Kuandika kwa Hisia (Vibe Coding)

Tafsiri ya kiotomatiki ya ukurasa huu wa Kiingereza, ambayo haijakaguliwa na mzungumzaji mzawa.

Vibe coding — kujenga programu kwa kutoa ilani kwa mfano mkubwa wa lugha kwa kurudia na kuhukumu tabia inayotokana, bila kusoma au kuhariri moja kwa moja msimbo wa msingi. Iliyoenea na Andrej Karpathy mnamo 2025 kama mtiririko wa kazi ambapo mtu "anasahau kuwa msimbo hata upo," vibe coding ni utekelezaji wa asili ya LLM wa programu ya lugha ya kawaida na maendeleo ya mtumiaji wa mwisho — mifumo ambayo sasa inatendewa kama maneno sawa katika hifadhi hii ya maarifa — ambapo prosa inakuwa kiolesura kikuu cha programu.

Maswali ya Kutafakari

• Mfumo wa awali wa Karpathy ulisema unapaswa "kusahau kuwa msimbo hata upo." Kabla usome zaidi, jiulize: kutoona msimbo ni sifa (inapunguza vikwazo) au hatari (huwezi kuhakiki au kurekebisha kile ambacho huwezi kuona)? Jibu linaashiria nini kuhusu nani anayepaswa kuruhusiwa kufanya vibe coding?
• Utafiti kuhusu nani anayefanikiwa katika vibe coding uligundua kuwa mafanikio ya kawaida ya sayansi ya kompyuta bado yanatabiri mafanikio hata wakati mtumiaji kamwe haugusi msimbo. Kama hilo linakushangaza, ni ujuzi upi wa siri ambao mafunzo ya CS yanaweza kuujenga ambao prosa peke haipati?
• Utafiti ule ule uligundua kuwa ujuzi wa uandishi unatabiri utendaji wa vibe coding kwa kiasi kikubwa kwa sababu unazalisha ilani za ubora wa juu. Kama kutoa ilani ndiyo kizuizi, je, suluhisho sahihi ni kufundisha watu kutoa ilani vizuri zaidi — au kubuni upya zana ili zihitaji ujuzi mdogo wa prosa?
• Vibe coding mara nyingi husherehekewa kama kufanya "mtu yeyote" kuwa mtengenezaji. Lakini kama ujuzi wa uandishi na maarifa ya CS vyote huunda matokeo, vibe coding inapanua upatikanaji wa kujenga programu au inahamisha tu kizuizi cha ujuzi kutoka msimbo hadi prosa?
• Watengenezaji wengine wanatofautisha vibe coding "safi" (kamwe kusoma msimbo) na programu inayosaidiwa na AI ambapo unakagua na kuhariri kile ambacho mfano aliandika. Unafikiri kujifunza halisi — kinyume na kutegemea kupita kiasi — kinapatikana wapi zaidi, na kwa nini?

Utangulizi

Vibe coding inaelezea mtindo wa mwingiliano unaowezeshwa na majukwaa ya maendeleo yaliyounganishwa na LLM (Replit, Lovable, Cursor, na mengine): mtumiaji anabainisha programu kwa lugha ya kawaida, mfano unazalisha mfumo unaofanya kazi, na mtumiaji anarudia kwa msingi wa tabia iliyoonyeshwa badala ya kwa kuhariri chanzo. Neno lilibuniwa na mwanzilishi mwenza wa OpenAI Andrej Karpathy mnamo Februari 2025 kukamata uzoefu wa kumtegemea mfano kwa kiasi kikubwa hadi "msimbo" unapopotea kutoka ufahamu. Vibe coding inaweka katika mkutano wa nyuzi kadhaa ambazo hifadhi hii ya maarifa tayari inafuatilia — ni AI ya kizazi iliyotumika kwa upangaji programu, aina kali ya kazi ya inayoendeshwa na ilani, mfano mahususi wa Ushirikiano wa Binadamu–AI, na njia wazi zaidi hadi sasa ya wasio-programu na watumiaji wa mwisho kujenga programu zao wenyewe (maendeleo ya mtumiaji wa mwisho).

