O autorze
Jakub Stankowski – programista .NET i Angular od 2018 roku. Pracował nad projektami frontendowymi, backendowymi i fullstackowymi, przestrzegając zasad czystego kodu, DRY i stosując CQRS. Ma również doświadczenie jako trener programowania.
Od 2023 roku intensywnie pracuje z Claude AI oraz metodą Spec-Driven Development (SDD) – produkcyjnym workflow do pracy z AI opartym na zasadzie: najpierw specyfikacja, potem implementacja. Na ProgramujZAI.pl dzieli się praktyczną wiedzą o tym, jak programować z AI bez chaosu w kodzie.
W trzy lata programowanie z AI przeszło drogę od podpowiadania linijek do agentów, które samodzielnie realizują całe zadania. W 2023 roku kopiowałem kod z czatu. Dziś piszę specyfikację, uruchamiam kilku agentów równolegle i recenzuję wynik. Najważniejsza zmiana nie dotyczy narzędzi. Zmieniła się rola programisty: z osoby, która pisze kod, na osobę, która specyfikuje i recenzuje.
Najważniejsze informacje
- 2023: autocomplete i czat. AI podpowiada, a człowiek pisze i skleja kod.
- 2024: agent w IDE. AI edytuje wiele plików, a człowiek zatwierdza zmiany.
- 2025: agent w terminalu, specyfikacja i MCP. AI prowadzi zadanie od planu do testów.
- 2026: wielu agentów równolegle. Człowiek rozdziela pracę i recenzuje wyniki.
- Wniosek: wąskim gardłem nie jest już pisanie kodu, tylko jakość specyfikacji i recenzji.
2023: AI podpowiadało, a ja nadal pisałem każdą linijkę
W 2023 roku AI było dla mnie szybszą klawiaturą i mądrzejszą wyszukiwarką. Korzystałem z dwóch rzeczy: autouzupełniania w edytorze (GitHub Copilot) i czatu (ChatGPT). Pierwsze kończyło za mnie linijkę lub funkcję. Drugie odpowiadało na pytania, gdy wkleiłem mu fragment kodu.
Cały kontekst projektu nosiłem w głowie ja, nie model. Czat nie widział repozytorium. Mój dzień wyglądał więc tak:
- zaznacz fragment i wklej go do czatu,
- opisz problem własnymi słowami,
- skopiuj odpowiedź z powrotem do edytora,
- popraw to, co nie pasuje do reszty kodu.
Zysk był realny, ale lokalny. Szybciej powstawał boilerplate, testy jednostkowe i wyrażenia regularne. Architektura, integracja i decyzje zostawały w całości po mojej stronie. Każda zmiana i tak przechodziła przez moje ręce.
2024: agent w IDE przejął edycję plików, ale prowadziłem go za rękę
W 2024 roku przestałem kopiować kod, a zacząłem zatwierdzać diffy. Edytory z trybem agenta, takie jak Cursor, dostały dostęp do całego repozytorium. Agent sam czytał pliki, edytował kilka naraz i uruchamiał polecenia.
Tempo wzrosło, ale pojawił się nowy problem. Agent bez planu robił dużo i szybko, tylko niekoniecznie to, o co chodziło. Tak wygląda vibe coding: prompt, wynik, poprawka, kolejny prompt. Opisałem to szerzej w tekście SDD vs vibe coding.
Pod koniec roku wydarzyła się rzecz ważniejsza, niż wtedy wyglądała. W listopadzie 2024 Anthropic opublikował Model Context Protocol. To otwarty standard łączenia modeli z zewnętrznymi narzędziami i danymi. Na efekty trzeba było poczekać kilka miesięcy.
2025: specyfikacja i MCP zrobiły z agenta wykonawcę całych zadań
W 2025 roku moja praca przesunęła się z pisania kodu na pisanie specyfikacji. Złożyły się na to trzy elementy:
- Agent w terminalu. Claude Code planuje zadanie, pisze kod, uruchamia testy i poprawia błędy w jednej pętli.
- Specyfikacja jako kontrakt. W Spec Driven Development najpierw opisuję wymagania, kryteria akceptacji i ograniczenia. Dopiero potem agent pisze kod. Podejście spopularyzował między innymi GitHub Spec Kit.
- MCP. Agent sam sięga do dokumentacji, bazy danych czy systemu zgłoszeń. Nie muszę mu niczego wklejać. Więcej w artykule MCP po polsku.
Jakość wyniku zaczęła zależeć od jakości specyfikacji, a nie od sprytu promptu. Dobry opis zadania dawał kod, który przechodził recenzję za pierwszym razem. Słaby opis dawał szybki chaos. Mój szablon znajdziesz w tekście jak napisać dobrą specyfikację dla AI.
