| | | | | 
Cześć!
Dziękujemy, że byliście z nami na wczorajszym webinarze o przełamywaniu oporu zespołu przed AI SDLC. Dyskusja na czacie była na prawdę gorąca
Nagranie z webinaru znajdziesz tutaj:
Obejrzyj nagranie
Artefakty z LIVEPoniżej zebraliśmy rzeczy, które najmocniej wybrzmiały na LIVE. Na końcu znajdziesz zniżkę na dołączenie do programu i odpowiedzi na pytania, które najczęściej zadawaliście.
Co warto zapamiętaćStatek piracki działa lepiej niż próba nawrócenia całego tankowca.
"Zazwyczaj to wygląda tak, że 10-20% zespołu jest gdzieś obok, ma swojego sponsora i parasol ochronny od zarządu. Jak po trzech miesiącach masz PoC albo coś na produkcji, jesteś na statku pirackim. Jak masz pięćdziesięciostronicowy dokument i spotkanie z trzydziestoma osobami - jesteś na tankowcu, który próbujesz obrócić."
Tomek Karwatka
Tomek przywołał historię zespołu, który budował pierwszego Macintosha - osobny budynek, własna flaga i zero wspólnych procesów ze starym Apple. Ten sam wzorzec sprawdził się przy transformacjach e-commerce w dużych firmach handlowych: mały, wydzielony zespół z realną decyzyjnością wygrywał tam, gdzie centralne działy IT utykały na kolejnych zgodach.
Z tej części warto zapamiętać:
- Ambitny cel, mały wycinek. Wiktor ostrzegał przed pułapką "to tylko pilot na marginalnym kawałku biznesu" - taki dowód nikogo nie przekonuje. Lepiej wziąć duży, znaczący obszar i urwać z niego mały, mierzalny kawałek.
- Onboarding zespołu legacy, nie desant. Piotr opisał model, w którym dwie osoby z nowego zespołu prowadzą dyskusję z biznes analitykami i draftują architekturę, a reszta zespołu dołącza stopniowo, ucząc się nowego sposobu pracy w toku projektu - nawet skomplikowana aplikacja tak przechodzi transformację w 2-4 tygodnie.
- Widoczność ponad ukrycie. Statek piracki ma sens tylko wtedy, gdy reszta organizacji widzi, że coś tam się dzieje - to on staje się dowodem, który później pozwala rozmawiać z pozostałymi 68% zespołu.
Podczas AI Tech Leaders budujecie dokładnie taki statek piracki na własnym projekcie albo na sandboxie Open Mercato - z jednym wspólnym procesem dla całego zespołu, od frameworka po release.
Zobacz ten fragment: https://www.youtube.com/live/1kKXFgNAX4U?si=a1D8IvZRpQtdyD0f&t=2352
Zanim wybierzecie, co automatyzować z AI, sprawdźcie, na której fali jesteście.
"Zaczynamy od pierwszej fali, czyli kodowania, bo tam efekt AI najłatwiej ocenić. Ale każda firma, która zaczęła od trzeciej fali, czyli czegoś customer-facing, poległa niemal natychmiast."
Tomek Karwatka
Trzy fale, o których mówił Tomek:
- Fala 1 - kodowanie. Najbardziej oczywista, bo efekt (kod) da się łatwo ocenić i szybko zobaczyć rezultat.
- Fala 2 - back office. Wysoki wolumen dokumentów, wniosków i umów - da się to podzielić na kilku agentów i zachować audytowalność. Tomek podkreślił, że to właśnie tutaj często kryje się największa dźwignia.
- Fala 3 - customer-facing. Czaty i oferty dla klientów - zmienność danych wejściowych jest tu tak duża, że firmy, które od tego zaczynały, poniosły spektakularne porażki (przywołany przykład linii lotniczej, której chatbot obiecał klientowi darmowy bilet - i sąd uznał to za wiążące).