Pia ina mizizi ya kina. Wazo la kupanga programu kwa lugha ya kawaida linaanza kabla ya LLM — kutoka tamaa ya COBOL kuwa "mfumo wa upangaji programu wa lugha ya Kiingereza kwa wasio-programu wa kitaalamu," kupitia programu ya kusoma ya literate programming ya Donald Knuth, hadi utafiti wa programu ya lugha ya kawaida na vifupisho vilivyodhibitiwa vya Kiingereza. Ni na LLM tu ilipokuwa inawezekana kuweka maagizo ya kweli ya mazungumzo, yasiyo bainishwa, kuwa msimbo unaoweza kuendeshwa. Vibe coding ni aina mahususi ambamo mtumiaji kwa makusudi hataangalia au kuhariri chanzo kilichozalishwa, akitegemea kabisa kutoa ilani kwa kurudia na kutathmini tabia.

Kufafanua muundo: vibe coding "safi" dhidi ya msimbo unaoonekana

Ufafanuzi wa vibe coding bado unabadilika. Wengine hutumia neno kwa upana kumaanisha upangaji wowote wa programu unaoongozwa na AI; wengine wanasisitiza unarejea hasa kwa "kujenga programu na LLM bila kukagua msimbo unaoandika." Google Cloud inatofautisha toleo "safi" la bila-msimbo (linalolingana na ufafanuzi wa Karpathy) na toleo ambapo mtumiaji anaelewa na kuboresha msimbo uliozalishwa. Tofauti hii ni muhimu kwa utafiti: utafiti uliodhibitiwa wa uwezo wa vibe coding unahitaji muundo uliobainishwa vizuri. Utafiti wa CHI 2026 wa vigezo vya uwezo wa vibe coding kililenga kwa makusudi aina ya "safi," bila msimbo — washiriki hawakuweza kuona au kuhariri chanzo kilichozalishwa, hivyo utendaji uliopimwa ulionyesha uwezo wa kubainisha, kuboresha, na kurekebisha hitilafu ya tabia kupitia prosa na matokeo yaliyoonyeshwa peke yake (angalia Thorgeirsson et al.).

Nani anayefanikiwa katika vibe coding: ushahidi

Utafiti wa awali-wa-sehemu-moja unaojumuishwa (N = 100 wanafunzi wa elimu ya juu) unatoa ushahidi wa kwanza uliodhibitiwa, wa ngazi ya mshiriki kuhusu ujuzi upi unatabiri mafanikio ya vibe coding. Wote ujuzi wa mawasiliano ya maandishi (r = .29) na mafanikio ya sayansi ya kompyuta (r = .39) walitabiri kwa kiasi kikubwa utendaji juu ya kazi za vibe-coding zinazoelekea GUI zilizothibitishwa na wataalam, na mafanikio ya CS yakiendelea kuwa na umuhimu baada ya kudhibiti ujuzi wa kiakili wa jumla-wa-taaluma (r = .281 sehemu). Katika mfano wa pamoja mafanikio ya CS yalichangia takribani mara mbili ya tofauti ya kipekee ya ujuzi wa uandishi, lakini vyote viliongeza thamani huru ya kutabiri. Kwa muhimu, ubora wa ilani uliopewa alama na binadamu ulikuwa kiwango cha kati cha uhusiano wa uandishi→utendaji, ukitupa ushahidi wa mchakato wa majibu kwamba prosa wazi inafanya kazi kwa kuzalisha ilani bora. Kwa sababu mazingira yalificha msimbo wa chanzo, maarifa ya CS yangeweza tu kusaidia kwa njia isiyo ya moja kwa moja (kupitia kugawa matatizo, kufikiri kwa algoriti, na mifano ya akili ya mtiririko wa udhibiti) — hivyo waandishi wanadai kuwa kadirio lao la CS ni kipimo cha chini kwa programu inayosaidiwa na AI ambamo watumiaji wanaweza pia kuhariri msimbo moja kwa moja (Thorgeirsson et al., 2026).

Vibe coding kama maendeleo ya mtumiaji wa mwisho na zana za walimu

Ahadi kuu ya vibe coding ni kuwa inawawezesha wasio-programu — ikijumuisha walimu na wataalam wa taaluma — kujenga programu zao wenyewe, aina ya LLM ya maendeleo ya mtumiaji wa mwisho. Utafiti wa mfumo wa GAIDE ulionyesha walimu wa K-12 (wasio-programu) wakitumia vibe coding katika warsha ya wiki nane kuunda zana za kujifunza zinazotumia nguvu za AI, wakipandisha ujuzi wao wa AI na kuonyesha "kujifunza-kwa-kuunda" kama mfano wa maendeleo ya kitaalamu. Katika elimu ya juu, mkufunzi alijenga haraka muonyesho wa mchakato wa kupanga programu kutoka kumbukumbu za shughuli za IDE kwa njia ya vibe coding katika siku chache, akifanya michakato ya kupanga programu ya wanafunzi ionekane kwa ufundishaji na mapitio ya Uadilifu wa Kitaaluma. Matukio haya huweka vibe coding si kama ujuzi wa mwanafunzi tu bali kama uwezo wa uandishi ambao unaunda upya nani anaweza kuunda teknolojia ya elimu.

