A vibe coding egy mesterséges intelligencia által támogatott szoftverfejlesztési technika. A kifejezést Andrej Karpathy vezette be 2025 februárjában. A kifejezés a következő hónapban már szerepelt a Merriam-Webster weboldalán, mint „szleng és trendi” kifejezés. A Collins Dictionary a 2025-ös Év Szavának választotta.
A vibe coding egy chatbot-alapú megközelítése a szoftverek létrehozásának, ahol a fejlesztő egy nagy nyelvi modellnek (LLM) írja le a projektet vagy feladatot, a modell pedig az utasítás alapján generál kódot . A fejlesztő nem ellenőrzi vagy szerkeszti a kódot, hanem kizárólag különböző eszközök és futtatási eredmények alapján értékeli azt, majd további javításokat kér az LLM-től. A hagyományos MI által támogatott kódolással vagy páros programozással ellentétben az emberi fejlesztő kerüli a kód vizsgálatát, emberi felülvizsgálat nélkül elfogadja az MI által javasolt kiegészítéseket, és inkább az iteratív kísérletezésre összpontosít, mint a kód helyességére vagy szerkezetére.
A vibe coding hívei szerint ez lehetővé teszi még az amatőr programozók számára is, hogy szoftvereket hozzanak létre anélkül a kiterjedt képzés és szaktudás nélkül, amely a szoftverfejlesztéshez szükséges. A kritikusok rámutatnak a felelősségre vonhatóság és a karbantarthatóság hiányára, valamint arra, hogy az így készült szoftvereknél megnő a biztonsági rések és sebezhetőségek kockázata.
Andrej Karpathy informatikus, az OpenAI társalapítója és a Tesla korábbi MI-részlegének vezetője 2025 februárjában vezette be a vibe coding kifejezést. A koncepció egy olyan programozási megközelítésre utal, amely az LLM-ekre támaszkodik, lehetővé téve a programozók számára, hogy a manuális kódírás helyett természetes nyelvi leírások megadásával hozzanak létre működő kódot.
Karpathy úgy jellemezte, mint amikor „teljesen átadod magad a hangulatnak, hagyod, hogy elsodorjanak az exponenciális lehetőségek, és elfelejted, hogy egyáltalán kódolsz”. A módszert olyan prototípusok építésére használta, mint a MenuGen, hagyta, hogy az LLM-ek generálják a teljes kódot, miközben ő célokat, példákat és természetes nyelven megfogalmazott instrukciók útján adott visszajelzéseket. A programozó áttér a manuális kódolásról az irányításra, tesztelésre és az MI által generált forráskód véleményezésére.
A vibe coding koncepciója Karpathy 2023-as állítását fejti ki, miszerint „a legmenőbb új programozási nyelv az angol”, ami azt jelenti, hogy az LLM-ek képességei elérték azt a szintet, ahol az embereknek már nem szükséges specifikus programozási nyelveket megtanulniuk ahhoz, hogy számítógépeket irányítsanak.
A vibe coding meghatározásának kulcsfontosságú eleme, hogy a felhasználó anélkül fogadja el az MI által generált kódot, hogy azt teljes mértékben értené. Simon Willison programozó azt mondta: „Ha egy LLM írta a kódod minden egyes sorát, de te mindet átnézted, tesztelted és megértetted, az az én szememben nem vibe coding – az egy LLM gépelési asszisztensként való használata.”
2025 februárjában a New York Times újságírója, Kevin Roose – aki nem profi programozó – a vibe codinggal kísérletezve több kisebb alkalmazást is készített. Ezeket „egyszemélyes szoftvereknek” nevezte, utalva azokra a személyre szabott, MI által generált eszközökre, amelyeket specifikus egyéni igények kiszolgálására terveztek, ilyen volt például az az alkalmazás, amely a hűtőszekrény tartalmát elemezve tett javaslatot a csomagolt ebédre. Roose megjegyezte, hogy bár a vibe coding lehetővé teszi a laikusok számára is a működő szoftverek létrehozását, az eredmények gyakran korlátozottak és hibákra hajlamosak.
Egy alkalommal az MI által generált kód hamis értékeléseket gyártott egy e-kereskedelmi oldalhoz. Azt is megfigyelte, hogy az MI-vel támogatott kódolás lehetővé teszi egyének számára olyan szoftverek fejlesztését, amelyekhez korábban mérnökcsapatra volt szükség. Roose tapasztalataira reagálva Gary Marcus kognitív kutató kijelentette: a Roose LunchBox Buddy alkalmazását generáló algoritmust feltehetően hasonló feladatokhoz készült, már meglévő kódokon tanították be. Marcus szerint Roose lelkesedése pusztán a reprodukcióból, nem pedig az eredetiségből fakadt.
