Az elmúlt hónapokban nagy figyelmet kapott a fejlesztői közösségben az AI programozás új irányzata, köztük a vibe coding, amelyet Andrej Karpathy vezetett be. Ez a módszer lényegében az AI programozóasszisztensekre támaszkodik szinte teljes egészében, minimális emberi beavatkozással, ám egyre több kritika éri a gyakorlati alkalmazhatóságát és korlátait.
A videó középpontjában az a kérdés áll, hogy a vibe coding helyét mi veheti át az AI fejlesztésben. Az előadó az úgynevezett context engineering, azaz a kontextus-tervezés jelentőségét járja körül. Felveti, hogy az AI asszisztensek gyakran a megfelelő háttér-információk és kontextus hiányában hibáznak, például hallucinatív vagy hibás kódokat generálnak. Új megközelítésként a context engineering lényegét abban látja, hogy strukturált, részletes és minden szükséges információval ellátott háttéranyagot kell az MI számára biztosítani.
Az anyag számos gyakorlati szempontot mutat be: hogyan érdemes felépíteni a szabályokat, dokumentációkat, példákat, hogyan lehet tudatosan készülni arra, hogy a fejlesztői környezet előállítása legalább olyan fontos, mint maga a kódírás. Felmerülnek biztonsági kérdések is, például a prompt injection vagy adatlopás problémaköre, amelyre speciális iparági eseményeket és szakértői webináriumokat is ajánlanak.
Az előadó konkrét eszközöket és folyamatokat mutat be: a Cloud Code AI-t használva részletezi, hogyan lehet teljes fejlesztési ciklusokat előre tervezni úgy, hogy az MI hatékonyan, logikus sorrendben és hibamentesen tudjon kódot létrehozni. Kiemeli a példák, sablonok, dokumentációk, workflow-irányelvek és más, strukturált kontextus elemek jelentőségét.
A bemutatott szemlélet paradigmaváltást sürget az AI fejlesztésben: a hangsúly az azonnali eredményekről áthelyeződik a tudatos előkészítésre, a hosszú távú fenntarthatóságra és a robusztus, kontextusalapú fejlesztési folyamatokra. Számos közösségi forrást, további olvasnivalókat és példaprojekteket is ajánl a videó.
