Agentic engineering: nowa era programowania z AI

Świat tworzenia oprogramowania wspieranego przez sztuczną inteligencję dynamicznie ewoluuje, a wraz z nim pojawiają się nowe koncepcje definiujące sposób pracy. Jedna z kluczowych postaci branży AI, Andrej Karpathy, wskazuje właśnie na kolejny przełom. Po spopularyzowaniu terminu „vibe coding”, który opisywał intuicyjną współpracę z dużymi modelami językowymi, teraz proponuje nową, dojrzalszą fazę: „agentic engineering”. To nie tylko zmiana nazwy, ale fundamentalna zmiana paradygmatu w podejściu do automatyzacji pracy programistycznej.

Od „vibes” do agentów: ewolucja AI w kodowaniu

Zaledwie rok temu Karpathy wprowadził do słownika developerów pojęcie „vibe coding”. Opisywało ono styl pracy, w którym programista w dużym stopniu polega na sugestiach i generowanym kodzie pochodzącym od systemów AI, takich jak zaawansowane LLM (Large Language Models). Chodziło o płynną, niemal intuicyjną interakcję, gdzie developer „czuje” kierunek, podaje wskazówki, uruchamia fragmenty kodu i wkleja wyniki, osiągając zamierzony efekt bez tradycyjnego, linijka po linijce, pisania całej logiki.

Czym było „vibe coding”?

W swoich wcześniejszych wypowiedziach Karpathy przedstawiał „vibe coding” jako metodę, w której programista w pełni poddaje się współpracy z AI. Klasyczne, szczegółowe planowanie i implementacja schodzą na drugi plan. Zamiast tego, osoba pracująca z modelem językowym koncentruje się na ogólnym zarysie problemu, iteracyjnie testuje generowane rozwiązania i kieruje procesem za pomocą rozmowy. Ta koncepcja szybko stała się popularna w środowisku technologicznym, odzwierciedlając doświadczenia wielu programistów eksperymentujących z narzędziami takimi jak GitHub Copilot czy ChatGPT.

Przejście ku autonomii

Obecnie, jak wskazuje Karpathy, centrum uwagi przesuwa się. Punkt ciężkości przenosi się z bezpośredniego, chwilowego wsparcia programisty na wdrażanie bardziej niezależnych bytów cyfrowych – agentów AI. Te agenty są w stanie samodzielnie realizować konkretne, złożone zadania w obrębie projektu, nie ograniczając się tylko do odpowiadania na pojedyncze zapytania. To właśnie ten trend ma według niego określać nadchodzący etap rozwoju i nosić nazwę „agentic engineering”.

Definicja i znaczenie „agentic engineering”

Dlaczego właśnie „agentic engineering”? Karpathy wyjaśnia, że ten termin trafniej oddaje istotę nadchodzących zmian z kilku powodów. Przede wszystkim podkreśla, że to agenty faktycznie piszą kod. Jednak równie ważne jest drugie słowo – „engineering” (inżynieria). Sugeruje ono, że tworzenie i zarządzanie takimi systemami to nie tylko luźna improwizacja, ale dyscyplina wymagająca specyficznej wiedzy, umiejętności i metodycznego podejścia.

Sztuka i nauka zarządzania agentami

W odróżnieniu od „vibe coding”, które koncentrowało się na relacji człowiek-model, „agentic engineering” kładzie nacisk na projektowanie systemów, w których autonomiczne jednostki AI wykonują pracę. Rolą programisty staje się wtedy architektura takich systemów, definiowanie celów i zadań dla agentów, zapewnienie im odpowiedniego kontekstu oraz nadzór nad ich działaniem. Pojawia się nowa warstwa złożoności – trzeba umieć rozdzielać obowiązki, koordynować współpracę między agentami i weryfikować ich rezultaty.

Wiele osób próbowało wymyślić lepszą nazwę, aby odróżnić to od vibe coding. Osobiście moją obecną ulubioną jest ‘agentic engineering’ – napisał Andrej Karpathy na platformie X, dodając, że wiąże się z tym pewna sztuka, nauka i ekspertyza.