Umoja wa kubuni: upatikanaji bila anuwai

Ahadi ya maendeleo ya mtumiaji wa mwisho ya vibe coding ni kuhusu nani anaweza kujenga, si nini kinajengwa. Katika utekelezaji wa kozi, wanafunzi 73 wakijenga tovuti kwa biashara tofauti kwenye jukwaa moja la vibe coding walizalisha takribani kubuni kumi na mbili tofauti, na hisia ya uandishi haikufuatilia ubunifu uliopimwa (Boussioux et al. (2026)). Kupunguza kizuizi cha kujenga kunaweza kusanifisha matokeo — gharama ambayo ahadi ya upatikanaji haitangazi.

Kujifunza, wakala, na hatari ya kutegemea kupita kiasi

Vibe coding inafungua upya maswali ya msingi kuhusu nini kinajifunzwa wakati AI inaendesha utekelezaji. Kwa sababu mtumiaji hasomi msimbo, lazima aaminini tabia ya mfano — ambayo hufanya vibe coding kuwa kesi ya hatari kubwa ya mvutano kati ya Wakala wa Mwanafunzi na kutegemea kupita kiasi ambao unapitia programu inayosaidiwa na AI. Mitaala inajibu kwa kubadilisha kutoka kufundisha utekelezaji hadi kufundisha jinsi ya kuongoza, kuhakiki, na kukagua vitu vilivyozalishwa na AI (angalia kuunda upya CS ya chuo kikuu na uhandisi wa programu wa wakala). Vibe coding pia hubadilisha nafasi ya kielimu ya mwanafunzi: mafanikio hutegemea kidogo kuandika msimbo kuliko kueleza nia kwa usahihi na kutathmini tabia dhidi ya malengo, uwezo unaokaribia ufikiri wa kikokotozi na uandishi wenye muundo kuliko kuwa na ujuzi wa kawaida wa sintaksi.

Kikomo cha pili kinaonekana katika ujenzi wenyewe: kuondoa kizuizi cha kuandika msimbo kunaweza kuacha mzigo wa utambuzi bila kuguswa. Masomo mawili ya kesi ya uhandisi yalikuwa na mkufunzi akijenga mifumo ya wavuti ya kufanya kazi ya mfumo wa usimamizi wa joto la betri na itifaki tatu za ARQ kwa kutoa ilani kwa Gemini kwa lugha ya kawaida ndani ya masaa machache (Tarasak et al. (2026)). Hitilafu ya pakiti-nakala kisha ilidumu kupitia ilani zinazojirudia, ikijumuisha moja iliyobainisha tabia inayohitajika. Ilirekebishwa tu wakati mkufunzi alihitimisha kutoka tabia ya itifaki hadi kipindi cha muda wa kutosha cha muda, kigezo ambacho kiolesura hakikuweka wazi. Athari ya mfumo wowote juu ya kujifunza haikupimwa, hivyo akaunti inaweka uwezekano badala ya ufanisi.

Mahusiano na dhana zinazohusiana

Vibe coding inaungana kwa kawaida na Uhandisi wa Ilani (Prompt Engineering) (ubora wa ilani ni mifumo ya maendeleo inayoendeshwa na prosa), Elimu ya Sayansi ya Kompyuta (CS) (kama eneo ambapo mbinu inatumika zaidi na kupingwa zaidi), Fikra za Kihesabu (kuunda mifano ya akili ambayo inatabiri mafanikio hata bila upatikanaji wa msimbo), Kuandika (uandishi unakuwa ujuzi wa kupanga programu), na Akili Bandia Inayojitegemea (kuongoza mfano kuelekea kitu badala ya kuujenga kwa mikono). Pia inakutana na Ujuzi wa AI na Kufundisha, kwani uwezo wa kujenga zana za mtu mwenyewe hubadilisha kile ambacho walimu na wanafunzi wanaweza kufanya. Hatimaye, inainua maswali ya Uadilifu wa Kitaaluma na tathmini yanayofanana na yale ambayo uzalishaji wa msimbo wa AI unainua katika elimu ya kompyuta kwa upana.

