Zespół się zmienił. Kod to narzędzie, produkt to zadanie.
Kod, testy i przygotowanie wydania robią dziś agenci. Zespół potrzebuje inżynierów produktu: dla nich kod, testowanie i wdrożenie są narzędziami do tworzenia produktu, a odpowiadają za wynik.
Pisanie robią agenci. Każdą decyzję podejmuje człowiek.
Co się zmieniło
Od ról według narzędzi do jednego właściciela wyniku
Było
Zadanie przechodzi od analityka do programisty, testera i DevOps, a przy każdym przekazaniu czeka w kolejce.
Każdy odpowiada za swoje narzędzie: kod, testy, pipeline. Za to, czy użytkownik dostał to, czego potrzebował, nie odpowiada nikt.
Większość czasu idzie na pisanie: kod, przypadki testowe, opis wydania.
Jest
Jeden inżynier produktu prowadzi zadanie od pytania do produkcji, a pisanie robią agenci.
Człowiek wyznacza cel, sprawdza plan, czyta zmiany i decyduje, kiedy wdrożyć.
Czas idzie na to, czego agenci nie potrafią: zrozumieć użytkownika, wybrać, co budować, ocenić wynik.
Inżynier produktu
Na czym teraz polega praca
Rozumie użytkownika i biznesWie, po co jest zadanie i jak sprawdzić, że zadziałało.
Stawia zadanie agentowiCel, granice, przykłady i test, który udowodni, że jest gotowe.
Czyta, co napisał agentPrzegląda zmianę jak pracę starszego kolegi: logikę, dane, bezpieczeństwo.
Odpowiada za produkcjęWdraża, pilnuje liczb i wycofuje zmianę, gdy trzeba.
Co zbudowaliśmy
Autonomiczni agenci w działającym zespole
W zespole deweloperskim, którym kierujemy, agenci pracują codziennie. Tę pracę niosą trzy rzeczy, które zbudowaliśmy.
ai-cli
Agent bierze zadanie z tablicy
Serwer, który uruchamia Claude Code, Codex i Cursor na całym kodzie, z dostępem tylko do odczytu do logów i danych. Team lead naciska przycisk na tablicy zadań: agent czyta zgłoszenie, pisze kod we własnej kopii, otwiera merge request i podpina go do zadania. Kolejny przycisk scala go po zielonym pipeline i wdraża wydanie produkt po produkcie. Konflikt z główną gałęzią agent też rozwiązuje sam.
Zrób zadanie
Na produkcję
Rebase
AI-Research
Pytania przed kodem
Zanim ktokolwiek napisze kod, agent czyta zgłoszenie i kod, którego ono dotyczy, i pyta autora w samym zadaniu, czego brakuje. Gdy odpowiedzi są, zadanie dostaje znacznik „gotowe”. Programista nie odkrywa już luk w połowie pracy.
AI-clarification
AI-ready
CI
Kod jako miejsce pracy agentów
Główne repozytorium zawiera skills i reguły dla agentów na cały cykl. Te same skills działają na laptopie, w czacie zespołu i na serwerze, więc agent pracuje tak samo, gdziekolwiek go uruchomić.
analiza zadania
implementacja
QA backendu i frontendu
przegląd merge requestów
wydanie
dyżur
incydenty na produkcji
Narzędzia
Korzystamy ze wszystkich agentów, jakie są
Nie jesteśmy przywiązani do jednego dostawcy. Każde zadanie trafia do agenta, który dziś robi je najlepiej, a nowy model sprawdzamy na prawdziwej pracy, nie na demo.
Reguły i skills żyją w repozytorium, a nie w narzędziu. Zmiana agenta nie oznacza zaczynania od nowa: w ai-cli to nazwa modelu w zapytaniu.
Agenci
Claude Code
Codex
Cursor
Modele
Anthropicwszystkie
OpenAIwszystkie
Grok
Qwen
Kimi
+ wszystko, co jest w Cursor
Dla Twojego zespołu
Co możemy ustawić
Agenci na Twoim kodzieReguły, skills i bezpieczny dostęp tylko do odczytu do logów i danych, żeby agenci pracowali z Twoim kodem tak jak Twój zespół.
Jeden proces od początku do końcaWybieramy to, co zjada najwięcej czasu: zadania z tablicy, QA, wydania, dyżury. Budujemy agenta, który to robi, i punkt, w którym człowiek to zatwierdza.
Pilotaż na prawdziwych zadaniachPracujemy na Twoim backlogu i mierzymy wynik Twoimi liczbami, nie naszymi.
Inżynierowie produktuUczymy zespół stawiać zadania agentom, sprawdzać ich pracę i odpowiadać za wynik na produkcji.
Sedno
AI to nie cudowny lek, który przyprowadzi więcej klientów. To narzędzie, żeby zdobyć więcej rynku.
Klienci przychodzą po produkt, który rozwiązuje ich problem, a chatbot na stronie tego nie zmienia. AI zmienia co innego — ile zespół zdąży zrobić: sprawdzić więcej pomysłów, wydać szybciej, objąć więcej segmentów, języków i sklepów. Stąd bierze się dodatkowy udział w rynku.