Rynkowy kontekst zmian

Ta ewolucja nie jest jedynie teoretyczną dyskusją. Odzwierciedla ją dynamiczny rozwój rynku narzędzi dla developerów. Firmy tworzące zaawansowane edytory kodu wspierane przez AI przyciągają znaczące inwestycje. Przykładowo, startup zajmujący się budowaniem aplikacji z pomocą sztucznej inteligencji pozyskał setki milionów dolarów w grudniowej rundzie finansowania, osiągając wycenę na poziomie miliardów. Inna popularna platforma, edytor Cursor, również zgromadziła miliardy dolarów i ogłosiła przekroczenie progu miliarda dolarów rocznego przychodu. Te liczby pokazują realny popyt i kierunek, w którym podąża branża.

Andrej Karpathy: od OpenAI do definiowania trendów

Aby zrozumieć wagę tych słów, warto przyjrzeć się osobie, która je wypowiada. Andrej Karpathy nie jest przypadkowym komentatorem. Był jednym z członków-założycieli OpenAI w 2015 roku, na długo przed tym, jak firmy takie jak Anthropic czy xAI weszły do głównego nurtu. Później kierował zespołem AI przy projekcie Autopilot w Tesli, odpowiadając za kluczowe aspekty rozwoju autonomicznej jazdy. Obecnie koncentruje się na projekcie Eureka Labs, który ma na celu stworzenie szkoły nowej generacji, zbudowanej od podstaw z myślą o integracji ze sztuczną inteligencją.

Jego wpływ na kulturę technologiczną jest widoczny – sam zauważył z pewną autoironią, że „vibe coding” trafiło już do jego biogramu na Wikipedii jako istotny „memetyczny wkład”. To pokazuje, jak koncepcje rodzące się w społeczności developerów mogą szybko zyskiwać na popularności i kształtować dyskurs. Jego aktualna promocja terminu „agentic engineering” sugeruje, że widzi on w tym nie chwilową modę, lecz trwały i fundamentalny trend w sposobie budowania oprogramowania.

Przyszłość pracy programisty w erze agentów

Co oznacza ten zwrot w stronę „agentic engineering” dla samych programistów? Przede wszystkim ewolucję wymaganych kompetencji. Zamiast skupiać się wyłącznie na bezpośrednim pisaniu kodu, developerzy będą musieli stać się specjalistami od projektowania i zarządzania zespołami agentów AI. Kluczowe staną się umiejętności takie jak:

  • Architektura systemów agentowych: projektowanie struktur, w których multiple agenty mogą współpracować, dzielić się zadaniami i komunikować.
  • Definiowanie zadań i celów: precyzyjne formułowanie instrukcji i kryteriów sukcesu dla autonomicznych jednostek.
  • Nadzór i walidacja: tworzenie mechanizmów sprawdzających poprawność i bezpieczeństwo kodu generowanego przez agenty.
  • Integracja z istniejącymi procesami: włączanie agentów do standardowych workflow’ów rozwoju oprogramowania (DevOps, CI/CD).

To niekoniecznie oznacza zastąpienie ludzi, ale raczej zmianę ich roli z wykonawców na menedżerów i strategów procesu wytwórczego. Praca programisty może stać się bardziej abstrakcyjna, koncepcyjna i nastawiona na rozwiązywanie problemów wysokiego poziomu, podczas gdy rutynowe, powtarzalne czy nawet złożone, ale dobrze zdefiniowane zadania implementacyjne przejmą wyspecjalizowane agenty.

Ewolucja od „vibe coding” do „agentic engineering” wyznacza wyraźny kierunek podróży technologii AI w sferze rozwoju oprogramowania. To przejście od wspomagania ludzkiej intuicji do budowania systemów zdolnych do samodzielnego działania. Chociaż koncepcja ta dopiero się krystalizuje, jej promocja przez tak wpływową postać jak Andrej Karpathy nadaje jej znaczną wiarygodność. Dla polskich developerów i firm technologicznych oznacza to sygnał, by przyglądać się nie tylko narzędziom do generowania kodu, ale także platformom i frameworkom umożliwiającym tworzenie stabilnych, niezawodnych agentów. Przyszłość może należeć nie do tych, którzy najlepiej „wibrują” z modelem językowym, ale do tych, którzy opanują sztukę inżynierii systemów autonomicznych.

Źródło

Może Cię zainteresować