Tylko w tym tygodniu: SpaceX obniżył ceny na rynku modeli czołowych za pomocą Grok 4.5, modelu wytrenowanego specjalnie do kodowania i autonomicznych agentów, zbudowanego na technologii Cursor, którą SpaceX przejął za 60 mld dolarów. Kosztuje on 2 USD za milion tokenów wejściowych i 6 USD za milion tokenów wyjściowych — to ponad połowę taniej niż czołowe ceny Anthropic i OpenAI — i podobno zużywa mniej więcej o połowę mniej tokenów na zadanie niż konkurenci. Tymczasem Lovable, trzyletni szwedzki startup „vibe-codingowy”, podobno prowadzi rozmowy o pozyskaniu 300 mln dolarów przy wycenie 13,2 mld dolarów — dwukrotnie wyższej niż w grudniu — po osiągnięciu w czerwcu rocznego tempa przychodów na poziomie 500 mln dolarów, mając wśród klientów korporacyjnych Workday, Asanę i Nvidię. Replit był wyceniany na 9 mld dolarów w marcu; Factory na 1,5 mld dolarów w kwietniu. Jak ujął to jeden z raportów na ten temat, vibe coding jest dziś „zdecydowanie najpopularniejszym i najbardziej dochodowym zastosowaniem AI”.

Nic z tego nie jest abstrakcją, jeśli szukasz pracy albo starasz się pozostać zatrudnialnym w branży software'owej w tym roku. To dość bezpośredni sygnał tego, co w 2026 roku będzie oznaczać „umieć tworzyć oprogramowanie” w CV i podczas rozmowy kwalifikacyjnej.

Jak dziś wygląda to, co trafia na rynek

Dowody to nie tylko rundy finansowania. „Glaze” od Raycasta, kompleksowa aplikacja do vibe-codingu służąca do budowania i udostępniania aplikacji desktopowych na Maca, właśnie otworzyła się dla wszystkich użytkowników, konkurując z narzędziami takimi jak Wabi dla aplikacji mobilnych — vibe coding wychodzi z terminala i trafia do dopracowanych, łatwych do udostępnienia kreatorów skierowanych do osób, które nie są zawodowymi inżynierami. Tryb Build w Google AI Studio pozwala teraz wskazać istniejące repozytorium GitHub zamiast zaczynać od pustego promptu, automatycznie przekształcając je w działającą aplikację i automatycznie konfigurując klucze API. A najbardziej wyrazisty punkt danych ze wszystkich: MIT i Lincoln Laboratory przeprowadziły studium przypadku w ramach Phantom Program, prowadzonego przez AI Accelerator Departamentu Sił Powietrznych i MIT, w którym Joshua Lynch, kadet bez wcześniejszego doświadczenia w programowaniu, wykorzystał vibe coding pod okiem mentora, by zbudować funkcjonalny program AI o znaczeniu wojskowym. To dosłowne urzeczywistnienie narracji „każdy może programować z AI”, poparte konkretną osobą i konkretną instytucją.

Na bardziej doświadczonym biegunie, twórca Buna, Jarred Sumner, użył agentów kodujących, by przepisać cały runtime JavaScript Buna z Zig na Rust — pełnoskalowy przepis, który tradycyjnie uznawano za zbyt ryzykowny, by podejmować go ręcznie — poprzez coś, co nazywa „inżynierią agentową”: dynamiczne przepływy pracy, próbne uruchomienia i wrogą weryfikację wyników pracy agenta. Nie gonił za trendem — eliminował powracające błędy pamięci wynikające z mieszania garbage collection z ręcznym zarządzaniem pamięcią w Zigu, błędy, które model własności w Ruście wyklucza. To starszy inżynier traktujący agenta AI jako właściwe narzędzie do zadania, które kiedyś wymagało miesięcy żmudnej pracy ludzkiej.

Pod tym wszystkim infrastruktura przekształca się, by nadążyć za tym tempem. Railway właśnie pozyskał 100 mln dolarów w rundzie Serii B, osiągnął 2 miliony deweloperów bez płatnego marketingu i przetwarza ponad 10 mln wdrożeń miesięcznie. Przekaz jego założyciela jest wprost: tradycyjne chmury, takie jak AWS i GCP, są zbyt wolne i zbyt skomplikowane jak na tempo, w jakim dziś rozwija się oprogramowanie napędzane przez AI.

