Umělá inteligence mění způsob, jakým vzniká software. Podle vizionářů jako Ryan Dahl nebo Dario Amodei nás čeká éra, kdy kód nepíšou lidé, ale AI – a programátoři se mění v architekty a strážce správného fungování.
Vzestup umělé inteligence se časově shoduje s popularizací vibračního kódování, což je trend, kdy modely umělé inteligence pracují na psaní kódu, zatímco programátoři dohlížejí na jejich práci. Poté, co mnozí odborníci viděli, jak se tento trend mezi firmami rozrůstá, prohlásili, že éra lidského programování se chýlí ke konci. Ryan Dahl, tvůrce Node.js, se k tomuto názorovému proudu připojil jako poslední, ale jeho vize je nejdůležitější, protože stojí za open source běhovým prostředím JavaScriptu.
Jak se sám Dahl podělil na svém osobním účtu X, věří, že éra psaní kódu lidmi skončila. Tím upřesňuje důležité nuance, protože se nedomnívá, že práce mizí, ale spíše se domnívá, že zažíváme změnu paradigmatu. Lidé tak méně kódují, mají větší slovo při rozhodování soustředěném na to, co se bude vytvářet, a mohou kontrolovat výsledky a zároveň stanovovat limity pro modely umělé inteligence.
"The era of humans writing code is over."
— Ryan Dahl, creator of Node.js and Deno. Yesterday.
The pace at which coding agents are evolving, and the ecosystem around them, means that typing code by hand and applying brains to every line is falling behind at a rapid pace.
Full… pic.twitter.com/UpSd68aWgj
— amitesh (@amitesh_eng) January 20, 2026
Během několika měsíců se vibrační kódování změnilo z výklenkové konverzace na hlavní průmyslový trend. Nástroje, jako je například Claude Code, nejenže standardizovaly činnosti, jako je dotazování se na plné funkce, ale také zahrnují audit a způsobují, že AI je vnímána jako stážista. Dahl s ohledem na vývoj odvětví srovnává to, co se děje dnes, s dřívějšími skoky: stejně jako frameworky automatizovaly těžké věci, automatizace se posouvá o další úroveň výš a mění inženýrství na návrh a ověřování.
Postoj generálního ředitele Anthropicu
Dario Amodei, generální ředitel společnosti Anthropic a jeden z nejdůležitějších hlasů v technologickém odvětví, sdílí podobnou analýzu jako Dahl. Domnívá se, že umělá inteligence bude v příštích 3-6 měsících psát 90 % kódu, ale tvrdí, že od roku 2027 bude mít na starosti „prakticky všechno“. Brzdou zde není představivost manažerů nebo jejich nároky, ale fyzika, protože trénování modelů stojí čas, energii a čipy. Proto se slib „AI zlepšující AI“ musí propracovat zpět k základům.
Pokud se tento scénář naplní, nebudou programátoři měřit svou prestiž podle jazyků, které znají, ale podle takových aspektů, jako je zajištění toho, aby AI nerozbíjela výrobu. Tímto způsobem budou vyhledávány profily specializované na testování, pozorování, práci s modely a posuzování, protože analýza situace bude stále důležitější. To vše se navíc přenese do právního rámce, neboť podniky budou mít odpovědnost za tvorbu svých modelů umělé inteligence.
Do popředí se tak dostává nové prizma autorství, auditu, licencování, dat a sledovatelnosti. Tímto způsobem pozice programátora jako taková „nezaniká“, ale spíše se o 180 stupňů otáčí, aby se přizpůsobila změnám na pracovišti a ve společnosti. Pro rychlé srovnání by se dalo říci, že se z písaře stává dirigentem orchestru, vzhledem k tomu, že bude muset dohlížet na práci a skripty různých modelů umělé inteligence, se kterými denně pracuje.
Vývoj umělé inteligence v programování
Vývoj umělé inteligence v programování není ojedinělým jevem. V posledních letech jsme byli svědky toho, jak nástroje jako GitHub Copilot, vyvinuté společností OpenAI, způsobily revoluci ve způsobu psaní kódu vývojáři. Tyto nástroje využívají pokročilé jazykové modely k navrhování řádků kódu a kompletních funkcí, což šetří čas a snižuje počet lidských chyb. Podle studie společnosti GitHub může používání nástroje Copilot zvýšit produktivitu vývojářů o 30 % a více.
Kromě toho hraje umělá inteligence zásadní roli při ladění kódu. Nástroje jako DeepCode využívají strojové učení k analýze velkého množství kódu a odhalování potenciálních chyb, které by člověk mohl přehlédnout. Tím se nejen zlepšuje kvalita softwaru, ale také se zkracuje doba vývoje.
Vliv umělé inteligence na programování se rozšiřuje také na vzdělávání. Platformy jako CodeSignal a LeetCode využívají umělou inteligenci k personalizaci výuky pro studenty a přizpůsobují cvičení a výzvy individuálním dovednostem každého uživatele. To umožňuje efektivnější a personalizovanější výuku.
Umělá inteligence zkrátka mění všechny aspekty programování, od psaní a ladění kódu až po vzdělávání a školení nových vývojářů. S dalším vývojem těchto technologií budeme pravděpodobně svědky ještě výraznějšího posunu v roli programátorů, kteří se stanou dohlížiteli a správci nástrojů umělé inteligence a budou zajišťovat jejich efektivní a etickou práci.