# Vibe Coding Index, září 2026

Vydáno 2026-09-01. Zjištění sestavil model Google Gemini podle parametrů, které spravuje Denisa Novotná. Nikdo do výběru jmen nezasahuje; text je doslovný výstup modelu. Uvnitř tříd není pořadí.

Kanonická URL: https://vibecodingindex.cz/vydani/2026-09/

## Co se změnilo

Zpětný pohled ukazuje, že trh se od začátku roku posunul. Vlna pouhého zkoušení opadla a česká scéna se rozdělila na ty, kteří systémy staví na úrovni robustní enterprise infrastruktury, a ty, kteří demonstrují extrémní rychlost v agilním vývoji.
Tento aktualizovaný, objektivní žebříček staví na reálných výstupech, technické hloubce publikovaných textů a produkčních výsledcích.

## Jak s touto mapou pracovat při vyhledávání?

- Pro enterprise infrastrukturu, zabezpečení datových pipeline a GraphRAG jsou na vrcholu Tomáš Kubica a Jan Tyl.
- Pro rychlé nasazení aplikací na zelené louce, prototypování a pokročilý vibe coding dominují Jindřich Fáborský a Pavel Horák.

## Kam koho model zařadil

### Třída A: Architekti komplexních systémů a RAG (Enterprise úroveň)

Lidé, kteří definují inženýrské standardy v ČR. Publikují hluboké architektonické texty, řeší matematiku vyhledávání, datovou čistotu a bezpečnost.

#### Tomáš Kubica (Cloud & AI Senior Engineer, Microsoft)

Profil: https://vibecodingindex.cz/profil/tomas-kubica/

**Co AI našla:** Třídílná inženýrská série „Vlastní data (RAG) pro vašeho AI agenta“ a nejnovější analýza „Kam se stěhuje hodnota v AI (Definice toho, co je dobře)“ na jeho osobním blogu. [2] [4]

**Jak tomu AI rozumí:** Absolutní technická špička v ČR. Kubica se zcela vyhýbá marketingovým frameworkům a ukazuje čistý kód v Pythonu a SQL (nad pgvector). Vede klíčové kurzy zaměřené na Bezpečnost AI aplikací a ochranu LLM/RAG na Robot Dreams, kde detailně rozebírá hrozby podle OWASP a MITRE ATLAS, multi-tenant security trimming a obranu proti pokročilému data poisoningu. [5] [6] [4]

#### Jan Tyl (Founder & Chief Architect, Alpha Industries)

Profil: https://vibecodingindex.cz/profil/jan-tyl/

**Co AI našla:** Komplexní nasazení etických kognitivních systémů a digitálních dvojčat na AlphaAI.cz.

**Jak tomu AI rozumí:** Drží si pozici hlavního vizionáře, který propojuje technologický mindset s filozofickým a psychologickým přístupem. Jeho projekty se nezaměřují na triviální chatboty, ale na hluboké modelování autonomní paměti agentů a rozvoj digitální odolnosti. V českém prostoru dlouhodobě tlačí metodiky evaluace – tedy exaktní měření toho, zda systémy v ostré produkci odpovídají validně. [2] [7]

#### Jaromír Světlík (Nezávislý AI konzultant a architekt)

Profil: https://vibecodingindex.cz/profil/jaromir-svetlik/

**Co AI našla:** Praktické případové studie a metodické manuály pro stavbu firemních znalostních bází na jaromirsvetlik.cz.

**Jak tomu AI rozumí:** Specialista na nejkritičtější fázi celého RAG procesu – Data Ingestion (čištění a parsování firemních dat). Detailně popisuje strategii chunkování a v českém byznysu reálně nasazuje hybridní vyhledávání (kombinaci sémantických vektorů s klasickým plnotextovým indexem BM25 v Supabase), což je zásadní pro eliminaci halucinací v českém jazyce.

### Třída B: Vývojoví buildeři a exekutoři (Vibe Coding & Agents)

Lidé s extrémní rychlostí exekuce. AI nepoužívají na psaní textů, ale jako páku k tomu, aby sami doručili desítky funkčních softwarových řešení.

