Cursor, Copilot, Windsurf - i co z tego, jeśli nie umiesz programować

👁 162 przeczytań

Jest taki moment, który zna każdy, kto choć raz odpalił Cursora albo Copilota z nadzieją, że tym razem naprawdę zbuduje aplikację bez znajomości kodu. Przez pierwsze dwadzieścia minut wszystko idzie jak marzenie. Piszesz po polsku albo po angielsku, czego chcesz, a na ekranie pojawia się gotowy formularz logowania, kolorowy przycisk, coś się nawet klika. Czujesz się jak czarodziej. A potem przychodzi błąd. Czerwony, kilkulinijkowy, mówiący o czymś, czego nie rozumiesz. Prosisz AI o poprawkę. Ono poprawia. Pojawia się inny błąd. Prosisz znowu. I nagle orientujesz się, że od godziny krążysz w kółko po powierzchni czegoś, czego dna nie widzisz.

To jest właśnie sedno całej rewolucji, o której chcę dziś napisać. Bo pytanie nie brzmi już „czy AI potrafi pisać kod” - potrafi, i to nieźle. Pytanie brzmi: co ci z tego, jeśli sam nie umiesz programować.

Co tak naprawdę sprzedają te narzędzia

Cursor, GitHub Copilot, Windsurf, cała ta rodzina asystentów - technicznie różnią się szczegółami, ale sprzedają dokładnie to samo uczucie. Uczucie kompetencji. To bardzo różni się od samej kompetencji, choć w pierwszym kontakcie wygląda identycznie.

Marketing tych produktów jest genialny w swojej dwuznaczności. Nigdzie nie pada zdanie „nie musisz umieć programować”, bo to byłoby kłamstwo, na którym łatwo ich złapać. Zamiast tego mówi się o „przyspieszeniu”, o „produktywności”, o „pisaniu kodu myślami”. Wszystko to prawda - dla kogoś, kto już umie. Ale ta obietnica rezonuje najgłośniej u kogoś, kto nie umie, bo brzmi jak zniesienie bariery wejścia. I tu zaczyna się nieporozumienie, które kosztuje ludzi tygodnie życia.

Warto zobaczyć te narzędzia takimi, jakie są naprawdę: to mnożniki. Mnożnik działa na to, co już masz. Jeśli masz solidne podstawy, AI mnoży twoją prędkość razy trzy albo razy pięć. Jeśli masz zero, mnożysz zero. A czasem gorzej - mnożysz swoje błędne przekonania, tyle że teraz wyglądają profesjonalnie, bo są zapisane w składni, której nie rozumiesz.

Iluzja rozumienia jest droższa niż niewiedza

Jest fundamentalna różnica między „nie wiem, jak to zrobić” a „myślę, że wiem, jak to zrobić, ale się mylę”. Ta pierwsza sytuacja jest niekomfortowa, ale bezpieczna - szukasz pomocy, uczysz się, pytasz. Ta druga jest komfortowa i niebezpieczna, bo działasz z fałszywą pewnością.

Narzędzia AI produkują masowo tę drugą sytuację. Kod, który generują, wygląda dobrze. Jest sformatowany, ma sensowne nazwy, ma komentarze. Wygląda dokładnie tak, jak wygląda dobry kod napisany przez doświadczonego programistę. Problem w tym, że wygląd kodu i jego poprawność to dwie zupełnie różne rzeczy, a osoba bez umiejętności widzi tylko wygląd.

AI nie usunęło potrzeby rozumienia kodu. Ono tylko przeniosło ją w miejsce, gdzie najtrudniej zauważyć jej brak - z momentu pisania do momentu awarii.

Wyobraźmy sobie kogoś, kto zbudował za pomocą asystenta sklep internetowy. Działa. Przyjmuje płatności. Wszystko klika. Aż pewnego dnia okazuje się, że dane kart klientów były przez trzy miesiące zapisywane w sposób, którego nie powinno się stosować od dekady. AI napisało kod, który działał. Nie napisało kodu, który był bezpieczny, bo nikt go o to wprost nie poprosił - a nie poprosił, bo nie wiedział, że trzeba. To nie jest hipotetyczna groza. To jest po prostu logiczna konsekwencja tego, że narzędzie odpowiada na pytania, których umiesz zadać, a nie na te, których istnienia nie podejrzewasz.

