Vibe Coding
Vibe coding é criar software descrevendo-o a um modelo de IA e aceitar o código gerado sem o ler, um termo cunhado em 2025.
Vibe coding é desenvolver software descrevendo em linguagem simples o que se pretende a um modelo de IA e aceitando o código que ele escreve sem o ler, avaliando o resultado apenas por parecer que o programa funciona. Andrej Karpathy, membro fundador da OpenAI e antigo diretor de IA na Tesla, deu nome à prática em fevereiro de 2025, chamando-lhe «um novo tipo de programação» em que «te entregas totalmente às vibrações, abraças as exponenciais e esqueces que o código sequer existe». Descreveu como falava por voz com o Composer do Cursor, clicava em «Aceitar tudo» sem ler as diferenças e colava mensagens de erro sem comentários; chamou à abordagem «nada má para projetos descartáveis de fim de semana». Em poucos meses, o termo espalhou-se muito além dos programadores, e o Collins Dictionary elegeu «vibe coding» como Palavra do Ano de 2025. Agentes de programação, como Cursor, Claude Code e Replit Agent, e criadores de aplicações, como Lovable, Bolt e v0, permitem que pessoas sem experiência em programação passem de uma instrução a uma aplicação Web implantada.
Como funciona o vibe coding#
A pessoa descreve o comportamento e testa o resultado, e um agente de IA escreve, edita e depura o código. Cada ciclo funciona, produz um erro que a pessoa cola de volta ou parece errado e recebe uma nova descrição:
A abordagem funciona porque os modelos de linguagem grandes (LLMs), em especial os modelos de raciocínio treinados com código, já produzem programas funcionais para pilhas comuns, como interfaces Web e scripts Python; além disso, o ambiente de execução do agente de uma ferramenta de programação pode executar o programa e ler os erros sem ajuda. É adequada para protótipos, ferramentas internas e software pessoal cujo único utilizador é o autor, em que um erro custa pouco e a rapidez é o mais importante.
Vibe coding e práticas relacionadas#
- Programação assistida por IA: Usar um LLM para escrever código que um programador depois revê e compreende. Simon Willison traçou a distinção na publicação Nem toda a programação assistida por IA é vibe coding: código escrito por um LLM que depois revês, testas a fundo e consegues explicar a outra pessoa é desenvolvimento de software.
- Programação agêntica: Agentes de programação executam tarefas do início ao fim usando as mesmas ferramentas que quem pratica vibe coding. As equipas profissionais mantêm no processo a revisão de código, os testes e a integração contínua (CI).
- Plataformas low-code e no-code: Criadores visuais que permitem a quem não programa montar aplicações com componentes pré-construídos. O vibe coding, por sua vez, produz código-fonte convencional em qualquer linguagem ou framework.
- IA generativa: A tecnologia mais abrangente que cria texto, imagens e código. O vibe coding é uma forma de trabalhar com ela.
Programar aplicações de visão computacional com vibe coding#
Os protótipos de visão computacional são projetos populares de vibe coding, porque um script curto já pode detetar, contar ou rastrear objetos numa transmissão de webcam. O código gerado está tão atualizado quanto os dados de treino do modelo, por isso um agente que recorre à memória pode sugerir pesos ou argumentos de modelo desatualizados. As Ultralytics Agent Skills fornecem ao Claude Code, Codex, Cursor e a outros agentes compatíveis procedimentos para escolher modelos, preparar conjuntos de dados, treinar, fazer inferência e exportar, com base em catálogos associados a uma versão ultralytics; também instruem o agente a confiar na saída yolo checks e yolo cfg do pacote instalado sempre que houver divergência. Assim, um pedido como «treina um detetor YOLO26 no meu conjunto de dados e exporta-o para ONNX» segue os procedimentos de treino e exportação documentados nas skills, em vez de depender da memória do modelo sobre versões antigas.
Riscos do código não revisto#
Karpathy observou que o código «cresce para além da minha compreensão habitual», por isso as alterações e correções posteriores também ficam dependentes do modelo, e a dívida técnica acumula-se onde ninguém verifica. Agentes com acesso à shell podem eliminar ficheiros ou executar comandos destrutivos, por isso as ferramentas de programação executam-nos numa sandbox de agente e pedem autorização antes de ações arriscadas; além disso, uma dependência ou página Web lida pelo agente pode conter uma injeção de prompt. As falhas de segurança chegam igualmente ao produto: num teste da Veracode de 2025 com mais de 100 LLMs em 80 tarefas de programação, o código gerado introduziu uma vulnerabilidade de segurança em 45% dos casos, com taxas de falha superiores a 70% para Java e entre 38% e 45% para Python, C# e JavaScript.










