Třetího března 2026 nahlásil bezpečnostní výzkumník Matt Palmer platformě Lovable chybu, kvůli které mohl kdokoli s bezplatným účtem nahlížet do cizích projektů. Ve hře byly zdrojové kódy a přístupové údaje k databázím, k tomu ještě kompletní historie konverzací s AI. Lovable chybu opravil, jenže jen pro projekty založené po listopadu 2025. Starší projekty podle Computing zůstaly otevřené zhruba dalších 48 dní a jejich autoři o tom nevěděli. Firma zpočátku tvrdila, že o únik nejde a že chování je záměrné.
Lovable přitom není garážový startup. V prosinci 2025 ho investoři ocenili na 6,6 miliardy dolarů a v březnu 2026 podle jeho obchodního ředitele dosáhl ročních opakovaných tržeb 400 milionů dolarů (Observer přes Let’s Data Science). Případ dobře shrnuje stav celé disciplíny: peníze a uživatelé přibývají rychleji než pochopení toho, co se vlastně staví. Data z roku 2026 přitom dávají poměrně jasnou odpověď na otázku, kdo za mizernou kvalitu může. Méně jasné je, jestli má smysl čekat, že vlna amatérských „AI vývojářů“ sama opadne.
Od víkendové hračky ke slovu roku
Termín vymyslel Andrej Karpathy, spoluzakladatel OpenAI a bývalý šéf AI v Tesle, v únoru 2025. Popsal tím způsob práce, kdy člověk modelu jen říká, co chce, výsledný kód nečte a chyby kopíruje zpátky do chatu, dokud to nezačne fungovat. Sám tehdy dodal, že pro jednorázové víkendové projekty to není tak špatné. Tahle výhrada se v dalších měsících ztratila. Collins English Dictionary vyhlásil „vibe coding“ slovem roku 2025 a z hříčky se stal obchodní model.
Kolik lidí dnes s AI programuje, ukazuje Stack Overflow Developer Survey 2026, který vyšel v říjnu a sesbíral přes 30 tisíc odpovědí ze 169 zemí. Kódovací asistenty nebo agenty používá 65,9 % respondentů, plně automatizované agentní workflow 26,2 % a AI vůbec nepoužívá 17,2 %. Firma Sonar se na podzim 2025 v průzkumu mezi 1 149 profesionálními vývojáři ptala, jaký podíl commitovaného kódu vzniká s pomocí AI. Odhad vyšel na 42 %, přičemž v roce 2023 to bylo 6 % (Sonar, State of Code 2026).
Druhá polovina obrazu je méně veselá.
Podle téhož průzkumu Sonaru 96 % vývojářů plně nevěří, že kód od AI funguje správně, a před commitem ho vždy zkontroluje jen 48 %. Stack Overflow k tomu přidává, že téměř polovina respondentů výstupu AI věří, když si ho může ověřit, a s důležitým rozhodnutím by AI svěřilo 6,6 %. Že jejich zaměstnavatel má schválené nástroje nebo oficiální pravidla pro AI, uvedlo přitom jen 24 % dotázaných. Profesionálové tedy používají nástroj, kterému nevěří, často bez firemních pravidel, a zhruba polovina z nich výsledek aspoň občas pustí dál bez kontroly.
Co vychází z amatérské dílny
U profesionálů je to aspoň vědomá sázka. Horší je, co vzniká tam, kde tvůrce kódu nerozumí vůbec. Bezpečnostních auditů vibecodovaných aplikací vyšlo za poslední rok několik a čísla se v detailech liší, ve směru ale ne.
| Studie | Vzorek | Hlavní zjištění |
|---|---|---|
| Escape.tech (říjen 2025) | 5 600+ veřejně nasazených aplikací, převážně z Lovable | přes 2 000 závažných zranitelností, přes 400 odhalených tajných klíčů, 175 úniků osobních údajů včetně zdravotních záznamů a čísel IBAN |
| Deng, Fan, Meng, arXiv (červen 2026) | 200 nasazených aplikací z korpusu 10 517 | 90 % aplikací má aspoň jednu zranitelnost, 76,7 % nálezů je kritických nebo vysoké závažnosti |
| CodeRabbit (prosinec 2025) | 470 pull requestů v open source | pull requesty spoluvytvořené AI mají 1,7× víc závažných chyb a 2,74× víc bezpečnostních zranitelností |
| Lovable (květen 2025) | 1 645 aplikací | 170 z nich zveřejňovalo osobní údaje kvůli špatně nastaveným přístupovým pravidlům v databázi |
Z tabulky vyčnívá jedna věc: nejde o exotické útoky. Akademická studie z arXivu řadí na první místo chyby v řízení přístupu: tvoří 36 % všech nálezů a objevují se ve třech čtvrtinách aplikací. Typický případ vypadá tak, že endpoint ověří, kdo je přihlášený, ale už nezkontroluje, jestli mu požadovaný záznam patří. Přidejte k tomu natvrdo zapsané API klíče a neošetřené vstupy a máte kompletní repertoár chyb, které se učí v prvním semestru webové bezpečnosti. Model přitom bezpečnou variantu nezřídka zná. Jenže o ni nikdo nepožádal, a tak chyby v kódu zůstaly.