Przekładanie finansowania na poprzeczkę rekrutacyjną

Zestawiając to razem: nowicjusz z mentorem może wypuścić działającą aplikację, doświadczony inżynier może przepisać runtime języka programowania, a trzyletni startup może osiągnąć roczne tempo przychodów rzędu pół miliarda dolarów, pozwalając osobom niebędącym inżynierami opisywać aplikacje, by powstawały same. Ta rozpiętość jest tu istotą sprawy. Vibe coding to nie tylko wejście dla juniorów ani tylko sposób na zwiększenie produktywności doświadczonych inżynierów — to jedno i drugie naraz, a pieniądze płynące do Lovable, Replit, Factory oraz wojna cenowa wywołana przez Grok 4.5 mówią, że inwestorzy uważają, iż właśnie tak od teraz będzie powstawać oprogramowanie, a nie że to przemijająca faza.

Jeśli chodzi o rekrutację, odczytałbym to jako trzy konkretne przesunięcia. To moja interpretacja tego trendu, a nie ustalony fakt, więc traktuj ją odpowiednio:

  • Działający, wdrożony wytwór staje się punktem wyjścia, a nie wyróżnikiem. Jeśli osoba programująca po raz pierwszy potrafi wypuścić coś funkcjonalnego dzięki programowi z mentorem, samo „zbudowałem i wdrożyłem X” nie wystarczy, by przejść próg na płatne stanowisko — będzie się zakładać, że potrafisz to zrobić. To, co cię wyróżnia, to warstwa osądu wokół tego.
  • Rozmowy kwalifikacyjne z większym prawdopodobieństwem dadzą ci do ręki narzędzie AI do kodowania, niż ci je odbiorą. Przypadek kadeta, przepisanie Buna i wdrożenie Lovable przez firmy takie jak Workday i Nvidia — wszystko wskazuje w tym samym kierunku: pracodawcy rekrutują osoby, które potrafią dobrze kierować pracą agenta i weryfikować jego wyniki, a nie osoby, które potrafią udowodnić, że go nie potrzebują. Jeśli zadanie domowe (take-home) nie precyzuje polityki dotyczącej korzystania z narzędzi AI, zapytaj o to rekrutera wprost, zamiast zgadywać.
  • Biegłość w konkretnym narzędziu liczy się mniej niż biegłość w osądzie. Skoro Grok 4.5, Claude i modele OpenAI konkurują ceną, a platformy do vibe-codingu się mnożą (Lovable, Replit, Factory, Glaze, Wabi, import z GitHub w AI Studio), stawianie swojego CV na konkretnym przepływie pracy jednej platformy jest ryzykowne — narzędzia leżące u podstaw są utowarowiane przez samą wojnę cenową. Trwałe jest to, by móc wejść do dowolnego z nich i wyjaśnić, co zmieniłeś, dlaczego i czemu w wyniku pracy agenta nie zaufałeś — ta sama dyscyplina, którą Sumner opisuje jako „wrogą weryfikację”.

Co faktycznie zrobić w tym miesiącu

  • Wypuść publicznie jedną małą rzecz za pomocą narzędzia do vibe-codingu, wdrożoną i podlinkowaną z twojego CV lub portfolio — a nie tylko lokalne demo czy nagranie ekranu.
  • Kiedy mówisz o tym na rozmowie kwalifikacyjnej, zacznij od tego, co sprawdziłeś, odrzuciłeś lub poprawiłeś w wyniku pracy AI. To jest część, której menedżer rekrutujący nie wyczyta ze zrzutu ekranu, i to jest część, która wciąż jest naprawdę rzadka.
  • Pytaj wprost, na rozmowach kwalifikacyjnych i przy zadaniach domowych, czy korzystanie z narzędzi AI jest dozwolone, czy wręcz oczekiwane. Norma zmienia się teraz na tyle szybko, że nie powinieneś zakładać żadnej z opcji z góry.
  • Nie inwestuj nadmiernie w zapamiętywanie składni jednej platformy. Modele bazowe są podcinane cenowo co kilka miesięcy, a narzędzia do budowania zbiegają się ku podobnym przepływom pracy — prompt, import repozytorium, wdrożenie.

Zastrzeżenie

To zdjęcie sytuacji z rundy finansowania, a nie pewnik. Wyceny są podnoszone i obniżane, cykle hype'u przeszarżowują, a liczba 13,2 mld dolarów na etapie rozmów to nie zamknięta transakcja. Ale wojna cenowa z jednej strony (Grok 4.5), trzy niezależne rundy finansowania na późnym etapie z drugiej (Lovable, Replit, Factory) oraz przebudowana warstwa infrastruktury chmurowej z trzeciej (Railway) — wszystkie wskazujące na to samo zastosowanie — to silniejszy sygnał niż którykolwiek z nich z osobna. Traktuj to jako mocne przypuszczenie dotyczące tego, w jakim kierunku zmierzają oczekiwania rekrutacyjne w 2026 roku, i aktualizuj je w miarę napływu kolejnych danych.