Kipukkanóban a vibe-coding hype?

Fórumok

Az utóbbi napokban érezhetően megugrott az olyan cikkek száma, amik nyíltan kritizálják a vibe-coding-ot. Ilyenekre gondolok:

- Human programmer beats OpenAI's custom AI in 10-hour marathon
- AI Coding Tools Underperform in Field Study with Experienced Developers
- I destroyed months of your work in seconds
- Coding with LLMs in the summer of 2025 (an update)
- Nobody Knows How To Build With AI Yet
- I’m Tired of Talking About AI
- My Experience With Claude Code After 2 Weeks of Adventures
- The Problem with “Vibe Coding”
- "Vibe Coding" vs Reality
- The perverse incentives of Vibe Coding
- I tried vibe coding in BASIC and it didn't go well
- The Forced Use of AI is Getting out of Hand
- Vibe Coding Is Fun—But Vibe Refactoring Pays the Bills
- Stop Vibe Coding Every Damn Time!
- ...stb. a fenti lista korántsem teljes, de ennyi is jól érzékelteti a változást a trendben

Érezhető, hogy a hivatalos beszámolók igyekeznek csillapítani, mekkora bukta valójában ez egész, és még mindig próbálnak óvatosan fogalmazni, addig a személyes blogok és beszámolók egyre flusztráltabbakká és durvább hangneművé kezdenek válni.

Ugyanakkor nem lehet elmenni szó nélkül amellett, hogy mennyire meggyarapodott az ilyen jellegű tartalom a neten, és hogy mennyire egybevágnak a panaszok: nem is gondolkodik az LLM, sokszor agyatlanul pakol össze dolgokat, ami miatt a fejlesztés hosszű távon több időt igényel, semmit kevesebbet; ha működik is először, amit kiköp, fingja sincs senkinek arról, miért is működik, ezért a későbbiekben a debuggolás szinte lehetetlen; stb.

És akkor a TCO-ról még szó sem esett... De majd fog, amint megkapják az első számlákat a cégek!

Hozzászólások

Szerkesztve: 2025. 07. 21., h – 22:54

 

I’m Tired of Talking About AI

July 19, 2025 · ~2000 words (10 min)

I feel like the ground is shifting beneath my feet. Several times in the last few weeks I’ve seen people I respect talk about how they use a generative AI assistant when coding, or criticize those that are critical of generative AI. People who were, themselves, critical of generative AI in recent memory.

I’m tired.

En tudjatok mikor ereztem pontosan ugyanezt? Amikor jQuery-s, vanillaJS-es emberek elkezdtek Angularozni es total fogyatekossa valt egy csomo korabban normalis kodolo ismerosom. Raadasul elotte mindent olvashatoan irtak. Backend kodot is. Angularra szokva meg write-only faszkalapok lettek. NemJS backend kod irasakor is. Az ido vegul nem oket igazolta. Szerencsere.

És még akkor is pontosan ez volt, amikor először bejött a Java meg a GC. Még a Gnome-ot is átbrandelték Java-ra Sun-ék. Az az agymenés szerencsére azóta lecsengett, a mostani Java fejlesztők már normálisak és a kódminőség is jobb lett, miután kikoptak a hátulgombolósok.

Sajnos az LLM kapcsán nem látom azt, hogy bármitől is javulhatna a helyzet (érteni ezután sem fogják a kódot, és csak egyre drágább lesz, ahogy nagyobb gépparkokat tolnak alá és nő az energiaigénye).
Anthropic tightens usage limits for Claude Code — without telling users
Reflections on OpenAI

> LLM kapcsán nem látom azt, hogy bármitől is javulhatna a helyzet

azert az elmult 1-2 evben is kitalaltak dolgokat. pl. a MoE (mixture of experts) megoldotta vegre, hogy ne az irodalmon tanitott versiro bolcsesz-AI akarjon programozni meg szamolni is, hanem kulonbozo temakorokben kulon AI-kat tanitanak majd a vegen egybegyurjak.

a context size is megnott, ami szukseges ahhoz hogy nagyobb meretu inputot tudjon megemeszteni vagy nagyobb meretu programon tudjon ragodni. a "thinking" (reasoning) is egy erdekes feature, van ahol folosleges sot idegesito (pl szovegirasnal), de programozasnal kifejezetten hasznos. eloszor osszegyujti a lehetseges megoldasokat majd elemzi, osszehasonlitja oket, vazlatot ir es a vegen kiagyalja mit kene csinalni. nem csak elkezd generalni elejetol vegeig mint a korabbi LLM-ek.

