Od vibe codingu k agentickému inženýrství: člověk řídí, agent implementuje

Analyzováno: 1 dokument / 782 slov

Executive Summary

  • Vývoj softwaru se posouvá od ručně psaného kódu přes trénování neuronových sítí k programování LLM pomocí promptu a kontextového okna.
  • Vibe coding přesouvá práci člověka z průběžného opravování implementace k návrhu na vyšší úrovni, ale bez disciplíny může poškodit bezpečnost i kvalitu.
  • Agentické inženýrství využívá chybující a stochastické agenty k urychlení vývoje, aniž by rezignovalo na požadavky na kvalitu. Člověk nadále odpovídá za porozumění, architekturu a rozhodování v nejednoznačných situacích.

Core Knowledge

Software 1.0 označuje explicitní kód psaný člověkem. V paradigmatu Software 2.0 se místo pravidel připravují data, z nichž se trénují váhy neuronových sítí. Software 3.0 používá LLM jako programovatelný počítač: řídicím vstupem je prompt spolu s kontextovým oknem.

Tato změna umožňuje nahrazovat pevně napsané postupy adaptivním agentickým provedením. Zdroj uvádí OpenKlaw jako příklad, kdy místo rozsáhlých instalačních shellových skriptů může agent dostat instalační dovednost, vyhodnotit stav prostředí a průběžně řešit vzniklé problémy.

Vibe coding znamená, že inženýr nemusí detailně dohlížet na každý generovaný řádek a může řídit návrh z vyšší úrovně. Příkladem je MenuGen: původní full-stack pipeline s OCR, tvorbou dotazů a zobrazením výsledků může novější modelový přístup nahradit přímým zpracováním obrázku. Neznamená to však, že se ruší odpovědnost za systémový návrh.

Agentické inženýrství představuje disciplinované využití nespolehlivých agentů k urychlení vývoje. Praktický pracovní postup je následující:

  1. Člověk definuje návrh na vysoké úrovni a architekturu.
  2. Připraví detailní technickou specifikaci.
  3. Agenti provádějí implementaci a urychlují pipeline.
  4. Tým ověřuje dopady na kvalitu a bezpečnost.
  5. Automatizovaní agenti pro red teaming testují kódovou základnu a hledají způsoby jejího prolomení.

LLM mají nerovnoměrné schopnosti, označované jako jagged intelligence. Mohou dobře zvládat komplexní refaktoring či hledání zranitelností a současně selhat u jednoduchého praktického úsudku. Úlohy s programově nebo matematicky ověřitelným výsledkem vytvářejí lepší podmínky pro výkon modelu, protože takové hodnocení usnadňuje automatizované odměňování v reinforcement learningu. Slabší výsledky lze očekávat v neověřitelných situacích a v situacích odlišných od tréninkového prostředí.

Zlepšení konkrétní schopnosti modelu nelze automaticky vykládat jako důkaz architektonického průlomu. Může vyplývat také z cíleného doplnění kvalitních tréninkových dat. Zdroj uvádí jako ilustraci zlepšení ve hře šachů mezi generacemi modelů.

Člověk může delegovat implementační detaily, API interakce a syntaxi, nikoli vlastní porozumění. Vzácnějšími kompetencemi se stávají strukturální plánování, organizační vkus, estetika, orchestrace kontextu a konceptuální debugging. Pro hodnocení vývojářů proto dává větší smysl testovat schopnost navrhnout rozsáhlý projekt, vytvořit specifikaci, řídit agenty a chránit kódovou základnu než izolované programátorské úlohy.

Decision Rules

  • IF je výsledek úlohy programově nebo matematicky ověřitelný, THEN očekávej lepší předpoklady pro automatizované hodnocení a vyšší schopnost modelu.
  • IF se úloha odehrává v neověřitelném prostředí nebo v prostředí odlišném od tréninkových dat, THEN počítej se slabším výkonem modelu.
  • IF AI zrychluje vývoj, ale hrozí pokles bezpečnosti nebo kvality, THEN přejdi od samotného vibe codingu k agentickému inženýrství s jasně vymezenou architekturou, ověřováním a bezpečnostní kontrolou.
  • IF hodnotíš vývojáře v prostředí agentů, THEN ověřuj návrh rozsáhlého projektu, detailní specifikaci, řízení agentů a prověřování odolnosti kódové základny automatizovanými agenty.
  • IF model výrazně zlepší konkrétní schopnost, THEN při interpretaci zvaž vedle architektury také možné změny v tréninkových datech.

Quality Criteria

Checklist:

  • Architektura a detailní technická specifikace jsou před implementací zdokumentovány.
  • Výstupy agentů procházejí kontrolou kvality.
  • Kódová základna prochází aktivním bezpečnostním testováním automatizovanými agenty.
  • Tým dokáže vysvětlit strukturu, kontext a důsledky generovaného řešení.

Red flags:

  • Aplikace vzniká pomocí AI bez bezpečnostní kontroly.
  • Výkon modelu v jedné oblasti se zobecňuje na všechny úlohy vyžadující úsudek.
  • Tým přebírá výstupy agentů bez porozumění architektuře.
  • Rychlost dodání nahrazuje požadavky na kvalitu.

Benchmark dobré praxe: člověk navrhne architekturu, specifikuje projekt, řídí agenty a nechá výsledek bezpečnostně prověřit.

Benchmark špatné praxe: agent vytvoří aplikaci bez řízení architektury, kontroly kvality a bezpečnostního testování.

Zdroj nedefinuje číselné prahy kvality, bezpečnosti ani výkonnosti.

Edge Cases

Vícekroková aplikace může být nahrazena přímým zpracováním vstupu modelem. Zdroj však nestanovuje obecný postup, podle něhož by bylo možné rozhodnout, kdy takovou náhradu provést.

Nižší technická bariéra vibe codingu může neodborníkům umožnit vytvořit funkční aplikace, zároveň ale může vést k bezpečnostním problémům a nabobtnalým abstrakcím.

Metadata

  • Celkový počet zdrojů: 1
  • Pokrytí: 92 %
  • Důvěryhodnost: vysoká: zdroj je tematicky soustředěný a explicitně vymezuje paradigmata, agentic engineering, jagged intelligence, verifikovatelnost i lidské kompetence; některé praktické závěry jsou pouze ilustrativní.
  • Zdroj 1: Andrej Karpathy: From Vibe Coding to Agentic Engineering w/ Stephanie Zhan https://www.youtube.com/watch?v=96jN2OCOfLs