Anni Chen pracuje jako tech lead w Amazonie od ponad trzech lat. Odpowiada za systemy generatywnej AI i LLM – konkretnie za moduł „Memory”, który napędza personalizację w produktach AI giganta. I choć przez długi czas opierała się vibe codingowi, dziś używa go codziennie.
Jej historia, opisana przez Business Insider, to jeden z lepszych przykładów tego, jak zmienia się branża. Nie z dnia na dzień i nie bez oporów – ale zmienia się realnie, głęboko i prawdopodobnie nieodwracalnie.
Jeśli chcesz otrzymać raport przed oficjalną premierą oraz zobaczyć nazwę swojej firmy wśród uczestników badania – zostaw adres email na końcu ankiety.
Sceptyczka, która się nawróciła
Kiedy Chen po raz pierwszy zetknęła się z konceptem vibe codingu, zareagowała tak, jak wielu doświadczonych inżynierów: z podejrzliwością. Martwił ją scenariusz, w którym kolejne pokolenia programistów nie będą potrafiły debugować własnych systemów. Że AI wygeneruje coś, co wygląda poprawnie, ale kryje w sobie subtelne błędy logiczne. Że rzemiosło zniknie pod warstwą automatyzacji.
Potem zaczęła to testować. I jej zdanie się zmieniło.
Dziś Chen opisuje vibe coding jako narzędzie, które przyspiesza jej pracę szczególnie przy poszukiwaniu błędów i przepisywaniu fragmentów kodu, gdy nagle pojawia się nowe wymaganie. Podkreśla jednak, że to zawsze proces iteracyjny – daje AI podstawowe informacje, przegląda wynik jak code review z kolegą, wskazuje pominięte elementy. Brzmi znajomo? Bo to właściwie to samo, co robimy z juniorem w zespole.
Ale jest jedno zdanie, które uderza najbardziej: „It is very hard to resist vibe coding nowadays. When your peers are using it and coding faster, it is hard to resist.”
Czyli po ludzku – jeśli twój zespół pędzi, a ty stoisz w miejscu, zaczynasz zostawać z tyłu. To nie jest już tylko techniczny wybór. To presja społeczna i zawodowa.
Granica: produkcja to inna liga
Chen jest szczera w jednej kwestii. Vibe coding świetnie sprawdza się w prototypowaniu, eksploracji rozwiązań, drobnych zadaniach. Ale wdraża go do środowiska produkcyjnego z wyraźną rezerwą.
Dlaczego? Bo modele językowe robią coś niebezpiecznego: wypełniają luki niewidocznymi założeniami. Nie powiesz LLM-owi wprost, że kod musi obsługiwać wielowątkowość przy skali miliona użytkowników? Dostaniesz rozwiązanie, które działa w testach i rozkłada się na produkcji.
To nie jest hipotetyczny scenariusz. Amazon sam to przeżył. Zgodnie z doniesieniami Financial Times i wewnętrznymi dokumentami uzyskanymi przez Business Insider, agenty AI – w tym własny asystent Amazona o nazwie Kiro – odpowiadały za szereg poważnych incydentów, w tym awarie AWS i przerwy w działaniu sklepu. Jeden z nich trwał 13 godzin. Firma zwołała obowiązkowe zebranie wszystkich inżynierów 10 marca 2026 roku i podobno zaostrzyła wymogi przeglądu kodu generowanego przez AI.
Amazon oficjalnie zaprzeczył nowym procedurom. Ale fakt, że zebranie się odbyło, mówi sam za siebie.
– Mam tu mieszane uczucia – mówi Piotr Wolniewicz, Redaktor Naczelny AIPORT.pl. – Historia Anni Chen jest fascynująca, bo pokazuje naprawdę uczciwy obraz: ktoś, kto opierał się tej zmianie, przetestował ją i zaadaptował – ale z zachowaniem zdrowego rozsądku. Problem w tym, że nie każdy ma ten rozsądek. Vibe coding demokratyzuje tworzenie oprogramowania, i to naprawdę dobrze. Ale jednocześnie tworzy środowisko, w którym kod trafia do produkcji szybciej, niż ktokolwiek zdąży go zrozumieć. A gdy firma masowo zwalnia inżynierów i równocześnie każe pozostałym programować szybciej z pomocą AI – to nie jest strategia produktywności, to przepis na awarie. I chyba właśnie to widzimy w Amazonie. Pytanie, które sobie zadaję: gdzie leży granica między sensownym przyspieszeniem a cyfrową brawurą?
Nierówna gra: technicy kontra nietechnicy
Chen stawia też pytanie, o którym mówi się zbyt rzadko: czy vibe coding jest równie bezpieczny w rękach kogoś bez technicznego zaplecza?
Odpowiedź jest raczej jasna. Doświadczony inżynier wie, jakie pytania zadać AI, rozumie ograniczenia modeli, potrafi wychwycić kod wyglądający poprawnie, ale semantycznie wadliwy. Ktoś bez tego kontekstu dostanie to samo narzędzie, ale bez filtra.
To otwiera kilka nierozwiązanych problemów:
- Bezpieczeństwo – AI-generowany kod bywa podatny na luki, których nie widać przy pobieżnym przeglądzie
- Skalowalność – kod działający dla 100 użytkowników może rozłożyć się przy 100 000
- Własność intelektualna – modele trenowane na otwartym kodzie mogą nieświadomie reprodukować fragmenty objęte licencjami; kilka pozwów sądowych jest właśnie w toku
- Dług techniczny – szybkie budowanie to jedno, późniejsze utrzymanie to zupełnie inna historia
Cała branża idzie w tym kierunku
Nie tylko Amazon. Vibe coding jako pojęcie ukuł Andrej Karpathy – były dyrektor AI w Tesli i współzałożyciel OpenAI – i od tamtej pory fraza weszła do mainstreamu z impetem. MIT Technology Review umieścił go na liście przełomowych technologii 2026 roku. Collins Dictionary ogłosił go słowem roku. Rynek narzędzi do AI-assisted coding przekroczył 4,7 mld dolarów i ma osiągnąć 12,3 mld do 2027 roku.
92% programistów w USA używa dziś narzędzi AI do kodowania codziennie. 41% całego kodu tworzonego na świecie pochodzi z AI.
Werner Vogels, CTO Amazona, ujął to bez owijania w bawełnę na AWS re:Invent 2025: „We can’t just pull a lever on your IDE and hope that something good comes out. That’s not software engineering but gambling.”
Czyli ktoś z wewnątrz tego samego giganta, który jednocześnie wymusza vibe coding na swoich inżynierach, przyznaje wprost, że bezkrytyczne zaufanie AI to hazard.
Co to oznacza dla rynku pracy?
Chen zrobiła coś, co warto odnotować: dostała awans. I nie mimo vibe codingu – właśnie między innymi dlatego, że umiała go wdrożyć mądrze, nie zastępując nim myślenia, ale wzmacniając je.
To może być sygnał dla branży. Nie chodzi o to, czy używasz AI do pisania kodu. Chodzi o to, czy rozumiesz, co AI za ciebie napisała.
Inżynierowie, którzy potrafią połączyć techniczną głębię z umiejętnością sprawnego korzystania z narzędzi AI, stają się cenniejszi. Ci, którzy vibe coding traktują jako substytut wiedzy – są, mówiąc delikatnie, zakładnikami własnych narzędzi.
Anni Chen mówi wprost: nawet jeśli opierasz się AI, konsumujesz ją pasywnie. Komentarze generowane przez AI pojawiają się w code review. Czy tego chcesz, czy nie, AI już jest w twoim procesie.
Pytanie tylko, kto trzyma stery.
