Nastąpił zalew ejajowych premier i powrotów. Anthropic przywrócił Fable i w międzyczasie wypuścił Sonneta 5.0, który okazał się średniakiem. OpenAI depcze im po piętach z potężnym, ale sporo tańszym GPT-5.6 Sol oraz kwestionuje wiarygodność najpopularniejszych benchmarków.

Cursor razem z Elonem Muskiem prezentuje nowego Groka, który może być poważną konkurencją dla topowych modeli, zachowując przy tym niską cenę. Meta powoli się budzi i pokazuje nowy model do kodowania oraz mechanizm do odczytywania naszych myśli…

Enjoy!

Sponsorem newslettera jest No Fluff Jobs.

Tu możesz sprawdzić, czy ktoś otworzył już Twoje CV, czy je odrzucił.

Załóż profil kandydata i śledź swoje postępy w rekrutacjach.

Loop Engineering: nowa “rewolucja” czy drożyzna?

Gdy Boris Cherny i Peter Steinberger, ludzie tworzący agentów w OpenAI i Anthropicu, zaczynają mówić o kolejnej dużej zmianie, może to oznaczać jedną z dwóch rzeczy. Albo chcą nas naciągnąć na trochę więcej tokenów, albo faktycznie mamy do czynienia z czymś wartościowym.

Jak jest tym razem? Postanowiłem sprawdzić te agentowe pętle, o których ostatnio jest bardzo głośno 👇

W filmie przechodzimy przez przykłady i zastosowania pętli w Claude Code z pomocą wbudowanych komend /goal oraz /loop. Rozkładamy je na czynniki pierwsze, mówimy sobie o wadach i zaletach tego podejścia.

OpenAI: GPT-5.6 i wadliwe benchmarki

Doczekaliśmy się pełnoprawnej premiery nowych modeli od OpenAI. Po dość długim banie od rządu USA, rodzina modeli GPT-5.6 wyszła na światło dzienne.

Dostaliśmy trzy modele - Luna, Terra i Sol. Ten ostatni jest bezpośrednią konkurencją dla Fable/Mythosa i to na nim najbardziej się skupimy.

Sol jest naprawdę świetnym modelem. OpenAI rzuciło rękawice Anthropicowi i wcale nie mają się czego wstydzić. Widać znaczącą poprawę w stosunku do wersji 5.5. Model jest bardziej „zdeterminowany”, lepiej rozumie to, co chcemy zrobić. Za wszelką cenę próbuje rozwiązać zadanie, co czasem wiąże się z naprodukowaniem zbyt dużej ilości kodu czy testów.

Pod względem ogólnopojętej wydajności, szybkości i kosztów też jest bardzo dobrze. Co prawda jest drogo, ale jeśli porównamy to do Anthropica, to podobne rezultaty możemy osiągnąć nawet za 1/3 ceny. Sol wydaje się przy tym zdecydowanie szybszy.

Radzi sobie coraz lepiej z taskami związanymi z tworzeniem UI, chociaż nie jest to jeszcze poziom Opusa. Z plusów warto jeszcze wspomnieć o orkiestracji i zarządzaniu subagentami, bo tutaj już możemy śmiało porównywać Sola do modeli od Anthropica.

A jak wyglądają benchmarki? Naprawdę dobrze, ale jest mały haczyk. W dużej ilości benchmarków GPT-5.6 jest albo nieco za Fable, albo osiąga praktycznie takie same wyniki. W DeepSWE badająnym długo działających agentów dobrze widać różnice, przepaść cenowa jest ogromna.

W benchmarku Artificial Analysis Intelligence Index, który składa się z dziewięciu różnych ewaluacji, praktycznie nie ma żadnej różnicy.

Gdzie więc ten haczyk? W niektórych benchmarkach, takich jak SWE-Marathon, czy SWE-Bench Pro w ogóle nie znajdziemy nowych modeli od OpenAI…

Co ciekawsze, twórcy GPT przebadali SWE-Bench, który dotychczas był jednym z najpopularniejszych testów i stwierdzili, że benchmark nie jest wystarczająco wiarygodny. Czy to przez to, że konkurencja lepiej w nim wypadała? Tego się pewnie nie dowiemy, ale dobry timing sobie wybrali.

O co chodzi? Około 30% zadań zawierało fundamentalne błędy. Znaleziono ukryte wymagania, sprzeczne instrukcje, zbyt rygorystyczne testy, czy niekompletne kryteria oceny.

Mimo wszystko nie jest to dobry news. Od dawna wiemy, że nie należy zbytnio ufać benchmarkom - twórcy modeli specjalnie się pod nie optymalizują. Teraz, gdy odkrywamy, że same benchmarki mogę nie być dobrze skonstruowane, zmniejsza to ich wiarygodność jeszcze bardziej.

Czy to oznacza, że w ogóle nie warto zwracać uwagi na benchmarki? Nie do końca. Nadal potrzebujemy ewaluacji, ale zdecydowanie warto sprawdzać metodykę i jakość testów.

Anthropic: powrót Fable i premiera nieudanego Sonneta 5.0

Razem z rodziną GPT-5.6 powrócił również Fable, którym nie mogliśmy się wcześniej zbyt długo pobawić. Co tu dużo mówić, genialny model z ogronmymi możliwościami. Miałem okazję trochę z niego pokorzystać i zdecydowanie widać przeskok “inteligencji” w porównaniu z Opusem.

Myślę, że śmiało można powiedzieć, że Fable wyznaczył nową generację modeli. Niestety nie tylko pod kątem performance, ale również ceny. Jest naprawdę piekielnie drogo i GPT-5.6 wypada tutaj o wiele, wiele lepiej. Podczas moich testów z Fablem sama analiza zadania, nie mówiąc nawet o implementacji, potrafiła przepalić kilkadziesiąt dolarów.

A drogo to dopiero będzie. Anthropic ciągle przedłuża datę wycofania Fable z planów subskrybcyjnych i przejście w całości na rozliczenie za tokeny. OpenAI depcze im po piętach i trochę głupio by było usadzić swojego najlepszego zawodnika na ławkę rezerwowych.

Gdzieś podczas całego tego zmieszania z niedostępnością najlepszych modeli, Anthropic zaprezentował Sonneta 5.0. Okazuje się to być naprawdę dziwny model. W teorii miał być to trochę gorszy, ale tańszy i szybszy Opus.

Anthropic tak go przedstawiał w swoich testach (nie ma to jak pogrubić nie te dane co trzeba <3):

W benchmarkach od Artificial Analysis Intelligence Index już nie wygląda to tak fajnie. Jeśli sprawdzimy koszt wykonania zdania, to Sonnet jest znacznie droższy od innych, teoretycznie droższych modeli:

Jak to możliwe? Sonnet 5.0 jest w takiej samej cenie co Sonnet 4.6, ale przez wprowadzenie nowego tokenizera generuje niemal 30% więcej tokenów.

Moje vibe testy wyglądają trochę bardziej pozytywnie. Całkiem spoko Sonnet wypadał do mniej wymagających zadań, jest zdecydowanie szybszy od Opusa. Używałem go trochę więcej do zadań poza programistycznych i naprawdę dawał radę. Nie jest to jednak ani supertania ani superwydajna opcja, dlatego Opus 4.8 nadal zostaje moim defaultem, jeśli chodzi o kodowanie z modelami od Anthropica.

Jeśli Fable zostanie z nami trochę dłużej, zdecydowanie warto pomyśleć o korzystaniu z niego w roli orkiestratora i używać tańszych modeli jedynie do implementacji. Anthropic poleca takie podejście do obniżenia kosztów, przy zachowaniu najlepszych rezultatów:

Meta wraca na salony? Zuckerberg z nowościami

Ktoś jeszcze pamięta o Meta w kontekście AI? Okazuje się, że po cichu wypuścili nowy model Muse Spark 1.1, który zbliża się wydajnością do Opusa 4.8 i GPT-5.5. Na razie traktuję jako ciekawostkę, ale dodatkowa konkurencja zawsze się przyda. Kto pamięta jeszcze słynne 10 milionów tokenów kontekstu w Llama 4? Piękne czasy.

Wydaje się, że Meta stara się podchodzić do AI od trochę innej strony. Ostatnio pokazali Brain2Qwerty v2, czyli mechanizm, który ma zamienić nasze myśli na tekst.

Dekoder podobno osiąga średnią trafność rozpoznawania słów na poziomie 61%, w poprzednich wersjach oscylowało to na poziomie 8%, więc skok jest naprawdę imponujący. Kto zgłasza się na ochotnika?

Grok 4.5: dziecko Cursora i SpaceX

Od dawna słyszeliśmy o tworzeniu nowego modelu od zera przez zespół Cursora i w końcu się doczekaliśmy! Partnerstwo z SpaceX przeniosło rezultaty i dostaliśmy nowego Groka.

Dotychczas Groki znajdowały się raczej poza czołówką najlepszych modeli. Od czasu do czasu pojawiła się jakaś drama na X, gdy Elon spuścił swoje AI ze smyczy. Poza tym, dostawaliśmy produkty pokroju Grok Imagine, ale raczej bez szału w porównaniu z bliźniaczymi rzeczami od konkurencji.

Nowy Grok to model trenowany stricte pod taski programistyczne. Twórcy reklamują go jako połączenie bardzo dobrych (ale nie najlepszych) wyników z stosunkowo niską ceną. Jak jest w rzeczywistości?

W benchmarkach wygląda to naprawdę całkiem spoko. Model zbliża się do osiągów generacji GPT-5.5 i Opusa 4.8. Pokazują to np. DeepSWE, czy SWE-Marathon, które skupiają się na długo działających agentach. Przy tym Grok oferuje dość niską cenę, np. od Opusa jest ponad o połowę tańszy.

Niestety nie jest jeszcze dostępny w UE, ale za niedługo powinien zostać odblokowany. Pierwsze testy ze Stanów są optymistyczne.

Zapowiada się fajna alternatywa dla duopolu w postaci OpenAI i Anthropic. Wygląda na to, że współpraca Cursora i SpaceX wyjdzie obu firmom na dobre :)

Ciekawe linki

AI za grosze - jak działa nielegalny rynek tokenów?

Najlepsze modele AI w dużo niższych cenach. Szara strefa tokenów coraz bardziej się rozrasta. Jak to w ogóle możliwe? Czy to bezpieczne? Gdzie jest haczyk?

Apple przegrało wyścig o AI. Czy aby na pewno?

Dużo się mówi o tym, że Apple nawet nie zostało gdzieś w tyle, a kompletnie przegrało rewolucję sztucznej inteligencji. Ale czy aby na pewno? Świetny materiał, w którym Marques wciela się w rolę atakującego i broniącego strategii Apple. To jak to w końcu jest?

Przepisanie Bun na Rust z pomocą AI

Jarred Sumner przepisał Bun na Rusta w 11 dni. Skorzystał z Claude Workflows, a całość kosztowała go ponad 160 tysięcy dolarów. Zarówno czas, jak i kwota robią ogromne wrażenie. Twórca Buna dzieli się wnioskami w obszernym poście.

Już uciekasz?

Jeśli Ci się podobało, kliknij 🧡 poniżej, to nic nie kosztuje! Doceniasz w ten sposób moją pracę i motywujesz do dalszych działań:)

Do następnego,

Olaf

Rząd USA wciąż blokuje premiery modeli, Claude integruje się ze Slackiem, Vercel pokazuje nowy agentowy framework, a Cursor buduje własne LLMy z Elonem Muskiem i… konkurencję dla GitHuba?

Sponsorem newslettera jest No Fluff Jobs.

To portal, na którym sprawdzisz, ile osób aplikuje na to samo stanowisko co Ty.

Załóż profil kandydata i śledź swoje postępy w rekrutacjach.

Cursor: SpaceX, nowe modele i platforma Origin

W grudniu 2025 cała ejajowa branża przeżyła niemałą rewolucję związaną z używaniem agentów w terminalu. Wiele osób przesiadło się w całości na Claude Code, który do dzisiaj uważany jest przez większość za najlepsze narzędzie do kodowania i nie tylko.

Cursor, który był przez długi, długi czas liderem i domyślnym wyborem, zszedł nieco na drugi plan. Na szczęście zespół nie odpuścił i dowoził świetne nowości. Bardzo pozytywne odczucia miałem po zaprezentowaniu wersji 3.0 i ciągle usprawnianych modeli z rodziny Composer.

Dziś śmiało można powiedzieć, że Cursor nadal jest w grze, ale gra w nią trochę inaczej niż OpenAI czy Anthropic. SpaceX ogłosił, że wykupił Cursora za 60 miliardów dolarów.

Już w kwietniu firmy ogłosiły, że ich wspólne partnerstwo pozwoli stworzyć nowy model zupełnie od podstaw. Wcześniejsze wersje Composera bazowały na chińskich modelach open source, do których Cursor dorzucał dodatkową warstwę treningu. Nowy model ma się pojawić w ciągu kilku następnych tygodni i dorównywać topowym produktom od konkurencji.

Strategicznie wydaje się być to bardzo dobry ruch dla Cursora. W dobie (jeszcze) tanich subskrypcji od OpenAI i Anthropica, firma musi jakoś gonić, a przy tym zarabiać swoje. Mając własny model, stają się jeszcze bardziej niezależni.

Kolejną bardzo dużą nowością jest zapowiedź Origin, czyli AI-native alternatywy dla GitHuba.

Ponownie mam wrażenie, że wstrzelają się z tym w bardzo dobrym momencie. Już od dłuższego czasu mówi się o problemach GitHuba, niedostosowaniu się do zmieniającego się świata. Sam Microsoft został daleko w tyle, jeśli chodzi o agentic coding (R.I.P. Copilot).

Na keynote konferencji usłyszeliśmy dużo zapowiedzi, na jesień będziemy mogli je zweryfikować. Zachwianie pozycji takiego giganta to niełatwy orzech do zgryzienia, ale trzymam kciuki za dowiezienie fajnego produktu. Przyszłość jest dziś.

GPT 5.6 Preview

Czekałem i czekałem, ale nadal nie doczekałem się powrotu zbanowanego przez rząd USA modelu Fabel 5 od Anthropica. Podobny los, niestety, spotkał OpenAI. Premiera ich GPT-5.6 została z góry wstrzymana. Pomimo tego Sam Altman odsłonił rąbka tajemnicy i pokazał nam nie jeden, a aż trzy nowe modele z serii 5.6.

Sol jest nowym, flagowym modelem. Terra to rozwiązanie do codziennych problemów, porównywalne osiągami do 5.5, przy dwukrotnie niższej cenie. Luna jest najsłabszą, ale i najtańszą opcją.

Ten najpotężniejszy to bezpośrednia konkurencja dla Fable/Mythos. OpenAI stawia na bardzo podobne obszary jak Anthropic - programowanie, cybersecurity i biologia. Pokazano kilka benchmarków, w niektórych 5.6 przoduje, w innych, na przykład tych związanych z cyberbezpieczeństwem, widać przewagę Mythosa. Ale wiadomo, benchmarki traktujemy z przymróżeniem oka. Co jednak interesujące, to zdecydowanie niższa cena w porównaniu z modelami od Anthropica.

OpenAI stara się nie prowadzić narracji, którą zachłysnął się Anthropic. Podkreślają, że model co prawda jest lepszy w wykrywaniu podatności, ale nie stanowi to zagrożenia.

These models are a meaningful step up in cybersecurity capability, but they do not reach our risk framework’s highest level (Critical).

~ GPT-5.6 Preview System Card

No cóż, czekamy na unbana od rządu USA, wtedy dopiero zaczną się prawdziwe igrzyska.

Co nowego w Claude Code?

Podobnie jak OpenAI, Anthropic nie śpi i próbuje zrekompensować nam chwilową niedostępność najlepszych zabawek. W ostatnim czasie dostaliśmy kilka mniejszych, ale ciekawych rzeczy.

Zespół Claude pokazał Artifacts, czyli sposób na udostępnianie postępu prac w formie interaktywnej strony, gotowej do udostępnienia. Artifacts budowane są na podstawie sesji i dostarczonego kontekstu. Co jest super, to to, że są one na bieżąco aktualizowane wraz z postępem w sesji.

Do czego to się może przydać? Na przykład do wizualnego przedstawienia jakiejś koncepcji, wyjaśnienia dojścia do rozwiązania jakiegoś problemu, czy podesłania specyfikacji feature’a do kolegi z zespołu.

Kolejną sporą nowością jest Claude Tag, czyli praca z agentem przez interfejs Slacka. Nie jest to żadna rewolucja, Widzieliśmy już wcześniej podobne rozwiązania, chociażby naszego polskiego Viktora.

Jednak to rozwiązanie od samego Anthropica, a oni umieją dowieźć dobrą robotę. Agent ma zbierać kontekst, uczyć się z czasem i pracować asynchronicznie. Firma chwali się, że 65% ich produktowych funkcjonalnośći tworzonych jest właśnie z Claude Tag.

Warto dać temu szansę :)

GLM 5.2: chińska alternatywa dla topowych modeli?

Gdy na rynku mainstreamowych modeli panuje chaos, tam ukratkiem pojawia się coś ciekawego z chińskiej stajni. Tym razem padło na kolejne wydanie modelu otwartoźródłowego GLM od Z.ai.

Od ostatniej wersji twórcy usprawnili performance w zadaniach związanych z kodowaniem, tym razem stawiają również na tzw. long-running tasks.

GLM 5.2 jest prawdopodobnie obecnie najlepszym otwartym modelem na rynku. W różnych benchmarkach plasuje się niedaleko za topką w postaci Opusa 4.8 i GPT-5.5.

Jest to dla nas jak najbardziej dobra wiadomość, niech open source goni konkurencję. Obecnie tylko parę miesięcy przewagi dzieli tych najlepszych od chińśkich odpowiedników. Czekamy na chińskiego Fable :)

Ciekawe linki

Eve: framework do budowania agentów od Vercela

Vercel wypuścił nowe narzędzie Eve do budowania agentów. Jest to już większa forma abstrakcji, niż przy AI SDK. Eve to taki Next.js do tworzenia agentów. Posiada set przydantych, wbudowanych funkcjonalności, takich jak obsługa sesji, sanboxing, human-in-the-loop approvals, czy łatwe podpięcie się do zewnęrznych narzędzi przez MCP.

Anthropic: budowanie efektywnych AI-native zespołów

Nasze zespoły nie są już tylko złożone z ludzi. Każdy z nas, ramię w ramię, pracuje na co dzień z agentami. Anthropic opisuje jak za pomocą nowego Claude Tag odnaleźć się w nowej, multiplayerowej rzeczywistości.

Jak nauczyć agenta product designu? Vercel podpowiada

Agenci potrafią generować UI, ale nie zawsze wygląda on tak, jakbyśmy tego oczekiwali. Często wykorzystywany jest slopo-przyjazny styl, z którym nie da się pracować. Vercel opisuje swoje doświadczenia z generowaniem UI i pokazuje, czego używać, żeby dostawać satysfakcjonujące rezultaty.

Figma Config 2026 - podsumowanie nowości

Na ostatniej konferencji Figmy zaprezentowano sporo nowości i uwaga uwaga, nie wszystkie związane są z AI.

Już uciekasz?

Jeśli Ci się podobało, kliknij 🧡 poniżej, to nic nie kosztuje! Doceniasz w ten sposób moją pracę i motywujesz do dalszych działań:)

Do następnego,

Olaf

Cóż to był za szalony tydzień w AI. Anthropic spuszcza ze smyczy Mythosa, zapowiadany wcześniej model, jako zbyt groźny do użytku publicznego, po czym dostaje bana od rządu USA.

