Miért vezet AI-segítséggel "érezve" kódolás alapok nélkül technikai adóssághoz?

Az AI-alapú fejlesztőeszközök megjelenésekor sokan lelkesedtek: végre gyors út zöldmezős projektekhez. Nincs régi kód, nincs örökölt probléma, csak tiszta kreativitás egy AI-társsal. Tökéletesnek tűnt.

De tévedtünk.

A prototípus-trükk csapdája

Először is: a "vibe coding" – azaz az érzésre, AI-val kódolás – remekül működik arra, amire kitalálták. Gyors prototípusokhoz és ötletellenőrzéshez. Ha 48 óra alatt akarsz tesztelni valamit, és utána kidobod, ez a legjobb barátod. Felpörgeted, kipróbálod, elfelejted. Szuper.

A gond ott kezdődik, hogy a fejlesztők elkezdtek zöldmezős projekteket is ugyanígy kezelni, mint a egyszeri demókat.

Óriási különbség van a kettő között. Az egyik kidobható szemét, a másiknak bírnia kell a valóságot: növekedést, karbantartást, csapatmunkát, új funkciókat.

Miért változott meg most minden az AI-képességekkel?

Most jön a csavar: az AI-modellek sokkal jobban értik már a meglévő kódot. Nem vakon generálnak, hanem átveszik a codebase struktúráját, elnevezéseit, mintáit.

Ez fantasztikus, ha van már érett alapod. Az AI tanul tőled, és felpörgeti a tempót.

Zöldmezős esetben? Nincs mit tanulnia. Ezért ezer apró döntést hoz struktúráról, adatmódszerekről, architektúráról – a tréningadatai alapján. Best practice-ek, gyakori minták, vagy ami épp fut.

A karbantartási rémálom

Eredmény? Kód, ami működik. Fordul, nincs hiba. De ha kinézel a nagyképre, kaotikus egészet látsz. Egyenként okos döntések, de összevissza. Adatmodell organikusan nőtt, adatáramlás rejtett, struktúra véletlen.

Fél év múlva, új feature vagy debugolásnál jön a "big ball of mud". Nem rossz a kód, csak nincs mögötte terv. Lassul a sprint, nehezebb embert találni, beragad az iteráció.

Mi a jó megoldás?

Ne dobd el a vibe codingot. Használd a megfelelő helyen.

Zöldmezős projekthez kezdj az alapokkal. Ülj le AI nélkül, és gondold át:

• Milyenek a fő adatmodelljeid?
• Hogy áramlik az adat?
• Mik a nagy építőelemek?
• Milyen elnevezési, szerkezeti szabályok?

Ez nem hetekig tart. 4-8 óra diagramokkal, jegyzetekkel elég.

Akkor jöhet az AI. Átveszi a mintáidat, és a te víziód szerint dolgozik. Nem ellenkeztet veled.

Meglévő codebase-ben még erősebb: tanul a meglévőből, konzisztens marad.

A lényeges tanulság

Ez jó emlékeztető: az AI amplifier. Jó struktúrát felerősít, de a káoszt is. Nincs vízió, akkor azt szaporítja.

A top csapatok nem váltják ki az architektusokat AI-val. Az AI épít a terveikre. A gondolkodás még mindig rajtunk van.

Ez nem hiba a technológiában. Így kell működnie.