Sa linggong ito lamang: pinababa ng SpaceX ang presyo sa merkado ng frontier-model gamit ang Grok 4.5, isang modelong sinanay partikular para sa coding at autonomous agents, binuo sa teknolohiyang Cursor na binili ng SpaceX sa halagang $60B. Ito ay presyong $2/M para sa input at $6/M para sa output tokens — mahigit kalahati ang bawas kumpara sa frontier pricing ng Anthropic at OpenAI — at umano'y gumagamit lang ng halos kalahati ng tokens kada gawain kumpara sa mga karibal nito. Samantala, ang Lovable, isang tatlong-taong gulang na Swedish na "vibe-coding" startup, ay iniuulat na nasa usapan para makalikom ng $300M sa isang $13.2B na valuation, doble ng halaga nito noong Disyembre, matapos umabot sa $500M na annualized revenue run rate noong Hunyo kasama sina Workday, Asana, at Nvidia bilang mga enterprise customer. Ang Replit ay may valuation na $9B noong Marso; ang Factory ay $1.5B noong Abril. Ayon sa isang ulat tungkol sa industriyang ito, ang vibe coding ngayon ay "malayong pinakasikat at pinakakumikitang use case para sa AI."

Wala sa mga iyon ang abstrakto kung ikaw ay naghahanap ng trabaho o sinusubukang manatiling maaaring makakuha ng trabaho sa software ngayong taon. Ito ay medyo direktang senyales kung ano ang magiging kahulugan ng "kayang bumuo ng software" sa isang resume at sa isang interview room sa 2026.

Ano na ang itsura ng "pag-ship" ngayon

Hindi lang mga funding round ang ebidensya. Ang "Glaze" ng Raycast, isang all-in-one na vibe-coding app para sa paggawa at pagbabahagi ng Mac desktop apps, bagong bukas na lang para sa lahat ng users, kakumpitensya ng mga tool tulad ng Wabi para sa mobile apps — lumilipat ang vibe coding palabas ng terminal patungo sa makinis at maibabahaging mga builder na nakatutok sa mga taong hindi propesyonal na inhinyero. Ang Build mode ng Google AI Studio ay ngayon ay nagbibigay-daan sa iyong itukoy ang isang umiiral nang GitHub repo sa halip na magsimula sa isang blangkong prompt, awtomatikong ginagawa itong isang tumatakbong app at awtomatikong kino-configure ang API keys. At ang pinakamalinaw na datos sa lahat: nagsagawa ang MIT at Lincoln Laboratory ng isang case study sa pamamagitan ng Phantom Program ng Department of the Air Force–MIT AI Accelerator kung saan si Joshua Lynch, isang cadet na walang naunang karanasan sa coding, ay gumamit ng vibe coding sa ilalim ng isang mentor upang makabuo ng isang gumaganang, may kaugnayan sa militar na AI program. Iyan ang naratibo ng "kahit sino ay makakapag-code gamit ang AI" na naging literal, may pangalang tao at pangalang institusyon sa likod nito.

Sa mas may-karanasang bahagi naman, ginamit ni Jarred Sumner, ang gumawa ng Bun, ang mga coding agent upang muling isulat ang buong Bun JavaScript runtime mula sa Zig patungong Rust — isang full-scale na muling pagsulat na tradisyonal nang itinuturing na masyadong mapanganib subukan nang manwal — sa pamamagitan ng tinatawag niyang "agentic engineering": dynamic na mga workflow, mga trial run, at adversarial review ng output ng agent. Hindi siya sumusunod lang sa uso; inaalis niya ang paulit-ulit na memory bugs mula sa paghahalo ng garbage collection sa manual memory management ng Zig, mga bug na sinasarhan ng ownership model ng Rust. Iyan ang isang senior engineer na tumitingin sa isang AI agent bilang tamang kasangkapan para sa isang gawain na dati ay nangangailangan ng buwan-buwang maingat na paggawa ng tao.

Sa ilalim ng lahat ng ito, muling humuhugis ang imprastraktura alinsunod sa bilis na ito. Kalalabas lang ng Railway ng $100M Series B, umabot sa 2 milyong developer nang walang bayad na marketing, at nagpoproseso ng mahigit 10M deployment kada buwan. Malinaw ang pitch ng tagapagtatag nito: masyadong mabagal at komplikado ang mga legacy cloud tulad ng AWS at GCP para sa bilis ng kilos ng AI-driven development ngayon.