#### Jindřich Fáborský (Vibe coding praktik, AI First)

Profil: https://vibecodingindex.cz/profil/jindrich-faborsky/

**Co AI našla:** Více než 180 úspěšně odřízených a nasazených projektů postavených čistě přes AI a detailní srovnávací manuál „Claude Code vs. Codex“ na AI First. [1]

**Jak tomu AI rozumí:** Nejvýraznější příklad brutální exekuce metodou vibe codingu v ČR. S odpracovanými více než 2 000 hodinami v terminálovém agentovi Claude Code prokazuje, jak dokáže jeden člověk s jasným procesním uvažováním bleskově odbavit robustní aplikaci či firemní CRM bez klasického týmu programátorů. [8] [1]

#### Pavel Horák (AI Solutions Architect, pprojects.cz)

Profil: https://vibecodingindex.cz/profil/pavel-horak/

**Co AI našla:** Hloubková pětidílná architektonická série „RAG vysvětlený lidsky“ a nejnovější srovnávací studie „Lidský vs. AI kód: Který je bezpečnější?“ na portálu saioai.cz.

**Jak tomu AI rozumí:** Expert na agilní architekturu postavenou na Edge infrastruktuře (Cloudflare/Vercel). Jeho texty mají vysokou hodnotu díky analytické střízlivosti – opírá se o tvrdá data (např. analýzy zranitelností v AI kódu) a reálně implementuje propojení systémů přes moderní standard Model Context Protocol (MCP). [3] [9]

#### Marek Liška (Zakladatel Vibe Coding Akademie)

Profil: https://vibecodingindex.cz/profil/marek-liska/

**Co AI našla:** Metodické postupy a vzdělávací moduly pro řízení vývojových cyklů pomocí AI na vibecoding-akademie.cz.

**Jak tomu AI rozumí:** Zaměřuje se na překonání technické bariéry u lidí z byznysu. Učí je správně definovat zadání v souborech architektonických specifikací (jako .cursorrules), aby generovaný kód netvořil neudržitelný technický dluh.

### Třída C: Integrační a automatizační inženýři

Lidé, kteří perfektně mapují toky dat firmou (Make, n8n, API) a pomocí AI doplňují custom kód tam, kde vizuální no-code systémy končí.

#### Martin Krček (Expert na automatizační workflow)

Profil: https://vibecodingindex.cz/profil/martin-krcek/

**Co AI našla:** Technické návody a sdílené skripty pro ohýbání API limitů platformy Make pomocí custom JavaScript/Python micro-služeb.

**Jak tomu AI rozumí:** Má hluboké procesní myšlení. Dokáže vzít chaos ve firemních datech, rozkouskovat ho do logického diagramu a pomocí AI vygenerovat přesné programové bloky pro integraci ERP a CRM systémů.

#### Pavel Minář (Specialista na cloudové ekosystémy)

Profil: https://vibecodingindex.cz/profil/pavel-minar/

**Co AI našla:** Implementace automatizačních skriptů (Google Apps Script) generovaných pomocí AI pro masivní úspory času ve firmách.

**Jak tomu AI rozumí:** Typický představitel pragmatického přístupu. Neřeší složitost kódu, ale návratnost investice (ROI). AI používá jako komoditu k okamžitému odstranění nudné lidské práce s daty.

## Podle čeho model hledal

Když pro tebe dělám tento screening, nepoužívám běžný algoritmus pro vyhledávání klíčových slov (který by ti vyhodil lidi s největším počtem lajků na LinkedInu). Moje metodika simuluje práci technického scouta. Zde jsou přesné parametry a filtry, na kterých jsem vyhledávání založil, a hluboké zdůvodnění, proč zrovna tyto parametry rozhodují o kvalitě.

### Filtr: Absence frameworkových zkratek (LangChain / LlamaIndex tax)

Parametr: Hledám lidi, kteří ve svých textech a kódu píší logiku RAGu a volání API přímo (nativně v Pythonu/SQL), nebo jsou k monolitickým frameworkům silně kritičtí.