Zamiast dyskutować "czy AI się nada", Piotr zaproponował prostszy test: weźcie 10% jakiejś powtarzalnej pracy, puśćcie ją równolegle przez agentów i przez ludzi - bez wypuszczania na produkcję - i po tygodniu albo miesiącu porównajcie wyniki. Tam, gdzie rezultaty się pokrywają, macie gotowy podzbiór do automatyzacji, a rozmowa z zarządem przestaje być sporem o opinie i staje się rozmową o danych.
Zobacz ten fragment: https://www.youtube.com/live/1kKXFgNAX4U?si=6u77lITrxlqHerpO&t=2177
W programie AI Tech Leaders przechodzicie właśnie przez tę logikę wyboru - od analizy wymagań i syntetycznego użytkownika, przez wybór stacku, po pierwszy działający fragment systemu.
Nieudana pierwsza próba z agentem to zwykle łapka na muchę wysłana na czołg.
"Ludzie wrzucają jednego prompta i liczą, że zrobi się cały system. To jest zamachnięcie się klapką na muchę na czołg. Trzeba rozbić zadanie na małe, granularne kawałki - wtedy nawet duży kontekst daje świetny efekt."
Piotr Karwatka
To odpowiedź Piotra na pytanie o zespoły, które zderzyły się z Claude Code i się zawiodły. Dwa powtarzające się błędy, które wskazał:
- Brak zbudowanego kontekstu. Bez dobrze przygotowanego kontekstu (dziś najczęściej w plikach markdown w repo, nie w skomplikowanym RAG-u) agent nie wie, co dzieje się w reszcie systemu - i dostajecie efekt, który wygląda dobrze, ale nie działa.
- Zły dobór wielkości zadania. Milion tokenów kontekstu wrzucony w jedno wielkie zadanie ("zbuduj mi kopię Netflixa") da coś, co wygląda na gotowe, ale jest wydmuszką - bo agenci są trenowani, żeby kończyć zadanie z efektem, nie żeby przyznać się, że czegoś zabrakło. Ten sam milion tokenów rozbity na specyfikację, potem plan, potem granularny backlog - daje zupełnie inny rezultat.
Piotr wspomniał też o skillu discover, który z krótkiego briefu buduje od razu epiki, user stories i kontekst biznesowy - dokładnie po to, żeby uniknąć tej pułapki od pierwszego zadania.
W programie AI Tech Leaders ten sam proces - od specyfikacji, przez granularny backlog, po kodowanie w trybie interaktywnym i autonomicznym - budujecie krok po kroku na własnym projekcie, z checklistami i przykładami z produkcji Open Mercato.
Zobacz ten fragment: https://www.youtube.com/live/1kKXFgNAX4U?t=4403s
BONUS: Matryca RACI transformacji AI SDLC - kto w Waszym zespole robi co, gdy kod piszą agenci
Piotr pokazał na LIVE coś, co normalnie zostaje w kuluarach - podgląd platformy programu z kilkunastoma godzinami już nagranego materiału. Ale prawdziwym bonusem, który zapowiedział na koniec, jest coś innego - i to Maciek go rozdaje.
Wielu z Was ma ten sam problem: role w zespole (dev, QA, PO, architekt) były zaprojektowane pod świat, w którym człowiek pisze każdą linijkę kodu. Gdy tę linijkę pisze agent, te role trzeba przemyśleć od nowa - i zwykle nikt nie ma na to gotowego szablonu.
"Dostaniecie matrycę, w której widać, kto w danym momencie procesu odpowiada za co - kiedy pracuje skill, kiedy agent, a kiedy człowiek. To pozwala podejść do wdrożenia metodycznie, zamiast odpalać byle co na dużym legacy projekcie."
Maciej Greń
Co dostaniecie:
- Matryca RACI dla całego procesu AI SDLC. Rola skilla, rola agenta i rola człowieka rozpisane osobno na każdym etapie procesu.