Escape u svých čísel výslovně uvádí, že skenoval jen pasivně, a výsledky proto považuje za konzervativní dolní odhad. Opačnou výhradu je férové zmínit taky: veřejně nasazené aplikace z platforem pro laiky nejsou reprezentativní vzorek všeho, co s AI vzniká, a dá se čekat, že jsou v průměru horší.
Jenže to není jen problém amatérů
Kdybych článek psal před rokem, skončil bych tady s jednoduchou tezí: AI je v pořádku, potíž dělají lidé, kteří netuší, co dělají. Dodnes ji považuji zhruba z poloviny za pravdivou. Druhou polovinu mi rozbila právě studie z arXivu, která se nespokojila s počítáním chyb a hledala, odkud se berou.
Autoři chyby rozdělili do tří tříd. Polovina vzniká z nedostatku bezpečnostních znalostí modelu, necelá třetina z toho, že agent optimalizuje na „ať to funguje“ místo na „ať je to bezpečné“, a pětina z toho, že agent během dlouhé práce zapomíná, co už jednou vyřešil. Pak zkoušeli, co pomáhá. Instrukce typu „piš produkční kód“ nebo „zkontroluj si výstup“ snížily opakovaný výskyt zranitelností třikrát až čtyřikrát účinněji než přechod na silnější model (o 27, resp. 22 % proti 7 %). A ve 32 % běhů, kdy agent chybu znovu zavedl, si podle záznamu rizika všiml a kód stejně odevzdal. Model to tedy často „věděl“. Nikdo ho nedonutil se podle toho zachovat.
Z toho plynou dvě nepohodlné věci. Lepší model problém nevyřeší. A zkušený vývojář, který agentovi nedá jasná kritéria a výstup nekontroluje, může skončit podobně jako laik, jen o něco později.
Další střípek je ještě osobnější. Organizace METR v roce 2025 nechala zkušené open-source vývojáře řešit reálné úkoly s AI a bez ní. S AI byli o 19 % pomalejší, a přitom si sami mysleli, že je AI zrychlila zhruba o pětinu (shrnutí na Wikipedii). Ta studie už není úplně aktuální, nástroje od té doby udělaly velký skok. METR v únoru 2026 navíc oznámil, že navazující experiment nedokončí, protože data byla příliš zkreslená: vývojáři už nechtěli pracovat bez AI, a tak nešla sestavit kontrolní skupina (Rob Bowley o aktualizaci METR). Samotný rozdíl mezi pocitem a stopkami ale zůstává varováním pro každého, kdo o své produktivitě s AI soudí podle dojmu. Píšu to i sám sobě.
Cenu platí i ti, kdo s tím nemají nic společného
Vibecoding se neprojevuje jen v aplikacích, které někdo vypustí do světa. Platí za něj i open source. Daniel Stenberg, správce nástroje cURL, ukončil koncem ledna 2026 program odměn za nalezené chyby, protože jeho tým nestíhal třídit záplavu hlášení generovaných AI (The Register). GitHub v únoru popsal vlnu nekvalitních AI příspěvků jako „věčné září“ (Eternal September) a terminálový emulátor Ghostty přešel na příspěvky jen na pozvánku. Akademická práce s výmluvným názvem „Vibe Coding Kills Open Source“ z ledna 2026 tvrdí, že vibecoding oslabuje vazbu mezi uživateli a správci, na které open source stojí (Wikipedie).
Tady je rozdíl mezi zkušeným a nezkušeným uživatelem asi nejzřetelnější. Stenberg totiž AI jako takovou nezatracuje. V říjnu 2025 sám uznal, že série kvalitních hlášení, která jeden vývojář našel s pomocí AI, byla užitečná. Jeho rada pro všechny ostatní je prostá: nehlas nic, čemu nerozumíš a co neumíš zopakovat.
