Štefan to inżynier AI i oprogramowania budujący FlowHunt. Poza samym produktem projektuje przepływy pracy inżynierii oprogramowania dla programistów, które zmniejszają koszty rozwoju przy jednoczesnym podnoszeniu jakości kodu.
Jedno prawdziwe zadanie przepuściłem 13 razy przez Claude Code na Opusie 5.5 w siedmiu różnych konfiguracjach instrukcji, z prawdziwym CI i recenzjami w ciemno....
Agenci kodujący AI dodają. Piszą drugą funkcję pomocniczą obok pierwszej, nową warstwę obok istniejącej, wrapper wokół funkcji, która już robiła swoje. Ta umiej...
Przestałem pozwalać mojemu najdroższemu modelowi pisać kod. Czyta, decyduje, briefuje tańszego wykonawcę i przegląda diff. Pięć tygodni i 49 sesji transkryptów ...
Okno kontekstowe to licznik, który cały czas nalicza, a nie magazyn. Co je zapełnia, dlaczego długa sesja agenta kosztuje znacznie więcej niż praca, którą wykon...
Ograniczyłem, jak bardzo może urosnąć kontekst mojego agenta AI do kodowania, a potem zmierzyłem efekt na 1117 transkryptach sesji. Ta sama liczba promptów, 17%...
Zakazaliśmy naszemu najdroższemu modelowi AI pisania kodu. Rachunki za tokeny z 606 rzeczywistych sesji pokazują, jak podział na architekta i wykonawcę obniża k...
Pozostawione samym sobie agenty AI do kodowania dodają duplikację, dryf i nieudowodnione poprawki. Trzy komponowalne umiejętności usunęły 821 linii w pięciu PR-...
Dziesięć miesięcy, 1409 połączonych PR-ów, trzy audyty kryminalistyczne: jak potokowa linia agentów przesunęła jeden repozytorium korporacyjne z 12% na 92% rozw...
Ten sam pull request, ten sam prompt, ten sam model — zmieniało się tylko ładowanie kontekstu. Skrót silnika kontekstowego plus jedno bezpośrednie odczytanie pl...