Apple z kolei, niczym Internet Explorer, prezentuje swoje nowe Apple Intelligence. Tym razem w wersji Siri AI, która jest oparta na modelach od Google. Spoko, i tak nie potestujesz, bo nie będzie dostępne w Europie.

Powoli kończy się era taniego AI, a programiści wymyślają nowe benchmarki i sposoby na przepalanie dużej ilości tokenów.

O tym wszystkim w dzisiejszym wydaniu, enjoy!

Sponsorem newslettera jest No Fluff Jobs.

Tu nie znajdziesz frazy „oferujemy atrakcyjne wynagrodzenie”.

Zajrzyj na stronę i sprawdź, czy widełki Ci pasują.

Claude Fable 5

Na początku kwietnia Anthropic zapowiedział model Mythos. Twórcy Claude nie wypuścili go wtedy z powodu dużych umiejętności modelu w zakresie cyberbezpieczeństwa i odnajdywania podatności. Powstał Projekt Glasswing. Anthropic udostępnił Mythosa Preview dużym firmom i projektom open source, żeby mogły się przygotować na premierę.

Minęły dwa miesiące i Anthropic wydał nowy model, hurra! Długo się nim jednak nie nacieszyliśmy, ale zanim do tego przejdziemy, zobaczmy, co kryje za sobą Fable 5.

Zacznijmy od rozwiania wątpliwości nazewniczych. Anthropic przy projekcie Glasswing zaprezentował Mythos Preview, a teraz dostaliśmy Mythos 5 oraz Fable 5. Technicznie są to dokładnie te same modele, nieco usprawnione w porównaniu z wersją Preview. Mythos pozostaje w wewnętrznych testach, Fable z kolei oddany jest do publicznego użytku, ale posiada ograniczenia ze względu na bezpieczeństwo.

Gdy Claude automatycznie wykryje jakieś niepożądane zapytanie, przełącza się automatycznie na Opusa 4.8. Zdaniem producenta dzieje się to jedynie w 5% przypadków, jednak wielu użytkowników miało z tym problem, mi się osobiście nie zdarzyło. Anthropic zastrzegł sobie również, że będzie mógł zbierać i przechowywać wszystko, o co pytamy model.

Nikogo nie zdziwię, gdy powiem, że model prezentuje się świetnie we wszelkiego rodzaju benchmarkach. Osiąga on genialne wyniki, przewyższając w testach wydanego niedawno Opusa:

Anthropic podkreśla, że model świetnie sobie radzi w tzw. long running tasks. Działanie modelu nieprzerwanie do uzyskania jakiegoś efektu, zdaje się być nowym trendem w kontekście programowania z AI.

Wracając do osiągów, nie od dziś wiadomo, że z wielką mocą wiążę się wielka odpowiedzialność  wiążą się wysokie koszty. Fable jest dwukrotnie droższy od swojego poprzednika. Czyli piekielnie drogi, moje cebulane serce płacze.

Jak wygląda Fable w praktyce? Nie mieliśmy zbyt dużo czasu na testy, ale pierwsze opinie społeczności są bardzo pozytywne. Model co prawda długo odpowiada, ale wyniki i pierwsze większe przykłady są zaskakująco dobre. W przeciwieństwie do ostatnich nowych modeli, widać, że mamy tu do czynienia z czymś świeżym.

Wiele opinii mówi o tym, że model dużo lepiej domyśla się co ma zrobić, nie trzeba go aż tak dokładnie nakierowywać na dane rozwiązanie. Simon Willison pisze o nowym modelu jako o nieustannie proaktywnym (eng. relentlessly proactive) podając bardzo ciekawy przykład. Pozornie proste zadanie naprawienia horyzontalnego scrollbara przerodziło się w skomplikowaną, wieloetapową pracę. Fable nie tylko zdiagnozował błąd, ale samodzielnie uruchomił lokalny serwer, przetestował problem w kilku przeglądarkach, obszedł blokady systemowe, postawił własny serwer w Pythonie, dotarł do źródła problemu, a na końcu wdrożył i zweryfikował fixa. Koszt? $12.

Ethan Mollick, profesor na uniwersytecie w Pensylwanii, opisuje swoje odczucia z przedpremierowych testów Fable 5 jako ogromny krok naprzód w porównaniu z każdym modelem, którego używał wcześniej. Wspomina, że przy pracy nad poważniejszymi projektami, często czuł, że korzystanie z tego narzędzia jest czymś pomiędzy przyjemnością a niepokojem. Profesor opisuje tworzenie gier, czy budowaniu mapy izochronowej, z którą każdy poprzedni model miał duży problem.

Fable bardzo dobrze poradził sobie z problemem, a praca Ethana ograniczała się do minimum. Model sam podjął szereg decyzji projektowych.

Trzy dni po premierze nowego modelu, stało się coś kompletnie niespodziewanego. Anthropic ogłosił, że dostęp do Fable zostaje zablokowany ze względu na dyrektywę rządu USA, która ma na celu zawieszenie dostępu wszystkim obcokrajowcom, włącznie z tymi obecnie przebywającymi na terenie Stanów Zjednoczonych. Tyczy się to również pracowników Anthropic (wink wink Karpathy). Anthropic odebrał dostęp każdemu użytkownikowi.

Powodem miałoby być odkrycie przez rząd sposobu na jailbreaking modelu. Według Anthropica te luki są stosunkowo proste i znane z innych modeli. Przed premierą modelu, firma była w kontakcie z rządem, przeprowadzono liczne testy bezpieczeństwa. Obecnie nie jest możliwe zabezpieczenie się przed każdym rodzajem jailbreakingu, ale firma podtrzymuje, że zabezpieczenia i monitorowanie jest na wysokim poziomie.

Czy Anthropic sam na siebie ukręcił bata? Od dłuższego czasu twórcy Claude trąbią o kwestiach bezpieczeństwa, strasząc nowymi modelami. Z jednej strony spoko, bo podnoszone są ważne kwestie rozwoju AI, z drugiej nie dziwne, że w końcu musiało się to spotkać z jakąś reakcją z zewnątrz.

Wszystko zdaje się rozchodzić się o kwestie bezpieczeństwa i tego jailbreaka, ale jeśli zagłębić się w to trochę głębiej, to jest to dużo bardziej skomplikowane. Pojawia się polityka i walka o wpływy. Jaka jest prawda? Tego się pewnie nigdy nie dowiemy.

Kilka rzeczy w całej tej sytuacji jest niepokojących. Zaczynając od tego, że ban miał być na początku tylko dla obcokrajowców. Jako Europejczycy nie jesteśmy w zbyt dobrej pozycji, jeśli chodzi o rozwój modeli.

Druga sprawa to kwestia bezpieczeństwa. Jeśli Mythos jest już na takim poziomie, to za 6 miesięcy zobaczymy jego otwartego, chińskiego odpowiednika, a wtedy ban już nie będzie możliwy.

Czekamy na powrót Fable i dalszy rozwój sytuacji. Zapowiada się ciekawy tydzień.

Kiedy koniec taniego AI?

Poza kwestiami bezpieczeństwa, gorącym tematem w AI jest również kwestia kosztów. Od miesięcy sporo się o tym mówi, ale dopiero teraz ten temat zaczyna nas powoli dotykać.

Do tej pory providerzy modeli sprytnie uzależniali nas od swoich produktów, oferując je po promocyjnych cenach. Subskrypcja za $200 jest dziś warta kilka tysięcy, w przeliczeniu na tokeny.

Od czerwca GitHub Copilot zmienił sposób rozliczania i obecnie kasuje za zużycie tokenów. Niby nadal dostępne jest to w ramach subskrypcji, ale realnie schodzi znacznie szybciej.

Prędzej czy później pewnie czeka to też inne narzędzia, a wtedy będziemy mieć niemały problem. Niektóre wydają się już powoli testować, na ile mogą sobie pozwolić w tym zakresie.

Jakiś czas temu pisałem o chwilowym, przypadkowym usunięciu planu $20 do Claude Code, a teraz Anthropic kombinuje z Fable. Model przez pierwsze dwa tygodnie miał być dostępny w ramach aktualnych subskrypcji, a potem Anthropic zapowiedział naliczanie za tokeny. Podobno jest to uwarunkowane przewidywanym dużym zainteresowaniem i później wszystko ma wrócić do normy…

Kiedy koniec taniego AI? Modele robią się coraz mądrzejsze, ale i coraz droższe. Trzymajmy kciuki za open source i lokalne wynalazki.

Co sprawdzają nowe benchmarki?

Cognition zaprezentowało nowy benchmark FrontierCode sprawdzający modele pod kątem programowania. Żadna nowość, na rynku istnieje już masa benchmarków, np. SWE-Bench. Różnica w przypadku FrontierCode jest taka, że nie sprawdzamy jedynie poprawności outputu, ale również jego jakość.

Zbudowany został przez 20 kontrybutorów open source i sprawdza, czy rozwiązania mają produkcyjną jakość, czy PR stworzony przez AI mógłby być zmergowany. Na razie słupki wyglądają dość bidnie:

Przyjęte przez Cognition podejście to fajny przypływ świeżości. Zdecydowanie potrzebujemy skupić się na jakości dowożonych rozwiązań. Przyjęte założenia benchmarku, jak i samo sprawdzanie modeli wygląda legitnie, zobaczymy jak zda to próbę czasu. Na razie topowe modele nie wykręcają więcej niż 15%.

Drugim dość świeżym benchmarkiem jest DeepSWE, który skupia się na tzw. long-running tasks, o których ostatnio mówią wszyscy przy premierach modeli. Test ocenia, czy agent potrafi odkryć, gdzie wprowadzić zmianę, zaimplementować ją i nie wprowadzić regresji.

W porównaniu ze wspomnianym wcześniej SWE-Bench, skala zmian jest znacznie większa (średnio ~700 linii kodu, 7 plików), przy dwukrotnie krótszym promptcie.

Obecnie w leaderboardzie przodują modele od OpenAI, ale Anthropic powoli dogania konkurencję.

Siri AI niedostępne w Europie

Apple na ostatniej konferencji zaprezentowało swoje nowe Apple Intelligence. W przeszłości firma z Cupertino próbowała małymi kroczkami wprowadzać do swoich produktów rozwiązania AI, ale dotychczas niezbyt im się to udawało.

Tym razem postawiono na Siri, która ma lepiej rozumieć kontekst użytkownika poprzez wykorzystanie danych z urządzenia. Napędzana jest ona przez, uwaga uwaga, modele od Google.

Same umiejętności nie są czymś, czego wcześniej byśmy gdzieś indziej nie widzieli - konwersacje, generowanie zdjęć, odczytanie ekranu, danych z różnych aplikacji typu mail czy kalendarz. Jednak w połączeniu z całym ekosystemem Apple, może to się fajnie spisać.

Problem w tym, że nam Europejczykom, będzie ciężko te nowości potestować, a przynajmniej na niektórych urządzeniach. Siri AI nie będzie dostępna na iPhone, iPadach i Apple Watchach w EU. Wszystkiemu winne jest rozporządzenie DMA (Digital Market Act), do którego Apple nie chciało się dostosować.

O co chodzi? Apple ze względu na swoją pozycję na rynku smartfonów i tabletów zostało uznane za firmę, która w pewnych kategoriach, wymaga założenia pewnych antymonopolowych obostrzeń. Unia wymagałaby, żeby Apple udostępniło takie same funkcje systemowe innym providerom agentów, takim jak Google czy OpenAI, czego twórcy Siri chcieliby oczywiście uniknąć. Wiąże się to bowiem z dostępem do danych.

Apple uważa, że wymuszona otwartość systemu przez DMA mogłaby narazić prywatność użytkowników. Unia z kolei uważa, że Apple stosuje pewną formę szantażu nie chcąc się dostosować do obowiązującego prawa.

Ostatecznie, przynajmniej póki co, funkcje AI pojawią się na Macach oraz na Vision Pro, ponieważ w tych kategoriach Apple nie załapało się na miano monopolisty. No cóż, chyba się już wszyscy przyzwyczailiśmy do podobnego stanu rzeczy, jeśli chodzi o nowości AI w Apple. Warto dodać, że Siri nadal nie będzie dostępna po polsku…

Ciekawe linki

System AI Code Review w dużej skali | Cloudflare

Problem wykorzystania AI do CR jest nadal nierozwiązany i chyba nikt nie zrobił jeszcze tego dobrze. Cloudflare opisuje tworzenie własnego systemu w obszernym deep dive.

Gemma 4 - lokalny model od Google na Twoim laptopie

Google zaprezentował nowy, multimodalny model Gemma na licencji Apache 2.0. Jest on przystowany jest do lokalnej pracy na Twojej maszynie, wystarczy 16GB RAM.

Już uciekasz?

Jeśli Ci się podobało, kliknij 🧡 poniżej, to nic nie kosztuje! Doceniasz w ten sposób moją pracę i motywujesz do dalszych działań:)

Do następnego,

Olaf

Anthropic i Google zaszaleli z nowościami. Dostaliśmy nowego Opusa i tzw. Dynamic Workflows, które zjedzą nasze tokeny szybciej niż kiedykolwiek. Ze stajni Google dwa nowe modele i zmiana strategii dla Antigravity…

Zanim to wszystko i wiele więcej, nowość ode mnie już na kanale👇

Multi-agentowe kodowanie z AI

W pewnych momencie jeden agent przestaje nam wystarczać i zaczynamy szukać sposobów jak pracować efektywniej, szybciej i nad wieloma rzeczami jednocześnie.

Dziś bierzemy na tapet cztery techniki multi-agentowego programowania z agentami. Przechodzimy przez Subagentów, Git Worktrees, Agent Teams oraz Ralph Loopa.

Mówimy o zastosowaniach, koszatach i tradeoffach każdej z technik. Po tym filmie świadomie wybierzesz to, co sprawdzi się w Twoim projekcie - od pełnej kontroli i human-in-the-loop po autonomię agentów.

Opus 4.8 i Dynamic Workflows

Premiera Opusa 4.7 nie poszła Anthropicowi najlepiej. OpenAI w tym samym czasie nieco się odkuło z premierą GPT-5.5 oraz Images 2.0. Korzystam z obu od premiery i mam pozytywne odczucia. Testowałem 5.5 przez Codexa zarówno w wersji desktopowej, jak i CLI. Dla wielu tasków spisywał się bardzo dobrze, często lepiej od modelu ze stajni pomarańczowych. Chociaż chwilami ciężko mi się przestawić na ekosystem OpenAI, to narzekać nie będę.

Wracając do nieudanej premiery. Anthropic szybko się zreflekował i dostaliśmy kilka fajnych newsów. Po pierwsze, do zespołu dołączył Andrej Karpathy, którego chyba nie trzeba nikomu przedstawiać. Totalna topka w branży, świetny ruch, również od strony marketingowej.

Drugą istotną nowością jest premiera Opusa 4.8. Zobaczmy, co tym razem ugotowali.

Jak zawsze, jest lepiej. Nowy Opus przebija wszystko, co widzieliśmy poprzednio w najróżniejszych benchmarkach, także tych skupionych na AI coding, takich jak SWE-Bench Pro i Terminal-Bench 2.1. Nie będę zbyt odkrywczy, jeśli powiem to, co zdarza mi się mówić przy praktycznie każdej premierze nowych modeli - nie warto ufać benchmarkom.

Jeśli chodzi o cenę, zostajemy przy tej samej kasie co przy Opus 4.7. Co więcej, tryb fast, który jest 2.5 raza szybszy, będzie od teraz 3 razy tańszy niż poprzednio. Miło.

Anthropic reklamuje nowego Opusa jako model, który jest przystosowany do tzw. long-running tasks i ogólnie do kodowania w lepszej jakości. Dajmy temu trochę czasu, poklikajmy i sprawdźmy na własną rękę. Na pierwsze rzut oka nie wydaje się to być ogromną rewolucją, ale myślę, że zobaczymy większy przeskok niż przy premierze Opusa 4.7.

Wraz z premierą modelu pokazano Dynamic Workflows, które wyglądają bardzo ciekawie. Polega to na tym, że Claude w locie przygotowuje skrypt, który orkiestruje pracę dziesiątek, a nawet setek subagentów, które wspólnie pracują nad wykonaniem jakiegoś większego zadania. Cool.

Jak to działa?

Claude na bazie Twojego prompta dynamicznie rozbija zadanie na subtaski, spawnując wielu subagentów równolegle. Agenci mogą podejmować problem z wielu perspektyw, badać różne ścieżki tak, żeby na końcu wykonać jak najlepiej powierzonego taska.

Do czego może się to sprawdzić? Dynamic Workflows przeznaczone są do dużych zadań, które mogą być wykonywane na przestrzeni wielu godzin czy dni. Na przykład do potężnych refactorów, takich jak przepisanie Bun z języka Zig na Rust. 750 000 linii kodu. O takim właśnie przykładzie wspominają twórcy w premierowym wpisie.

Trzeba pamiętać, że taka zabawa będzie nas słono kosztować. No i kontrola - tutaj nasza rola sprowadza się do początkowego inputu, całą resztę wykonuje AI. Ma to swoje wady i zalety. O tym i innych technikach multi-agentowych mówiliśmy sobie w moim najnowszym filmie.

Co dalej? Anthropic zapowiada wypuszczenie jeszcze mądrzejszych modeli w najbliższych tygodniach. Będą one zbliżone poziomem do Mythosa, którym straszono nas jeszcze kilka tygodni temu…

Google I/O 2026

A co u Google? Podczas corocznej imprezy I/O zaprezentowali masę nowości. Sprawdźmy te najciekawsze.

Po pierwsze Gemini 3.5 Flash, czyli nowy modeli z serii tych szybkich. Jak na model tej klasy, radzi sobie w benchmarkach bardzo dobrze. Niektóre testy porównują go nawet z Opusem 4.7 czy GPT-5.5. Wiadomo jak to jest z benchmarkami, ale jeśli w nie wierzymy, to Flash wychodzi tutaj bardzo dobrze, oferując znacznie niższą cenę od konkurencji. Co ciekawe, 3.5 Flash jest aż 3 razy droższy od swojego poprzednika w postaci 3.1 Flash, ałć.

Poza Flash zaprezentowano również Gemini Omni, czyli nową serię multimodalnych modeli. Google reklamuje Omni jako model, który z dowolnego inputu może wypluć dowolny output. Model pracuje na zdjęciach, wideo, tekście, audio i potrafi np. wygenerować realistycznie wyglądające wideo. Na pierwszy rzut oka bardziej do przeznaczenia

Nowe modele nowymi modelami, a co z Antigravity? Mam wrażenie, że do tej pory znajdowało się ono nieco w cieniu konkurencji z Anthropica i OpenAI. Google postanowił coś z tym zrobić i zaprezentował nową strategię. Pokazano Antigravity 2.0, czyli agent-first apkę desktopową, nowe CLI, które zastępuje Gemini CLI oraz SDK. W tym kontekście pokazano również Managed Agents, czyli platformę do zarządzania agentami.

Poza wieloma nowościami w samym ekosystemie (search, email, itd.), jeszcze z ciekawszych rzeczy zaprezentowano nowy standard WebMCP. Ma on pomóc tworzyć lepsze narzędzia dla agentów poprzez wskazówki dotyczące interaktywnych elementów na stronie. W repozytorium na GitHubie znajdziesz kilka przykładów.

