S AI potřebujete méně npm balíčků, než si myslíte

Jak AI mění rozhodování mezi npm balíčkem a vlastním kódem – kdy sáhnout po externí knihovně a kdy kvůli dlouhodobé stabilitě napsat vlastní řešení.

V roce 2026 by si každý vývojář a systémový architekt měl položit jednu otázku: potřebujeme v době, kdy kód generuje AI, ještě všechny ty npm balíčky, na kterých jsme se stali závislí?

Odpověď není jednoduché ano, nebo ne. Myslím si ale, že AI zásadně mění poměr sil v tom, jak bychom o externích závislostech měli přemýšlet, zejména u enterprise aplikací, které musí zůstat stabilní a udržovatelné po celé roky.

Dilema závislostí

Ujasněme si jednu věc: některé externí knihovny jsou naprosto nezbytné a zůstanou takové i nadále. Frameworky jako React, Vue nebo Angular představují obrovské ekosystémy, do jejichž testování, optimalizace a řešení okrajových případů vložily velké týmy roky práce. Stavět React znovu od nuly nechcete a ani byste neměli.

Pak je tu ale druhá kategorie: menší knihovny na formátování textu, serializaci dat, validaci, práci s datem a časem, obsluhu formulářů a stovky dalších „pomocných“ funkcí. A tady to začíná být zajímavé.

Pokaždé, když do projektu přidáme externí závislost, sázíme na:

  • Další údržbu – budou to správce projektu zajímat i za dva roky?
  • Stabilitu – nerozhodnou se všechno přepsat a rozbít zpětnou kompatibilitu?
  • Kompatibilitu – bude to fungovat s příští verzí Node, Reactu nebo TypeScriptu?
  • Bezpečnost – opraví se zranitelnosti včas?
  • Velikost bundlu – neimportujeme megabajty kvůli jedné jednoduché funkci?

Při vývoji enterprise aplikací, zvlášť v konzervativním korporátním prostředí, potřebujeme stabilitu nade vše. Nechceme po půl roce vývoje zjistit, že klíčovou závislost už nikdo neudržuje nebo že verze 2.0 vyžaduje kompletní přepsání našeho kódu.

Tradiční kompromis

Dřív byla kalkulace jednoduchá: psát vlastní řešení bylo drahé. Proč utrácet čas vývojářů i peníze za stavbu vlastní validační knihovny, když se dá nainstalovat jedním příkazem?

npm install some-validator – hotovo. Problém vyřešen. Funkci můžeme pustit ven.

Dávalo to dokonalý smysl v době, kdy byl nejvzácnějším zdrojem čas vývojářů. Postavit od nuly i jen středně složitou funkcionalitu znamenalo hodiny psaní kódu, testování a debugování. Vzít na sebe riziko externí závislosti se v porovnání s náklady na vlastní vývoj vyplatilo.

AI mění celou rovnici

Jenže teď je jedna věc jinak: AI drasticky snížila náklady na psaní vlastního kódu.

Dnes stačí AI asistentovi pro programování popsat, co potřebujete, a během pár minut máte funkční implementaci, která dělá přesně to, co chcete. Potřebujete formátovat datum podle specifických požadavků vaší byznysové logiky? AI vám to vygeneruje. Potřebujete validační pravidla pro svou konkrétní doménu? AI je napíše. Potřebujete vlastní serializační formát? Hotovo.

Čas a úsilí potřebné k vytvoření malé až středně velké funkcionality radikálně klesly. Co dřív trvalo hodiny nebo dny, dnes zabere minuty.

Když klesnou náklady na vlastní vývoj, zásadně se mění i to, nakolik se vyplatí sáhnout po hotovém.

Nový rámec pro rozhodování

Tahle změna znamená, že potřebujeme nový rámec pro rozhodování, kdy použít externí závislost a kdy napsat vlastní řešení. Já o tom teď přemýšlím takhle:

Externí knihovnu použijte, když:

  • Jde o extrémně složitou věc – celé frameworky, databázové ovladače, kryptografické knihovny
  • Záleží na dodržení standardů – implementace OAuth, HTTP klienty, obsluha protokolů
  • Knihovna je prověřená praxí – miliony stažení, roky nasazení v produkci
  • Má aktivní, profesionální údržbu – stojí za ní firma nebo zavedená nadace
  • Integrace do ekosystému je zásadní – klíčové závislosti, na kterých stojí další nástroje

Vlastní řešení napište, když:

  • Funkcionalita je malá až středně velká – dá se implementovat na pár stovkách řádků
  • Požadavky jsou specifické – potřebujete přesně tohle chování, ne jeho 90 %
  • Záleží na dlouhodobé stabilitě – enterprise aplikace, které musí roky běžet beze změn
  • Knihovna vypadá opuštěně – poslední aktualizace je roky stará, issues se hromadí
  • Kvůli drobnostem importujete obří balíčky – využíváte 1 % funkcí knihovny
  • Strom závislostí je znepokojivý – jeden balíček s sebou stáhne dalších 50

Příklad z praxe

Dám vám konkrétní příklad z nedávného projektu. Potřebovali jsme validovat e-mail v registračním formuláři. Tradiční přístup by byl nainstalovat validační knihovnu:

npm install validator
import isEmail from 'validator/lib/isEmail'

Abych byl fér, validator patří k tomu nejlepšímu, co mezi závislostmi najdete: je vyzrálý, hojně používaný a sám žádné závislosti nemá. Podle mých vlastních pravidel výše je to naprosto rozumná volba. My jsme ale potřebovali jednu funkci z desítek, a i když importujeme jen tu jednu, celý balíček je pořád závislost, kterou musíme průběžně aktualizovat. Bude ho za 5 let ještě někdo udržovat? Bude fungovat s budoucími verzemi Node?

