Přeskočit na obsah

Vibe Coding požírá váš codebase: Časovaná bomba technického dluhu

· 8 min čtení

Termín „vibe coding” se v roce 2025 rozšířil jako požár. Andrej Karpathy ho popsal jednoduše: „Necháš se úplně unést pocitem, přijmeš exponenciály a zapomeneš, že kód vůbec existuje.” Znělo to jako vtip. V roce 2026 to vtip není.

Tvůj tým pravděpodobně vibe coduje. Možná ne všichni a ne pořád — ale ta kultura „přijmi, co AI navrhne, a jeď dál” se rozšířila do většiny vývojových týmů. A s ní se šíří něco mnohem nebezpečnějšího: systematický technický dluh, který nikdo nevidí, dokud není pozdě.


Co je vibe coding (a proč je problém)

Vibe coding není jen líný přístup k programování. Je to specifický vzorec chování:

  1. Vývojář popíše, co chce, pomocí promptu
  2. AI vygeneruje kód
  3. Vývojář ho zběžně prohlédne — „vypadá to OK”
  4. Kód jde do PR. Projde review. Jde do produkce.

Nikde v tomhle procesu nedojde k hlubokému porozumění. Nikdo se neptá, proč je to implementované takhle. Nikdo nekontroluje edge cases. Nikdo nevaliduje, jestli to sedí do existující architektury.

Vibe coding není o používání AI. Je o rezignaci na porozumění tomu, co AI vytvořilo.

A právě tady je zásadní rozdíl. Disciplinovaný AI-asistovaný vývoj využívá AI jako akcelerátor — ale vývojář zůstává v pozici toho, kdo rozumí, validuje a rozhoduje. Vibe coding přenáší rozhodování na AI a vývojář se stává jen operátorem copy-paste.

Jestli jsi četl můj článek o workslop, tohle je jeho programátorský bratranec. Workslop je AI výstup, který vypadá profesionálně, ale postrádá substanci. Vibe coding je proces, který workslop systematicky produkuje.


Čísla, která by měla znepokojit celý C-level

Tohle není pocitová záležitost. Jsou to data z výzkumů předních institucí.

Kvalita kódu

AI-generovaný kód obsahuje 1,7× více závažných problémů než kód napsaný lidmi. To není z nějakého okrajového blogu — to je MIT Sloan Management Review. A „závažné problémy” neznamená špatné pojmenování proměnných. Znamená to architekturální chyby, bezpečnostní díry a logické defekty.

45 % AI-generovaného kódu obsahuje bezpečnostní zranitelnosti podle analýzy The New Stack. Skoro polovina. Každý druhý kus kódu, který tvůj tým přijme bez důkladné revize, může mít bezpečnostní problém.

Lidský faktor

Přes 40 % juniorních vývojářů deployuje AI-generovaný kód, kterému plně nerozumí. To je zjištění z průzkumu LeadDev. Nejde o to, že by byli líní. Jde o to, že nemají zkušenost poznat, kdy je AI výstup špatný. A nikdo je to neučí.

Retool Developer Survey ukazuje, že vývojáři tráví třetinu svého času bojem s technickým dluhem. Třetinu. U průměrného týmu 10 seniorních vývojářů to je jako byste 3,3 z nich platili jen za to, aby uklízeli nepořádek.


Kolik vás nečinnost stojí: Kalkulace pro CFO

Představ si tým 10 seniorních vývojářů. Průměrný celkový náklad zaměstnavatele: 150 000 Kč/měsíc na osobu. To je 18 milionů Kč ročně za celý tým.

Scénář: nekontrolovaný vibe coding

Vývojáři tráví třetinu času technickým dluhem. To je 6 milionů Kč ročně — efektivně vyhozených peněz. Ale to je průměr. U týmů s agresivním vibe codingem je to horší:

  • Nárůst tech dluhu: Nekontrolovaný AI kód zvyšuje objem tech dluhu o 30–50 % za rok oproti týmům s disciplinovaným přístupem
  • Remediation cost: Oprava jedné závažné architekturální chyby v produkci stojí 10–50× víc než její zachycení při code review
  • Security incidents: Průměrný bezpečnostní incident v ČR stojí firmu 2–5 milionů Kč (NUKIB data)

A to nepočítáme odchod frustrovaných seniorů, kteří nechtějí trávit kariéru uklízením po AI. Nahrazení jednoho seniorního vývojáře stojí 6–9 měsíčních platů. Dvou? Tří? Najednou jsi na 20 milionech.


Velocity tradeoff: Kolik stojí disciplína

Tohle je oprávněná otázka a zaslouží si upřímnou odpověď. Ano, disciplinovaný AI-asistovaný vývoj je pomalejší než vibe coding — krátkodobě.

Kolik pomalejší? Podle dat, která vidím u klientů:

  • Prvních 2–4 týdnů po zavedení review standardů: pokles velocity o 15–20 %
  • Po 1–2 měsících: velocity se vrátí na původní úroveň, protože méně času jde na opravy
  • Po 3–6 měsících: velocity je 10–30 % vyšší než před zavedením, protože se neopravuje technický dluh z předchozího vibe codingu

Disciplína není brzda. Je to investice s návratností 3–6 měsíců.