Listę wszystkich nowości znajdziesz w artykule od Google. Polecam Ci też sprawdzić film Marcina z , który miał okazję być na miejscu i podzielił się swoimi wrażeniami z całego eventu.

Composer 2.5

Ostatnio pozytywnie zaskoczyła mnie premiera nowego modelu od Cursora - Composer 2.5. Niedawno gadaliśmy o wersji 2.0, a już dostajemy coś nowego. Biorąc pod uwagę to, że już każdy gracz na rynku ma własną aplikację desktopową, będącą niejako konkurencją dla Cursora, rozwój własnych modeli nie wydaje się złym posunięciem.

Composer 2.5 bazuje na tym samym chińskim modelu co jego poprzednik - KIMI K2.5. Jest on specjalnie doszkalany, żeby jak najlepiej radzić sobie z programistycznymi taskami.

Sam model prezentuje się bardzo dobrze, pokazują to benchmarki i wrażenia z społeczności. Na pewno nie jest to jeszcze poziom topki, ale biorąc pod uwagę dużo niższą cenę ($0.50/M input & $2.50/M output), warto rozważyć jako alternatywę do tych najpopularniejszych modeli.

Firma już teraz zapowiada kolejne, większe modele. Mają być one tworzone od zera we współpracy z SpaceX.

Ciekawe linki

Anthropic: Claude Code w dużych, produkcyjnych projektach

Najlepsze praktyki pracowania z CC w projektach o dużej skali, prosto od Anthropica. Często to, co sprawdza się w naszych projekcikach na boku, nie ma zastosowania, gdy projekt rozwijany jest przez dziesiątki zespołów. Wiele z nich sam praktykuję w swoich projektach, zdecydowanie warto sprawdzić.

PLLuM: polska rodzina modeli się powiększa

Chociaż w kontekście polskich modeli najczęściej słyszymy o Bieliku, to warto pamiętać, że istnieje coś takiego jak PLLuM, czyli polskie modele open source. Dostaliśmy aż 11 nowych modeli, od 4B do 70B parametrów.

Już uciekasz?

Jeśli Ci się podobało, kliknij 🧡 poniżej, to nic nie kosztuje! Doceniasz w ten sposób moją pracę i motywujesz do dalszych działań:)

Do następnego,

Olaf

Brak nowych, większych modeli rekompensuje nam rywalizacja Codex i Claude Code o miano najlepszego asystenta do kodowania, Markdown do AI już nie wystarcza, a Google wypuszcza fit opaskę, która połączy się z naszym asystentem przez MCP.

AI na rynku pracy IT

AI zmieniło i wciąż zmienia życie każdego z nas. Co chwila pojawiają się nowe modele i sposoby pracy. Wiele osób czuje, że za tym wszystkim nie nadąża i nie ma co się dziwić…

A co na to rynek pracy? Jak polskie IT dostosowuje się do zmieniających warunków?

No Fluff Jobs, sponsor dzisiejszego wydania, postanowił to sprawdzić. Stworzyli oni raport AI na rynku pracy IT, który analizuje głosy blisko 1300 ekspertów z branży.

Co znajdziesz w środku?

1. Wymagania na specjalistę AI - zestawienie 10 umiejętności, które najczęściej pojawiają się w ofertach pracy w tej kategorii

2. Analiza finansowa rynku – jak AI wpłynęło na stawki i jak kształtują się widełki dla tej kategorii

3. Ranking narzędzi w codziennym workflow – zestawienie najpopularniejszych asystentów i agentów AI

4. Adopcja w organizacjach – jak firmy w Polsce realnie podchodzą do wdrażania nowej technologii

5. Obawy wokół przyszłości pracy – analiza największych obaw branży oraz rynkowe prognozy dotyczące zapotrzebowania na specjalistów typu „AI-augmented”

Pobierz raport

/goal w Codex & Claude Code

Jakiś czas temu OpenAI wprowadziło w Codexie komendę /goals, czyli sposób na pracę z taskami typu long-running.

W przeciwieństwie do tradycyjnego ping-ponga, albo iterowania nad planem, /goal pozwala określić warunek ukończenia zadania, a agent będzie pracował tak długo, aż go nie osiągnie.

Anthropic postanowił to ściągnąć “tylko tak, żeby facetka się nie skapnęła”. W ten sposób /goal trafił również do Claude Code.

W przypadku Claude, po każdej iteracji, mniejszy i szybszy model (Haiku) sprawdza, czy warunek został spełniony. Jeśli nie, Claude rozpoczyna automatycznie kolejną turę. Warunkiem może być jakiś konkretny stan, pusta lista zadań, przechodzące testy… Jeśli chcemy, to możemy nawet bezpośrednio skazać liczbę iteracji, po której agent ma zakończyć pracę.

Brzmi znajomo?

Tak naprawdę, gdzieś pod maską, jest to oparte na podobnym koncepcie co tzw. Ralph Loop, czyli technika, o której było głośno kilka miesięcy temu.

Do czego to się sprawdzi? Jeśli coś nie wymaga iteracji, jest dobrze rozpisane, nie jest potrzebny human-in-the-loop i masz trochę tokenów do wykorzystania, to śmiało! Jeśli chcemy zmaksymalizować efekt, to zdecydowanie warto poświęcić więcej czasu na dokładne rozpisanie taska, bez tego agent dość szybko zgłupieje.

Brzmi to dla mnie bardzo ciekawie, fajnie widzieć takie rozwiązania wbudowane w narzędzia. Jestem przekonany, że w przyszłości pojawi się coraz więcej rozwiązań, które będą działały gdzieś zupełnie w tle, zostawiając nam tę trudniejszą część pracy. Oczywiście, trzeba znać ograniczenia takich zabawek i uważać, żeby nas nie puściły z torbami.

Wrzucam na testy, zobaczymy, jak będzie się sprawdzać!

HTML to nowy Markdown dla AI?

Od wielu lat używam Markdowna, dlatego bardzo naturalne było dla mnie korzystanie z niego na co dzień w pracy z agentami. Podłapała to cała społeczność i wszyscy zaczęliśmy traktować go jako standard, totalny no brainer.

Thariq, dev pracujący nad rozwojem Claude Code, wychodzi ze śmiałą tezą - Markdown przestał być wystarczający i pora na coś lepszego. Pora na HTML.

Markdown jest genialny do czystej treści tekstowej. Ograniczenia zaczynają się pojawiać, gdy spróbujemy dodać do niej np. jakąś wizualizację. Niby możemy spróbować wstawiać jakieś diagramy ASCII, ale praca z tym graniczy z cudem.

Stąd właśnie pomysł na HTML. Tutaj jesteśmy dużo mniej ograniczeni, jeśli chodzi o przekazywanie informacji. Możemy wykorzystywać tabelki, wizualizacje, ilustracje SVG, a nawet interaktywne elementy.

Przykładem może być sytuacja, w której pracujemy nad nowym featurem i poprosimy Claude o wygenerowanie nam HTML z dostępnymi opcjami. W ten sposób możemy lepiej zwizualizować sobie funkcjonalność i rozplanować prawdziwą implementację. Na tak przygotowanym pliku możemy iterować i prowadzić brainstorming z agentem.

Oczywiście, to rozwiązanie nie jest bez wad i nasuwają się od razu dodatkowe pytania. Czy to nie jest bardziej kosztowne (więcej tokenów)? Czy to nie będzie wolniejsze? Co z kontrolą wersji?

Polecam przeczytać cały artykuł Using Claude Code: The Unreasonable Effectiveness of HTML, żeby poznać odpowiedź na te pytania i sprawdzić więcej przykładów.

Jest to niewątpliwie nowy sposób na pracę z agentem, który wymaga zmiany myślenia. Nie jest idealny, ale oferuje bardzo duże możliwości. Ja na pewno dam temu szansę i spróbuję wpleść w codzienne workflow.

AI-first produkty fizyczne: Google Fitbit Air

Ostatnio Google zaprezentował swoją nową fit-opaskę, która ma być bezpośrednią konkurencją dla Whoopa. Nie wspominałbym o niej tutaj, gdyby nie to, że produkt jeszcze na dobre nie wyszedł, a dostaliśmy już info o integracji z AI.

Nie jestem znawcą tego typu produktów, być może konkurencja też ogarnia to w jakimś zakresie, ale jak to zobaczyłem, to pomyślałem, że naprawdę wow, super sprawa!

Dostaniemy nowe, dedykowane API z masą dostępnych pomiarów, webhooki i inne cuda. Idealnie, żeby zintegrować to z jakimś asystnetem - oczywiście, jeśli chcemy udostępniać takie dane AI.

Być może to tylko moje AI-spaczenie, ale na pewno brałbym pod uwagę taką opcję przy wyborze sprzętu. Myślę, że taki trend będzie postępował i możemy z czasem zobaczyć coraz więcej produktów fizycznych, które będzie można zintegrować z AI. Już nie mogę się doczekać AI-mikrofalówki :)

Ciekawe linki

“Software Fundamentals Matter More Than Ever” — Matt Pocock

Wszyscy teraz mówią, że “Code is cheap”, czy to aby na pewno prawda? Matt w swojej nowej prezentacji mówi o jakości dowożonych rozwiązań z AI i o tym, jak poprawić tę jakość.

Stawia śmiałą tezę, że “Code is NOT cheap”, pokazuje kilka fajnych technik pracy i opowiada o tym, dlaczego fundamenty wcale nie przestały być ważne i co możemy z nich wyciągnąć w tym nowym sposobie pracy z AI.

AI psuje GitHuba, czy to koniec pewnej ery?

GitHub nie ma ostatnio dobrego czasu. Seria awarii dała firmie dużo negatywnego PR. Problemy techniczne zaczęły się nawarstwiać, aż niektórzy kontrybutorzy open source, tacy jak twórca terminala Ghostyy, zaczęli odchodzić.

CTO obwinia AI. Inne firmy technologiczne lepiej lub gorzej odnajdują się w nowej rzeczywistości. Dlaczego GitHub nie daje rady? Gergely Orosz bierze temat na tapet.

Claude Agent View - łatwiej praca z wieloma agentami

Nowy tryb rozwiązuje problem posiadania miliona otwartych tabów w terminalu i udostępnia widok, w którym możesz na bieżąco śledzić status swoich sesji.

Już uciekasz?

Jeśli Ci się podobało, kliknij 🧡 poniżej, to nic nie kosztuje! Doceniasz w ten sposób moją pracę i motywujesz do dalszych działań:)

Do następnego,

Olaf

Pojawiły się nowe modele, ale nikogo nie grzeją. Dlaczego? Czy Anthropic straci pozycję lidera na korzyść OpenAI? Jak radzi sobie nowa konkurencja dla Nano Banana i… Figmy?

O tym i o wiele więcej w dzisiejszym wydaniu! Ale zanim to wszystko, nowość ode mnie 👇

MCP, Skills, Rules, Subagents: jak to ogarnąć?

Nowych konceptów w agentach do kodowania przybywa z każdym miesiącem i coraz łatwiej się w tym wszystkim pogubić. Czujesz, że nie nadążasz? To nic strasznego, pozwój, że pomogę :)

W nowym filmie bierzemy na tapet najważniejsze mechanizmy. Pigułka wiedzy w 13 minut.

Przechodzimy przez CLAUDE.md, AGENTS.md, MCP, Agent Skills z narzędziami CLI, hooki i subagentów. Bez magicznych promptów, za to z konkretnymi zastosowaniami, porównaniami i dobrymi praktykami.

Enjoy!

Claude Opus 4.7 to niewypał?

Po hucznej zapowiedzi Mythosa nie musieliśmy czekać na premierę nowego modelu. Anthropic ogłosił nową wersję swojego flagowego modelu Opus. Czy 4.7 godnie reprezentuję swojego poprzednika?

Zdecydowanie nie mówimy tu o rewolucji, a o stosunkowo niedużej poprawie w porównaniu do Opusa 4.6. Potwierdzają to benchmarki:

Cena za milion tokenów jest taka sama jak w przypadku 4.6, czyli, mówiąc krótko, tanio nie jest.

Odczucia społeczności? W dużej mierze negatywne lub mówiące o braku zauważalnej poprawy. Możemy przeczytać o dużej ilości halucynacji, ignorowaniu CLAUDE.md czy rezygnowaniu z powierzonego zadania…

Korzystam z nowego Opusa od premiery. Co prawda nie spotkałem się z takimi problemami, ale muszę przyznać, że nie widzę ogromnej różnicy w porównaniu do Opusa 4.6. Model oczywiście nie jest zły, ale nie odczuwam, żeby był to jakiś przeskok.

<zakłada_foliową_czapeczkę>

Te odczucia mogą być potęgowane przez kilka dodatkowych czynników.

Po pierwsze, zapowiedź Mythosa. Anthropic prezentuje super-turbo-potężny model, który trzyma pod kluczem, żeby nie narazić ludzkości na zagładę. Kilka dni później wypuszcza dużo słabszą zabawkę, no niefajnie.

Dużo mówiło się w ostatnim czasie o tym, że Opus 4.6 został celowo osłabiony. Teorie spiskowe mówią o celowym znerfieniu modelu, żeby później wypuścić nowy-stary model ponownie. Czy tak faktycznie jest? Tego to się pewnie nie dowiemy, ale za to Anthropic przyznał, że w ostatnim czasie odnotował i poprawił błędy związane z utratą jakości.

Jakby było mało kontrowersji, to Anthropic ostatnio kombinuje coś z usuwaniem najtańszych planów ze swojej oferty. Do tego firma ma bardzo sztywne zasady co do używania subskrypcji poza Claude Code i uniemożliwia korzystanie z niej np. w OpenClaw czy Hermess Agent.

</zakłada_foliową_czapeczkę>

Nowości od Anthropic: Claude Design, Desktop, Routines i Ultrareview

Anthropicowi nie wyszedł nowy model, ale udała się premiera nowego narzędzia – Claude Design. Jest to narzędzie, które przeznaczone jest do tworzenia designów, visuali, prezentacji, animacji… Czyli taki Claude Code dla designera.

Całość wygląda bardzo fajnie. Mamy możliwość wgrania własnego designu systemu, dodania pliku z Figmy czy własnych assetów. Po wygenerowaniu widoku możemy edytować elementy ręcznie, dostosowywać ich styl, prosić o poprawki.

Przykładów w sieci możemy znaleźć bardzo dużo. Wyniki są naprawdę zadowalające, ale oczywiście wszystko w granicach rozsądku. Claude Design czasem nie radzi sobie z responsywnymi widokami, czasem zmienia coś, czego nie chcieliśmy zmienić.

Bardzo dużo zależy od kontekstu, jaki przekażemy modelowi. Im dokładniej, tym lepiej, surprise, surprise. Jednak widzę duży przeskok w porównaniu do tego, co obserwowaliśmy kiedyś, jeśli chodzi o tworzenie designów z AI (np. okropne filoetowe gradienty).

Figma killer? No nie. Spoko narzędzie do prostego prototypowania? Jak najbardziej warto sprawdzić i dać szansę. Trzymam kciuki za dalszy rozwój. Obecnie dostępny jest jedynie w przeglądarce.

To nie wszystko z nowości. Gruntowny redesign przeszła również aplikacja desktopowa.

Dostaliśmy odświeżony widok, wbudowany terminal, edycję plików, preview HTML i PDF, lepsze diffy zmian czy możliwość równoległej pracy z Claude. Trochę klikałem i prezentuje się to bardzo dobrze, polecam spróbować. Gdybym nie siedział z nosem w terminalu, to chętnie bym potestował przed dłuższy okres - UX zdecydowanie na plus!

Jakby komuś było mało zmian od pomarańczowych, to kolejna nowość: Routines. Są to automaty działające na infrastrukturze Anthropic, które możemy konfigurować z poziomu Claude Code.

Można je uruchamiać według harmonogramu (np. co noc, co tydzień), przez wywołanie API albo w reakcji na np. zdarzenia GitHub (otwarcie PR). Przykładowe zastosowania? Automatyczne review, triage alertów, utrzymanie backlogu, weryfikacja deployów czy pilnowanie, żeby dokumentacja nie rozjechała się z kodem.

A jak już jesteśmy przy chmurze, po dodaniu Ultraplan, twórcy Claude dodali Ultrareview, który pozwala na dogłębny code review zmian. Oczywiście musimy za niego słono zapłacić. Dostępny w wersji research preview.

OpenAI odpowiada: GPT-5.5 & Images 2.0

Od dłuższego czasu Anthropic jest na szczycie, ale w związku z ostatnimi wydarzeniami coś mi mówi, że OpenAI będzie się starało odzyskać dawną pozycję.

Wypuścili oni GPT‑5.5, czyli nowy flagowy model. W benchmarkach takich jak Terminal-Bench 2.0 bije nawet Opus 4.7.

Pierwsze wrażenia? To bardzo dobry model, ale brak ogólnego zachwytu. Ja potrzebuję jeszcze trochę czasu na testy, ale opinie w community są raczej pozytywne, chociaż nie są jakieś super entuzjastyczne.

Polecam sprawdzić recenzję od Ethana Mollicka. Model w niektórych zadaniach sprawdza się świetnie, w innych jest słaby, a czasem kompletnie nieprzewidywalny.

To, o czym się dużo wspomina, to bardzo wysoki pricing. $5 za input, $30 za output w wersji standard, w wersji Pro aż $30 za milion tokenów inputu, a $180 za output. Sic!

W podobnym czasie premierowała nowa wersja modelu do generowania zdjęć: ChatGPT Image 2.0 i okazała się ona znacznie większym sukcesem. Firma porównała skok jakościowy mówiąc, że wersja pierwsza do drugiej ma się tak, jak GPT-3 do GPT-5.

Model zaskakuje przywiązaniem do szczegółów i porównywany jest z najlepszymi wersjami Nano Banana. Wiele osób uważa, że nawet przebija model od Google’a. Zdecydowanie warto rzucić okiem!

Ciekawe linki

The Pulse: ‘Tokenmaxxing’

Pragmatic Engineer o nowym trendzie w Meta, Microsoft, Salesforce: devowie celowo spalają tokeny, żeby wywindować metryki AI usage traktowane jako targety. Witamy w korpo.

DeepSeek V4

Chińczycy wracają z nową wersją DeepSeeka! 1.6T parametrów, open-source, 1 milion tokenów kontekstu. V4-Pro rywalizuje z najlepszymi zamkniętymi modelami, a V4-Flash to szybka i tania alternatywa, za którą Twój portfel Ci podziękuje.

Już uciekasz?

Jeśli Ci się podobało, kliknij 🧡 poniżej, to nic nie kosztuje! Doceniasz w ten sposób moją pracę i motywujesz do dalszych działań:)

Do następnego,

Olaf

Dzieje się. Nowe modele chowane są pod kluczem, żeby nie zagrozić społeczeństwu (zawiało grozą), wycieka kod Claude Code’a, a Cursor wraca do gry o miano najlepszego narzędzia do kodowania z AI?

Claude Mythos

Anthropic zapowiada nowy, super-potężny model o nazwie “Mythos”. Niby nic nadzwyczajnego, ale tym razem jest trochę inaczej…

Okazuje się, że Mythos jest zbyt potężny, żeby wypuścić go od razu do wykorzystania publicznego. Złośliwi mogliby powiedzieć, że to dość niezła forma marketingu. Czy aby na pewno? Zerknijmy na benchmarki:

No dobra, jest lepiej, ale to jeszcze nie powód, żeby zwiastować koniec świata.

