- El vibe coding delega l'escriptura al LLM i centra l'humà en intenció, revisió i qualitat.
- Fes-lo servir “pur” per a prototips i amb enfocament responsable per a producció i escalat.
- Avantatges: velocitat i accessibilitat; riscos: deute tècnic, seguretat i pèrdua de control.
El vibe coding s'ha colat al vocabulari tecnològic com una manera diferent de crear programari: descriure amb paraules allò que vols i deixar que un assistent d'intel·ligència artificial escrigui el codi que ho fa realitat. És ràpid, resultat i, ben usat, pot reduir de forma dràstica la distància entre una idea i una app funcional.
El concepte va aterrar a principis del 2025 amb l'empenta d'Andrej Karpathy i proposa un canvi de xip: passem de teclejar línia a línia a dirigir el treball de la IA amb objectius clars , validant i polint els resultats. Per a alguns, és “programar sense programar”; per a altres, un complement potentíssim a la pràctica professional de sempre.
Què és exactament el Vibe Coding?
En poques paraules, és un flux de treball on un model de llenguatge gran (LLM) genera codi a partir de les instruccions en llenguatge natural. Tu dius què vols, i el sistema construeix funcions, components o serveis. El focus ja no és a la sintaxi, sinó a expressar la intenció tècnica i de negoci.
La idea clau és que “el nou llenguatge de programació més popular és l'anglès” (o l'idioma en què us comuniqueu). Aquesta premissa, popularitzada per Karpathy anys enrere, cristal·litza en una pràctica on l'humà guia i la IA tradueix la intenció en implementació . En alguns casos, fins i tot es parla amb l'assistent per veu i es va “veient i corregint sobre la marxa”.
Ara bé, hi ha un matís que el defineix: en la versió més extrema, l'usuari pot acceptar peces de codi sense comprendre-les del tot . Vet aquí el punt polèmic i el motiu pel qual molts experts recomanen una aproximació més responsable.
A la pràctica, el vibe coding es manifesta des de prototips lleugers fins a petits productes personals, els anomenats programari per a un, on l'objectiu és resoldre una necessitat concreta amb la mínima fricció . Aquest terreny és ideal per experimentar a tota velocitat.
D'eslògan a pràctica: origen i sentit
El terme “vibe coding” va saltar a la conversa pública a començaments de 2025. Karpathy el va descriure com un procés conversacional en què “mires, dius, executes i còpies/pegues” mentre la IA escriu el gruix del codi. És una descripció col·loquial que captura el canvi: el rol passa d'operar a orquestrar.
El mateix Karpathy va reconèixer limitacions: hi ha errors que els assistents no ubiquen bé i obliguen a provar variacions fins a trobar la solució. El seu veredicte va ser clar: és “bastant divertit” i útil per a projectes improvisats de cap de setmana , els típics en què la velocitat mana més que la perfecció.
La premsa tecnològica es va fer ressò molt ràpid i mitjans empresarials el van etiquetar com una paraula de moda a Silicon Valley. Alhora, veus de la comunitat tècnica van apuntar a la necessitat de prudència i revisió humana si es pretén anar més enllà del prototip.
Dues maneres de practicar-lo: “pur” vs. assistit responsable
Podem distingir dos enfocaments complementaris. D'una banda, el vibe coding “pur”: es confia que la IA encerti i s'avança a tota pastilla, gairebé “oblidant que el codi existeix”. És útil per idear, provar conceptes i llençar “projectes d'un sol ús” en què l'important és validar la idea com més aviat millor.
A l'altre extrem hi ha el desenvolupament assistit per IA responsable. Aquí la IA actua com un “pair programmer” que escriu esborranys, suggereix alternatives i automatitza tasques repetitives, mentre l'equip humà revisa, prova, comprèn i assumeix l'autoria final . És la versió compatible amb entorns professionals.
La diferència no és menor. Com va assenyalar l'investigador Simon Willison, si la IA va escriure cada línia però tu vas revisar, testar i entendre el conjunt, no estàs “vibrant el codi”; estàs usant la IA com a assistent d'escriptura tècnica . Canvia la ferramenta, no la responsabilitat.
Les dues aproximacions tenen lloc. La clau és triar l'adequada segons el context: per crear un prototip, la drecera és vàlida; per a un sistema crític, necessites control, traçabilitat i regles de qualitat.
Avantatges que sedueixen qualsevol
El seu atractiu més gran és l'accessibilitat. De cop i volta, algú sense gaire experiència pot materialitzar una idea, llançar un prototip i entendre si va en la bona direcció. Aquesta democratització pot obrir la porta a més innovació interna ia equips multidisciplinaris més autònoms.