2025 márciusában az Y Combinator arról számolt be, hogy a 2025-ös téli felmérésükben résztvevő startup cégek 25%-ának kódbázisa 95%-ban MI által generált volt, ami jól tükrözi az új startupok körében tapasztalható elmozdulást az MI-támogatott fejlesztés irányába. A felmérésben feltett kérdés általánosságban az MI által generált kódra vonatkozott, nem pedig kifejezetten a vibe codingra.
Az IEEE Spectrum által megkérdezett három mérnök egyetértett abban, hogy a vibe coding lehetőséget biztosít a programozók számára olyan nyelvek és technológiák elsajátítására, amelyeket korábban még nem ismertek.
A „vibe coding” által ihletve a The Economist a „vibe valuation” (vibe-alapú értékelés) kifejezést javasolta a kockázati tőkebefektetők MI startupokkal kapcsolatos igen magas cégértékeléseinek leírására, amelyek figyelmen kívül hagyják az olyan elfogadott mérőszámokat, mint az éves ismétlődő bevétel.
2025 júliusában a The Wall Street Journal arról számolt be, hogy a vibe codingot hivatásos szoftvermérnökök is kezdik átvenni, és a módszer megjelent a kereskedelmi célú felhasználásban is.
2025 júliusában a SaaStr alapítója közzétette negatív tapasztalatait a vibe codinggal kapcsolatban: a Replit MI-ágense törölt egy adatbázist annak ellenére, hogy kifejezett utasítást kapott arra, hogy ne végezzen semmilyen változtatást.
2025 szeptemberében a Fast Company arról számolt be, hogy elérkezett a „vibe coding másnaposság” időszaka, a vezető szoftvermérnökök pedig „ fejlesztési pokolként ” jellemezték, az MI által generált vibe-kódokkal való munkát.
Andrew Ng kritizálta a kifejezést, mivel szerinte az félrevezeti az embereket, azt sugallva, hogy a szoftvermérnökök csupán „a megérzéseikre hagyatkoznak”, amikor MI-eszközöket használnak alkalmazások készítéséhez.
A vibe coding aggályokat vetett fel a megértéssel és a számonkérhetőséggel kapcsolatban. Előfordulhat, hogy a fejlesztők úgy használnak MI által generált kódokat, hogy nem értik azok működését, ami észrevétlen bugokhoz, logikai hibákhoz vagy biztonsági résekhez vezethet. Bár ez a megközelítés alkalmas lehet prototípus-készítésre vagy „egyszer használatos hétvégi projektek” létrehozására, ahogy azt Karpathy eredetileg elképzelte, egyes szakértők szerint professzionális környezetben kockázatos, ahol a kód mélyreható ismerete elengedhetetlen a hibakereséshez, a karbantartáshoz és a biztonsághoz . Az Ars Technica Simon Willisont idézi, aki kijelentette: „Vibe codinggal eljutni egy éles kódbázisig egyértelműen kockázatos. Szoftvermérnökként végzett munkánk nagy része meglévő rendszerek továbbfejlesztéséből áll, ahol az alapul szolgáló kód minősége és érthetősége kulcsfontosságú.”
2025 májusában arról számoltak be, hogy a Lovable nevű svéd vibe coding-alkalmazás által generált kódokban biztonsági réseket találtak, a Lovable által létrehozott 1645 webes alkalmazás közül 170-nél jelentkezett olyan hiba, amely bárki számára lehetővé tette a személyes adatokhoz való illetéktelen hozzáférést.
A generatív mesterséges intelligencia kiválóan alkalmas az egyszerű feladatok, például az alapvető algoritmusok kezelésére. Az ilyen rendszerek azonban nehezen boldogulnak az újszerűbb, összetettebb programozási problémákkal, mint például a több fájlból álló projektek, a rosszul dokumentált könyvtárak vagy a biztonság kritikus kódok írása.
Az LLM-ek dinamikusan generálnak kódot, amelynek szerkezete esetenként változó lehet. Emellett, mivel a kódot nem a fejlesztő írta, nehézséget okozhat számára a szintaxis és a programozási alapfogalmak megértése.
{{cite web}}: CS1 karbantartás: elavult archiválási szolgáltatás (link){{cite web}}: CS1 karbantartás: elavult archiválási szolgáltatás (link)