CLOUDY podcast | #31 Ako AI mení web development
- Novinky
AI mení prácu developera smerom k agentickému programovaniu
Ešte pred pár rokmi bola AI vnímaná najmä ako asistent, ktorý pomáha s hľadaním odpovedí alebo dopĺňaním kódu. Dnes sa však vývoj posúva k tzv. agentickému programovaniu, kde AI dokáže samostatne riešiť čiastkové úlohy, pracovať s viacerými nástrojmi a chápať širší kontext projektu.
Podľa Branislava Ballona ide o exponenciálny vývoj, ktorý zásadne ovplyvňuje každodennú prácu developerov, no zároveň kladie vyššie nároky na ich kritické myslenie.
Koniec klasického googlenia a pád Stack Overflow?
Jedným z veľkých zlomov bol príchod modelov ako GPT-3, ktoré zmenili spôsob, akým sa vývojári učia a riešia problémy. Namiesto zdĺhavého vyhľadávania odpovedí na fórach dnes developer komunikuje priamo s AI:
vysvetlí problém vlastnými slovami
pýta sa doplňujúce otázky
žiada alternatívne riešenia
Tradičné zdroje ako Stack Overflow tak strácajú na význame, pretože LLM modely dokážu syntetizovať odpovede z celého internetu a podať ich zrozumiteľnejšie.
Zvyšuje AI produktivitu? Čísla hovoria jasne
Podľa štúdie zo Stanfordu (2025), ktorá pracovala so vzorkou viac než 100 000 programátorov, dokáže AI zvýšiť efektivitu developera o 15 až 30 %. Najväčší prínos má AI pri tzv. Greenfield projektoch (projekty na zelenej lúke) a pri bežných programovacích jazykoch. Braňo však upozorňuje na dôležité „ale“: Pri komplexných, starších systémoch (Legacy kód) sa efektivita môže blížiť k nule, alebo dokonca prácu spomaliť kvôli chybovosti.
Záver je jasný: AI nie je univerzálne riešenie, ale silný nástroj, ak sa používa správne.
Vibe Coding: programovanie bez písania kódu?
Jednou z najzaujímavejších tém epizódy je Vibe Coding, koncept, ktorý pomenoval Andrej Karpathy. Ide o tvorbu softvéru pomocou prirodzeného jazyka, kde vývojár AI opisuje, čo má aplikácia robiť, bez klasického písania kódu.
Tento prístup je vhodný najmä na prototypy, jednoduché weby a rýchle MVP riešenia.
Pri zložitejších systémoch však naráža na limity, pretože architektonické rozhodnutia robí AI bez hlbšieho pochopenia dôsledkov.
Model Context Protocol (MCP): ďalší veľký krok
Model Context Protocol umožňuje AI agentom pracovať so širším kontextom - dokumentmi, dizajnami, zadaniami či externými nástrojmi.
V praxi to znamená, že AI:
rozumie celému projektu
vie pracovať s Figmou, dokumentáciou či API
dokáže sa rozhodovať na základe reálnych dát
Ide o zásadný posun v tom, ako sa AI integruje do vývoja softvéru.
Riziká a výzvy AI
Jednou z kľúčových tém podcastu je vplyv AI na kritické myslenie. Existujú obavy, že prílišné spoliehanie sa na technológiu oslabuje schopnosť hlbokého riešenia problémov, najmä u juniorov.
„AI je vynikajúci sluha pri učení a brainstormingu, ale stále platí, že za architektúru a kritické rozhodnutia musí byť zodpovedný človek,“ zdôrazňuje Braňo Ballon.
Zaujíma vás, či AI nahradí programátorov na plný úväzok alebo ako správne vzdelávať novú generáciu developerov?
Vypočujte si celý 31. diel CLOUDY podcastu na 👉 Spotify, 👉 Apple podcastoch alebo pozrieť na YouTube👈