El segon avantatge és el temps. Si el gruix del boilerplate el redacta la IA, els terminis es redueixen, sobretot a la fase de descobriment. Fins i tot si després cal refer o refactoritzar, la drecera pot accelerar l'aprenentatge i la validació.
També potencia la creativitat. No estar pendent de la sintaxi ni d' APIs i llibreries com jQuery baixa la fricció per provar enfocaments, comparar alternatives i construir esbossos funcionals en qüestió d'hores . És un impuls evident per a MVPs.
I encara que decideixis codificar “de veritat”, sempre pots fer servir la IA per generar esquelets, migrar entre frameworks , crear tests o documentar. Ben encarrilada, es converteix en un accelerador transversal del cicle de desenvolupament.
Limitacions i riscos que convé tenir al radar
El gran taló d'Aquil·les és la qualitat i la seguretat del codi generat. Sense revisió manual i proves adequades, és fàcil colar errors subtils, dependències inestables o pràctiques qüestionables. Diferents actors del sector recomanen auditar sistemàticament allò que genera la IA abans de posar-ho en producció.
Un altre risc és la “caixa negra”. Si acceptes codi que no entens, et costarà depurar-lo i mantenir-lo. Quan el sistema creixi i falli alguna cosa, la sensació serà de “debug a la foscor”. Aquesta pèrdua de comprensió acaba traduïda en deute tècnic i costos futurs.
També hi ha la degradació d'habilitats. Dependre massa de prompts sense escriure ni llegir codi real minva la teva capacitat d'anàlisi amb el temps. El resultat és un equip més ràpid al principi però menys autònom i precís davant de problemes complexos.
Has de contemplar, a més, govern i compliment. Amb decisions preses per un model, necessites mecanismes per assegurar que el resultat respecta normes internes i reguladores. Sense estàndards ni control de versions , la traçabilitat es dilueix i l'auditoria es complica.
Per acabar, la IA no sempre sap explicar per què alguna cosa està malament. Pot proposar pegats que alleugen el símptoma, no la causa, i perllongar un bug fantasma. Per això l'enfocament professional es basa en guiar la IA, testejar amb rigor i prendre decisions informades.
Eines que faciliten el Vibe Coding avui
Tot i que el terme sigui recent, l'ecosistema ja ofereix diverses opcions per portar-lo a la pràctica, des d'editors intel·ligents a plataformes completes. Totes comparteixen una idea: escurçar la distància entre el que penses i el codi que corre.
Replica
Replit permet desenvolupar al núvol amb funcions d'IA integrades per autocompletar, explicar i generar blocs complets a partir de descripcions. És ideal per a prototipat ràpid i col·laboració, amb un èmfasi a iterar amb poc setup i molta immediatesa.
cursor
Cursor se centra en una experiència minimalista amb IA molt enganxada al context del repositori. Suggeriments, refactors i generació d'arxius complets conviuen en un entorn on preval la fluïdesa entre prompt, codi i vista prèvia.
Claude
Claude destaca en converses llargues mantenint context i estil, útil per explicar dissenys, revisar funcions o plantejar migracions. La seva fortalesa és raonar amb l'usuari sobre canvis i alternatives , més enllà d'escriure línies soltes.
GPT-4 aplicat al codi
Amb ChatGPT (GPT-4) es generen funcions, tests, documentació i scripts a demanda. És flexible i accessible per a perfils tècnics i de negoci, sempre que hi hagi una pauta clara de validació i control de resultats.
Google Firebase Studio
A la línia d'accelerar el lliurament, hi ha propostes orientades a desplegar components i backends amb mínima fricció. La promesa és agilitzar la creació d'apps i serveis amb eines integrades i prompts ben definits.
Casos, veus i el debat que l'envolta
El periodista Kevin Roose va experimentar amb petites apps generades per IA per resoldre tasques personals, cosa que va batejar com a “programari per a un”. Un exemple simpàtic va ser una eina que mirava el contingut de la nevera per suggerir dinars. L'aprenentatge va ser clar: l'enfocament permet no programadors construir coses útils, però els resultats poden ser limitats i propensos a errors.
Simon Willison va posar el dit a la nafra: si tu entens, testes i vàlides el codi, llavors no estàs fent vibe coding “pur”; estàs usant la IA com a copilot. La diferència és crucial per separar el prototip juganer del desenvolupament responsable i mantenible.
Al front empresarial, Business Insider va recollir el terme com la nova paraula de moda a Silicon Valley, i acceleradores com Y Combinator van assenyalar que al voltant d'una quarta part de les seves startups d'hivern 2025 tenien bases de codi amb generació majoritària per IA . És un símptoma dun canvi real en els fluxos de treball.
