21. 05. 2026
Stále více se mluví o tom, jak AI mění způsob, jakým software vzniká. Nejčastěji v souvislosti s fenoménem označovaným jako vibe coding, tedy přístupem zaměřeným na maximální využití AI při samotné tvorbě kódu. Vývojáři píší kód rychleji, generují testy během sekund a část rutinní práce tak mizí. Přesto ale mnoho týmů zjišťuje, že reálné delivery se výrazně neposouvá. Proč tomu tak je?
Vývojáři s AI nástroji často vnímají výrazné zrychlení práce. Jenže reálné projekty – se svou komplexitou, technickým dluhem a organizačním prostředím – fungují zkrátka jinak.
I my jsme si v BlueGhostu po prvních měsících práce s AI začali všímat zvláštní věci: jednotlivé úkoly byly sice rychlejší, ale projekty jako celek o moc lépe nepostupovaly. Právě tehdy jsme začali chápat, že problém možná není v kvalitě AI nástrojů, ale v tom, jakou část vývoje vlastně optimalizujeme.
Rozdíl mezi tím, jak rychle se práce „zdá“, a tím, jak rychle se software skutečně doručuje, bývá překvapivě velký.
Existuje dokonce zajímavý paradox: zkušení vývojáři někdy s AI asistenty pracují pomaleji než bez nich. Ne proto, že by jim AI nepomáhala, ale proto, že musí neustále kontrolovat výstupy, opravovat chyby a znovu skládat ztracený kontext.
Čím zkušenější člověk je, tím rychleji rozpozná, co je špatně – a tím více času stojí ověření a oprava.
AI totiž často nezkracuje samotné přemýšlení. Zrychluje produkci kódu, ale ne nutně proces rozhodování.
A právě v tom je rozdíl mezi vnímanou a reálnou produktivitou. Produktivita totiž není jen rychlost psaní kódu. Je to především rychlost správných rozhodnutí.
Psaní kódu tvoří totiž jen zlomek reálné práce vývojáře. Velká část času padne na komunikaci, hledání informací, rozhodování nebo vysvětlování kontextu ostatním členům týmu.
A právě tuto část dnešní AI coding nástroje řeší jen velmi omezeně.
Pokud zrychlíme pouze samotné psaní kódu a zbytek procesu necháme beze změny, výsledkem nebude výrazně rychlejší delivery. Vznikne jen rychlejší generování kódu uvnitř stejného procesu.
Přesně tohle jsme zažili i v BlueGhostu.
AI nám skutečně pomohla zrychlit coding. Jenže nejasná zadání, organizační šum a chybějící procesní struktura většinu získaného času zase velmi rychle spolkly.
Ty úspory nezmizely. Jen jsme je nedokázali udržet uvnitř systému.
Právě tehdy jsme si začali uvědomovat, že existuje rozdíl mezi zrychlením samotného codingu a zrychlením celého procesu vývoje.
Došli jsme k závěru, že další zrychlování generování kódu už větší přínos nepřinese.
AI nám pomohla odstranit část technických překážek. Ukázalo se ale, že hlavní omezení leží jinde – v práci s kontextem, koordinaci a způsobu, jakým se rozhodnutí promítají do celého projektu.
Postupně jsme si proto začali uvědomovat, že existují dva odlišné způsoby, jak se na využití AI ve vývoji dívat. První se soustředí především na maximalizaci produktivity jednotlivce při tvorbě kódu. Druhý se snaží optimalizovat celý proces vzniku software – od práce s kontextem přes rozhodování až po koordinaci jednotlivých kroků.
Dnes pro tyto přístupy používáme označení vibe coding a agentic development. A právě rozdíl mezi nimi podle nás vysvětluje, proč AI dokáže dramaticky zrychlit jednotlivé úkoly, ale nemusí automaticky zrychlit celý vývoj.
V dalším článku se proto podíváme blíže na to, kde jednotlivé přístupy fungují skvěle – a kde naopak naráží na své limity.