O co ta cała afera?

Chodzi o bezpieczeństwo. Mythos znajduje tysiące poważnych podatności bezpieczeństwa w systemach operacyjnych i przeglądarkach. Już teraz znaleziono np. poważne podatności w systemie OpenBSD, które były tam od 27 lat, czy poważne bugi w Linuxie.

Możemy sobie tylko wyobrażać, jakie mogłyby być konsekwencje, gdyby model trafił w niepowołane ręce. Aż chciałoby się przytoczyć sławne słowa wujka Spider-Mana o wielkiej odpowiedzialności, lol.

Właśnie dlatego pomarańczowi startują z inicjatywą Project Glasswing, w ramach którego udostępniają model do testów firmom i organizacjom takim jak Amazon, Google, Apple, Microsoft, czy Linux Foundation.

Czy to w pełni rozwiąże problem? Oczywiście, że nie. Cybersecurity powoli przestaje nadążać za rozwojem modeli. Jeśli dobijamy do poziomu, w którym modele osiągnęły taki poziom, to co będzie za rok, czy dwa? Przecież nikt nie odpuści wyścigu, prawda? :)

Na Mythosie przeprowadzono wiele testów. Zamknięto model w zabezpieczonym sandboxie, z którego teoretycznie nie powinien móc “wyjść”. Niespodzianka - udało mu się to zrobić. Model stworzył exploit, dzięki któremu zyskał dostęp do internetu. Następnie powiadomił o tym badacza, ale przy okazji, nieproszony, pochwalił się swoim osiągnieciem publicznie w sieci, na wielu stronach internetowych. Nie zdziwiło mnie również to, że model wielokrotnie wprost kłamał, tylko po to, żeby osiągnać wyznaczony mu cel…

Pełną analizę znajdziesz w Claude Mythos Preview System Card.

Jak to wyjdzie ostatecznie? Czy Mythos zostanie w końcu wypuszony do użytku publicznego? Czy to po prostu kolejny, trochę lepszy model, który reklamują umiejętnościami z security? Pożyjemy, zobaczymy.

Claude Managed Agents

Anthropic wypuszcza nową usługę Claude Managed Agents do zarządzania, budowania i wdrażania agentów w chmurze bez konieczności stawiania całej infrastruktury od zera.

Co w ramach tego dostajemy?

• sanbox i wykonywanie narzędzi

• długo działające sesje

• zarządzanie uprawnieniami

• tracing wywołań narzędzi

• koordynacja wielu agentów

Wygląda to całkiem ciekawie. Z usługi korzystają już takie firmy jak Notion, Asana, czy Sentry.

Wyciek kodu źródłowego Claude Code

Anthropic dowozi masę rzeczy w zawrotnym tempie. Niestety czasem wiążę się to z konsekwencjami. Przez ludzki błąd wyciekł kod Claude Code’a. W publiczniej paczce NPM znalazł się plik z sourcemap.

To co prawda nie sam model, ale wszystko wokół niego. Ten tak zwany ‘harness’ jest obecnie bardzo istotną częścią, dzięki której firmy wygrywają w wyścigu AI. Okazało się jednak, że CC to żadna magiczna technologia, a dużo podstawowych promptów i narzędzi.

Kodu jest niemało - około 2000 plików i 500.000 linii kodu TypeScriptowego. Dowiedzieć się z kodu źródłowego możemy nie tylko promptów, ale też tego jak działa cały mechanizm. Od wiadomości użytkownika, aż po gotowy rezultat:

Zobaczyliśmy też kilka niecodziennych praktyk. Okazuje się, że Claude Code loguje przekleństwa czy wyzwiska. Strach się bać do czego zostaną wykorzystane te dane, gdy AI już przejmie kontrole nad światem. Dla własnego dobra lepiej się zwracać do Claude’a w miły sposób…

Zleakowane zostały też niewydane jeszcze feature’y. Jednym z ciekawszych jest Kairos, czyli agent/mechanizm działający w tle, korzystający z pamięci i mający możliwość czerpać informacje z wielu sesji. Anthropic powoli odsłania karty i ostatnio wydali z tej listy Buddy, czyli zwierzątko w terminalu oraz Ultraplan do tworzenia planów w chmurze.

Polecam obczaić Claude Code Unpacked oraz sam kod źródłowy, zmieniony z TypeScript’a na Rust’a ze względów prawnych.

Cursor 3.0

W ostatnich miesiącach Cursor został nieco zepchnięty na dalszy plan w tej rozgrywce o miano najlepszego narzędzia do kodowania z AI. Mocno do tego przyczynił się Claude Code, który wskoczył na pozycję lidera. Poza tym, jest o nich obecnie bardzo głośno.

Zespół jednak się nie poddaje i prezentuje Cursor 3.0. Widać duży shift z bycia IDE z funkcnojalnościami AI, na narzędzie AI native, które jedynie posiada gdzieś tam opcje ręcznej edycji kodu. Przechodzimy na wyższy poziom abstrakcji.

Od teraz możemy wygodnie zarządzać wieloma agentami w nimi w jednym miejscu. Zostało wprowadzonych dużo UX’owych poprawek - od przeglądania zmian, commitowania, pushowania, czy nawet testowania za pomocą wbudowanej przeglądarki.

Całość prezentuje się naprawdę świetnie! Moim zdaniem to jak najbardziej dobry kierunek zmian, trzymam kciuki za dalszy rozwój.

Co tam u mnie? Nowe materiały

W pierwszej kolejności chciałbym podziękować za super odbiór ostatniego filmu! YouTube docenił Wasze zaangażowanie i nie ubił go w algorytmie, uff.

Jeśli jeszcze nie miałeś okazji obejrzeć, to gorąco polecam. Przechodzimy przez turbo ważne zagadanienia takie jak context engineering, compaction, kontrola, czy przykładowe workflow efektywnej pracy.

A ja pracuję już nad drugą częścią, w której omawiamy sobie konkretne mechanizmy w agentach. Pomysł na ten odcinek to taka pigułka wiedzy o narzędziach do wykorzystania. Powiemy o tym, jak je ze sobą łączyć i jakie są dobre praktyki w każdym z nich.

O premierze na pewno dam znać tutaj w mailu, ale warto rówież subskrybować kanał, żeby nie przegapić :)

Ciekawe linki

Refleksje o Research-Plan-Implement od twórcy Context Engineeringu

Dex to taki Karphaty w kontekście agentów do kodowania. Posiada wiele fajnych wystąpień i ciekawych tejków na temat kodowania z AI. Ma duży wpływ na branżę, zapoczątkował nurt context engineeringu w agentach. Teraz dzieli się swoimi przemyśleniami na temat swoich wcześniejszych założeń. Mówisz co było dobra, a co niekoniecznie z perspektywy czasu.

Długi kontekst nie jest rozwiązaniem

Nowe modele, nawet te najmądrzejsze, posiadają już aż jeden milion tokenów kontekstu. Można by pomyśleć, że trochę nas to zwalnia z odpowiedzialności trzymania kontekstu w ryzach. Ale czy aby na pewno? Okazuje się, że to nie takie proste i większy kontekst nadal nie rozwiązuje problemu.

Google Gemma 4 - LLM na Twoim telefonie

Google wypuszcza nowy model i to nie Gemini. Gemma to rodzina modeli open source, na prawilnej licencji, którą możemy odpalić lokalnie na swoich urządzeniach. Modele osiągają bardzo dobre wyniki, a przy tym są bardzo lekkie. Warto spojrzeć!

Już uciekasz?

Jeśli Ci się podobało, kliknij 🧡 poniżej, to nic nie kosztuje! Doceniasz w ten sposób moją pracę i motywujesz do dalszych działań :)

Do następnego,

Olaf

Mój nowy film Efektywne programowanie z AI: najważniejsze zasady jest już na YT!

Bierzemy na tapet wydajną pracę z agentami AI. Skupiamy się na najważniejszych zasadach, procesach i mindsetcie. Bez konkretnych narzędzi, bez podstaw typu “użyj plan mode do planowania 🤓☝️”.

Co znajdziesz w środku?

1. Context Engineering - świadoma inżynieria inputu i smart&dumb zones

2. Compaction - jak pokonać limity LLMów i wydajnie przekazywać informacje pomiędzy konwersacjami

3. Kontrola - zarządzanie jakością, bycie na bieżąco i jak nie generować slopu

4. Workflow - podejście Reasearch → Plan → Implement

Oglądaj na YouTube

Linear: issue tracking is dead

Świat się zmienia, a procesy razem z nim. Zaczynają to dostrzeć topowi gracze na rynku pokroju Linear. Jest to jeden z najbardziej znanych systemów do trackowania zadań, coś pokroju Jiry, Asany, czy Clickup’a.

Stawiają oni śmiałą tezę, że tradycyjne podejście, w którym PM określa zakres prac, inżynierowie przygotowują wyceny, ustalane są priorytety itp. odchodzi do lamusa.

Jednocześnie przedstawiają alternatywę nastawioną na zbieranie kontekstu i delegację pracy agentowi. W takim procesie zespół skupia się na intecji danej zmiany, specyfikacji i ocenie, nie na mechanicznej pracy.

Normalnie uznałbym to za czysty chwyt marketingowy, gdyby nie to, że się z tym zgadzam.

Ostatnio pisałem o procesie code review i o tym, że czeka nas tutaj jakaś ewolucja. O zmianie jestem jeszcze bardziej przekonany w kontekście planowania zdań i procesów z tym związanych. Obserwuję podobne praktyki w prawdziwych, dużych firmach. Prędzej czy później nastąpi jakiś shift odpowiedzialności, czy to będzie coś takiego, jak propnuje Linear? Zobaczymy. Jedno jest pewne - the future is now, old man.

Dlaczego Anthropic wygrywa?

Pomarańczowi wygrywają. Powód? Twórcy Claude Code narzucili szalone tempo. 74 wydania w ciągu zaledwie 52 dni. Choć ich podejście do open source pozostawia wiele do życzenia, a pozwami sypią jak z rękawa, najwyraźniej doskonale wiedzą, czego potrzebują ich użytkownicy.

Zupełnie inaczej niż OpenAI, które, tak na marginesie, ostatnio ubiło projekt Sora. Podobne wynalazki pokroju przeglądarki Atlas, też są już praktycznie martwe…

Od Claude Team dostaliśmy ostatnio ewolucję w kontekście Computer Use, o którym było głośno wiele miesięcy temu. Ta funkcja pozwala Claude’owi kontrolować nasze urządzenia, wchodzić w interakcje z apkami (Slack, Kalendarz), czy przeglądarką. W połączeniu z ostatnio zaprezentowym Remote Control, wiele osób widzi w tym realną alternatywę dla OpenClaw.

Kolejna nowość - auto mode. Nowa, sprytniejsza wersja --dangerously-skip-permissions. Claude sam decyduje, czy warto zapytać użytkownika o potwierdzenia akcji, czy potwierdzić i lecieć dalej. Fajnie to może się wpisać we wspomniany Computer Use i pewnych “niegroźnych akcji”.

Rewolucja tekstowych layoutów z AI?

AI nie tylko pozwla klepać stronki w ułamku sekundy… Pozwala również świetnym inżynierom pokonywać kolejne granice.

Cheng Lou to inżynier, który pracował nad m.in. React, Messanger, czy Midjourney. Zaprezentował on narzędzie do układania tekstowych layoutów. Nie bez powodu post poszedł viralem. Jest to bardzo imponujące z technicznego punktu widzenia - ten problem od lat nie był właściwie rozwiązany.

Silnik wspiera najróżniejsze języki świata, w tym koreański zmieszany z arabskim RTL i emoji specyficznymi dla danej platformy. Udało się to osiągnąć z Claude Code i Codex poprzez pokazanie im podstawowych informacji o przeglądarkach. Agenci przez tygodnie wykonywali pomiary i iteracyjnie sprawdzali poprawność danych.

Efekt? Ludzie zaczęli tworzyć ciekawie wyglądające tekstowe layouty:

Czy to przyjmie się to na dłużej? Czy to jakiś nowy paradygmat? Pewnie nie, ale może za kilka lat wyjdzie z tego coś fajnego i zobaczymy coś podobnego natywnie wspieranego przez technologie. Dawno nic ciekawego nie było w web devie, fajne odświeżenie :)

Ciekawe linki

Anthropic: doświadczenia z harness engineering

W ostatnim wydaniu mówiliśmy sobie o nowym, głośnym haśle - harness engineering. To podejście, w którym skupiamy się na środowisku agenta i jego możliwościach. Starmy się poprzez narzędzia i techniki wycisnąć z modeli jak najwięcej.

W moje ręce wpadł świetny artykuł z case’em od Anthropica. Autor opisuje swoją przygodę z harness’em, użyte narzędzia, podejścia, koszty, to co działa, a co nie. Cały artykuł skupia się na długo działających taskach, które miały działać pomiędzy konwersacjami, w celu stworzenia frontendowego designu strony.

Boris Cherny - nieznane sztuczki do Claude Code

Gdy sam twórca CC dzieli się przydatnymi tipami do pracy ze swoim narzędziem to zdecydowanie warto słuchać. Boris podrzucił kolejny twitterowy thread, w którym dzieli się klikoma ciekawymi sztuczkami. Wiele z nich obejmuje bardzo świeże APIs - warto spojrzeć!

Projektowanie ładnego frontendu z GPT-5.4

Powszechnie znaną opinią w bańce coding agents jest to, że nowe modele od OpenAI pozostają w tyle, jeśli chodzi o wypluwanie frontendu/desingu. Twórcy GPT-5.4 postanowili coś z tym zrobić. Wypuścili artykuł i gotowego skilla, które mają nam pomóc radzić sobie z tego typu pracą. Jeśli używasz narzędzi od OpenAI na co dzień, zdecydowanie warto luknąć.

Już uciekasz?

Jeśli Ci się podobało, kliknij 🧡 poniżej, to nic nie kosztuje! Doceniasz w ten sposób moją pracę i motywujesz do dalszych działań :)

Do następnego,

Olaf

Programujesz z AI? To dziś masz co czytać! Jest o nowych modelach, buzzwordach, czy dobrych praktykach w narzędziach. Zastanowimy się też, czy niektóre, dobrze znane nam procesy, nadal mają sens w obecnej formie.

Enjoy!

Harness Engineering

Mieliśmy Prompt, Context, a teraz przyszła pora na tzw. Harness Engineering.

Kolejny buzzword do kolekcji? O co tu chodzi?

Według twórców pojęcia Context Engineering, Harness jest podzbiorem kontekstu i skupia się nie na modelu, ale na wszystkim wokół niego. Główną tezą jest to, że to nie modele są bottleneckiem, a środowisko, w jakim model żyje.

Zamiast czekać na GPT-6, powinniśmy się skupić na dobraniu odpowiedniej “uprzęży”, która pozwoli nam efektywniej pracować, generować lepszej jakości kod i wypluwać mniej błędów.

W kontekście agentów do kodowania, częściami harnessu są m.in. AGENTS.md/CLAUDE.md, MCP, Skils, Rules, Hooks, Commands…

To dzięki odpowiedniemu skalibrowaniu tych narzędzi jesteśmy w stanie zwiększyć skuteczność, ograniczyć koszty i zwiększyć determinizm, nawet w tak niedeterministycznym środowisku, jakim są LLMy.

Koniecznie sprawdź cały artykuł od Humanlayer – masa cennej wiedzy.

Jak pisać dobry CLAUDE.md / AGENTS.md?

A jak już jesteśmy przy dopracowywaniu toolkitu dla agentów…

Jeśli pracujesz z agentami do kodowania, to na pewno się natknąłeś na pliki CLAUDE.md lub AGENTS.md. Służą one do dania kluczowego kontekstu agentowi. W zamyśle agent powinien mieć zawsze dostęp do tego pliku i brać pod uwagę informacje w nim zawarte przy każdej konwersacji.

Olaf, mamy przecież np. komendę init/ , która samemu zbierze sobie najważniejsze informacje, więc z czym problem?

Tylko że to nie działa tak idealnie, jak twórcy by tego oczekiwali.

Informacje w tych plikach często nie są brane pod uwagę i np. Claude może zignorować taki plik kompletnie.

Pojawia się również kwestia tego, ile i jakie informacje w takich plikach zawierać. Czy mamy wrzucić tutaj cały nasz code style, strukturę plików, architekturę, opis projektu? Gdzie jest ta granica zbyt wielu informacji? Jak długi powinien być ten plik?

Tak wiele pytań, tak mało odpowiedzi.

Na szczęście goście z Humanlayer ponownie mają dla nas dobre źródło wiedzy.

AI w Code Review

Jak to jest z tym Code Review w dobie AI? Moim zdaniem to jeszcze nierozwiązany problem i nikt do końca nie wie, jak do tego sensownie podejść.

Istnieją oczywiście narzędzia pokroju Code Rabbit, ale opinie o ich skuteczności też raczej są mieszane.

Duzi gracze próbują coś z tym zrobić. Anthropic jakiś czas temu wypuścił nowy feature CR dla Claude Code. Wygląda to spoko, a wyniki prezentują się dobrze. Problem? Jedno review kosztuje $15-25!

Tak drogo to jeszcze nie było…

Niektóre źródła pokazują, że co prawda AI ogromnie wpływa na efektywność pracy, ale przy wykorzystaniu AI rośnie również czas na Code Review, które staje się bottleneckiem.

Artykuł How to Kill the Code Review, jak sam tytuł wskazuje, wychodzi z dość odważnymi tezami. Według autora powinniśmy przenieść swoją uwagę z recenzowania kodu jako takiego na ocenę intencji i specyfikacji. Krok w górę na drabince abstrakcji.

Do tego, moim zdaniem, jeszcze daleka droga i obecnie większość firm nie może pozwolić sobie na takie podejście.

Co jednak przeniesie przyszłość? Well, podajcie mi moją magiczną kulę.

Jestem przekonany, że coś się zmieni. Obecnie dostrajamy wszystkie nasze procesy pod AI, a nie budujemy ich stricte pod agentów.

Cursor Composer 2

Ziomki od Cursora wypuszczają szybszy, tańszy i doganiający konkurencję model?

A nie, to tylko KIMI K2.5 z dodatkowym RL. Bardzo nie na rękę było twórcom, gdy prawda wyszła na jaw.

Wszystko by się udało, gdyby nie te sprytne dzieciaki…

A tak na poważnie, druga wersja Composera, prezentuje się bardzo solidnie:

Chińczyk w niektórych benchmarkach dogania samą topkę modeli w postaci Claude Opusa 4.6 czy GPT-5.4. Przy tym wszystkim jest bardzo szybki i kosztuje znacznie mniej - $0.50/M inputu oraz $2.50/M outputu.

Dla użytkowników Cursora to dobra informacja. Model dostępny jest jako część niezależnej puli z dużym limitem. Czekamy na udostępnienie poza Cursorem!

Claude Code: ciekawe zmiany

Poza Code Reviews, ekipa Anthropica w ciągu ostatnich tygodni wypuściła masę zmian do CC.