Profesionálové mezitím mění slovník
Zajímavé je, co udělal sám Karpathy. K prvnímu výročí termínu v únoru 2026 na síti X představil pojem „agentic engineering“, tedy praxi, kdy software autonomně píšou AI agenti (Let’s Data Science). V dalších příspěvcích z konce února, které citoval Business Insider, napsal, že hluboká technická odbornost může být s agenty dokonce ještě větším násobitelem než dřív a že agenti potřebují vedení shora a vkus. Shrnul to větou „It’s not magic, it’s delegation.“ Na dubnové konferenci Sequoia AI Ascent pak podle shrnutí jeho přednášky obě disciplíny oddělil úsporně: vibecoding zvedá podlahu, agentic engineering strop (travis.media).
V praxi to znamená, že slovo „vibecoding“ se pomalu stává nálepkou pro amatérský konec spektra. Profesionál, který pracuje se specifikací, testy, revizí a automatickou verifikací, dnes řekne, že dělá agentic engineering, případně prostě vývoj. Rozdíl je ale spíš v metodě než v nástrojích. Obě skupiny často používají úplně stejné nástroje a liší se tím, kdo a jak ověřuje výsledek.
Opadne vlna amatérů?
Můj odhad zní, že ano, aspoň zčásti. Lidé, kteří vibecoding brali jako zkratku ke zbohatnutí a nemají cit pro systém ani pro vizuální stránku, postupně narazí. Aplikace se jim rozpadne pod rukama při první větší změně, nebo dostanou účet za únik dat. Část z nich to vzdá. Data ale tuhle představu potvrzují jen napůl a je férové ukázat obě strany.
Pro tezi o ústupu mluví návštěvnost. Banka Barclays v září 2025 upozornila, že provoz na vibecodingových platformách po letní horečce výrazně klesl: u Lovable o 40 %, u v0 od firmy Vercel o 64 % od května a u Bolt.new o 27 % (dev.ua). Zvědavci, kteří si chtěli „jen něco zkusit“, odešli rychle.
Proti mluví peníze. Lovable navzdory poklesu návštěvnosti zdvojnásobil tržby z 200 milionů dolarů ročně v listopadu 2025 na 400 milionů v březnu 2026 a podle vlastních údajů na něm denně vzniká kolem 200 tisíc projektů. Kdo zůstal, platí. Stack Overflow navíc zaznamenal, že podíl freelancerů a živnostníků mezi respondenty vyskočil za rok z 3,9 % na 10,5 % a že 18,6 % dotázaných staví software, který má nahradit placené dodavatele. Průzkum to přímo s AI nespojuje, směr je ale čitelný: lidé si stále častěji dělají software sami. Ti nikam neodejdou. Pro mnoho z nich je vibecoding prostě levnější cesta než objednat si vývojáře.
Odcházet tedy podle mě nebudou amatéři jako takoví. Odejde iluze, že veřejně nasazená aplikace je totéž co funkční prototyp na vlastním notebooku. Ke střízlivění přispěje i Evropská unie: Akt o kybernetické odolnosti (Cyber Resilience Act) ukládá od 11. září 2026 výrobcům produktů s digitálními prvky povinnost hlásit aktivně zneužívané zranitelnosti a závažné incidenty a od prosince 2027 začnou platit plné požadavky na bezpečnost. Kdo bude se svým vibecodovaným produktem komerčně podnikat na evropském trhu, ponese odpovědnost bez ohledu na to, jestli kód psal člověk, nebo agent.
Druhým filtrem budou samotné platformy. Výzkumníci z arXivu doporučují brát bezpečnost vibecodingu jako problém celé pipeline, ne jen kvality generovaného kódu. Platforma, která chce přežít další skandál typu Lovable, bude muset zabudovat bezpečné výchozí nastavení a automatické kontroly oprávnění tak, aby je uživatel nemohl jednoduše přeskočit. Lovable sám po incidentech přešel na soukromé projekty jako výchozí volbu. Je to málo, ale ukazuje to směr.
Vibecoding jako takový tedy nezmizí. Přesune se z veřejného internetu tam, kde patřil od začátku: k osobním nástrojům a prototypům, které nikdo cizí neuvidí. Kdo chce jít dál, bude muset přijmout disciplínu, které Karpathy říká agentic engineering. Naučí ji buď škola, nebo první únik dat.