> nem is gondolkodik az LLM,

van olyan, ami tud gondolkodni: deepseek-R1

> sokszor agyatlanul pakol össze dolgokat

prompt kerdese. nem egy lepesben kell megiratni vele a facebookot, hanem lepesenkent, fuggvenyenkent amit szeretnel.

en sem igazan hittem benne, a chatgpt eleg nagy csalodas volt ilyen teren, de multkor kellett volna pythonban radius-peap hitelesites, es persze olyat meg soha senki se irt. githubon is csak par issuet talaltam akik a pyrad-nal kertek ezt a featuret. igazabol a freeradius c implementaciojan kivul mast nem is talaltam a neten.

beadtam hat a deepseeknek, irja meg. egy lepesben annak se ment, akkor lebontottam 2 reszre. eloszor irattam vele egy radius auth klienst, azt megoldotta szepen, aztan kertem hogy peap-ot hasznaljon. beleirta. mukodott! aztan kesobb egy kolleganak mutattam, mert o se hitte el. megirta ujbol de maskeppen, pl mas ssl wrappert hasznalt, de az is jo lett.

nem azt mondom, hogy mindenre jo, de okosan hasznalva meggyorsithatja a munkat.

van olyan, ami tud gondolkodni: deepseek-R1

Dehogy tud! Tökéletes ellenpélda erre a fenti listából az Atari BASIC (abból kevés doksi és minta volt a neten, ezért alul volt reprezentálva betanításkor), nahát, nahát, bele is tört az LLM bicskája!

prompt kerdese.

Dehogy! Megfeszülhetsz a promptírásban, akkor sem fogja érteni, miből mi következik és miért! Amit nem nyalt fel betanításkor, arról lövése sincs, hiába promptolod agyba-főbe, nem fogja tudni.

Teszt: vegyél rá egy LLM-et, hogy találjon ki egy olyan új, hatékony és helyes algoritmust, ami eddig még sosem létezett! Mondjuk alkosson egy hatékonyabb deflate eljárást! Sok sikert hozzá!

> Atari BASIC (abból kevés doksi és minta volt a neten

meg is valaszoltad a kerdest. ahogy pl. a deepseek Petofi verseit sem tudja, mert az is keves volt az inputjaban...

> Sok sikert hozzá!

az LLM nem feltalalo, hanem jomunkasembor. amit betanitottak neki azt tudja ossze-vissza kombinalni, kb ugy mint ahogy egy ember (egy junior developer) tudna aki ugyanazt elolvasta.  irrealisak az elvarasaid, meg nem is erted mi az LLM es hogy mukodik...

A fő baj az tudni kell mit tud a gép, és mikor hallucinál.

Pl "írj egy uefi programot ami kiírja a gép szériaszámát, mac címét, cput" megoldhatatlan feladat volt ~1 éve.
Itt tudtam hogy az adott lib képes megoldani, de nem tudtam pontosan hogyan; Halucinált nekem major releastől kezdve mindent is...

Ugyanakkor példa JSON-ból simán csinál adatosztályt, perzisztenciát, valamennyi favágást megspórolva.

Filozofikus kérdés de releváns, hogy mi a gondolkodás, milyen szintjei vannak, és mikor válik algoritmizalhatova az egyes szint. Amikortól algoritmizalhato onnan már gondolkodásnak nevezhető.

Azt mondanám az if/else is ha kellően nagy bázissal dolgozik és kellően sok feltétellel akkor már avval is messzire el lehet/lehetne jutni.

van olyan, ami tud gondolkodni: deepseek-R1

Dehogy tud! Tökéletes ellenpélda erre a fenti listából az Atari BASIC (abból kevés doksi és minta volt a neten, ezért alul volt reprezentálva betanításkor), nahát, nahát, bele is tört az LLM bicskája!

Azt gondolom, Te tudsz gondolkodni, de amiről kevés doksi van a neten, abba neked is beletörik a bicskád... Persze nekiállhatsz visszafejteni, de az beláthatatlan, hacsak nem idő-nem-számít hobbi a projekt.