Zebrałem najważniejsze z nich:

• Claude Code Security - skanowanie repozytorium w poszukiwaniu luk bezpieczeństwa, sugerowanie poprawek

• Natywna obsługa worktrees - równoległe odpalanie agentów na bazie git worktrees, wsparcie dla subagentów

• Remote Control - rozpocznij zadanie z poziomu termianala, dokończ na telefonie

• Nowe komendy:

  • /simplify - usprawnia kod, zwiększa wydajność, sprawdza poprawność z CLAUDE.md

  • /batch - odpalenie wielu agentów do wykonania zadania, używa git worktrees pod spodem

  • /btw - wtrącenie kolejnej wiadomości podczas działania Claude’a

  • /loop - odpalanie i planowanie powtarzalnych się zadań

• Auto memory - automatyczne zapamiętywanie kontekstu projektu, używanych patternów itp.

Kolejny film

Udało mi się domknąć nowy film! Tym razem wchodzimy grubo w programowanie z agentami AI. Ale spokojnie, nie będziemy gadać o podstawach Claude Code, cmon…

Programuję z narzędziami AI już od około 3 lat. Przez ten czas masę rzeczy się zmieniło i nadal, jak dobrze widać po tym newsletterze, bardzo dużo się zmienia.

Od jakiegoś czasu jednak część zasad pozostaje taka sama. Postanowiłem zebrać najważniejsze z nich i nagrać o tym film :)

Będzie o context engineeringu, compaction, zarządzaniu kontrolą, a nawet o przykładowym workflow w stylu research-plan-implement.

Taka pigułka wiedzy, która pozwoli Ci efektywnie pracować z agentami. Bez generowania slopu, w produkcyjnych codebase’ach, nie tylko na małych, pobocznych projektach.

Premiera w najbliższy poniedziałek o 18:00!

Subskrybuj, żeby nie przegapić :)

Ciekawe linki

Lekcje z budowania Claude Code: Skills

Od kogo innego uczyć się o Skillach, jak nie od samego Anthropica? Świetny artykuł w którym autor dzieli się tym, jak twórcy Claude Code używają Skillsów w swojej pracy.

Aesthetics of AI - identyfikacje wizualne marek AI

Brandingi firm AI. Co jest obecnie na czasie? Jakie design patterny przyjmują firmy? Od czego zależą różne podejścia do brandingu? Fajny zbiór!

Już uciekasz?

Jeśli Ci się podobało, kliknij 🧡 poniżej, to nic nie kosztuje! Doceniasz w ten sposób moją pracę i motywujesz do dalszych działań :)

Do następnego,

Olaf

Mój nowy film Agenci AI pod maską już dostępny na YouTube!

Wiem wiem, wszyscy już o tych agentach…

Większość materiałów skupia się jednak na automatyzacji w n8n albo na Cursorze czy Claude Code. Ja postanowiłem podejść do tego od trochę innej strony i sprawdzić, jak taki agent faktycznie działa od środka.

Oglądaj na YouTube

W filmie omawiamy działanie narzędzi, function calling, workflows, agent loop i inne. Programujemy też swojego agenta od zera. Dużo mięsa w przystępnej formie.

Przyda Ci się, jeśli sam planujesz budować agentów albo żeby lepiej zrozumieć narzędzia AI, z których korzystasz na co dzień.

Miłego oglądania :)

GPT-5.3-Codex & Opus 4.6

O bogowie, walka! W jednym dniu miały premierę topowe modele od dwóch kluczowych graczy: Anthropica i OpenAI. Główny nacisk położono na umiejętności w programowaniu.

Stało się to dość niespodziewanie. Podczas gdy wszyscy spodziewali się wydania nowego modelu z serii Sonnet, Anthropic postanowił wydać nową wersję tego mądrzejszego LLMa. Co ciekawe, premiera zbiegła się z zastrzykiem gotówki dla Anthropica w wysokości 30 miliardów dolarów, przy wycenie 380 miliardów.

OpenAI z kolei, będące od miesięcy na przegranej pozycji, postanowiło zawalczyć o miano lidera nowym modelem z dopiskiem Codex. Nie mylić z aplikacją Codex, która jest narzędziem będącym konkurencją dla np. Claude Code, ehh trudne to nazewnictwo :)

Jak wyszło?

Wydajnościowo oba modele stoją na bardzo podobnym poziomie. W benchmarkach nieco lepszy okazuje się Codex, ale ciężko jednoznacznie stwierdzić, który model jest lepszy, o tym jednak w dalszej części.

Zacznijmy od Opusa. Wersja 4.6 przyniosła kilka fajnych zmian. Po pierwsze tzw. Adaptive Thinking, czyli automatyczne wykrywanie tego, kiedy model powinien się bardziej zmóżdżyć (extended thinking). Dostaliśmy również opcję zmiany Effort, czyli wysiłku, jaki model ma podjąć, aby rozwiązać problem.

Sporo mówiło się o tym, że okno kontekstowe Opusa to aż 1 milion tokenów - dla modelu tej klasy to duże zaskoczenie. Szkoda, że nie jest to do końca prawda. Bazowo model posiada standardowe 200k tokenów, a milion dostępny jest w fazie beta. Większy kontekst powiązany jest również z nową funkcją Context Compaction, czyli automatycznym kondensowaniem informacji tak, żeby zmieściły się w context window. Szkoda.

Ciekawą nowością są za to Agent Teams, czyli nowy sposób na równoległą pracę agentów nad jednym zadaniem. Są pomysłem zbliżonym do Subagentów, z tą różnicą, że tutaj każdy członek zespołu może się ze sobą komunikować.

Anthropic jako przykład wykorzystania teamów pokazał, że udało im się zbudować kompilator języka C. Co prawda miał on swoje problemy, ale to nadal bardzo imponujące. Zrobili to w zaledwie dwa tygodnie wydając $20k. Agent Teams są dostępne w wersji eksperymentalnej, uwaga bo mogą pożreć sporo tokenów.

Wady Opusa 4.6? Jest niesamowicie drogi. Polecam bardzo uważać na usage i dobierać modele rozsądnie, bo można się obudzić z wykorzystanym planem bardzo, ale to bardzo szybko. À propos szybkości, nie jest ona największą zaletą Opusa. Model jest stosunkowo wolny. Anthropic postanowił nawet coś z tym zrobić i zaproponował opcję Fast, która jest 2,5 raza szybsza. Niestety jest piekielnie droga.

Wracając do OpenAI. GPT-3.5-Codex to naprawdę bardzo dobry model. Prezentuje się świetnie w benchmarkach, jest zdecydowanie szybszy zarówno od swojego poprzednika (nawet o 25% per token), jak i konkurencji w postaci Opusa.

Ciekawą funkcją jest tzw. Steering, czyli interakcja z modelem w trakcie wykonywania zadania. Zamiast czekać na jego skończenie, możemy wtrącić np. nowe wymaganie podczas trwającej generacji.

Kilka dni temu pojawił się również mniejszy, ale jeszcze szybszy model - GPT-5.3-Codex-Spark, który pozwala generować nawet 1000 tokenów na sekundę. To 15 razy szybciej niż wersja Fast Opusa, ale to trochę inne sposby na zwiększanie szybkości. Spark jest słabszym modelem z mniejszym oknem kontekstowym (128k). Na razie nadal znajduje się w fazie testów, ale w przyszłości może fajnie współpracować ze starszym bratem w formie: jeden planuje, drugi robi.

Moje wnioski i wrażenia z community są takie, że akurat w tym przypadku nie mamy jednoznacznego zwycięzcy.

Z jednej strony GPT-5.3-Codex wydaje się lepszym modelem do kodowania overall. Z drugiej Anthropic wygrywa toolingiem w postaci Claude Code czy większą gamą planów cenowych. Spotkałem się również z opiniami o różnym sposobie pracy z tymi modelami. Codex ma lepiej rozpykiwać zadania end-to-end, podczas gdy Opus skupia się na mniejszych iteracjach. Chociaż wiadomo, zależy to też od tego, czym taki model nakarmimy.

OpenAI powoli wstaje z kolan i bardzo dobrze. Większa konkurencja to dla nas same plusy. Przed nimi jeszcze długa droga do zdobycia serc deweloperów, ale zaczęli nieźle. Teraz liczą się narzędzia i ich integracja z modelami. Jeśli usprawnią swojego Codexa (aplikację, nie model), to mogą na poważnie powalczyć z Anthropiciem.

Gemini 3 Deep Think

Gdy dwóch się kłóci, tam Google przygotowuje potężnego potworka w piwnicy. Wersja Deep Think ma być najbardziej zaawansowanym modelem ever (surprise, surprise), skupionym na rozwiązywaniu skomplikowanych problemów w matematyce, inżynierii i nauce.

Prezentuje się świetnie w benchmarkach, np. osiągając kosmiczne 84,6% w ARC-AGI-2 (dla porównania Gemini 3 Pro wykręca ~31%, a Opus 4.6 ~70%).

Model wydaje się skupiać na naukowych zadaniach. Google wspomina, że bardzo dobrze daje sobie radę z zadaniami z zakresu fizyki czy chemii. Co prawda nie odpuszczają kodowania, ale nie wydaje się być to głównym priorytetem:

We are very much so hill climbing on agentic coding, lots of progress and lots of work still to come.

~ Logan Klipatrick (Technical Staff), X

Deep Think dostępny jest póki co tylko w subskrybcji Ultra, ale niedługo powinniśmy dostać go też w API.

Ciekawe linki

The Complete Guide to Building Skills for Claude

Ponad 30-stronicowy poradnik od Anthropica odnośnie planowania, budowania, testowania i udostępniania Skilli. Zdecydowanie warto rzucić okiem. Jak się uczyć, to od ludzi, którzy wymyślili ten standard.

Skills vs AgentsMD: 53% vs 100%. Co poszło nie tak?

No właśnie, jak to jest z tymi Skillami? Hype już nieco opadł, a community w dużej mierze przesiada się na nie z np. MCP czy Rulesów. Nie jest to jednak idealne rozwiązanie i tak jak poprzednicy, ma swoje wady. Pokazują je w swoim najnowszym materiale. Co będzie następne?

Markdown for Agents

Cloudflare wprowadza funkcję, dzięki której modele będą mogły łatwiej czytać nasze strony. Zastosowanie nagłówka „Accept: text/markdown” wyśle botowi czysty tekst w formacie Markdown.

Dario Amodei (CEO Anthropic) x Dwarkesh Patel

Bardzo ciekawa rozmowa CEO Anthropica w podcaście Dwarkesha (imo najlepszy podcast o AI obecnie). Dużo o rozwoju LLMów, compute, kasie, przyszłości i planach. Fajnie się tego słucha, szczególnie gdy prowadzący czelendżuje Dario pytaniami, podważając niektóre kwestie :)

Już uciekasz?

Jeśli Ci się podobało, kliknij 🧡 poniżej, to nic nie kosztuje! Doceniasz w ten sposób moją pracę i motywujesz do dalszych działań :)

Do następnego,

Olaf

Są takie momenty, w których serio zastanawiam się, czy nie żyjemy w jakimś Matrixie albo czy teoria martwego internetu przypadkiem nie jest prawdziwa…

Przyjrzymy się kompletnie odjechanym technologiom, takim jak sieci społecznościowe dla agentów AI. Który to sezon Black Mirror? Weźmiemy na tapet Clawbota, na którego punkcie oszalało całe community. Pogadamy też o sytuacji finansowej OpenAI oraz o nowych technikach wspomagających kodowanie z agentami.

Enjoy!

Agent Skills

Agent Skills ciężko już nazwać nowością. Ostatnio wspominałem o tym, że stały się standardem. Teraz mogę śmiało powiedzieć, że ma to w 100% przełożenie na praktykę.

Nowy sposób przekazywania kontekstu agentom cieszy się ogromnym zainteresowaniem. Skillsy świetnie wpasowały się w sposób pracy z narzędziami typu Claude Code / Cursor, stając się dla wielu domyślnym sposobem przekazywania kontekstu.

Co sprawia, że Skillsy są tak dobre? Nie są ładowane zawsze (w przeciwieństwie do Rules), przez co nie zapełniają context window na starcie (jedynie metadane). Agent sam wykryje, kiedy warto danego skilla użyć (na bazie opisu), ale równie dobrze możemy zrobić to my ręcznie. Skillsy mogą odwoływać się do innych plików i wykonywać kod, dzięki temu możemy np. skorzystać z dobrodziejstw CLI, co w wielu przypadkach zastępuje konieczność korzystania z MCP.

Powstała specjalna strona stworzona przez ziomków od Next.js, która zbiera Skille w formie gotowych do zainstalowania paczek:

Wygląda to naprawdę super. Jeśli pracujesz z technologiami webowymi, mogą się przydać:

• react-best-practices

• web-design-guidelines

• frontend-design

• ui-ux-pro-max

• next-best-practices

W związku z popularyzacją Skillsów zadziała się bardzo fajna akcja. Spopularyzowała się biblioteka Remotion do programatywnego tworzenia klipów/filmów. Jest to świetny kawałek softu, który w swojej niszy był już na znany od dłuższego czasu.

Post poniósł się viralem, a ludzie odkryli, że mogą generować proste demka po prostu pisząc prompty. Działa to naprawdę fajnie!

Może nie jest to jakość kinowa, ale do prostych animacji i prezentacji może się sprawdzić. Polecam odpalić w połączeniu z Remotion Skill i Claude Code.

Clawdbot / Moltbot / OpenClaw

Peter Steinberger to austriacki developer, który dorobił się na stworzeniu i sprzedaniu aplikacji PSPDFKit. Na programistycznej emeryturze zamiast zostać farmerem, postanowił dla fun’u tworzyć projekty open source. Projektował je na masową skalę, budując i iterując bardzo szybko z agentami AI.

W końcu jeden z nich zażarł - Clawdbot. Weekednowy projekt, który obecnie bije rekordy popularności. Przebił 150.000 gwiazdek na GitHubie!

Projekt stał się tak popularny, że Anthropic w związku z podobnym wydźwiękiem nazwy, pogroził autorowi palcem, przez co został on zmuszony do zmiany nazwy. Tak narodził się Moltbot, którego nazwa się nie przyjęła i ostatecznie postawiono na OpenClaw.

O co tyle szumu?

OpenClaw jest otwartym agentem, który działa lokalnie na naszej maszynie. Asystent ma dostęp do środowiska, a jego obsługa możliwa jest z przeróżnych apek chatowych, np. WhatsApp, Telegram, Discord, czy Slack.

To taki Claude z rękami gotowymi do pracy. Może służyć jak nasz osobisty Jarvis. Zarządzi kalendarzem, notatkami, posprząta syf na mailu, brakuje jeszcze żeby ogarnął pranie i ugotował obiad. Zapamiętuje również historię poprzednich konwersacji.

Fajnym przykładem podzielił się Alex Finn na X. Za pomocą agenta próbował zarezerwować stolik w restauracji. Gdy Clawd nie dał rady skorzystać z serwisu OpenTable, postanowił zaproponować skorzystanie ze Skilla od ElevenLabs, żeby dokonać rezerwacji telefonicznie. 

W ciągu tych kilku tygodni działo się bardzo wiele w tym temacie. Ludzie zaczęli masowo wykupywać Mac Mini, żeby postawić OpenClaw, pojawiły się luki bezpieczeństwa, scamy crypto… Totalny rozpier***.

Potem pojawiło się coś jeszcze dziwniejszego - Moltbook.

Jest to sieć społecznościowa dla agentów OpenClaw, gdzie AI tworzy i odpowiada na posty. Tylko agenci Clawdbot mogą tam postować. Niektóre wyglądają jakby były rodem wyjęte z jakiegoś filmu sci-fy.

Wiadomo, nie ma co świrować i ogłaszać AGI, ale bardzo ciekawie się to ogląda z boku. Zwłaszcza, że pojawiły się informacje, że jednak da się w jakiś sposób postować z ominięciem agenta.

Jeśli zdecydujesz się wejść w ekosystem OpenClaw, upewnij się, że Twoje dane są bezpieczne. Całość jest świeża, niektóre luki bezpieczeństwa są znane, niektóre mogą być jeszcze nieodkryte. Hype jest ogromny, a to zachęca

Kilka linków, które warto sprawdzić:

1. Peter Steinberger x The Pragmatic Engineer - Podcast

2. The Engineering Behind Clawdbot

3. How Clawdbot Remembers Everything

4. Moltbook is the most interesting place on the internet right now

OpenAI kończy się $$$?

Co tam u Sama Altmana? Bida. Mam wrażenie, że co wydanie pastwię się nad OpenAI, ale w ostatnim czasie nie można o nich za wiele dobrego powiedzieć.

Wygląda na to, że źródełko z hajsem powoli się wyczerpuje. Firma ogłasza wprowadzenie reklam do planów Free i Go ($8 miesięcznie). Oczywiście usłyszeliśmy o niewpływaniu reklamodawców na odpowiedzi modelu oraz o niewykorzystywaniu naszych konwersacji w celach reklamowych. Bla bla bla.

Czy to zwiastun końca ery “darmowego” AI? Być może.

Trochę nie ma co się dziwić. Te turbo drogie karty za darmo nie pracują, a inwestorzy domagają się zysków.

Bardzo jestem ciekawy, jak to wypłynie na użytkowników. Z jednej strony nie mogę sobie wyobrazić korzystania z Chata w ten sposób. Z drugiej, zdaję sobie sprawę, że żyjemy w bańce technologicznej i większość ludzi może to postrzeć w inny sposób.

Np. ~40% procent użytkowników Spotify wciąż jest bezpłatnym planie. Dlatego jestem pewny, że ludzie wciąż będą z tego korzystać.

Na szczęście darmowych alternatyw na rynku nie brakuje i nie zapowiada się, żeby konkurencja poszła w ślady Altmana.

Żeby tego było mało, firma wypuściła swój własny Google Translate. Spoko, ale w czasach, gdy konkurencja co chwile wprowadza jakieś innowacje, nie wygląda to zbyt ambitnie.

Ba, apka przynajmniej na początku była mocno zbugowana i zamiast tłumaczyć, odpowiadała na prośby użytkowników…

Film o Agentach AI

Kończę powoli dopracowywać nowy film :)

Bedzie o agentach AI, ale trochę od innej strony, niż większość materiałów na YouTube. Nie będziemy wyklikiwać automatyzacji w n8n a wejdziemy w to, jak agenci działają od środka. Obgadamy działanie narzędzi, function calling, workflows, agent loop i inne. Napiszemy swojego agenta od zera.

Myślę, że siądzie ludziom, którzy samodzielnie chcą budować agentów, ale też takim, którzy z nich na co dzień korzystają (Cursor/Claude Code) - warto wiedzieć, jak to w ogóle działa.

Subskrybuj kanał

Bardzo mi zależało, żeby ta warstawa prezentacyjna stała na naprawdę spoko poziomie. Poczyniłem kilka inwestycji, m.in. w porządne światło i softboxa. Z plusów - jestem zadowolony z końcowego efektu. Z minusów - pół pokoju zajmuje teraz ten sprzęt 😂

Anyway, polecam subskrybować, żeby nie przegapić!

Ciekawe linki

Kimi K2.5

Nowy chińśki model ze stajni Moonshot AI. Stworzony z myślą o agentowości. Pozwala odpalać nawet 100 sub-agentów obsługujących wiele zadań jednocześnie w trybie “Agent Swarm”. Benchmarkowo zbliża się do modeli z topki.

Dlaczego MCP nie działa?