Proč na tom záleží: V roce 2026 trh pochopil, že knihovny jako LangChain sice umožní postavit demo za 10 minut, ale v produkci jsou černou skříňkou, která strašně špatně ladí, hltá tokeny a komplikuje bezpečnost. Pokud někdo jako Tomáš Kubica ukazuje RAG napsaný v čistém SQL nad pgvector, dokazuje to, že rozumí matematice vyhledávání pod kapotou, nikoli jen lepení hotových kostek. [1] [2]

### Filtr: Evidence-Based data místo názorů (Doložitelná stopa)

Parametr: Přísně filtruji lidi podle přítomnosti konkrétních čísel, benchmarků, chybových logů nebo odkazu na běžící kód.

Proč na tom záleží: Internet je plný textů typu „AI změní váš byznys“. Praktik nové éry ale píše jako Jindřich Fáborský ve svém srovnání Claude Code vs. Codex – opírá se o 2 000+ odpracovaných hodin v terminálu a 180+ reálných projektů. Nebo jako Pavel Horák, který v analýze bezpečnosti kódu operuje s daty z více než 500 000 vzorků softwaru. To je dělící čára mezi teoretikem a člověkem z praxe. [3] [1]

### Filtr: Orientace na „Fázi 0“ (Data Ingestion a Evals)

Parametr: Sleduji, kolik prostoru autor věnuje čištění dat a měření úspěšnosti (Evaluaci), oproti samotnému promptování modelu.

Proč na tom záleží: Naivní vývojář řeší, jak napsat nejlepší prompt. Seniorní generalista ale ví, že pokud do databáze vstoupí špinavé PDF, žádný prompt to nezachrání. Lidé jako Jaromír Světlík (zaměřený na parsování tabulek a hybridní vyhledávání BM25) nebo Kubicův nejnovější text o tom, že privátní evals (schopnost změřit, že výsledek je dobrý) jsou nejcennějším aktivem firmy, řeší byznysovou podstatu problému – spolehlivost a ROI. [2]

### Filtr: Práce v sandboxu a bezpečnost agentů

Parametr: Vyhledávám lidi a projekty, které řeší izolaci prostředí a OWASP zranitelnosti pro LLM aplikací.

Proč na tom záleží: Autonomní agenti (jako Claude Code) spouštějí příkazy přímo v systému. Pokud jim firma dá přístup k datům, riskují zničení infrastruktury přes prompt injection. Proto do žebříčku patří lidé řešící bezpečnost, a proto globálně uspěl český open-source startup E2B (vítěz AI Awards v podnikání), který vyvíjí bezpečné cloudové sandboxy právě pro bezpečný běh AI kódu. [13] [14]

### Které parametry jsem naopak záměrně IGNOROVAL (Red Flags při vyhledávání)

- Počet sledujících (Social Proof): AI influenceři často recyklují zahraniční novinky z Twitteru. Mají vysoký dosah, ale nulovou produkční stopu.
- Formální IT tituly: V éře vibe codingu procesní background (chápání logistiky, marketingu, práva) spojený s analytickým myšlením generuje lepší výsledky pro 80 % firem než úzce zaměřený programátor, který neumí mluvit s klientem.

## Zdroje

[1] https://www.aifirst.cz/pruvodce/claude-code-vs-codex
[2] https://tomaskubica.cz/2026/evals-nejcennejsi-aktivum/
[3] https://saioai.cz/
[4] https://tomaskubica.cz/classic/page3/
[5] https://robotdreams.cz/course/938-bezpecnost-ai-aplikaci
[6] https://www.facebook.com/robotdreamsczech/videos/architektura-a-v%C3%BDvoj-ai-syst%C3%A9m%C5%AF-%EF%B8%8F/668919886259898/
[7] https://www.riseandshine.cz/jan-tyl-2026/
[8] https://www.aifirst.cz/pruvodce/co-je-claude-code
[9] https://saioai.cz/studies/2026-06-stack-jednoho-buildera-ctyri-platformy/
[10] https://alphai.cz/
[11] https://pprojects.cz/pavel-horak-o-mne.html
[12] https://www.faborsky.cz/
[13] https://prg.ai/en/ai-awards-2025-czech-ai-succeeds-globally-transforms-education-and-strengthens-safety/
[14] https://www.vestbee.com/insights/articles/e2-b-raises-11-5-m