Místo toho jsem požádal AI asistenta, aby napsal vlastní validátor e-mailů podle našich konkrétních požadavků. O pár minut později, když jsem kód prošel a doplnil testy, jsem měl funkci, která dělá přesně to, co potřebujeme, nic víc, nic míň. Je naše. Máme ji pod kontrolou. Nerozbije se s příchodem nové major verze. Nikdy nebude opuštěná. V tom je ten kompromis: vzdali jsme se let oprav okrajových případů, které knihovna nasbírala, a výměnou získali kód, kterému plně rozumíme.

Výhoda vlastnictví

Vlastní kód vygenerovaný pomocí AI má ještě jednu výhodu, která se často přehlíží: plně ho vlastníte a plně mu rozumíte.

Když použijete externí balíček, věříte kódu, který jste nečetli a kterému nejspíš úplně nerozumíte. Když se něco rozbije, jste závislí na tom, že to opraví někdo jiný. Když potřebujete drobnou úpravu, buď si balíček forknete (a přiděláte si práci s údržbou), nebo ho obejdete (a vyrobíte technický dluh).

S vlastním kódem vygenerovaným pomocí AI získáte:

  • Plný přehled – můžete si přečíst a pochopit každý řádek
  • Snadné úpravy – potřebujete změnit chování? Prostě kód upravíte
  • Žádné konflikty verzí – kód není svázaný s cizími cykly aktualizací
  • Zaručenou stabilitu – mění se jen tehdy, když se tak rozhodnete
  • Příležitost se učit – váš tým rozumí tomu, jak funguje

Stabilita především

V konzervativním enterprise vývoji je stabilita na prvním místě. Když stavíte aplikace, které musí spolehlivě běžet 5, 10 nebo 15 let, je každá externí závislost potenciální časovaná bomba.

Viděl jsem projekty, které uvízly na mrtvém bodě, protože klíčovou závislost přestal někdo udržovat. Sledoval jsem týmy, jak týdny aktualizují balíčky kvůli nekompatibilním změnám, o které nikdy nestály. Debugoval jsem záludné chyby, které přinesly „minor“ aktualizace.

S AI teď máme reálnou alternativu: napsat si kód sami. Ne proto, že bychom byli proti open source nebo spolupráci, ale protože u určitých typů funkcionality vede vlastní kód dlouhodobě k lepším výsledkům.

Praktická doporučení

Pokud tenhle přístup chcete zavést, tady je pár praktických doporučení:

  1. Buďte vybíraví – nepadejte do opačného extrému, kdy se vyhýbáte všem závislostem. Soustřeďte se na malé až středně velké utility.
  2. Dokumentujte kód od AI – přidejte komentáře, co dělá a proč jste ho napsali sami.
  3. Pište testy – ty umí AI vygenerovat taky. Nevynechávejte testování jen proto, že se kód psal snadno.
  4. Důkladně kontrolujte – AI dělá chyby. Před mergem nechte kód zkontrolovat zkušené vývojáře.
  5. Držte to jednoduché – pokud je řešení od AI příliš složité, je to signál, že možná přece jen potřebujete knihovnu.
  6. Udržujte si knihovnu vlastních utilit – vybudujte si vlastní sbírku funkcí, kterým věříte.

Kulturní posun

Jde o kulturní posun v tom, jak stavíme software. JavaScriptový ekosystém roky podporoval přístup „nainstaluj všechno“ – známé jsou případy balíčků s pár řádky kódu, které měly miliony stažení.

Tahle kultura ale vznikla ve světě před AI, kdy bylo psaní kódu drahé. Teď žijeme v jiném světě a naše postupy se musí vyvíjet s ním.

Nejde mi o syndrom NIH (Not Invented Here), kdy týmy arogantně odmítají cokoli zvenčí. Jde mi o promyšlenější rozhodování, které bere v úvahu kontext a počítá s vlastním vývojem s pomocí AI jako s legitimní možností – zejména u enterprise aplikací, kde má přednost dlouhodobá stabilita.

Pohled do budoucna

Myslím, že se tenhle trend bude zrychlovat. S tím, jak budou AI nástroje pro programování schopnější a čím víc vývojářů se je naučí efektivně používat, uvidíme:

  • Méně mikrobalíčků – bude menší potřeba jednoúčelových pomocných knihoven
  • Více interních knihoven – firmy si budou budovat sbírky vlastních utilit
  • Vyšší laťku pro závislosti – externí balíčky budou potřebovat pádnější zdůvodnění
  • Konsolidaci kolem velkých frameworků – skutečně nezbytné knihovny si udrží dominantní postavení
  • Lepší vlastnictví kódu – týmy budou svému kódu rozumět hlouběji

Neznamená to, že externí závislosti zmizí. Znamená to, že se mění rovnováha. Váhy, které se dřív výrazně přikláněly k „npm install“, se vyrovnávají a v mnoha případech se už naklánějí k „napišme si to sami“.

Závěr

Každý systémový architekt a senior vývojář by měl s ohledem na schopnosti AI přehodnotit svou strategii závislostí. Stará pravidla o tom, kdy si něco napsat sám a kdy sáhnout po hotovém, se mění.

U malé až středně velké funkcionality udělala AI z vlastního vývoje rychlou, levnou a praktickou možnost. Když k tomu připočtete stabilitu, kterou přináší vlastnictví kódu, rovnice se dramaticky mění – zejména u dlouho žijících enterprise aplikací.

Otázka nezní „potřebujeme ještě externí knihovny?“, ale „které externí knihovny opravdu potřebujeme?“ A odpověď čím dál častěji zní: méně, než si myslíme.

AI nám nepomáhá jen psát kód rychleji. Mění i to, jaký kód bychom vůbec měli psát.