Paano Nauuwi ang Funding sa Hiring Bar

Kung pagsasama-samahin: isang baguhan na may mentor ay kayang maglabas ng isang gumaganang app, isang beteranong inhinyero ay kayang muling isulat ang isang language runtime, at isang tatlong-taong gulang na startup ay kayang umabot sa kalahating bilyong dolyar na revenue run rate sa pamamagitan ng pagpapahintulot sa mga hindi-inhinyero na ilarawan ang mga app hanggang sa mabuo ang mga ito. Ang saklaw na iyon ang punto. Ang vibe coding ay hindi lamang isang on-ramp para sa mga junior o isang productivity hack para sa mga senior engineer — pareho ito nang sabay, at ang pera na dumadaloy patungo sa Lovable, Replit, Factory, at ang price war ng Grok 4.5 ay nagsasabi na naniniwala ang mga investor na dito na bubuuin ang software mula ngayon, hindi isang panandaliang yugto lamang.

Para sa hiring, binabasa ko iyan bilang tatlong konkretong pagbabago. Ito ang aking pagbasa sa uso, hindi isang tiyak na katotohanan, kaya timbangin ito nang naaayon:

  • Ang isang gumaganang, nailunsad na artifact ay nagiging baseline, hindi ang pantukoy. Kung ang isang unang beses na coder ay kayang maglabas ng isang gumaganang bagay sa pamamagitan ng isang programang may mentor, ang "Ginawa at inilunsad ko ang X" lamang ay hindi sasapat para sa isang bayad na tungkulin — ipapalagay na na kaya mong gawin iyon. Ang nagpapaiba sa iyo ay ang layer ng judgment sa paligid nito.
  • Mas malamang na bigyan ka ng mga interview ng isang AI coding tool kaysa kunin ito sa iyo. Ang kaso ng cadet, ang muling pagsulat ng Bun, at ang pag-adopt ng mga kumpanya tulad ng Workday at Nvidia sa Lovable ay pareho ang itinuturo: umuupa ang mga employer ng mga taong magaling sa pag-direct at pag-check sa gawain ng isang agent, hindi mga taong makapagpapatunay na hindi nila kailangan nito. Kung hindi tinukoy ng isang take-home ang patakaran sa paggamit ng AI tool, tanungin ang recruiter nang direkta sa halip na manghula.
  • Mas kaunti ang kahalagahan ng kahusayan sa isang tiyak na tool kumpara sa kahusayan sa judgment. Dahil nagkukumpitensya sa presyo ang Grok 4.5, Claude, at mga modelo ng OpenAI, at dumarami ang mga plataporma ng vibe-coding (Lovable, Replit, Factory, Glaze, Wabi, GitHub import ng AI Studio), mapanganib ang pagtaya sa iyong resume sa tiyak na workflow ng isang plataporma — ang mga kasangkapan sa ilalim nito ay ginagawang commodity mismo ng price war. Ang matatag ay ang kakayahang pumasok sa alinman sa mga ito at ipaliwanag kung ano ang binago mo, bakit, at kung ano ang hindi mo pinagkatiwalaan sa output — ang parehong disiplinang inilarawan ni Sumner bilang "adversarial review."

Ano ang Talagang Gagawin Ngayong Buwan

  • Maglabas ng isang maliit na bagay nang pampubliko gamit ang isang vibe-coding tool, nailunsad at naka-link mula sa iyong resume o portfolio — hindi lamang isang lokal na demo o isang screen recording.
  • Kapag pinag-usapan mo ito sa isang interview, simulan sa kung ano ang sinuri, tinanggihan, o inayos mo sa output ng AI. Iyon ang bahaging hindi makukuha ng isang hiring manager mula sa isang screenshot, at iyon ang bahaging talagang kakaunti pa rin.
  • Tanungin nang tapat, sa mga interview at take-home, kung pinapayagan o inaasahan ang paggamit ng AI tool. Nagbabago nang mabilis ang norm ngayon kaya hindi ka dapat basta magpalagay sa alinmang direksyon.
  • Huwag mag-sobrang-puhunan sa pagsasaulo ng syntax ng isang plataporma. Palagiang binabawasan ang presyo ng mga pinagbabatayang modelo tuwing ilang buwan, at ang mga builder tool ay nagkakatugma sa magkatulad na workflow — mag-prompt, mag-import ng repo, mag-deploy.

Ang Babala

Ito ay isang snapshot ng funding round, hindi isang katiyakan. Ang mga valuation ay tumataas at bumababa, ang mga hype cycle ay lumalampas sa katotohanan, at ang $13.2B na numerong nasa yugto pa ng usapan ay hindi isang saradong deal. Ngunit ang isang price war sa isang panig (Grok 4.5), tatlong hiwalay na late-stage na pagpopondo sa isa pa (Lovable, Replit, Factory), at isang muling itinayong cloud-infrastructure layer sa ikatlo (Railway) na lahat ay nakaturo sa parehong use case ay isang mas malakas na senyales kaysa sa alinman sa mga ito nang mag-isa. Ituring ito bilang isang malakas na paunang palagay tungkol sa kung saan patungo ang mga inaasahan sa hiring sa 2026, at i-update habang dumarating ang susunod na datos.