- Gotowy punkt startu do legacy. Ta sama matryca podpowiada, od czego zacząć discovery w systemie, którego dokumentacja dawno się zdezaktualizowała.
- Podstawa do rozmowy z zarządem. Zamiast tłumaczyć ustnie, kto robi co, pokazujecie jeden dokument.
Zobacz nagranie z webinaru:
https://www.youtube.com/watch?v=OlkRU2ROPkE
Oto pytania, które najczęściej padały na czacieJestem sam - firma na pewno mnie nie dofinansuje. Czy mogę dołączyć indywidualnie?
Tak. Dostęp indywidualny jest w cenie 4990 zł netto, a dziś z kodem SDLC15 masz 15% zniżki, rabat jest ważny do 23:59) Program jest dedykowany właśnie dla senior developerów albo technicznego foundera, który chce budować projekty z agentami na własną rękę.
Mam restrykcyjne środowisko korporacyjne i nie zainstaluję Claude Code na firmowym laptopie. Czy to program dla mnie?
Właśnie dlatego dostajecie sandbox: prekonfigurowane środowisko w przeglądarce z VS Code, git push na GitHub, zainstalowanym Cezarem i kompletem skilli. Nie instalujecie niczego, omijacie firmowy firewall i proces zakupowy narzędzi.
Mój zespół próbował już agentów i się zawiódł. Czy sceptycyzm da się jeszcze przełamać?
Tak, i zwykle sprowadza się to do dwóch rzeczy, o których mówił Piotr na LIVE: braku zbudowanego kontekstu i wrzucania zbyt dużych zadań w jeden prompt. Rozbicie pracy na specyfikację, plan i granularny backlog zwykle zmienia obraz całkowicie. W programie przechodzicie ten proces krok po kroku, od razu na własnym projekcie.
Boję się, że koszty tokenów wymkną się spod kontroli, kiedy zespół zacznie z tego korzystać na poważnie.
Piotr wprost mówił, że nie trzeba się tym na starcie przejmować w skrajny sposób - da się dobierać model do zadania: droższym modelem robicie specyfikację, tańszym kodujecie proste rzeczy. W programie pokazujemy, jak pracować z kilkoma modelami naraz i jak dzielić zadania, żeby budżet tokenów był pod kontrolą, a nie zgadywanką.
Jak mam system legacy, to jakie są taktyki na zbudowanie kontekstu i harnessu?
Na LIVE padła rada, żeby potraktować to jak wdrożenie nowego juniora - poświęcić kilkanaście przebiegów agenta na czyste discovery i reverse engineering dokumentacji z kodu, zanim ruszy się z właściwą pracą. W programie ćwiczycie to na module Context Engineering i macie gotową matrycę decyzyjną do oceny projektu pod kątem trybu "green field" albo "brown field" (lekcja 23.).
Ktoś już zbudował na tym system, który chodzi u klientów?
Tak - opisaliśmy to wyżej: Open Mercato ma za sobą ponad milion linii kodu napisanych przez agentów i cotygodniowy rytm wydań na produkcji, a jeden z uczestników LIVE opisał, jak zbudował na tym templatki dla platformy iOS.
To jest fragment tego, co budujemy w programie. Pełna ścieżka prowadzi od setupu repozytorium i kontekstu, przez specyfikację i pierwsze funkcjonalności, aż po własny release i utrzymanie systemu w praktyce Waszego zespołu.
Co dalej? Dołącz do AI Tech Leaders
Dla kogo: senior developerzy, tech leadzi i zespoły produktowe, które budują produkcyjny software i rozumieją kontekst PR-ów, testów i CI/CD. Kierujemy go do większych projektów IT, nad którymi pracują interdyscyplinarne zespoły. Program to proces, którym realnie pracujemy na produkcji Open Mercato.
Format:
- 5 tygodni pracy (start 12.10) prowadzonych przez Piotra Karwatkę, Patryka Lewczuka, Macieja Grenia i Tomka Karwatkę.