Programowanie nigdy nie polegało na pisaniu kodu. Polegało na wiedzy, jaki kod napisać, dlaczego akurat taki i co się stanie, gdy warunki się zmienią. Pisanie było najłatwiejszą częścią. AI zautomatyzowało właśnie tę najłatwiejszą część i zostawiło całą trudną - decydowanie, ocenianie, przewidywanie - dokładnie tam, gdzie była.

Kto na tym zyskuje, a kto płaci

Żeby dobrze zrozumieć całą tę układankę, trzeba spojrzeć na interesy. Bo każdy tu ma swój.

Firmy tworzące te narzędzia zyskują na jak najszerszej grupie użytkowników. Im więcej osób wierzy, że mogą programować bez umiejętności, tym większy rynek. Ich interes nie polega na tym, żebyś się nauczył - polega na tym, żebyś płacił abonament. To nie jest zła wola, to zwykła mechanika biznesu. Ale warto ją nazwać, bo z niej wynika ton całej komunikacji o „demokratyzacji tworzenia oprogramowania”.

Doświadczeni programiści zyskują najwięcej i najciszej. Dla nich Cursor czy Copilot to prawdziwa dźwignia. Wiedzą, co chcą osiągnąć, potrafią ocenić, czy AI dało dobrą odpowiedź, i w sekundę wyłapują moment, w którym model zaczyna zmyślać. Dla nich to narzędzie robi dokładnie to, co obiecuje: zdejmuje żmudną pracę i zostawia myślenie. Paradoks polega na tym, że najwięcej korzysta ten, kto najmniej tego narzędzia potrzebował, żeby w ogóle zacząć.

A płaci ten, kto uwierzył najmocniej. Osoba bez podstaw, która zainwestowała czas i pieniądze w projekt zbudowany na fundamencie, którego nie rozumie. Płaci w momencie pierwszej poważnej awarii, pierwszego wycieku danych, pierwszej sytuacji, w której trzeba coś zmienić, a nie wiadomo gdzie ani jak. Płaci wtedy, gdy okazuje się, że aplikacja to nie jest zbiór ładnych ekranów, tylko żywy system, który trzeba utrzymywać, rozumieć i naprawiać przez lata.

Jest jeszcze jedna grupa, o której się rzadko mówi: początkujący, którzy chcą się naprawdę nauczyć. I tu robi się naprawdę ciekawie, bo dla nich AI jest jednocześnie najlepszym i najgorszym, co mogło się wydarzyć.

Uczenie się w epoce, w której nie trzeba się uczyć

Nigdy w historii nie było lepszego momentu, żeby nauczyć się programować. Masz nieskończenie cierpliwego korepetytora, który wyjaśni ci każdą linijkę, odpowie na najgłupsze pytanie o trzeciej w nocy i nigdy nie westchnie z politowaniem. To jest cudowne. Znam po sobie, jak bardzo przyspiesza to naukę, gdy używa się AI jako nauczyciela, a nie jako wyręczyciela.

I tu leży cała różnica, cała, jedyna, decydująca. Możesz użyć tych narzędzi na dwa sposoby. Pierwszy: „napisz mi to”. Drugi: „wyjaśnij mi, dlaczego to działa tak, a nie inaczej, i co by się stało, gdybym zmienił tamto”. Pierwszy sposób daje ci gotowy produkt i zero wiedzy. Drugi daje ci wolniejszy start i kompetencję, która zostaje.

Problem w tym, że pierwszy sposób jest tak kuszący, że wymaga niemal nadludzkiej dyscypliny, żeby go nie wybrać. Kiedy masz przed sobą przycisk „zrób to za mnie”, a obok mozolną ścieżkę „zrozum to sam”, ludzka natura wygrywa niemal zawsze. I w ten sposób pokolenie, które ma najlepsze narzędzia do nauki w dziejach, może okazać się pokoleniem, które nauczyło się najmniej, bo nigdy nie musiało.