Podobný pattern znáš z testování. Týmy, které začaly psát testy, byly první měsíc pomalejší. Po půl roce? Rychlejší než kdy dřív, protože netráví čas debugováním regresí.

Řeknu to na rovinu: pokud tvůj management vyžaduje maximální velocity teď za cenu kvality, máte strategický problém, který workshop nevyřeší. Ale pokud chcete udržitelnou rychlost — disciplinovaný AI vývoj je jediná cesta.


Procesní guardraily, které fungují

Nestačí říct „buďte pečlivější”. Potřebuješ systém. Tady je pět guardrailů, které fungují u týmů, se kterými pracuji:

1. AI Code Review Gate

Každý PR s AI-generovaným kódem musí projít rozšířenou review:

  • Autor musí vysvětlit klíčová architekturální rozhodnutí vlastními slovy (ne „AI to tak udělalo”)
  • Reviewer kontroluje edge cases, error handling a soulad s existující architekturou
  • Automat blokuje merge bez explicitního potvrzení, že kód byl manuálně zrevidován

2. „Explain the code” rule

Jednoduchý test: pokud autor nedokáže na code review vysvětlit, co kód dělá a proč — PR se vrací. Žádné výjimky. Tohle jediné pravidlo eliminuje 80 % vibe codingu.

3. AI output validation checklist

Před každým commitem AI kódu projdi:

  • Rozumím logice — dokážu ji vysvětlit kolegovi
  • Edge cases jsou ošetřené (nejen happy path)
  • Bezpečnostní implikace jsou zvážené
  • Kód sedí do existující architektury (není to cizí element)
  • Závislosti jsou potřebné a maintainované
  • Testy testují business požadavky, ne jen implementaci

4. Metriky kvality místo kvantity

Přestaňte měřit commity a uzavřené tickety. Sledujte:

  • Defect escape rate — kolik bugů projde do produkce
  • Mean time to recovery — jak rychle opravíte problém
  • Podíl reverted PR — kolik kódu se musí vracet
  • Tech debt ratio — jaký podíl sprintů jde na údržbu vs. nové features

5. Párové review pro juniory


Vibe coding vs. disciplinovaný AI vývoj

Tohle není debata „AI ano vs. ne”. AI je tady a zůstane. Debata je o způsobu použití.

Vibe codingDisciplinovaný AI vývoj
Přístup k AI výstupuPřijmi a jeď dálZreviduj, pochop, uprav
Porozumění kóduPovrchníHluboké — autor dokáže vysvětlit
Edge casesIgnorovanéExplicitně ošetřené
Code reviewRubber-stampingRozšířená review s AI gate
Krátkodobá velocityVyšší (+20-30 %)Mírně nižší (−15 %)
Velocity po 6 měsícíchKlesajícíRostoucí
Tech dluhExponenciálně rostePod kontrolou
Bezpečnost45 % kódu má zranitelnostiSystematická validace

Rozdíl mezi týmem, který AI používá, a týmem, který s AI pracuje disciplinovaně, neuvidíš první měsíc. Uvidíš ho šestý.


Tenhle problém se sám nevyřeší

Vibe coding je návykový. Je rychlý, pohodlný a dává okamžitou zpětnou vazbu. Přesně proto se nezmění sám od sebe — potřebuje vědomou intervenci.

Na workshopu tohle řešíme na reálném kódu tvého týmu. Žádné slidy o tom, jak promptovat. Místo toho:

  • Rozebereme skutečné PR z vašeho repozitáře a ukážeme, kde vibe coding vytváří problémy
  • Nastavíme review standardy přizpůsobené vašemu stacku
  • Junioři i senioři si vyzkouší disciplinovaný AI workflow na vlastní kůži
  • Odejdete s konkrétním procesem — ne s pocitem, že „by se něco mělo změnit”

Protože rozdíl mezi firmou, která AI hype surfuje, a firmou, která z AI těží dlouhodobou hodnotu, je v disciplíně. A disciplína se dá naučit.


Mohlo by tě zajímat

Sdílet

Claude Code tahák zdarma

Příkazy, prompty, pluginy a workflow z workshopů za 75 000 Kč/den. Stáhněte si zdarma.

Chci tahák →

Související články

Váš tým generuje kód, který nikdo nečte: Problém jménem workslop

58 % lidí tráví 3+ hodiny týdně opravami AI výstupů. 24,7 % AI kódu má bezpečnostní díry. Jak poznat workslop a co s tím.

6 min čtení

Také o: kvalita kódu

Školit, nebo nabírat? Otázka za 5 milionů, kterou řeší každý CTO v roce 2026

83 % talent lídrů říká, že upskilling je důležitější než nábor. Přesto firmy 3,1× častěji nabírají nové AI specialisty, než školí vlastní lidi. Spočítali jsme, co vás stojí nesprávné rozhodnutí.

7 min čtení

Také o: AI transformace

Proč 90 % AI školení nic nezmění

Přednáška, pár aha momentů, zpátky do práce. A za týden? Nic. Proč klasická AI školení nefungují a co dělat jinak.

3 min čtení

Také o: AI transformace