- Cotygodniowe sesje LIVE z prowadzącymi - wszystkie nagrywane.
- 25 lekcji wideo publikowanych co poniedziałek, do przerobienia na własnym tempie.
- Demo Day i spotkanie absolwentów w Warszawie na koniec programu.
- Sandbox Open Mercato w przeglądarce - VS Code, git i komplet skilli bez instalowania czegokolwiek na firmowym sprzęcie, plus 12 miesięcy dostępu do materiałów.
Moduły:
- Tydzień 1: Fundament. Setup środowiska, analiza wymagań z AI, repozytorium i CI, katalog skilli, context engineering.
- Tydzień 2: Od specyfikacji do funkcjonalności. Specyfikacje dla agentów, design system, prototyp, bezpieczeństwo narzędzi, pierwsze kodowanie w trybie interaktywnym.
- Tydzień 3: Development. Kodowanie autonomiczne, testy automatyczne, praca z wieloma agentami naraz, retrospektywa procesu.
- Tydzień 4: Jakość i transformacja. Bezpieczeństwo, review i odbiór pracy agentów, nowa rola testera, playbook przełamywania oporu zespołu i playbook transformacji na AI SDLC.
- Tydzień 5: Skalowanie. Praca z wieloma modelami, zarządzanie wydaniami, przeniesienie AI SDLC na projekt w Twojej firmie, Demo Day, utrzymanie systemu.
Czego się nauczysz:
- Postawisz fundament pod duży projekt - standardy kodowania, bazę, testy i CI - zanim agent zacznie pracować.
- Poprowadzisz cały proces od specyfikacji po release, z kontekstem i guardrailsami, których agent trzyma się jednoznacznie.
- Odbierzesz pracę agentów bez czytania każdej linijki kodu - z realnym pokryciem odpowiedzialności, nie na wiarę.
Od razu mówimy uczciwie - AI Tech Leaders to nie kurs wideo na kiedyś. Rozsądnym nakładem jest co najmniej 25 godzin na cały 5-tygodniowy program, licząc sesje LIVE i pracę nad własnym projektem. Certyfikat wydajemy za zrealizowane zadania, nie za samą obecność.
Cena i zapisy:
Dostęp indywidualny: 4990 zł netto. Z kodem SDLC15 masz 15% rabatu na dołączenie do programu. Rabat obowiązuje tylko dziś do końca dnia.
Dołącz do AI Tech Leaders z rabatem 15%
Dla zespołu (5+ osób): 3990 zł netto za osobę, z fakturą proforma, przelewem tradycyjnym i terminem płatności wydłużonym do 30 dni.
Dla zespołów przygotowaliśmy dedykowane zniżki zależne od liczby uczestników - napiszcie na [email protected], a pomożemy też w rozmowie o budżecie z przełożonymi.
Pamiętaj, że nic nie ryzykujesz - masz gwarancję 100% zwrotu przez pierwsze 14 dni. Jeśli w ciągu dwóch tygodni uznasz, że program nie spełnia Twoich oczekiwań, zwracamy Ci pełną kwotę.
Masz pytania? Jesteśmy do Twojej dyspozycji!
(+48) 532 157 313
 [email protected]
Do zobaczenia w programie!
Rabat jest ważny przez:
Dzięki, że jesteś!
Maciej Greń, Tomek Karwatka, Piotr Karwatka, Patryk Lewczuk
Administratorem Twoich danych jest BRAVE Education sp. z o.o. Otrzymujesz ten e-mail, ponieważ wyraziłeś zgodę na otrzymywanie komunikacji od BRAVE Education sp. z o.o. W każdej chwili możesz ją wycofać. Więcej o tym, jak przetwarzamy Twoje dane, przeczytasz w naszej Polityce Prywatności.
Email wysłany z Easytools
Wypisz się | Zarządzaj preferencjami | | | | |
|
