Pag-coding ng Vibe
Ano ang Pag-coding ng Vibe?
Pag-coding ng vibe ay isang paraan ng pagprograma na pinapagana ng AI na ipinakilala ni Andrej Karpathy noong 2024/2025. Sa pag-coding ng vibe, inilalarawan mo ang nais mo sa natural na wika gamit ang mga prompt at karaniwan malalaking modelo ng wika (LLMs) ang bumubuo ng karamihan, madalas lahat, ng gumaganang kodigo para sa iyo. Kung may oras ka, tingnan ang Art of Vibe Coding na inayos ni Rick Rubin upang matuto pa tungkol sa paraan ng pag-coding ng vibe.
Isang malaking bentahe ng bagong metodong ito ay ang pagiging accessible dahil ang mga taong walang karanasan sa coding ay makakagawa ng mga proyekto habang ang mga may karanasang developer ay mabilis makakagawa ng prototype ng mga bagong ideya bago ganap na mag-commit sa mga ito. Ito ay lalong kapaki-pakinabang para sa mga startup. Ang kahinaan naman ay malamang na hindi ganap na maiintindihan ng mga developer kung paano gumagana ang nabuo na kodigo. Para sa maliliit na side project, ayos lang ito, ngunit para sa software na nasa production-level maaari itong magdulot ng pangmatagalang mga isyu at technical debt.
Maraming mga tool na nagpapadali sa pag-coding ng vibe. Cursor IDE, Claude Code CLI, GitHub Copilot, Loveable, Replit, v0, at iba pa ang nagpapahintulot sa iyo na makatrabaho ang AI nang direkta sa iyong environment o nagbibigay ng dedikadong mga interface para sa pag-coding ng vibe. Personal, karamihan ay nag-stick ako sa Cursor IDE at Claude Code CLI para sa mga proyektong ito.
Ganito ang bagay. Ang mga tool at modelo na ito ay may bayad. Sa tradisyonal na pag-coding, kadalasan nagbabayad ka gamit ang iyong oras. Sa pag-coding ng vibe, nagbabayad ka gamit ang iyong pitaka. At kung hindi mo alam ang iyong ginagawa, nagbabayad ka gamit ang parehong pitaka at oras. Bawat isa sa mga proyekto sa pahinang ito ay nagkakahalaga ng humigit-kumulang $10 hanggang $20 para itayo. Nagdadagdag iyon kung marami kang eksperimento. Naniniwala ako na habang gumaganda at nagiging mas episyente ang mga modelong ito, bababa rin ang gastos kalaunan. Sa ngayon, isa itong bagay na dapat isaalang-alang kapag nagpapasya kung may saysay ang pag-coding ng vibe para sa iyong proyekto.
Dahil sa pagkamausisa sa posibleng magawa, sinubukan ko ang pag-coding ng vibe mismo at ginawa ko ang pahinang ito upang tuklasin ang prinsipyo sa pamamagitan ng aktwal na mga proyekto. Hindi lang ako nagtatayo ng mga produkto, sinusubukan at ipinapakita ko kung ano talaga ang kayang gawin ng pag-coding ng vibe. Panglibang lang ito, ngunit nagbibigay ito ng sulyap kung paano maaaring magmukha ang pag-coding sa hinaharap habang patuloy na umuunlad ang mga modelong ito.
Teorya ng Walang-Hanggang Unggoy
Narinig mo na ba ang Teorya ng Walang-Hanggang Unggoy? Isa itong pilosopikal na thought experiment na nagsasabing kung bibigyan mo ng walang-hanggang bilang ng mga unggoy ang walang-hanggang bilang ng mga typewriter at walang-hanggang panahon, sa kalaunan ay isa sa kanila ay makakagawa ng buong mga gawa ni Shakespeare sa pamamagitan lamang ng random na pagpindot sa mga susi.
Mukhang katawa-tawa, di ba? Ngunit narito ang kakaibang bahagi. Ang pag-coding ng vibe ay parang iyon, maliban na imbes na mga unggoy ay may AI na mga modelo, imbes na mga typewriter ay may mga programming language, at imbes na si Shakespeare ay nakakakuha tayo ng gumaganang software.
Isipin mo. Ang malalaking modelo ng wika ay na-train sa bilyun-bilyong linya ng kodigo, mga pattern, at mga halimbawa. Kapag binigyan mo ang isang LLM ng prompt, hindi ito aktwal na “nag-iisip” sa pamamagitan ng hakbang-hakbang na paglutas ng problema tulad ng gagawin ng isang human developer. Sa halip, ito ay nagpapredict ng susunod na pinaka-malamang na token base sa mga pattern na natutunan nito sa training. Esensyal na gumagawa ito ng mga educated guesses sa pamamagitan ng pagbuo ng kodigo base sa kung ano ang statistically na tila tama.
At sa hindi malamang dahilan, madalas itong gumagana. Naglalabas ang modelo ng kodigo na talagang naka-compile, tumatakbo, at nilulutas ang iyong problema. Hindi dahil sa pag-unawa, kundi dahil sa probabilistikong pagtutugma ng pattern sa napakalaking sukat. Parang ang pinaka sopistikadong random text generator sa uniberso ay nahanap ang “tamang” sagot. Ngunit dito, ang pinagkaiba ay ang bilis. Kailangan ng mga unggoy ng literal na kawalang-hanggan. Ang iyong AI? Naroroon na sa loob ng ilang segundo o minuto.