Dogłębny artykuł Adama Overmenta o Model Context Protocol. Wiele o tradeoffach jakie niesie protokół, o niewłaściwym wykorzystaniu i błędach przy tworzeniu serwerów. Totalny deep dive i dojrzałe spojrzenie, bez zbędnego hype’u.

“Polski Bielik obnaża ograniczenia ChatGPT” - Remek Kinas x Didaskalia

Świetna rozmowa w didaskaliach z Remkiem Kinasem - AI Researcherem, współtwórcą Bielika. O tym, po co nam Bielik, o bebechach LLMów, kartach graficznych w kontekście AI i wiele więcej. Polecam!

Już uciekasz?

Jeśli Ci się podobało, kliknij 🧡 poniżej, to nic nie kosztuje! Doceniasz w ten sposób moją pracę i motywujesz do dalszych działań :)

Do następnego,

Olaf

Nowy rok narzucił niesamowite tempo w bańce AI. Ostatni miesiąc to totalna jazda bez trzymanki. Czy to #nowyroknowaja energy i zaraz wszystko wróci do normy? Miejmy nadzieję!

W każdym razie, żeby nie siać bezsensownego FOMO (o którym niżej!), weźmy na tapet kilka najważniejszych rzeczy. Trochę się tego nazbierało, dlatego polecam wziąć kubek z jakimś gorącym napojem i zapraszam! ❄️ ☕

Anthropic przejmuje rynek z Claude Code

Przez święta, poza oklepanym cudem w postaci przemówienia zwierząt ludzkim głosem, nastąpiło jeszcze jedno niezwykłe wydarzenie. Wszyscy dość niespodziewanie zaczęli mówić o Claude Code.

Ale żebyśmy się dobrze zrozumieli, narzędzie od Anthropic nie pojawiło się znikąd. Istniało stabilnie na rynku i od dawna konkurowało z Cursorem o miano top #1 toola do programowania.

Stąd też moje zdziwienie nagłym skokiem popularności. Claude zaczął się pojawiać dosłownie wszędzie…

Z mojego małego dochodzenia wynika, że miały na to wpływ dwie rzeczy. Po pierwsze: premiera potężnego modelu Opus 4.5. Po drugie: chwila wolnego, czas na popróbowanie zaległych rzeczy, rozgrzanie side projektów. Później machina hype’u już zaczęła nakręcać się sama, nawet jeśli ten hype w tym przypadku jest w 100% zasadny.

Akurat w tym przypadku połączenie świetnego modelu z genialnym narzędziem od tych samych twórców robi robotę. Anthropic nieprzerwanie napędza innowacje i wprowadza programowanie z AI na wyższy poziom.

Podczas takich wydarzeń technologicznych można zaobserwować wiele perspektyw. Przesadne podniecenie danym tematem: rewolucja, „już nigdy XYZ nie będzie takie samo”, “jeśli w tym momencie tego nie sprawdzisz, to zostajesz w tyle”…

Druga strona medalu to po prostu strach, często o swoją przyszłość zawodową. Użytkownik na Reddicie podzielił się swoimi obawami w poście, który zyskał sporo polubień. Ludzie po prostu się z tym utożsamiają i nie ma co się dziwić. Claude Code jest teraz w szczycie popularności.

Korzystają z niego nie tylko programiści. Ludzie zaczęli go używać jak agenta, który bez problemów radzi sobie z systemem plików i może służyć np. jako osobisty asystent w połączeniu z Obsidianem. Tak duży skok popularności poskutkował np. zintegrowaniem Claude Code z aplikacją desktopową. GUI ułatwia korzystanie z CC, zwłaszcza użytkownikom nietechnicznym.

Anthropic poszedł o krok dalej i rozszerzył też swoją ofertę prezentując kompletnie nowe narzędzie: Cowork. Ma to być dedykowane narzędzie dla osób nietechnicznych. Tak samo jak CC, umożliwia pracę na lokalnych plikach.

Może na przykład uporządkować pobrane pliki, sortując je i zmieniając nazwy poszczególnych plików, utworzyć nowy arkusz kalkulacyjny z listą wydatków na podstawie pliku zrzutów ekranu lub wygenerować pierwszy szkic raportu na podstawie rozproszonych notatek.

~ Introducing Cowork, claude.com

Zbudowany jest na ten samej bazie co CC, przez co jego możliwości są bardzo duże. Np. twórcy na start dodali zestaw Skillsów. Obecnie znajduje się w wersji research preview dla użytykowników posiadających subskrybcję Claude Max.

Niestety wszystko, co dobre, kiedyś się kończy. Claude Code oferuje stosunkowo przystępne plany cenowe, oczywiście w porównaniu z tokenami, które przepalamy. Użytkownicy wywęszyli okazję i zaczęli korzystać z subskrypcji CC przez innych providerów, np. OpenCode.

Kto by się spodziewał, że Anthropicowi się to nie spodoba. Ograniczono dostęp, co spowodowało niemałą frustrację społeczności.

Na sam koniec, polecam zapoznać się z kilkoma linkami o Claude Code:

1. Setup Claude Code od samego twórcy narzędzia - Boris Cherny pokazuje, jak korzystać z produktu, który sam stworzył. Okazuje się, że jego konfiguracja wcale nie posiada tylu wodotrysków, ilu można było się spodziewać.

2. Don’t Build Agents, Build Skills Instead - prezentacja od ludzi z Anthropic o tzw. Skills. Stały się one niedawno standardem, który implementowany jest przez kolejne firmy.

3. Poradnik do Claude Code 2.0 - obszerny guide do CC, zawierający historię, sztuczki i dobre praktyki.

Technika Ralpha Wigguma

Za sprawą Claude Code na popularności zyskuje ostatnio ciekawie nazwany sposób kodowania z AI, technika Ralpha Wigguma.

W przeciwieństwie do pracy LLM’a z człowiekiem, zakłada ona autonomiczną pracę AI na zdefiniowanej wcześniej liście tasków.

Ralph zajmuje się wymyśleniem implementacji, podejścia do wytworzenia funkcjonalności itp. Robi to tak długo, aż nie skończy. Jest w pełni automatyczny i nie wymaga nadzoru. Jednym zdaniem: odpalamy Ralpha i pora na CS’a.

Jak pięknie by to nie brzmiało, oczywiście to (jeszcze) nie takie proste. Z takim podejściem wiąże się wiele tradeoffów. Agenci potrafią się zakręcić i pogubić, rozwiązanie może nie spełniać jakichś norm, a na koniec dnia spalić ogromne ilości tokenów.

Polecam artykuł Matta z 11 tipami jak odnaleźć się w tym odważnym podejściu.

AI FOMO

Czujesz czasem, że nie nadążasz z tym wszystkim? Bo ja tak. Pomimo tego, że dość mocno siedzę w temacie AI i technologii, zdarza mi się to dość regularnie. Ilość informacji potrafi przytłoczyć.

Dorzućmy do tego wszechobecną presję na naukę, odnalezienie się w nowej rzeczywistości i twórców, którzy raczą nas tytułami materiałów zwiastującymi rychłą śmierć, jeśli tylko nie ogarniesz rzeczy XYZ. Nie zliczę, ile razy w tygodniu przewija mi się hasło „You’re falling behind”…

Andrej Karpathy - współzałożyciel OpenAI, ex-Director of AI w Tesli, twórca terminu Vibe Coding i totalny autorytet w przestrzeni ML/AI też boryka się z podobnym problemem. W swoim tweecie pisze o byciu w tyle jako programista i natłoku nowości.

Case Andreja świetnie pokazuje, że nawet ci najlepsi nie są robotami i czasem czują się w tyle. Warto o tym pamiętać, gdy złapie nas coś podobnego.

Kończąc już z tymi najlepszymi i wracając do przeciętniaków… Jakieś dwa lata temu w pewnym momencie dość mocno udzieliło mi się AI FOMO. Nie była to chwila zwątpienia, a dłuższe „o kurde, jestem w dupie”. Z dzisiejszej perspektywy trochę zabawnie to brzmi, 90% rzeczy, które obecnie są cool, wtedy jeszcze nie było w planach.

Kilka rzeczy, które mi pomagają:

1. Ogarnij się i uzupełnij braki - no co ty nie powiesz, Olaf? Niestety, ale to najbardziej pomaga. Postaraj się powoli nadrabiać rzeczy, które czujesz, że są ważne. Nie skupiaj się na szczegółach, nie rzucaj się na wszystko w jednej chwili.

2. Ogranicz zakres - nie da się być wszędzie i być na bieżąco ze wszystkim. Zawęź swoje pole widzenia i skup się na danej niszy. Jeśli jesteś programistą i chcesz być na bieżąco z toolsetem AI do kodowania, niekoniecznie musisz śledzić bebechy modeli, papery naukowe czy studiować ML.

3. Zaprzyjaźnij się z FOMO - akceptowanie tego, że czegoś aktualnie się nie wie, bardzo pomaga. Nie jest to co prawda łatwe, ale warto przywyknąć do tego uczucia. Pomocne może okazać się zadanie sobie pytań: „Czy to naprawdę takie ważne i jeśli tak, to dlaczego?”, „Co się stanie, jeśli tego nie ogarnę?”…

AI zabija biznesy: Tailwind & StackOverflow

W sieci zagrzmiało po tym, jak Adam Wathan, twórca najpopularniejszej biblioteki CSS, Tailwinda, odmówił wprowadzenia zmiany ułatwiającej AI korzystanie z dokumentacji. Podzielił się przy tym historią, która poruszyła community.

Okazuje się, że AI maczało swoje robotyczne paluchy w znacznym zredukowaniu zespołu Tailwinda. Pomimo rekordowej liczby pobrań biblioteki ruch na stronie zmalał o 40% w porównaniu do 2023 roku. Gdzie leży problem?

Model biznesowy polegał na sprzedaży szablonów stron i komponentów bazujących na Tailwindzie. Mniej wyświetleń strony = niższa sprzedaż. Czy to idealny plan na monetyzację? Pewnie nie. Nie ma co się jednak dziwić, monetyzacja open source bywa bardzo trudna.

Na pomoc przyszło tech community, temat bardzo się poniósł, a firmy korzystające z tej technologii postanowiły wesprzeć twórców i zostać ich sponsorami. Do tego grona dołączyli m.in. Gumroad, Sentry, Supabase i Cursor.

Historia Tailwinda kończy się szczęśliwie (przynajmniej póki co), nie można jednak tego powiedzieć o Stack Overflow. Kiedyś go-to miejsce dla programistów do rozwiązywania problemów w kodzie. Dziś? Cmentarzysko martwych wątków.

Trzeba oddać zasługi SO, nowoczesne LLMy na pewno zawierają wątki z pytaniami i odpowiedziami z tego portalu. Ale czy ktoś jeszcze teśkni? Ja nie ¯\_(ツ)_/¯

Co z kolejnym filmem?

Po dużym sukcesie mojego pierwszego filmu ChatGPT od środka: jak naprawdę działa LLM? zabrałem się za kolejny materiał! Mam nadzieję, że tym razem wyjdzie to w trochę krótszej formie 😂

Pogadamy sobie o agentach AI, ale od innej strony, niż robi to większość materiałów na ten temat. Będzie teoria, praktyka i kod. Na demka jeszcze przyjdzie czas, ale daję znać, że coś już tam się gotuje. Trzymaj kciuki!

Ciekawe linki

Wielkie podsumowanie AI w 2025

Ekipa przygotowała bardzo fajny podcast podsumowujący 2025. W tych technologicznych Oscarach, przygotowali oni 10 kategorii nagród dla poszczególnych zagadnień ze świata sztucznej inteligencji.

Predykcje LLM na 2026 rok

Ze przewidywaniem trendów w AI jest jak z wyróżeniem z magicznej kuli, wiadomo. Jednak niektórych mądrych ludzi warto posłuchać i poznać ich punkt widzenia. Taką osobą jest Simon Willison, którego dość regularnie staram się śledzić. Bez AGI i zniszczenia świata, momentami na mojego czuja nawet zbyt bezpiecznie, ale polecam!

Rzekoma publikacja kodu źródłowego mObywatela

Afera! Kod mObywatela miał zostać udostępniony i stać sie w pełni open source. Jak wyszło? Ekhem ekhem… Tak, jak można było się tego spodziewać. Tomek aka Informatyk Zakładowy przygotował dogłębną analizę tego politycznego zamieszania.

Już uciekasz?

Jeśli Ci się podobało, kliknij 🧡 poniżej, to nic nie kosztuje! Doceniasz w ten sposób moją pracę i motywujesz do dalszych działań :)

Do następnego,

Olaf

Dobrze Cię widzieć na ostatnim, wypchanym do granic długości maila, wydaniu newslettera w tym roku. Będzie co czytać, będą prezenty, a nawet pamiętniki z wakacji. Zanim jednak to wszystko, krótkie podsumowanie…

Oh boy, co to był za rok. Gdzieś w połowie, po wielu latach, zmieniłem środowisko pracy, co było dla mnie ważnym wydarzeniem. W podobnym czasie zacząłem też myśleć o powrocie do tworzenia treści, innych niż ten newsletter.

Tak zrodził się kanał na YouTube, o którego założeniu myślałem od wieków. Jeszcze wtedy nie wiedziałem, że produkcja zajmie 3 miesiące 💀 Masa wysiłku, stresu i niepewności jednak się opłaciła. Film, nie wiem jakim cudem, zwyskał ponad 8 tysięcy wyświetleń, a kanale pojawiło się ponad 400 subskrybentów.

Za sprawą filmu na YouTube i “nowego startu”, gruntowną przebudowę przeszedł też ten newsletter. Prowadzę go z różną regularnością od 2020 roku, gdy jeszcze pisałem bloga o programowaniu - frontlive.pl.

Przez te lata newsletter służył mi do dzielenia się moimi treściami i takimi, które wydawały mi się interesujące. Formuła się wyczerpała, mi nie sprawiało już to przyjemności. Stwierdziłem, że to pierd*** i albo zacznę robić coś, na co mam ochotę, albo z tym koniec.

Pivot nie okazał się taki straszny, jak myślałem. Wiele osób, za sprawą zmiany contentu, się odsubowało. No hard feelings. Wiele osób za sprawą filmu i darmowego ebooka dołączyło. Rok kończę bardzo zadowolony, z chęcią do dalszego tworzenia rzeczy, a to dla mnie najważniejsze.

Dzięki za każde wsparcie i do zobaczenia w 2026 :)

Wesołych Świąt i Szczęśliwego Nowego Roku! 🎄🎊

OpenAI nie ma lekko

Druga połowa roku dla twórców ChatGPT nie była kolorowa. GPT-5 okazał się porażką, a próby podratowania sytuacji z GPT-5.1 się nie sprawdziły.

Cała społeczność AI czekała więc na nadejście nowego lidera - Gemini 3. Google dowiózł. Model okazał się dużym sukcesem, spełnił oczekiwania ludzi i stał się tym najlepszym na rynku. Do świetnego modelu doszły też usprawnienia do Nano Banana, które jest w ścisłej topce modeli generowania/edycji zdjęć.

Po premierze Gemini, na początku grudnia, Sam Altman wydał specjalny wewnętrzny alert do pracowników. “Code red” miał na celu skupienie zasobów na usprawnianiu flagowego modelu i odłożeniu niektórych projektów na dalszy plan.

No i doczekaliśmy się GPT-5.2. OpenAI wróciło do topki i razem z Gemini 3 oraz Opus 4.5 (który wyszedł w międzyczasie) stoi na podium. Oficjalne benchmarki wyglądają super, jest jednak jedno “ale”.

Ludzie nie są przesadnie zadowoleni. OpenAI benchmarkowo dogoniło konkurencję, ale to byłoby na tyle. Nie ma żadnego “wow”, nie ma znacznych usprawnień.

Daje to trochę do myślenia i pokazuje, że OpenAI już dawno przestało być tym najlepszym, wyróżniającym się dostawcą modeli na rynku. Teraz razem z innymi firmami, co kilka miesięcy rywalizuje o kilka dodatkowych procent w benchmarkach.

Od wielu miesięcy obserwuję jak ChatGPT zmienia się w cały system operacyjny. Dodatkowe funkcje, połączone aplikacje, ułatwienia życia. Ostatnio ogłosili współpracę z Adobe i np. korzystanie z Photoshopa w czacie:

Gdy myślałem, że w tym roku już nic mnie nie zaskoczy z ich strony, podczas pisania tego wydania, niespodziewanie wypuścili ChatGPT Images - usprawnioną wersję modelu do generowania zdjęć.

Na pierwszy rzut oka wygląda to bardzo dobrze i zdaje się być bezpośrednią konkurencją do Nano Banana, które podbiło rynek. Model zdaje się być dostosowany do edycji i transformacji zdjęć, podobnie jak w modelu Google, powinien dużo lepiej radzić sobie z generowaniem tekstu.

Jak to wyjdzie w praktyce? Dajmy temu trochę czasu, do końca roku na pewno zobaczymy rezultaty. Wątpię, żeby ekipa powtórzyła sukces, gdy ludzie masowo generowali obrazki w stylu Ghibli. Jednak nawet samo dogonienie Nano Banana byłoby czymś dużym

Podsumowując, z jednej strony nie dziwi mnie próba tworzenia mocnego ekosystemu. OpenAI eksperymentuje z dużą ilością mniejszych produktów, które raczej nie grzeją tak, jakby sobie tego życzyli. Nie dziwi, bo wystarczy spojrzeć na Google’a i ich możliwości integracji z narzędziami. Z drugiej wyścig na modele cały czas trwa, a konkurencja przesiadła się z zabawkowych samochodzików na prawdziwe bolidy i już dawno dogoniła pionierów z OpenAI.

Gemini 3 Flash

Google nie zwalnia tempa i po premierze Gemini 3 Pro i nowej wersji Nano Banana prezentuje nowy, tańszy, nieco słabszy, ale szybszy model Flash.

W benchmarkach pokonuje najlepszy model z linii 2.5, jest przy tym od niego 3 razy szybszy i dużo tańszy ($0.50/1M input oraz $3/1M output). Jego poprzednik był świetnym kompromisem pomiędzy wydajnością, szybkością i niską ceną. Do większości zadań będzie na pewno dobrym wyborem.

Benchmarki wyglądają bardzo obiecująco, Flash dogania, a momentami nawet wyprzedza topowe modele (co widać np. w teście SWE-bench dotyczącym programowania). Jak jednak wiemy, do takich zestawień należy podchodzić z przymrużeniem oka:

Model został zaprojektowany z myślą o rozumowaniu i multimodalności, zachowując przy tym jak największą wydajność. Jest w stanie rozumować dłużej, zużywając przy tym średnio 30% mniej tokenów od 2.5 Flash.

Czekamy na testy, przez święta na pewno będzie na wylot sprawdzony. Google jest obecnie na fali sukcesów i wróżę, że podobnie będzie z tą premierą. Końcówka roku zdecydowanie należy do nich.

Agentic AI Foundation (AAIF)

Święta to czas przebaczania, miłości i jedności. Do serca wzięli to sobie topowi gracze AI na rynku i złączyli swoje siły pod postacią Agentic AI Foundation. Ekhem Ekhem, no prawie.

AAIF powstało pod Linux Foundation i ma na celu wprowadzenie standardów AI. Członkami fundacji są m.in. Amazon, Google, OpenAI, Anthropic, Cloudflare, Bloomberg, czy Microsoft.

Na start dodane zostały do niej protokół MCP (od Anthropic), AGENTS.md do opisywania kontekstu / instrukcji dla agentów AI do kodowania (od OpenAI), oraz Goose - open source’owy agent.