També hi ha anècdotes que mostren les tensions: un assistent es va negar a “fer la feina del programador” quan li van demanar que generés una solució sencera sense més ni més. Més enllà de la broma, resumeix el dilema: el valor de l'enginyer no és teclejar, sinó pensar, decidir i fer-se responsable del resultat.
Impacte en negoci, màrqueting i equips híbrids
Per a responsables de màrqueting o producte, el vibe coding obre una drecera per passar d'una hipòtesi a una demo funcional sense dependre del tot de TI. Això canvia la cadència de proves de concepte i permet explorar més idees amb menys cost inicial.
L´accessibilitat no implica prescindir d´enginyeria: implica col·laboració. Perfils no tècnics poden impulsar automatitzacions, dashboards o eines internes, mentre un equip expert marca estàndards, revisa el codi i n'assegura la qualitat.
Sorgeix així un repartiment de papers sa: negoci defineix necessitats i valida valor, la IA produeix esborranys i l'equip tècnic converteix això en programari robust, segur i mantenible . Aquest és el punt mitjà que funciona millor.
Bones pràctiques per fer servir la IA sense perdre el control
Adoptar el vibe coding amb cap exigeix regles senzilles però fermes. Són recomanacions que moltes organitzacions ja estan institucionalitzant per obtenir velocitat sense pagar-lo amb deute tècnic o riscos. La meta és mantenir productivitat amb garanties.
- Definiu la intenció amb precisió: objectius, restriccions, exemples i criteris d'acceptació abans de demanar codi.
- Usa entorns aïllats i branques específiques per a allò generat per IA, amb PRs i revisions humanes obligatòries.
- Automatitza proves (unitàries, integració i seguretat) i exigeix que qualsevol canvi passi la bateria completa.
- Afegeix observabilitat: logs, mètriques i traces que permetin entendre comportaments i diagnosticar ràpid.
- Documenta decisions darquitectura i dependències; la traçabilitat és clau per auditar i complir normatives.
- Reserva el “vibe coding pur” per a prototips i proves internes; en producció, prioritza l'enfocament assistit responsable.
Per a formació i upskilling, convé reforçar fonaments de programació, testing, seguretat i arquitectura. La IA multiplica allò que ja saps: si la base és sòlida, seràs molt més eficaç. Invertir en aprenentatge estructurat i pràctica real continua sent imprescindible.
Cal saber programar si la IA ia programa?
La resposta curta: sí, i potser més que mai. La IA escriu línies, però no entén per ella mateixa el context de negoci, els requisits no funcionals o els compromisos entre rendiment, cost i manteniment. Aquí és on el criteri humà marca la diferència i evita sorpreses.
Un bon desenvolupador avui guia la IA amb prompts precisos, tria tecnologies i arquitectura, com Python , valida seguretat i qualitat, i planifica l'evolució del sistema. Ja no és “picar codi” sense més ni més: és dirigir una flota d'eines intel·ligents amb sentit tècnic i responsabilitat.
De fet, diverses experiències reals mostren que el model col·laboratiu (humà + IA) produeix millors resultats a mitjà termini que delegar a cegues. Ganes en velocitat, sí, però també en control, comprensió i resiliència.
I les agències i la formació especialitzada?
Moltes empreses prefereixen recolzar-se en equips experts que combinin estratègia digital, màrqueting i desenvolupament assistit per IA per transformar idees en productes. Aquest acompanyament accelera temps i redueix riscos perquè s'apliquen mètriques, estàndards i processos de garantia.
En paral·lel, la formació orientada a fonaments –des de patrons i arquitectura fins a proves i seguretat– permet aprofitar els assistents de codi sense perdre perícia. Programes de referència ajuden a convertir la IA en un multiplicador, no en una crossa, amb pràctiques reals i mentorització.
Amb aquest enfocament, la IA no substitueix els professionals: multiplica el seu abast. La col·laboració ben portada és allò que permet a una organització construir solucions fiables i competitives en menys temps.
La idea que batega darrere del vibe coding és potent: pensar en gran i construir ràpid, sense quedar atrapats a la mecànica de la sintaxi. Si entenem els seus límits, apliquem revisió humana rigorosa i fem servir eines com Replit, Cursor, Claude o GPT-4 amb estàndards clars, obtenim el millor dels dos mons: velocitat per prototipar i disciplina per arribar a producció . El futur del desenvolupament no consisteix a deixar de programar, sinó a dirigir amb criteri a la IA per crear programari que funcioni, es mantingui i sigui segur.