Utafiti wa kesi wa ngazi ya wataalam katika hifadhi hii ya maarifa unatoa tabaka la kikanda. Zimmer (2026) anaelezea intrapreneurship ya AI — waelimishaji wakijenga zana zao wenyewe badala ya kusubiri ununuzi wa taasisi — ikijumuisha mwandishi ambaye hawezi kuandika msimbo akitumia Claude Code kujenga kikagua kwa viungo 321 vya kozi. Wawezeshaji wenye kuamua walikuwa wa kikanda badala ya kiufundi: uamuzi wa kazi, thawabu, na upatikanaji wa muda, wa mwisho wakielezewa kama uhaba mkubwa zaidi katika miktadha ya kitaaluma na kupunguzwa na kupanda na kuwa na muda wa kudumu. Picha ya usalama ilibaki ya kina, kwani uchanganuzi wa Veracode wa 2025 uligundua asilimia 55 tu ya msimbo uliozalishwa na AI kuwa salama, hivyo zana za darasa za vibe-coding bado zinahitaji mapitio ya mapitio kabla ya kushughulikia data ya wanafunzi au kuunganishwa na LMS.

Dhana Zilizounganishwa

• Akili Bandia ya Kizazi
• Mifano Mikubwa ya Lugha (LLM)
• Uhandisi wa Ilani (Prompt Engineering)
• Elimu ya Sayansi ya Kompyuta (CS)
• Fikra za Kihesabu
• Kuandika
• Akili Bandia Inayojitegemea
• Ushirikiano wa Binadamu–AI
• Ujuzi wa AI
• Kufundisha
• Kupunguza Mzigo wa Kiakili

Makala Zilizounganishwa

• Computer Science Achievement and Writing Skills Predict Vibe Coding Proficiency — Mafanikio ya Sayansi ya Kompyuta na Ujuzi wa Uandishi Yana tabiri Uwezo wa Vibe Coding (utafiti wa uzoefu wa CHI 2026)
• A Guiding Framework for K-12 Teachers in Creating AI-powered Learning Technologies through Vibe Coding — Mfumo wa Kuongoza kwa Walimu wa K-12 katika Kuunda Teknolojia za Kujifunza Zinazotumia Nguvu za AI kupitia Vibe Coding
• From Idea to Classroom in Days: Using "Vibe Coding" to Create a Programming Process Visualizer from IDE Activity Logs — Kutoka Wazo hadi Darasa katika Siku: Kutumia "Vibe Coding" Kuunda Muonyesho wa Mchakato wa Kupanga Programu Kutoka Kumbukumbu za Shughuli za IDE
• Vibe Coding for Simulation Development in Engineering Education — Vibe coding ilijenga mifumo miwili ya uhandisi katika masaa; kutambua hitilafu ya itifaki bado ilihitaji mkufunzi
• Understanding Student Perceptions, Mistakes, and Debugging Approaches when Solving Natural Language Programming Tasks — Kuelewa Mitazamo ya Wanafunzi, Makosa, na Mbinu za Kurekebisha Hitilafu Wakati wa Kutatua Kazi za Kupanga Programu kwa Lugha ya Kawaida
• Code to Learn with Generative AI: A Theoretically Grounded Framework for Artifact Construction in Upper-Secondary Education — Kujifunza Kuandika Msimbo na AI ya Kizazi: Mfumo wa Msingi wa Nadharia wa Ujenzi wa Vitu katika Elimu ya Sekondari ya Juu
• Reshaping Undergraduate Computer Science Education in the Generative AI Era — Kuunda upya Elimu ya CS ya Chuo Kikuu kwa AI ya Kizazi
• Flowcode: An AI-Powered Programming Environment for Scaffolding Iteration in Creative Computing Education — Flowcode: Mazingira ya Kupanga Programu Yanayotumia Nguvu za AI kwa Kuweka Ngazi za Msaada za Kurudia katika Elimu ya Kupanga Programu ya Kibunifu
• AI Intrapreneurship: Educators as Frontline Innovators in the Age of Generative AI — Intrapreneurship ya AI: wataalam wakijenga zana zao wenyewe, na wawezeshaji wa kikanda ambao huamua kama msukumo unadumu (Zimmer 2026)
• One Tool, One Taste? How Vibe Coding Trades Collective Diversity for Individual Creativity — Zana Moja, Ladha Moja? Jinsi Vibe Coding Inavyobadilisha Anuwai ya Pamoja kwa Ubunifu wa Mtu Binafsi