"AI pisze za mnie 80% kodu": twórca "vibe-codingu" zmienił swoje podejście do agentów AI w ciągu 3 miesięcy

W szczegółowym poście Karpathy wyjaśnił, że jeszcze w listopadzie 2025 roku około 80% kodu pisał ręcznie, a AI wykorzystywał jedynie okazjonalnie. Jednak już w grudniu proporcje się odwróciły: obecnie około 80% pracy wykonują modele agentowe; on natomiast wprowadza jedynie poprawki.

«Teraz programuję głównie po angielsku, nieco niezręcznie wyjaśniając LLM, jaki kod trzeba napisać… słowami» — przyznał Karpathy. Według niego «uderza to w jego ego», ale możliwość edytowania dużych fragmentów kodu naraz okazała się zbyt użyteczna, by z niej zrezygnować.

A few random notes from claude coding quite a bit last few weeks.

Coding workflow. Given the latest lift in LLM coding capability, like many others I rapidly went from about 80% manual+autocomplete coding and 20% agents in November to 80% agent coding and 20% edits+touchups in…

— Andrej Karpathy (@karpathy) January 26, 2026

Nazywa to największą zmianą w swojej praktyce zawodowej w ciągu ostatnich 20 lat i sugeruje, że podobną transformację przechodzi już «dwucyfrowy odsetek inżynierów», choć szeroka publiczność prawie tego nie zauważa.

Jednocześnie Karpathy uważa, że agenci AI są dalekie od ideału. Ich błędy porównuje do pracy «nieco niedbałego i pośpiesznego juniora»: modele robią błędne założenia i kontynuują budowanie na nich rozwiązań, nie zadają pytań uściślających, nie wskazują sprzeczności i często nadmiernie komplikują kod. «Jeśli kod jest naprawdę ważny, trzeba śledzić ich pracę jak jastrząb» — ostrzega.

Badacz krytykuje również skłonność AI do rozdmuchiwania abstrakcji: «Z łatwością generują tysiąc linii tam, gdzie wszystko można zredukować do stu, jeśli tylko zostaną nieco pokierowane».

Karpathy przewiduje «slopocalypse» — lawinę prawie poprawnej, ale niskiej jakości treści generowanej przez AI na GitHubie, w publikacjach naukowych, mediach społecznościowych i tradycyjnych mediach. Przyznaje jednak, że ogólnie przejście do programowania agentowego to «ogromna korzyść netto»: główna korzyść nie leży w prędkości, ale w tym, że teraz może podejmować się projektów, które wcześniej były zbyt złożone lub były niemożliwe do realizacji z powodu luk w wiedzy.

Karpathy zauważa również, że kodowanie przez AI może podzielić inżynierów na dwa obozy: tych, którzy lubią pisać kod, i tych, którzy chcą «budować rzeczy». Sam przyznaje, że jego umiejętność ręcznego programowania stopniowo zanika: «Umiejętność sprawdzania kodu to nie to samo, co umiejętność jego pisania».