Największym zagrożeniem AI dla nauki nie jest to, że da złe odpowiedzi. Jest to, że da tak dobre, że przestaniemy zadawać sobie pytania.

Uważam, że umiejętność programowania nie umarła - zmieniła kształt. Coraz mniej chodzi o zapamiętanie składni, coraz bardziej o coś, co nazwałbym architektoniczną intuicją. Zdolność patrzenia na system jako całość, przewidywania, gdzie pęknie, oceniania, czy propozycja AI jest sensowna. To umiejętności, których nie da się wyklikać. Trzeba je zbudować, a buduje się je przez robienie rzeczy trudnych - dokładnie tych, które AI tak uprzejmie proponuje zrobić za ciebie.

Więc co z tego, jeśli nie umiesz programować

Odpowiedź jest bardziej złożona niż proste „nic ci z tego”. Bo coś jednak jest.

Jeśli chcesz zbudować prototyp, coś, co ma zadziałać raz, pokazać pomysł, przetestować koncept z klientem - te narzędzia są rewelacyjne i naprawdę nie musisz umieć programować, żeby dojść do czegoś, co robi wrażenie. To realna wartość i głupotą byłoby jej nie doceniać. Osoba nietechniczna może dziś sama zwalidować pomysł biznesowy, zamiast czekać pół roku i wydawać oszczędności na programistów.

Ale między prototypem a produktem leży przepaść, której AI nie zasypie. Produkt to coś, co działa, gdy ty śpisz, gdy przychodzi tysiąc użytkowników naraz, gdy ktoś próbuje go zepsuć celowo, gdy trzeba go zmienić za rok. Ta przepaść nazywa się inżynierią i wciąż wymaga ludzi, którzy rozumieją, co się dzieje pod maską. AI skróciło drogę do prototypu niemal do zera. Drogę do prawdziwego produktu skróciło znacznie mniej, niż się wydaje z entuzjastycznych zapowiedzi.

Moja teza jest więc taka: AI nie zlikwidowało wartości umiejętności programowania - podniosło jej cenę. Podniosło, bo teraz osoba, która naprawdę rozumie, może zrobić pracę pięciu. A jednocześnie stworzyło iluzję, że ta umiejętność przestała być potrzebna, i ta iluzja jest najkosztowniejszą pułapką całej tej epoki. Kto w nią wpadnie, ten zbuduje domy z kart, które będą stały dokładnie do pierwszego podmuchu.

Nie namawiam nikogo, żeby rezygnował z Cursora czy Copilota. Sam ich używam codziennie i nie wyobrażam sobie już powrotu. Namawiam do czegoś trudniejszego: do uczciwości wobec siebie w kwestii tego, co się naprawdę potrafi. Narzędzie, które sprawia, że czujesz się kompetentny, jest cudowne, dopóki pamiętasz, że uczucie kompetencji i kompetencja to nie to samo. Cała gra rozgrywa się w tej właśnie szczelinie.

Bo prawda jest taka, że AI zawsze da ci odpowiedź. Zawsze coś napisze, zawsze wypełni ciszę, zawsze zaproponuje rozwiązanie z niewzruszoną pewnością siebie. Jedyną rzeczą, której nigdy za ciebie nie zrobi, jest ocena, czy ta odpowiedź jest dobra. A to była, jest i pozostanie cała istota tego, co znaczy umieć programować. Reszta to tylko pisanie - a pisanie, jak się właśnie okazało, było najłatwiejsze.

// czytaj dalejCursor, Copilot, Windsurf - i co z tego, jeśli nie umiesz programowaćMagazynIle kosztuje Cursor? Plany, limity i rozliczenie od zużyciaArtykułyCopilot i Gemini kosztują dokładnie tyle samo: 97,99 zł. Sprawdziłem, co dostajesz za tę samą kwotęArtykuły