CLOUDY podcast | #31 Jak AI mění web development
- Novinky
AI mění práci developera směrem k agentickému programování
Ještě před několika lety byla AI vnímána především jako asistent, který pomáhá s hledáním odpovědí nebo doplňováním kódu. Dnes se však vývoj posouvá k tzv. agentickému programování, kde AI dokáže samostatně řešit dílčí úkoly, pracovat s více nástroji a chápat širší kontext projektu.
Podle Branislava Ballona jde o exponenciální vývoj, který zásadně ovlivňuje každodenní práci developerů, zároveň však klade vyšší nároky na jejich kritické myšlení.
Konec klasického googlení a pád Stack Overflow?
Jedním z velkých zlomů byl příchod modelů, jako je GPT-3, které změnily způsob, jakým se vývojáři učí a řeší problémy. Místo zdlouhavého vyhledávání odpovědí na fórech dnes developer komunikuje přímo s AI:
vysvětlí problém vlastními slovy
ptá se na doplňující otázky
žádá alternativní řešení
Tradiční zdroje, jako je Stack Overflow, tak ztrácejí na významu, protože LLM modely dokážou syntetizovat odpovědi z celého internetu a podat je srozumitelnější formou.
Zvyšuje AI produktivitu? Čísla hovoří jasně
Podle studie ze Stanfordu (2025), která pracovala se vzorkem více než 100 000 programátorů, dokáže AI zvýšit efektivitu developera o 15 až 30 %. Největší přínos má AI u tzv. greenfield projektů (projekty „na zelené louce“) a u běžných programovacích jazyků.
Braňo však upozorňuje na důležité „ale“: u komplexních, starších systémů (legacy kód) se efektivita může blížit k nule, nebo dokonce práci zpomalit kvůli chybovosti.
Závěr je jasný: AI není univerzální řešení, ale velmi silný nástroj, pokud je používán správně.
Vibe Coding: programování bez psaní kódu?
Jedním z nejzajímavějších témat epizody je Vibe Coding, koncept, který pojmenoval Andrej Karpathy. Jde o tvorbu softwaru pomocí přirozeného jazyka, kdy vývojář AI popisuje, co má aplikace dělat, bez klasického psaní kódu.
Tento přístup je vhodný zejména pro prototypy, jednoduché weby a rychlá MVP řešení.
U složitějších systémů však naráží na své limity, protože architektonická rozhodnutí dělá AI bez hlubšího pochopení důsledků.
Model Context Protocol (MCP): další velký krok
Model Context Protocol umožňuje AI agentům pracovat se širším kontextem – dokumenty, designy, zadáními či externími nástroji.
V praxi to znamená, že AI:
rozumí celému projektu,
dokáže pracovat s Figmou, dokumentací či API,
rozhoduje se na základě reálných dat.
Jde o zásadní posun v tom, jak se AI integruje do vývoje softwaru.
Rizika a výzvy AI
Jedním z klíčových témat podcastu je vliv AI na kritické myšlení. Existují obavy, že přílišné spoléhání se na technologii oslabuje schopnost hlubokého řešení problémů, zejména u juniorních vývojářů.
„AI je vynikající sluha při učení a brainstormingu, ale stále platí, že za architekturu a kritická rozhodnutí musí být zodpovědný člověk,“ zdůrazňuje Braňo Ballon.
Zajímá vás, zda AI nahradí programátory na plný úvazek, nebo jak správně vzdělávat novou generaci developerů?
🎧 Poslechněte si celý 31. díl CLOUDY podcastu na 👉 Spotify, 👉 Apple podcasts nebo se podívejte na YouTube👈.