2026: wielu agentów pracuje równolegle, a ja zarządzam ich pracą
W 2026 roku nie pracuję już z jednym agentem, tylko z kilkoma naraz. Każdy dostaje własne zadanie i własną gałąź repozytorium. Jeden implementuje funkcję, drugi pisze testy, trzeci recenzuje zmiany pierwszego. Mechanikę opisałem w tekście o nowych funkcjach Claude Code.
Ograniczeniem przestała być szybkość pisania kodu. Limitem jest dziś moja uwaga. Liczy się to, ile zadań potrafię dobrze opisać i ile zmian rzetelnie sprawdzić. Dlatego recenzja stała się najważniejszą częścią mojego dnia. Swój proces pokazuję w artykule code review z AI.
Zmieniła się rola programisty, a nie tylko narzędzie
Przez trzy lata zmieniło się przede wszystkim to, za co odpowiada człowiek. Narzędzia były tylko nośnikiem tej zmiany. Najlepiej widać to w zestawieniu:
| Etap | Co robi AI | Co robi programista | Wąskie gardło |
|---|---|---|---|
| 2023: autocomplete i czat | Podpowiada fragmenty | Pisze i skleja kod | Szybkość pisania |
| 2024: agent w IDE | Edytuje wiele plików | Prowadzi i zatwierdza | Brak planu |
| 2025: terminal, spec, MCP | Realizuje całe zadanie | Specyfikuje i sprawdza | Jakość specyfikacji |
| 2026: wielu agentów | Pracuje równolegle | Rozdziela pracę i recenzuje | Uwaga i recenzja |
Na wartości zyskały trzy umiejętności: precyzyjne opisywanie wymagań, dzielenie pracy na niezależne zadania i krytyczna recenzja kodu. Znajomość składni straciła na znaczeniu. Rozumienie systemu nie straciło nic. Pełny obraz znajdziesz w przewodniku Programowanie z AI – kompletny przewodnik 2026.
Jak wdrożyć to w praktyce
Tej drogi nie trzeba pokonywać przez trzy lata. Wystarczy przejść etapy po kolei i żadnego nie pomijać:
- Sprawdź, na którym etapie jesteś. Jeśli nadal kopiujesz kod z czatu, zacznij od agenta z dostępem do repozytorium.
- Zapisz zasady projektu w pliku instrukcji dla agenta. W Claude Code jest to plik CLAUDE.md.
- Pisz krótką specyfikację przed każdym większym zadaniem. Wystarczą cel, kryteria akceptacji i ograniczenia.
- Podłącz jedno źródło kontekstu przez MCP. Na początek dokumentację albo system zgłoszeń.
- Wprowadź stałą recenzję. Czytaj każdy diff i uruchamiaj testy, zanim cokolwiek scalisz.
- Dopiero na końcu uruchamiaj agentów równolegle. Zacznij od dwóch zadań, które od siebie nie zależą.
FAQ
Czy AI zastąpi programistów?
Przez ostatnie trzy lata AI nie zastąpiło programistów, tylko zmieniło zakres ich pracy. Ktoś nadal musi zdecydować, co zbudować, opisać to precyzyjnie i odpowiadać za wynik. Mniej jest pisania, więcej specyfikowania i recenzji.
Czy warto uczyć się programowania w 2026 roku?
Tak, bo bez rozumienia kodu nie napiszesz dobrej specyfikacji i nie ocenisz pracy agenta. Zmienia się rozkład akcentów. Mniej liczy się składnia, bardziej architektura, testy i czytanie cudzego kodu.
Od czego zacząć programowanie z AI?
Zacznij od jednego agenta z dostępem do repozytorium i małego zadania opisanego krótką specyfikacją. Sprawdź wynik tak, jak sprawdzasz kod kolegi z zespołu. Kolejne narzędzia dokładaj dopiero wtedy, gdy ten proces działa.
Czym różni się agent AI od autouzupełniania kodu?
Autouzupełnianie podpowiada kolejne linijki, a agent realizuje cel. Agent sam czyta pliki, planuje kroki, edytuje kod i uruchamia testy. Ty podajesz zadanie i oceniasz efekt.
Podsumowanie
W trzy lata przeszedłem od kopiowania kodu z czatu do zarządzania kilkoma agentami naraz. Narzędzia zmieniały się co kilka miesięcy, ale kierunek był jeden. Coraz mniej piszę, coraz więcej specyfikuję i recenzuję. Jeśli pytasz, jak zmieniło się programowanie z AI, odpowiedź brzmi: zmienił się programista. Kto opanuje specyfikację i recenzję, ten wykorzysta każde kolejne narzędzie.
Na moim kanale YouTube pokazuję ten sposób pracy na żywo. Gotowy workflow do wdrożenia u siebie pobierzesz ze strony standev.it/ai-workflow-bonus.

Dodaj komentarz