Kaya sa isang paraan, kapag ginagamit mo ang pag-coding ng vibe, sinasamantala mo ang milyun-milyong linya ng mga pattern ng kodigo, pinasimple sa isang modelo, para bumuo ng mga solusyon. Hindi ito kusang pag-resolba ng problema ng may malay, ito ay estadistikal na mahika. At iyon ang dahilan kung bakit ito napakapowerful at, aminado, bakit mahalaga pa rin na maunawaan kung ano talaga ang ginagawa ng kodigo.
Mas Mahalaga ang Tanong kaysa sa Sagot
Narito ang isang mahalagang bagay na madalas nalilimutan. Ang pag-coding ng vibe ay hindi tungkol sa pagkuha ng anumang sagot, ito ay tungkol sa pagtatanong ng tamang tanong. Isipin ang Superkompyuter na Deep Thought mula sa Ang Gabay ng Hitchhiker sa Kalawakan. Gumugol ito ng milyong-milyong taon para kalkulahin ang sagot sa ultimong tanong ng buhay, ng uniberso, at ng lahat-lahat, at ibinigay lang nito ang numerong 42. Ang sagot ay teknikal na tama, ngunit walang silbi dahil ang totoong problema ay ang pagtukoy kung ano ang dapat na itanong sa simula pa lang.
Gumagana rin ang pag-coding ng vibe sa parehong paraan. Ang iyong mga prompt ang lahat ng bagay, ngunit gayundin ang pamamahala ng konteksto. Ang malabong prompt ay magbibigay sa iyo ng malabong kodigo, at kung hindi mo ibibigay ang tamang mga file, dokumentasyon, o mga halimbawa bilang konteksto, hindi mauunawaan ng modelo ang tunay mong kailangan. Kung ikaw ay isang taong nakakaintindi ng coding, arkitektura, at disenyo ng mga sistema, makakagawa ka ng detalyadong mga prompt at maayos na pupunuan ang tamang konteksto para gabayan ang LLM patungo sa mahusay na mga solusyon. Ngunit kung hindi mo alam kung ano ang hihingin o anong konteksto ang ibibigay, hindi rin alam ng AI.
Ito ang dahilan kung bakit napakapowerful ng pag-coding ng vibe para sa mga may karanasan na developer. Alam natin kung ano ang magandang kodigo, naiintindihan natin ang mga patibong, at makakagawa tayo ng mga prompt na iiwas sa modelo mula sa mga iyon. Para sa mga nagsisimula na walang teknikal na background, nagiging isang tunay na limitasyon ito. Maaaring makakuha ka ng gumaganang kodigo, ngunit kung hindi mo nauunawaan kung ano ang nagkamali o kung ano ang susunod na hihingin, matatakot ka.
Kapag Hindi Sapat ang Pag-coding ng Vibe
Ang pinakabagong mga modelong AI ay kahanga-hanga, ngunit hindi sila isang silver bullet. Maaaring gumana ang pag-coding ng vibe sa production, ngunit kailangan mo itong seryosohin. Kailangan mo ng matibay na unit tests. Kailangan mo ng malinaw na mga pinagmumulan ng katotohanan para sa kung ano ang dapat gawin ng iyong sistema. Kailangan mong mahuli kapag may mga bagay na nasisira o nag-iiba. At kailangan mo ang pag-iisip ng hacker. Mag-isip sa labas ng kahon at subukang sirain ang iyong proyekto na ginawa gamit ang vibe coding sa mga hindi inaasahang paraan. Anong mga edge case ang hindi mo naisip? Anong mga kahinaan sa seguridad ang maaaring pagsamantalahan ng iba? Ito ang naghihiwalay ng kodigo na basta gumagana mula sa kodigo na talagang matibay.
Ganito rin ang punto. Hindi ka pag-aari ng AI. Ikaw ang nagmamay-ari ng AI. Huwag basta tanggapin kung ano ang nalilikha nito. Suriin ito. I-test ito. Sirain ito. At sa totoo lang, para sa ilang bahagi ng iyong codebase, kakailanganin mong bumalik sa old-school na pag-coding. Mag-lock in, mag-isip ng malalim, isulat mo ito mismo. Pinapabilis ng pag-coding ng vibe ang mga bagay, ngunit hindi ito kapalit ng tunay na programming kapag mahalaga.
May isa pang bagay na natutunan ko. Minsan kailangan mo lang tapusin ang isang session kasama ang AI at magsimula ng bago. Habang lumalaki at lumalaki ang kasaysayan ng iyong pag-uusap, bumababa ang performance ng modelo. Mas nagkakamali ito, bumubuo ng mas kaunting magkakaugnay na kodigo, at nagsisimulang mag-hallucinate nang mas madalas. Kung hindi mo ito mapapansin at ititigil, nagkakompound ang mga error na ito sa isa’t isa, na ginagawa ang mga bagay na unti-unting mas masahol. Parang sinusubukan mong basahin ang isang dokumentong pina-photocopy nang paulit-ulit. Ang pagsisimula muli ay nagpapanatili ng kalinawan at tindi.
Mga Proyektong Na-code gamit ang Vibe
Nasa ibaba ang dalawang proyekto, stairs (repo) at transcendental (repo), na ginawa ko gamit ang metodolohiya ng pag-coding ng vibe. Karamihan ay nabuo mula sa mga prompt, na may manual na trabaho na limitado sa pagbibigay ng konteksto, pag-debug, at pag-deploy sa GitHub Pages. Mga masayang static site na eksperimento ito na nagpapakita kung ano ang posibleng gawin kapag pinaghalo ang malikhaing mga ideya at kodigo sa pamamagitan ng pag-coding ng vibe. Parehong naka-host sa GitHub.