Ellenben az AI másodperceken belül ad megoldást olyan problémákra, amikkel kapcsolatban kellő ismerete van, jellemzően sokkal gyorsabban egy okos embernél is. Az okos ember ezt felhasználja a saját életének könnyítésére, munkája gyorsítására...

https://wandb.ai/telidavies/ml-news/reports/AlphaTensor-DeepMind-s-AI-F…

https://alphafold.ebi.ac.uk/

https://www.nature.com/articles/d42473-025-00107-9

Nem LLM, de igenis jó az AI alapkutatásra, olyan mintákat talál baromi gyorsan, ami az embernek éveket, évtizedeket jelentene. A fenti három példa már létező konkrét gyakorlati haszon.

Amit nem nyalt fel betanításkor, arról lövése sincs, hiába promptolod agyba-főbe, nem fogja tudni

Bárcsak lenne feltalálná az AI a RAG-ot meg társait, hogy ezen a problémán túlléphessünk. :)

Teszt: vegyél rá egy LLM-et, hogy találjon ki egy olyan új, hatékony és helyes algoritmust, ami eddig még sosem létezett!

Mondjuk ezen pont túl vagyunk már :D

50-akárhány év után sikerült az AlphaEvolve-nak sikerült jobbat találnia a Strassen algoritmusnál. Még úgy is mellélőttél ezzel, hogy teljesen unfair volt az elvárásod (ti. én, matekhoz középiskolás szintnél éppen csak jobban értő hupu, csináljak meg valamit, amin rengeteg, nagyon sok ember dolgozik hivatásszerűen)

"nem is gondolkodik az LLM"

Persze, hogy nem. Az egy nyelvi modell, nem arra találták ki hogy programozzon. Nem zárom ki, hogy lehet arra is alkalmas AI-t fejleszteni, de ne akarjuk már az általánosakat ilyenre használni.

Egy fejlődési (és tanulási) folyamat részesei vagyunk. Sokszor láttuk már ezt: az új technológiát szállítók fújják a lufit, aztán kiderül, hogy mik a korlátok, milyen hibák vannak, hogy kell/lehet jól használni, és szépen lassan iterálva stabilizálódik az egész buli. Közben van alkalom a kritikusoknak - meg bárkinek aki netes jelenlétből él, reputációt, hálót, akármit épít - is fújni a saját lufijukat. ;D

Kipukkanóban? Szerintem még el sem kezdődött igazán.
A magam részéről abban látom a legkomolyabb hozzáadott értéket, hogy egy generális IT tudással rendelkező egyén elképesztően széles skálán tud dolgozni az AI segítségével.
Persze a vibe-coding jelentéséről lehet vitatkozni, én is úgy használom, hogy megfelelően lebontott taszkokat adok neki, amiket reviewzok és kézzel integrálok össze. Gyönyörűen és hatékonyan működik.
Azon csodálkozom, hogy ennyire olcsón elérhető, én 10x árat is fizetnék érte, és nem csodálkoznék ha a közeljövőben drasztikusan változna az árazás.

Szerkesztve: 2025. 07. 22., k – 12:19

Mikor olvastam Andrej eredeti tweetjét hónapokkal ezelőtt, enyhe undor fogott el attól az arrogáns, öntetszelgő poszttól nagyjából úgy ahogy bármilyen nárcizmustól. Szerintem egy hét sem telt el és az irodában már csíptem el kollégákat irónia nélkül, komoly arccal erről beszélgetni. Errefelé megyünk, semmi kipukkanást nem látok.

Az hogy az AI meg tud írni egy két függvényt helyesen, ahogy fentebb is írták a dolog védelmében, az nem "vibe coding". Ami rövid vagy középtávon lesz szerintem, az hogy egy komplex rendszerben nincs semmi kód amit ember ír. Több ezer vagy tízezer soros AI slop, nem is feltétlen debugolható vagy karbantartható. Nincs szükség semmire a prompton kívül ami előállította. Minden alkalommal újraírásra kerül from scratch, hogy közelebb legyen ahhoz amit szeretnénk, vagy ha kijön egy okosabb kódoló nyelvi modell. Olyannak aki szereti megérteni a kódok működését, szerintem ez maga a rémálom.

Mi az a vibe coding? Elnézést a tájékozatlanságomért. Annyit láttam már eddig, összefüggésben van az MI-vel, arra támaszkodik kódolás terén. De miért vibe?

Ja, még annyit, igen, persze rákerestem Google-ben. Úgy gondolom az itteni közösség sokkal jobb információkkal tud szolgálni.

Előre is köszönöm.

Még nincs aláírásom.