Saya bukan seorang pembuat kode. Saya tidak bisa menulis satu baris pun dari Python, JavaScript atau C ++. Kecuali untuk periode singkat di masa remaja saya ketika saya membangun situs web dan bermain -main dengan animasi flash, saya tidak pernah menjadi insinyur perangkat lunak, saya juga tidak menyimpan ambisi untuk melepaskan jurnalisme untuk karier di industri teknologi.
Namun, selama beberapa bulan terakhir, saya telah mengkodekan badai.
Di antara kreasi saya: alat yang menyalin dan merangkum podcast panjang, alat untuk mengatur bookmark media sosial saya ke dalam database yang dapat dicari, sebuah situs web yang memberi tahu saya apakah sepotong furnitur akan muat di bagasi mobil saya dan aplikasi yang disebut Buddy Lunchbox, yang menganalisis makan siang sekolah saya.
Semua kreasi ini dimungkinkan berkat kecerdasan buatan, dan tren AI baru yang dikenal sebagai “vibecoding.”
Vibecoding, istilah yang dipopulerkan oleh peneliti AI Andrej Karpathyadalah steno yang berguna untuk cara alat AI saat ini memungkinkan bahkan penggemar nonteknis untuk membangun aplikasi dan situs web yang berfungsi penuh, hanya dengan mengetikkan petunjuk ke dalam kotak teks. Anda tidak harus tahu cara membuat kode ke Vibecode – hanya memiliki ide, dan sedikit kesabaran, biasanya cukup.
“Ini tidak benar -benar mengkode,” Tuan Karpathy menulis bulan ini. “Saya hanya melihat barang -barang, mengatakan barang, menjalankan barang, dan menyalin barang -barang tempel, dan sebagian besar berhasil.”
Eksperimen vibecoding saya sendiri telah bertujuan membuat apa yang saya sebut “perangkat lunak untuk satu” – aplikasi kecil yang dipesan lebih dahulu yang memecahkan masalah spesifik dalam hidup saya. Ini bukan jenis alat yang akan dibangun oleh perusahaan teknologi besar. Tidak ada pasar nyata bagi mereka, fitur mereka terbatas dan beberapa dari mereka hanya jenis pekerjaan.
Tetapi membangun perangkat lunak dengan cara ini-menggambarkan masalah dalam satu atau dua kalimat, kemudian menonton model AI yang kuat untuk bekerja membangun alat khusus untuk menyelesaikannya-adalah pengalaman yang mengejutkan. Ini menghasilkan perasaan AI vertigo, mirip dengan apa yang saya rasakan setelah menggunakan chatgpt untuk pertama kalinya. Dan itu adalah cara terbaik yang saya temukan untuk menunjukkan kepada skeptis kemampuan model AI saat ini, yang sekarang dapat mengotomatiskan potongan besar pemrograman komputer dasar, dan mungkin segera mampu melakukan prestasi serupa di bidang lain.
Alat pengkodean AI telah ada selama bertahun -tahun. Yang sebelumnya, seperti Github Copilot, dirancang untuk membantu coders profesional bekerja lebih cepat, sebagian dengan menyelesaikan baris kode mereka dengan cara yang sama seperti chatgpt menyelesaikan kalimat. Anda masih perlu tahu cara membuat kode untuk mendapatkan hasil maksimal dari mereka, dan melangkah ketika AI macet.
Tetapi selama satu atau dua tahun terakhir, alat -alat baru telah dibangun untuk memanfaatkan model AI yang lebih kuat yang memungkinkan bahkan orang baru untuk memprogram seperti pro.
Alat -alat ini, yang meliputi kursor, balas, baut dan menyenangkan, semua bekerja dengan cara yang sama. Dengan prompt pengguna, alat ini muncul dengan desain, memutuskan paket perangkat lunak terbaik dan bahasa pemrograman untuk digunakan, dan dapat bekerja membangun produk. Sebagian besar produk memungkinkan penggunaan gratis terbatas, dengan tingkatan berbayar yang membuka kunci fitur yang lebih baik dan kemampuan untuk membangun lebih banyak hal.
Bagi non-programmer, vibecoding bisa terasa seperti sihir. Setelah Anda mengetikkan barisan kode misterius yang dipulihkan, dan beberapa detik kemudian, jika semuanya berjalan dengan baik, prototipe yang berfungsi muncul. Pengguna dapat menyarankan penyesuaian dan revisi, dan ketika mereka senang dengan itu, mereka dapat menggunakan produk baru mereka ke web, atau menjalankannya di komputer mereka. Proses ini hanya memakan waktu beberapa menit, atau selama beberapa jam, tergantung pada kompleksitas proyek.
Beginilah kelihatannya ketika saya meminta Bolt untuk membangun saya sebuah aplikasi yang dapat membantu saya mengemas makan siang sekolah untuk anak saya, berdasarkan foto yang diunggah dari isi lemari es saya:
Aplikasi pertama menganalisis tugas dan memecahnya menjadi bagian -bagian komponen. Kemudian harus bekerja. Ini menghasilkan antarmuka web dasar, memilih alat pengenalan gambar untuk mengidentifikasi makanan di lemari es saya dan mengembangkan algoritma untuk merekomendasikan makanan berdasarkan barang -barang tersebut.