Dla nas, użytkowników, to przynajmniej w teorii bardzo dobra informacja. Brak standardów w dłuższej perspektywie nie jest niczym dobrym, a połączenie sił twórców modeli może zaowocować nowymi, ustandaryzowanymi toolami.

Anthropic i dziwny zakup

Anthropic wydał nowy model Opus 4.5 w odpowiedzi do Gemini 3. Sam model został przyjęty z entuzjazmem, a jego wyniki są naprawdę bardzo dobre. W tej chwili rywalizuje z Gemini 3 i GPT-5.2 na samym szczycie.

Jednak to nie to zaskoczyło mnie od pomarańczowych w ostatnich tygodniach. Twórcy Claude kupili narzędzie Bun - runtime JavaScript, uwielbiany przez społeczność programistów.

Stało się to w związku z osiągnięciem miliarda dolarów przychodu z Claude Code. Zakup Bun w zamyśle ma być dużym wsparciem dla CC. Dla Bun teoretycznie nic się nie zmieni - nadal pozostanie na tej samej, otwarto-źródłowej licencji, zespół nadal ma rozwijać narzędzie tak, jak wcześniej.

Nie do końca potrafię zrozumieć sens tego zakupu. Ale spoko, trzymam jedynie kciuki za dalszy rozwój Bun. Twórcy w ostatnich latach zrobili niesamowitą robotę. Oby zła korporacja AI tego nie popsuła.

Tym ruchem firma może jeszcze bardziej zbliżyć się do środowiska developerskiego. Pomimo komentarzy CEO, Anthropic jest zazwyczaj domyślnym providerem modeli dla programistów.

Ciekawe linki

Code refactoring z Cursorem - świetne case study od twórców!

Lee Robinson (znany również z Vercela) opisał proces refactoringu strony cursor.com. Głównym celem była zmiana CMS’a na pliki Markdown. Twórca artykułu estymował prace na kilka tygodni, ostatecznie skończyło się na 3 dniach i $250 w tokenach.

Kalendarz adwentowy AI od ElevenLabs

25 Days of Agents, czyli kalendarz adwentowy AI. Każdego dnia dostajemy darmowe kredyty / tier do narzędzi AI. Dostępne są np. N8N, Notion, Railway, Lovable, ElevenLabs…

Film dokumentalny o Google DeepMind

The Thinking Game opowiada historię lab’a DeepMind i Demisa Hassabisa, wizjonera AI w drodze ku AGI. Film pokazuje pięć lat pracy zespołu w londyńskiej siedzibie, w tym kluczowe momenty jak rozwój AlphaGo i AlphaFold.

Tomasz Czajka o pracy w SpaceX, Google, AI i algorytmach szachowych

W podcaście horyzonty Patrycjusza Wyżgi Tomek opowiada o swojej imponującej drodze jako programista w międzynarodowych big techach, sztucznej inteligencji, a nawet “pobocznych projektach”, w których próbuje pobić algorytmy szachowe. Świetna rozmowa.

Wspomnienia z Tajlandii

Kącik małego podróżnika na sam koniec :) Udało mi się totalnie zresetować głowę i wyjechać na dwutygodniowy urlop do Tajlandii.

Na początku podróży trafiliśmy do Oslo, gdzie totalnie zaskoczyła mnie ilość samochodów elektrycznych. Może to przez okolice Oslo i lotniska, ale nie przesadzę, gdy powiem, że większość aut które mijałem to elektryki. Nawet stacje benzynowe nastawione są głównie na ładowanie elektryków.

Odniosłem też wrażenie, że duża jest świadomość technologii (?). Wpadliśmy do kilkupiętrowej biblioteki Deichman Bjørvika (nie, to nie ten od butów), gdzie zobaczyłem sporo ludzi na Macbookach z odpalonym na split screenie ChatGPT. Pomimo masy ludzi, kompletna cisza i spokój, świetne miejsce. Całość dawała taki dość futurystyczny vibe, może przez tą architekturę? Nie wiem, ale do dziś mam to w głowie.

Po Oslo trafiliśmy do Doha, a potem do Bangkoku na dwa dni. Po przejażdżce tuk tukiem, zobaczeniu Chinatown i kilku mniejszych atrakcji, wyruszyliśmy na rajską wyspę Samui.

To miejsce polecam z całego serca. Piękne widoki, przemili ludzie, bardzo dobre i tanie jedzenie, jest co robić, można się też wylegiwać. Normalnie raj na ziemi. Zupełnie inny świat, inne życia, ale zdecydowanie warto się przenieść i zapomnieć na chwilę o całym pędzie, chociaż na moment :)

Już uciekasz?

Jeśli Ci się podobało, kliknij 🧡 poniżej, to nic nie kosztuje! Doceniasz w ten sposób moją pracę i motywujesz do dalszych działań :)

Do następnego,

Olaf

Ostatnie dni to był prawdziwy rollercoaster w branży IT i bańce AI. Pół internetu padło, Google zaprezentował nowe zabawki, a ja spędziłem dużo czasu w zakładce “statystki” na YouTube :)

Na szczęście to już koniec tygodnia i teraz czekają mnie upragnione wakacje 🌴 Widzimy się w dopiero na początku grudnia, ale zostawiam Cię z wyjątkowo dużą dawką ciekawych rzeczy do sprawdzenia.

Enjoy!

Gemini 3, Antigravity i Nano Banana Pro

Cała branża AI czekała od dłuższego czasu na jedną premierę - Gemini 3 od Google. Poprzeczka była postawiona wysoko, ale śmiało można powiedzieć - dowieźli skubańcy.

Zacznijmy od modeli. Zaprezentowano flagowca Gemini 3 Pro, który w większości benchmarków wychodzi na prowadzenie, przy porównaniu z najlepszymi od OpenAI czy Anthropic.

Benchmarki powiniśmy traktować z przymrużeniem oka, bo twórcy w pewnym stopniu optymalizują modele tak, żeby osiągać jak najlepsze wyniki. Nie zmienia to jednak faktu, że Gemini 3 wygląda w nich naprawdę świetnie.

Opinie community zdają się to potwierdzać. Model sprawa się bardzo dobrze do codziennych zadań, bardziej złożonych problemów, kodowania. Następne tygodnie na pewno pokażą więcej. To prawdopodobnie obecnie najlepszy model na rynku.

Google pracuje również nad modelem Deep Think, który jest w fazie testów i zostanie niedługo udostępniony w ich najdroższym planie.

Kolejną nowością jest Antigravity, czyli AI-first IDE, coś jak Cursor. Ostatnio dostawcy modeli prześciagali się na robienie CLI, teraz (znów) wracamy do edytorów?

Całość, podobnie jak np. Cursor czy Windsurf, postawiona jest na bazie VS Code - dobry wybór. Ta nowość mnie akurat zupełnie nie grzeje, ale konkurencja nie zaszkodzi na rynku. Zobaczymy, jak to się rozwinie, czy Google nie ubije projektu za pare miesięcy.

Last but not least - Nano Banana Pro. Dostaliśmy nowy model do generowanie i edytowania obrazów. Poprzednia wersja była świetna w dostosowywaniu szczegółów, łączeniu gotowych elementów w jedną całość - tu idziemy o krok dalej.

Nowy model radzi sobie świetnie ze detalami, potrafi generować szczegółowe infografiki na bazie tesktu, które nie wyglądają jak totalne g***.

Google znacząco poprawił też generowanie tekstu. Jest teraz dokładniejsze, możemy generowanać teskty w różnych stylach, całość powinna być znacznie bardziej stabilna niż wcześniej.

Np. tutaj grafika wygenerowana z pracy naukowej o Llama 3 (92 strony PDF’a!):

Generowanie zdjęć i filmów z AI zawsze robiło na mnie duże wrażenie. Można się śmiać z grafik AI, które wyglądają słabo, są wszystkie takie same. Ale jeśli przyjrzymy się trochę bliżej, to w jak niesamowitym tempie rozwija się ta technologia, to jest szok.

NotebookLM - najlepsze narzędzie do nauki z AI

Zostając jeszcze na chwilę przy Google, zmian doczekał się też NotebookLM.

Uwielbiam to narzędzie i korzystam często. Świetne do pracy z dokumentami, artykułami, a nawet filmami z YouTube. Najlepsze narzędzie do nauki z pomocą AI.

Dodany został Deep Research, funkcja znana z innych narzędzi, np. Perplexity. Pozwala tworzyć/uzupełnić raport o informacje z interentu, podając przy tym źródła. W tym środkowisku może zdziałać cuda, ekstra zmiana.

Poza tym dodano Video Overviews, czyli podsumowanie naszych notatek w formie wideo. Możemy stworzyć filmik z predefiniowanymi stylami lub opisać nasz własny styl.

Dodano również Slide Decks, czyli prezentacje, oraz możliwość generowania infografik z nowym Nano Banana. Jest co sprawdzać!

Quo vAIdis - książka Dragana o AI

Fizyk, reżyser, fotograf i niespełniony programista pisze książkę o AI. Brzmi jak przepis na niezły rozpier*, jak wyszło?

Lubię Andrzeja z podcastów, podobała mi się też poprzednia książka Kwantechizm 2.0 i jego odlotowy teledysk dla Quebonafide. Rzadko spotyka się naukowca z taką artystyczną żyłką i talentem do opowiadania o trudnych rzeczach. Tym razem bierze się za AI. Kontrowersyjnie, dużo ludzi z branży IT krytykuje go za jego opinie w tym temacie…

Na szczęście zamiast publicystycznego pitu pitu, traktuje temat jak zjawisko do zbadania: ogląda je z różnych stron, testuje, opisuje, co działa, a co nie. Kwestionuje m.in. podejście “to tylko matematyka” wchodzi w wątki inteligencji, świadomości i “rozumienia”, ale bez pustych sloganów typu “AI jest / nie jest inteligentne”. Dostajemy konkretne przykłady (np. AlphaGo), historie i komentarz, który naprawdę się dobrze czyta, nawet jeśli sporo rzeczy już znałem, nie było nudno.

Słabsza dla mnie była część bardziej techniczna. Merytorycznie nie mogę się do niczego przyczepić, ale forma mogłaby być przystępniejsza, a przy takich abstrakcjach (wektory, wymiary, gradienty) przydałoby się więcej ilustracji. Do tego dochodzą polskie nazwy mechanizmów, których nie jestem fanem, ale może była to najlepsza opcja dla mniej technicznej publiki. Na szczęście to tylko fragment całości.

Największa zaleta książki jest taka, że autor wie, o czym pisze, i nie serwuje pustej papki o “bańce AI” czy robotach, które zaraz nas wykończą. To szersze, uczciwe spojrzenie na współczesną sztuczną inteligencję: od historii, przez przełomy i działanie, po pytania o inteligencję, świadomość, sprawczość i przyszłość.

Dla kogo? Dla osób ciekawych AI, gotowych może podważyć swoje przekonania. Dla nietechnicznych (ale oby tych, którzy nie boją się technologii) i technicznych, którzy chcą uporządkować obraz całości. Książkę polecają też ogarnięci ludzie z branży, np. Wojciech Zaremba (współzałożyciel OpenAI), Aleksander Mądry (MIT, OpenAI) czy Remek Kinas (Bielik).

GPT-5.1 - o co tu chodzi?

Po rozczarowującej premierze GPT-5, OpenAI zaczyna nadganiać konkurencję w postaci Gemini z nową rodziną modeli GPT-5.1.

Dostaliśmy trzy modele:

1. GPT-5.1 Instant: do codziennego użytku, teraz mądrzejszy, z lepiej dostosowanym tonem wypowiedzi

2. GPT-5.1 Deep Thinking: najlepszy, myślący, do skomplikowanych zadań, szybszy do prostszych odpowiedzi

3. GPT-5.1 Codex Max: do kodowania

Powoli przestaje ogarniać nazywanie tych modeli, OpenAI poszło w styl Apple ze swoimi Pro, Max, Plus. WTF, kto nazywa model tak samo jak narzędzie agentowe do programowania?

Tak czy siak, wrażenia są dość średnie. Pojawiło się wiele opinii, że to nie tyle brak usprawnień, a downgrade do poprzedniej wersji. Ludziom nie leży nowy styl wypowiedzi.

Wyniki i wrażenia po premierze filmu

Premiery, wszędzie premiery. W tym tygodniu najważniejszą dla mnie premierą była premiera mojego pierwszego filmu na YT - ChatGPT od środka: jak naprawdę działa LLM?.

W niedziele zaczęło się powoli i dzień skończył się z ~ 250 wyświetleniami. Nie oczewiwałem wiele, to w końcu pierwszy film, brak subów. Chociaż nie będę ściemniał, gdy montowałem go o 1 w nocy i myślałem o 300 wyświetleniach na ten film, który robię już od 2 miesiący, to nie wydawało mi się to jakąś super opcją.

Algorytm na szczęście okazał się łaskawy, w poniedziałek dobiliśmy tysiąc wyświetleń, które było dla mnie taką magiczna barierą, po której byłem już mega zadowolony. Później to już totalne szaleństwo, najpierw 3000, a we wtorek dobiliśmy do ponad 5 tysięcy viewsów.

W momencie pisania tego newslettera YouTube dobiliśmy do 6.600 wyświetleń i dziesiątki pozytywnych komenatrzy, za które z całego serca dziękuję! Obiecuję, nic nikomu nie zapłaciłem za ich napisanie 😂

Bardzo się cieszę, że ten film poszedł tak dobrze, że Wam się spodobało. Czuję, że ta praca miała sens i udało się stworzyć coś wartościowego. Dało mi to mega dużego kopa do robienia następnych fajnych rzeczy :)

Ciekawe linki

Claude Code rozwala system - tipy po 6 miesiącach

Anthropic rozbił bank ze swoim narzędziem Claude Code do kodowania. Stał się prawdziwą konkurencją dla Cursora, rozpromował prace z AI przez CLI.

Żeby jednak z niego efektywnie korzystać, warto wiedzieć o kilku rzeczach. Autor tekstu zerbał wiele z nich w formie rozbudowanego wpisu na Reddicie - jeśli pracujesz z CC, must read!

Cloudflare wywaliło pół internetu

Jakiś czas temu AWS, a teraz Cloudflare miał awarię. Pół interentu padło.

Nie był to żaden cyberatak / DDoS. Awaria spowodowana była wewnętrznym błędem w pliku konfiguracyjny używany przez ich narzędzie do wykrywania botów.

Polecam przeczytać opis tego zdarzenia od twórców, jest dostępny nawet w języku polskim!

Grupowe czaty w ChatGPT - system się rozszerza

Pojawiła się kolejna cegiełka do zbudowania całego ekosystemu na bazie ChatGPT. OpenAI wprowadza czaty grupowe. Bardzo ciekawa zmiana, ciekawe czy się przyjmie :)

Na razie testowane w kilku krajach, niestety brak Polski.

Już uciekasz?

Jeśli Ci się podobało, kliknij 🧡 poniżej, to nic nie kosztuje! Doceniasz w ten sposób moją pracę i motywujesz do dalszych działań :)

Do następnego,

Olaf

29 minut kontentu, gdzie każda sekunda się liczy, bez zamulania, bez “gadającej głowy”.

Zaczynamy od samych podstaw, a kończymy na zaawansowanych tematach. Ready?

ChatGPT od środka: jak naprawdę działa LLM?

Jeśli na co dzień pracujesz z narzędziami AI, modelami, tworzysz automatyzacje, programujesz w Cursorze / Claude Code - ten film jest dla Ciebie.

Wchodzimy dużo głębiej niż podstawowa wiedza np. o tokenach. Rozbieramy LLMy na czynniki pierwsze, wchodzimy w architekturę, prace naukowe publikowane przez autorów modeli. Przy tym wszystkim bez matematyki i niskopoziomowych szczegółów.

Jeśli Ci się spodoba, będę mega wdzięczny za podbicie algorytmu łapką w górę, podzieleniem się ze znajomymi. Zostaw suba na przyszłość, postaram się zrobić jeszcze coś fajnego w tym roku.

A jak będzie Ci mało…

Ebook

Podczas tworzenia filmu, w pewnym momencie chyba trochę mi odbiło, bo postanowiłem, że skompresuje ten film do ebooka i oddam go całkowicie za free, bez żadnego “sprzedażowego haczyka”.

Powstało z tego ~50 stron, niektóre rozdziały zostały nieco rozszerzone. Myślę, że to bardzo fajna opcja do powtórzenia wszystkich informacji po zobaczeniu filmu:

Pobierz ebooka

Polecam jednak najpierw zobaczyć cały film! Wszystkie wykresy są tam lepiej widoczne + omija Cię cała narracja, c’mon :)

W każdym razie, enjoy!

Pomożesz?

Algorytm YouTube bywa bezlitosny i potrafi ubić film / kanał nawet na starcie.

Żeby tak się nie stało, zostaw po sobie ślad - zasubskrybuj kanał, nic Cię to nie kosztuje, a mi pozwoli dalej się rozwijać i robić fajne treści. Z góry dzieki za zaufanie!

Do następnego,

Olaf

Analizujemy dziś nowy, chiński model Kimi K2, o którym od kilku dni bardzo głośno w bańce AI. Sprawdzimy, czy faktycznie mainstreamowe modele typu GPT-5 mają się czego obawiać.

Do tego spory update do mojego filmu o ChatGPT i w końcu data premiery! Jaram się, bo w końcu zwieńczy się te kilka miesięcy pracy.

No i na koniec, na dole czekają na Ciebie 4 ciekawe linki.

Enjoy!

Film i kanał na YouTube

Premiera mojego filmu ChatGPT od środka: jak naprawdę działa LLM? zbliża się wielkimi krokami! W poprzednim tygodniu udało mi się dopiąć miniaturkę, film już śmiga na niepublicznym i czeka na wydanie.

Premiera w niedzielę 16 listopada o 18:00 na moim kanale na YouTube!

Subskrybuj, żeby nie przegapić i kliknij dzwoneczek, żeby dostać powiadomienie:

Do tego filmu przygotwałem jeszcze coś extra, co może Ci się spodobać 👀

Będzie to ebook z pełnym opracowaniem, niektóre wątki są lekko rozszerzone. Idealny, żeby zrobić sobie powtórkę po zobaczeniu filmu - pisałem go właśnie z myślą o tym. Polecam jednak najpierw zobaczyć cały film, wszystkie wykresy i techniczne wątki są tam dużo lepiej przedstawione.

Najważniejsze - będzie całkowicie za darmo. Podrzucę Ci go w poniedziałkowym wydaniu newslettera, dzień po premierze filmu.

A w międzyczasie obczaj kolejny krótki fragment z jednego rozdziału. Tym razem troszkę więcej filmu niż suchych wykreśów:

Kimi K2 Thinking - chiński pogromca GPT-5?

Chiny doganiają, znowu. Czy właśnie przeżywamy DeepSeek moment 2.0?

Firma Moonshot AI wypuściła open source’owy model (razem z parametrami), który w wielu benchmarkach (np. Humanity’s Last Exam, BrowseComp) pokonuje tych najlepszych, włącznie z modelem od OpenAI. W niektórych jest nieco gorszy (np. tych związanych z kodowaniem), ale nie odstaje znacząco. Kosztuje przy tym kilka razy mniej.

