albo zacznie przyjmować płatności.
Dopóki aplikacja służy Tobie i Twojemu zespołowi na danych testowych, możesz pracować na wyczucie, ale w sytuacji, gdy ma obsługiwać klientów, potrzebujesz kogoś, kto przeczyta kod, bo luk opisanych wyżej nie widać w działającej aplikacji.
Vibe coding dla programistów: jak zachować kontrolę nad kodem?
Dla programisty vibe coding nie oznacza rezygnacji z wiedzy, ponieważ agent AI przejmuje pisanie powtarzalnego kodu, konfiguracji i szablonów, a Ty zajmujesz się tym, czego model nie wie o projekcie, czyli logiką biznesową, strukturą oraz kalkulacją ryzyka.
Architekturę ustalasz Ty
Nie pozwalaj modelowi decydować o strukturze bazy danych, przepływie danych ani podziale aplikacji na moduły. Zanim poprosisz o kod, zapisz te decyzje w pliku instrukcji projektu – na przykład CLAUDE.md dla Claude Code albo AGENTS.md dla innych narzędzi. Określ tam framework, sposób przechowywania stanu, strukturę katalogów oraz granice, których nie wolno przekraczać. Ponieważ agent czyta ten plik na starcie każdej sesji, nie musisz powtarzać zasad w każdym poleceniu.
Przy większych zmianach najpierw poproś o plan (np. w trybie planowania w Claude Code) i zatwierdź go przed rozpoczęciem edycji. Im większy projekt, tym baczniej pilnuj luźnych powiązań między modułami – model widzący jedynie wycinek kodu ma tendencję do tworzenia niepotrzebnych zależności.
Niech plan zawiera też uzasadnienie, dlaczego wybrany kierunek pasuje do projektu. Zapisz go w pliku .md w repozytorium, a przy skomplikowanym zadaniu wybierz mocniejszy model i wyższy poziom wysiłku (effort). Agent realizuje wtedy plan punkt po punkcie i dopisuje do pliku uwagi z postępów.
Opisuj zadanie technicznie
Polecenie „zrób formularz kontaktowy” zostawia modelowi wszystkie decyzje, łącznie z tymi o bezpieczeństwie. Pamiętaj, by techniczny opis zawężał się do tego, czego naprawdę potrzebujesz:
Taki opis nie gwarantuje bezbłędnego kodu, ale usuwa najczęstsze źródło luk, czyli decyzje, które model podjąłby za Ciebie po swojemu.
Najpierw testy, a potem kod
Największe ryzyko polega na tym, że kod działa przy pierwszym uruchomieniu i początkowo wszystko wygląda dobrze, ale rozsypuje się przy przypadkach brzegowych, takich jak puste pole, podwójne kliknięcie albo wygasła sesja. Dlatego poproś agenta o testy jednostkowe i integracyjne dla funkcji, zanim napisze samą implementację, albo napisz je sam i sprawdź, czy testują to, co trzeba. Dużą zaletą jest to, że agenty w repozytorium potrafią sami uruchamiać testy i poprawiać kod, dopóki wszystkie nie przejdą.
Warto też poprosić model o stworzenie testów automatycznych, które zabezpieczą projekt przed przypadkową regresją. Przykładowo, modele potrafiły w projektach bez pytania wprowadzać przekierowania 301 pomimo wyraźnych próśb, by tego nie robiły.
Przeglądaj kod jak pracę stażysty
Każdą zmianę czytaj tak, jakby przygotował ją nowy, zdolny, ale niedoświadczony członek zespołu. Modele najczęściej mylą się w miejscach, które działają w demonstracji, ale rozsypują się pod obciążeniem: przy warunkach wyścigu (race conditions) w kodzie asynchronicznym, brakującej obsłudze błędów, zapytaniach do bazy wykonywanych w pętli (problem N+1) i sprawdzaniu uprawnień tylko w interfejsie.
Gdy ten sam błąd powraca, nie naprawiaj go raz po raz ręcznie. Dopisz odpowiednią regułę do pliku instrukcji projektu, aby agent nie powielał go przy kolejnych zadaniach. Dobrym nawykiem jest też osobne polecenie lub zaangażowanie drugiego agenta, który zweryfikuje wprowadzone zmiany wyłącznie pod kątem bezpieczeństwa.
Refaktoryzuj regularnie
Model generuje kod pod bieżące zadanie i rzadko sam pilnuje, żeby nie powtarzać tej samej logiki w kilku miejscach. Co kilka zadań poproś go o przegląd modułu pod kątem powtórzeń i zbyt rozbudowanych warunków, a powtarzające się fragmenty wydziel do wspólnych funkcji albo komponentów. Rób to po zielonych testach, bo wtedy od razu widzisz, czy refaktoryzacja niczego nie zepsuła.
Kiedy przestać poprawiać kod kolejnymi poleceniami?
Model dobrze radzi sobie z typowymi zadaniami, takimi jak układ strony, prosty formularz czy lista danych, ale już przy złożonej logice i nietypowych przypadkach zaczyna zgadywać, a kolejne poprawki potrafią dokładać więcej problemów. Jest kilka wyraźnych sygnałów, że trzeba zmienić podejście:
- Model przywraca błąd, który już raz poprawił.
- Naprawa jednej funkcji psuje inną.
Kod z każdą poprawką rośnie i robi się coraz bardziej chaotyczny.
Po raz trzeci prosisz o tę samą zmianę i nic się nie poprawia.
Programista w takiej sytuacji otwiera kod i naprawia problem sam albo cofa się do ostatniej działającej wersji i dzieli zadanie na mniejsze kroki. Osoba bez znajomości programowania ma z kolei dwa wyjścia, czyli opisać zadanie od nowa w świeżej rozmowie albo oddać ten jeden fragment programiście, zamiast tracić kolejne godziny na poprawki.
Vibe coding na wyczucie i pod kontrolą: porównanie
| Na wyczucie | Pod kontrolą | |
|---|---|---|
| Błędy | wklejasz komunikat i prosisz o poprawkę, aż zadziała | wskazujesz przyczynę i miejsce, a poprawkę sprawdzają testy |
| Struktura projektu | powstaje przypadkiem, decyduje model | ustalasz ją w pliku instrukcji projektu |
| Bezpieczeństwo | luka wychodzi na jaw, gdy ktoś ją wykorzysta | wymagania są w poleceniu, a kod przechodzi przegląd |
| Utrzymanie | kolejne zmiany psują inne miejsca | zmiany są małe, przetestowane i zrozumiałe |
Osoba bez znajomości programowania przesunie się w prawą kolumnę tylko częściowo, dzięki dobremu opisowi, małym krokom i danym testowym. Przeglądu kodu i testów nie zastąpi, dlatego przed publikacją dla klientów potrzebuje programisty.
Gdy prototyp sprawdzi się u użytkowników, potraktuj go jak makietę. Albo przejrzyj i uporządkuj kod, dodając testy, albo przepisz go z wykorzystaniem tego, czego nauczył Cię prototyp. Jak taki proces wygląda z agentami w repozytorium i w CI, opisałem w tekście o agentach AI w GitHub Actions, a o tym, kiedy w firmie wystarczy prosty prompt, a kiedy potrzebny jest agent, w matrycy decyzyjnej AI. Wybór samego modelu i narzędzia do programowania z AI omawiam w przewodniku po programowaniu z AI w 2026 roku.