Jika AI membutuhkan saya untuk membuat keputusan – apakah saya ingin aplikasi mencantumkan fakta nutrisi dari makanan yang direkomendasikan, misalnya – itu mendorong saya dengan beberapa opsi. Maka itu akan mati dan kode lagi. Ketika menabrak hambatan, ia mencoba untuk men -debug kodenya sendiri, atau mendukung langkah sebelum macet dan mencoba metode yang berbeda.
Kira -kira 10 menit setelah saya memasuki prompt saya, Lunchbox Buddy – itulah yang AI memutuskan untuk memanggil aplikasi saya – sudah siap. Anda dapat mencobanya sendiri Di Sini. (Versi yang saya buat menggabungkan alat pengenalan gambar AI yang membutuhkan biaya untuk digunakan; untuk versi web publik ini, saya telah menggantinya dengan fitur pengenalan gambar yang disimulasikan sehingga saya tidak mengumpulkan tagihan besar.)
Tidak semua eksperimen vibecoding saya berhasil. Saya telah berjuang selama berminggu -minggu untuk membangun alat “Kotak Autopilot” yang mampu menanggapi email saya secara otomatis, dalam gaya penulisan saya. Saya telah menemukan penghalang jalan ketika mencoba mengintegrasikan aliran kerja AI ke dalam aplikasi seperti Google Foto dan IOS Voice Memo, yang tidak dirancang untuk bermain dengan baik dengan add-on pihak ketiga.
Dan, tentu saja, AI sesekali membuat kesalahan. Suatu kali, ketika saya mencoba membangun situs web untuk toko ban di lingkungan saya, AI merupakan ulasan palsu dari halaman Yelp toko dan menambahkannya ke halaman testimonial. Lain waktu, ketika saya mencoba mengubah cerita panjang yang saya tulis menjadi situs web interaktif, AI memasukkan sekitar setengah teks dan meninggalkan setengah lainnya.
Vibecoding, dengan kata lain, masih mendapat manfaat dari memiliki manusia yang mengawasi robot, atau setidaknya melayang di dekatnya. Dan mungkin yang terbaik untuk proyek hobi, bukan tugas penting.
Itu mungkin tidak benar lebih lama. Banyak perusahaan AI bekerja pada agen rekayasa perangkat lunak yang dapat sepenuhnya menggantikan programmer manusia. Sudah, AI sedang mencapai Skor kelas dunia Pada tes pemrograman kompetitif, dan beberapa perusahaan teknologi besar, termasuk Google, telah mengalihdayakan sebagian besar pekerjaan teknik mereka ke sistem AI. (Sundar Pichai, Kepala Eksekutif Google, baru -baru ini dikatakan Kode yang dihasilkan AI membentuk lebih dari seperempat dari semua kode baru yang digunakan di Google.)
Jika saya seorang programmer junior – AI jenis yang paling mungkin untuk diganti – saya mungkin panik tentang prospek pekerjaan saya. Tapi saya hanya seorang pria yang suka bermain -main, dan membangun alat yang meningkatkan hidup saya dengan cara kecil. Dan vibecoding – atau pengkodean aktual – adalah salah satu area di mana AI tidak salah lagi membaik.
Sejak berbicara tentang pengalaman vibecoding saya di podcast saya minggu lalu, saya telah mendengar dari lusinan orang lain yang telah membangun alat mereka sendiri dengan bantuan AI. Rekan -rekannya telah memberi tahu saya tentang aplikasi nutrisi yang telah mereka buat untuk membantu mereka tetap berpegang pada diet mereka, atau alat yang mereka gunakan untuk meringkas buletin email yang mereka dapatkan. Pembaca telah mengirim di situs web yang telah mereka bangun Lacak Harga Teluratau kikis daftar zillow di Los Angeles to Temukan contoh sewa-mencungkil Setelah kebakaran Palisades.
Beberapa alat ini mengubah dunia dalam hak mereka sendiri. Yang baru dan terkenal adalah bahwa dengan beberapa penekanan tombol, amatir sekarang dapat membangun produk yang sebelumnya membutuhkan tim insinyur.
Saya tidak Pollyannaish tentang AI, atau buta terhadap efek yang dapat dimiliki oleh aplikasi pengkodean AI terhadap masyarakat jika mereka terus meningkat. Saya pikir ada kemungkinan bahwa AI yang mengotomatiskan membangun perangkat lunak yang bermanfaat juga dapat mengotomatiskan pembuatan kode jahat, atau bahkan mengarah pada serangan siber yang otonom. Dan saya khawatir bahwa rekayasa perangkat lunak hanyalah profesi kerah putih pertama yang mengalami efek penggantian tenaga kerja dari alat AI.
Tetapi untuk saat ini, membangun aplikasi untuk mengotomatiskan tugas-tugas yang menjengkelkan atau memakan waktu dalam hidup saya tampaknya sama baiknya penggunaan AI. Jadi saya akan menyimpan vibecoding – setidaknya sampai anak saya dapat mengemas makan siangnya sendiri.