Kimi mocno bazuje agencyjności, wykorzystywaniu narzędzi. Może wykonać nawet do 200-300 kolejnych wywołań narzędzi bez ingerencji człowieka.

Opera się on na architekturze DeepSeek R1, ze zmienioną liczbą tzw. ekspertów (od architektury Mixture-of-Experts), liczbą “głów” (attention), większym kontekstem (256K)…

W co akurat nie dowierzam, to informacja o koszcie wytworzenia modelu. Twrócy podają, że trening koztował tylko 4.6 miliona dolarów.

Mam nadzieję, że podobnie jak to było kiedyś przy DeepSeek, ta premiera popchnie do przodu rozwój LLM’ów, da pstryczka tym największym graczom i zachęci do większej otwartości i niższych cen. Same plusy dla nas, końcowych użytkowników :)

Wypróbować go można na kimi.com, a nawet przez Claude Code, instrukcję znajdziesz na stronie producenta.

Ciekawe linki

Sam Altman: AI progress and recommendations

Nowy artykuł od OpenAI, w którym dowiadujemy się np. że koszt „jednostki inteligencji” spada ~40× rocznie, AI przechodzi od sekundowych do godzinowych zadań, wkrótce dni/tygodni. Trochę też o perspektywie nauki i dropnych wynalazkach już w 2026 roku.

Książka od HuggingFace o budowaniu LLM’ów (free)

HF to taki GitHub dla AI. Twórcy serwisu przygotowali playbooka, w którym opisują trening ich modelu SmolLM3. Chociaż pewnie nie będziesz budował swojego modelu, warto rzucić okiem, dużo ciekawych rzeczy!

MCP i code execution: mniej tokenów, szybsi agenci

Standard w budowaniu narzędzi dla agentów, który nie jest pozbawiony wad. Zapychanie kontekstu, czy wysokie koszta z tym związane, to jedne z nich. Anthropic dzieli się nowym podejściem, które ma rozwiązać część problemów i jest to naprawdę super ciekawe.

Jak uczyć się z AI? 10 porad

Sztuczna inteligencja jest świeta w roli nauczyciela/kompana do nauki. Warto jednak najpierw nauczyć się, jak efektywnie wykorzystać ją w tym celu. Kamil dzieli się fajnych materiałem z 10 trickami do nauki z AI.

Już uciekasz?

Jeśli Ci się podobało, kliknij 🧡 poniżej, to nic nie kosztuje! Doceniasz w ten sposób moją pracę i motywujesz do dalszych działań :)

Do następnego,

Olaf

Weekeend, weekend i po weekendzie. Do tego listopadowa pogoda nie rozpieszcza. Jak żyć? Jechać na wakacje! To mnie czeka w tym roku, ale jeszcze muszę chwilę poczekać.

Do tego czasu praca, która idzie zaskakująco dobrze. Dziś duża aktualizacja do mojego filmu o ChatGPT i LLM’ach . Udało mi się też ogarnąć domenę olafsulich.pl, na ten moment przekierowuje do tego newslettera, łatwiejsze do share’owania, polecam 🫡

Dodaktowo, na dole czeka na Ciebie 5 naprawdę fajnych linków.

Enjoy!

Film - update

Udało się! Mój film o tym, jak działa ChatGPT i LLMy od środka poszedł do exportu.

Zostało jeszcze kilka mniejszych tematów do ogarnięcia, ale baza jest już w pełni gotowa.

Wyszło 29 minut materiału , łącznie 13 rozdziałów. Zaczynamy od podstaw, a kończymy na zaawansowanej architekturze. Nie trzeba znać matematyki (ja sam jej nie znam), nie trzeba umieć programować, żeby ogarnać całość :)

Co ciekawe nawet te początkowe rozdziały zawierają dużo konkretów, wszystko bazuje pracach naukowych od twórców modeli - w filmie omawiamy je na konkretnych przykładach.

Tak prezentuje się agenda:

1. Wstęp

2. Wprowadzenie do AI

3. LLM - duży model językowy

4. Dane treningowe

5. Tokenizacja

6. Cel treningu

7. Transformer

8. Architektura modelu

9. Parametry i proces treningu

10. Model bazowy

11. Tworzenie asystenta

12. Generowanie odpowiedzi

13. Podsumowanie

Tutaj krótki z kilp z rozdziału o tokenizacji. Przeplatamy luźniejszy obrazek z konkretną wiedzą:

A tutaj kawałek o oknie kontekstowym. Mega ważna sprawa nawet dla osób, których nie interesują bebechy AI. To jak działa context window przyda się dosłownie każdemu, kto pracuje z modelami.

Premiera coraz bliżej, trzymam kciuki za listopad 🤞

Ciekawe linki

Łukasz Kaiser - mózg stojący za OpenAI

Polak, który przyczynił się do zrewolucjonizowania współczensego AI. Łukasz jest polskich naukowcem, obecnie pracuje w OpenAI, wcześniej był częścią Google Brain.

W 2017 roku był współtwórcą legendarnej pracy “Attention Is All You Need” (btw będziemy o niej mówić w filmie), która zdefiniowała to, jak działają współczesne modele językowe.

Przeglądarki AI - lepiej nie instaluj!

W poprzednim wydaniu pisałem o nowym trendzie w AI - przeglądarki zasilane sztuczną inteligencją, które staną się częścią naszej codziennej pracy. Wyszło tego sporo, a do trendu dołączyło nawet samo OpenAI z ich ChatGPT Atlas.

Wspominałem o potencjalnych problemach z bezpieczeństwem. Okazuję się, że jest jeszcze gorzej niż myślałem…

Claude Code od kuchni - jak zbudowano konkurencję Cursora?

Anthropic zrobił mega furorę ze swoim agentem AI - Claude Code. Stali się oni bezpośrednią konkurencją z Cursorem - inne narzędzia do programowania z AI wydają się trochę martwe. Film o tym, jak zespółowi inżynierskiemu udało się go zbudować, mega ciekawe!

Cursor 2.0 & Composer

A propos agentów AI wspomagających programowanie. Cursor zaprezentował wersję 2.0 swojego agenta, w której największą zmianą jest widok multi-agenta. Team pokazał też swój pierwszy, autorski model do kodownia - Composer.

Affinity - darmowa alternatywa Photoshopa

Płacenie za subskrybcję na pakiet Adobe mi się nie uśmiecha, dlaczego bardzo fajnie widzieć pojawiające się alternatywy. Już trochę ich mamy na rynku, a do zestawu dołącza Affinity.

To nie nowy produkt, a apka, która jest już wiele lat na rynku. Przeszła jednak gruntowną rozudowę, powstało rozszerzenie .af (how cool is that), rebranding i najważniejsze - jest za free.

Podobało się?

Jeśli tak, kliknij w ❤️ poniżej, będę wiedział, że taka forma ma sens :)

Masz jakieś pytania? Wal śmiało!

Do usłyszenia!

Witam po 3 miesięcznej przerwie (ach ta twoja konsekwencja Olaf 🥹) w nowej odsłonie newslettera.

To moje miejsce w sieci przeszło małą zmianę nazwy z “Frontlive Newsletter” na “Olaf’s Newsletter”. Już dawno nie ma tu tylko frontendu, a sam blog Frontlive (ktoś to w ogóle pamięta?) umarł śmiercią naturalną.

Z tego też powodu, dziś bardziej osobista, pozbawiona samej listy linków (ale też są niżej!), edycja newslettera. Mam nadzieję, że Ci przypadnie do gustu :)

Film

Postanowiłem zrobić swój pierwszy film.

2,5 miesiąca i 150+ godzin pracy później, małymi krokami zbliżam się to do końca…

Będzie o tym, jak działa ChatGPT od środka, jak działają współczesne LLMy, w jaki sposób wygląda ich trening.

Tutaj jeden kadr jako mały sneak peek 👇

Dobra, ale czemu to tyle trwa?

Uwielbiam kino, ale filmowcem się nie urodziłem. Nigdy nie miałem nic wspólnego z nagrywaniem, edycją, itp. Uczę się wszystkiego od zera, kombinuję jak potrafię.

No i… chciałem, żeby było to coś wyjątkowego, trochę innego niż większość technicznych materiałów.

Jak to wyjdzie? Zobaczymy :)

Zaczynamy totalnie od podstaw i bazowych konceptów, a przechodzimy do zaawansowanych technik, elementów architektury i niuansów uczenia modelu.

Wszystko bazuje na wydawanych paper’ach od twórców LLM’ów.

Timeline dobija do 30 minut materiału, psycha powoli siada, ale się nie poddaję!

Co ciekawego w AI?

W ciągu tych 3 miesięcy mojej nieobecności pojawiło się pewnie z 10 nowych, znaczących modeli na rynku, ale ja nie o tym…

Chciałbym polecić Ci materiały od Maćka Kaweckiego, bardzo fajnie słuchać Polaków na najwyższym poziomie. Kilka filmów, które są naprawdę świetne:

1. Andrzej Dragan vs Wojciech Zaremba, Open AI [DEBATA] - współzałożyciel OpenAI i kontrowersyjny fizyk wchodzą do baru pogadać o sztucznej inteligencji.

2. “Nie znamy metod, dzięki którym AI będzie nam posłuszna” | Psyho - Polak, który pokonał AI na prestiżowym konkursie programistycznym. Maszyna.

3. Przyszłość Polski w obliczu rewolucji! | Dragan, Zaremba, Modrzewski, Markiewicz, Dąbkowski - czterech innowatorów AI z Polski rozmawia o tym jak sprawić, żeby ludzie chcieli u nas tworzyć przyszłość. No łatwo nie jest.

Oprócz tego udało mi się ostatnio przesłuchać dwa genialne podcasty z wpływowymi ludźmi w AI:

1. Andrej Karpathy — “We’re summoning ghosts, not building animals” - tego gościa nie trzeba przedstawiać, ex OpenAI, ex Tesl. Tu akurat o podobieństwach LLM’ów do ludzkiego mózgu, trochę zimnej wody o AGI - świetnie go posłuchać, as always

2. Richard Sutton – Father of RL thinks LLMs are a dead end - twórca Reinforcement Learning, który otrzymał Nagrodę Turinga za pionierskie prace w tej dziedzinie. Mówi, że LLMy to jeszcze “nie to”.

Z naszego polskiego podwórka polecam trzy kanały:

1. Generatywni - programowanie z AI (np. Claude Code), automatyzacje, n8n

2. Robert Szewczyk - automatyzacje, n8n, grafiki z ai

3. Norbert Uselis - narzędzia, prompty, grafiki z ai

Przeglądarki AI

Nowy trend, który #nikogo?

Perlexity Comet, Dia, a teraz ChatGPT Atlas…

Miesiąc temu Atlassian kupił firmę odpowiadającą za przeglądarkę Dia (zrobili też Arc), za 610 milionów dolarów… Perplexity ostatnio za darmo udostępniło swój produkt Comet.

OpenAI dołączyło do gry i wypuściło wczoraj swoją AI-native przeglądarkę - Atlas. Wrażenia w community nie są zbyt optymistyczne 🤷🏼‍♂️

Sam koncept jest moim zdaniem świetny, ale rodzi się trochę obaw, chociażby o bezpieczeństwo i prywatność.

Co myślisz, ma szanse to przetrwać, czy podobnie jak inne mniejsze produkty od OpenAI, będzie za jakiś czas totalnie zapomniane?

Web powoli się budzi

Vite zaprezentowało nowy toolkit Vite+, dla osób korzystających z Vite super sprawa (wszyscy oprócz Next.js?). W tym kontekście polecam też cały film dokumentalny o Vite od twórców dokumentów np. o React - klasa!

Vite na propsie, za to u React stabilnie - rozpierdziel i nowe dziwne API. Wyszła wersja 19.2, która wprowadza np. dawano temu zapowiadany useEffectEvent, ehh.

Większą kontrowersją natomiast, była nowa dyrektywa “use no memo”, wzorowana na podejściu Next.js.

Odnośnie Next.js, wyszła wersja 16 - bez fajerwerków, ale z nowym podejściem do cache, poziom skomplikowania wzrasta.

Podobało się?

Jeśli tak, kliknij w ❤️ poniżej, będę wiedział, że taka forma ma sens :)

Masz jakieś pytania? Wal śmiało!

Do usłyszenia!

Ile razy zdarzyło Ci się zapomnieć, gdzie aplikowałeś? Albo czekać tygodniami bez żadnej informacji zwrotnej?

No Fluff Jobs, sponsor tego wydania, postanowił to zmienić.

Odświeżyli właśnie profil kandydata, by maksymalnie uprościć i przyspieszyć proces szukania pracy.

Co nowego?

1. Pełna kontrola nad procesem rekrutacji - widzisz na jakim etapie jest każda z Twoich aplikacji. Bez zgadywania, czy ktoś już to przeczytał.

2. Historia wszystkich aplikacji w jednym miejscu - nie musisz pamiętać, gdzie aplikowałeś. System pamięta za Ciebie.

3. Przejrzystość konkurencji - sprawdzisz, ile osób aplikuje na te same stanowiska.

4. Matchscore - zobaczysz swoje dopasowanie do konkretnej roli, żadnego "czy ja w ogóle się nadaję".

5. Bonusy - dostęp do Onet Premium, Infakt i Speechify w ramach konta.

   Sprawdź nowy profil

Software Development

Nauczyciel, który stworzył polskich geniuszy IT- film dokumentalny

Ryszard Szubartowski to nauczyciel informatyki, który popchnął zdolnych i zdeterminowanych uczniów do osiągania najwyższych celów.

Dziś jego uczniowie kreują przyszłość na wysokich stanowiskach w OpenAI. Przez ostatnie 25 lat, zdobyli 126 medali na najważniejszych olimpiadach informatycznych.

Jakie jest jego podejście, sposób tworzenia tych najlepszych i czemu wszyscy nazywają go mistrzem? Polecam!

Oh My Hack - 40+ prelekcji o cyberbezpieczeństwie

Do sieci trafiły nagrania z koneferencji Oh My Hack z 2024 roku. Wiele świetnych prelekcji, mniej lub bardziej technicznych, od ekspertów w branży.

Znajdzie się coś dla Twoich rodziców śmigających na Facebooku, jak i dla Ciebie - technicznego eksperta.

Od Software do AI Engineera - porady od Technical Staff w OpenAI

Co trzeba umieć, żeby zostać AI Engineerem i jak wygląda ta praca od środka? W podcascie od “The Pragmatic Engineer”, Janvi Kalra z OpenAI opowiada o swojej ścieżce i projektach, które otworzyły jej drzwi do świata AI.

AI

Andrej Karpathy: Software 3.0

Absolutny guru i ulubieniec społeczności AI z nową prelekcją. W “Software in the era of AI” Andrej przedstawia koncept “Software 3.0” i opowiada o swojej pracy nad AI w Tesli.

“LLMs przynoszą nową naturę abstrakcji” - Martin Fowler

Czy LLMy to tylko kolejny poziom abstrakcji w programowaniu? A może coś więcej? Krótki esej od Fowlera to świetna refleksja o tym, jak generatywna AI zmienia sposób, w jaki rozmawiamy z maszyną, nie tylko w górę, ale też “na bok”, w stronę nieprzewidywalności.

Claude Code w 30 minut

Ostatnio gorącym tematem stały się “termial agents”, a szczególnie ten od Anthropic. Wiele osób porównuje go do Cursora, a niektórzy uważają, że jest to nowa jakość. Hype train ruszył, jeśli chcesz się więcej dowiedzieć, obczaj ten matariał od samych twórców.

Design

Notion Design - behind the scenes

Prosty design != łatwy design. Pokazuje to świetnie Notion i materiał z twórcami zza kulis.

Airbnb - odświeżony design system

Po ostatnich kontrowersjach z nowymi ikonkami 3d, Airbnb wrca z pogłębionymi i ustrykturowanymi zmianami odnośnie ich design systemu. Warto spojrzeć jak robią to najlepsi, nawet jak nie jesteśmy fanami zmian :)

Podobało się?

Jeśli tak, kliknij w ❤️ poniżej, będę wiedział, że taka forma ma sens :)

Masz jakieś pytania? Wal śmiało!

Do usłyszenia!

System Design dla Frotend Deva - jak przygotować się do rozmowy?

Rozmowy typu system design to chleb powszedni dla backendowców, ta forma coraz częściej pojawia się na rozmowach z drugiej strony barykady. Materiał o tym, z czym to się je, jak się na to przygotować i wypaść jak najlepiej.

The Height Enigma - dlaczego height: 100% nie działa?

Ile razy zdarzyło Ci się, że ustawienie “height” w CSS po prostu nie działało? Mnie nie raz i chciałbym przeczytać taki artykuł kilka lat wstecz. Deep dive od Josha w ten temat - warto sprawdzić!

Ograniczenia React Server Component - okiem praktyka

Założenia i technologia stojąca za RSC jest świetna. Gorzej z adopcją i praktyką, pomimo dużego rozwoju w środowisku Next.js. A jak to wygląda w praktyce? Autor dzieli się krótkim use casem i tradeoffami wynikającymi z użycia RSC.

TypeScript Errors - darmowy mini kurs

TS pluje Ci błędami, a Ty nie wiesz o co chodzi? Ten kurs jest dla Ciebie. Matt krótko i zwięźle przechodzi przez popularne błędy i je odczarowuje.

AI

OpenAI Codex

Doczekaliśmy się “Devin’a” (czy ktoś jeszcze o tym pamięta?) od OpenAI. Firma prezentuje agenta, który będzie pisał za Ciebie całe funkcjonalności - oczywiście w założeniu. Napędzany modelem o3, dostępny jest w planie Pro i Enterprise.

Vibe Coding - jak wyciągnąć z niego najwięcej?

Hasło vibe coding już na stałe osiadło się w bańce technologicznej - widzimy to wszędzie. Natomiast, w praktyce i codziennej pracy, warto wiedzieć o kilku zasadach i dobrych praktykach, dzięki którym będzie w stanie wyciągnąć z tego jak najwięcej i w najlepszej jakości.

Cursor 0.50 - dużo nowości!

Najważniejsze zmiany:

1. Uproszczony pricing - wszystkie modele na request-based pricing, Max Mode na token-based pricing

2. Nowy system TABowania, pozwala na pracę z wieloma plikami

3. Background Agents (preview) - agenci działający w tle, możliwość pracy wielu agentów jednocześnie

4. Załączanie całego codebase do kontekstu z “@folders” + opcja w ustawieniach

5. Odświeżony inline editing

Design

Figma Config 2025 - keynote

Figma zaszalała na ostatniej konferencji Config i zaprezentowała nam masę nowości i nowych produktów.

Pokazali nam “Figma Sites”, czyli konkurencję dla Webflow/Framera, gdzie będziemy mogli zaprojektować i wypuścić stronę w świat. Niestety to rozwiązanie, na ten moment słabo sobie radzi z accessiblity.

Poza “Sites”, które odbiły się największym echem, zaprezentowane zostały “Make” i “Buzz” - AI do tworzenia designów i narzędzie do prostego tworzenia assetów.

Material 3 Expressive

Dostaliśmy nowego Materiala i aż chciałoby się powiedzieć: “Przecież mamy Apple w domu”. Pomijając przytyki, wygląda to naprawdę bardzo dobrze :)

Design Tokens Name Generator

Budujesz Design System i potrzebujesz wymyślić nazwy dla tokenów? To narzędzie uławi Ci życie.

Podobało się?

Jeśli tak, kliknij w ❤️ poniżej, będę wiedział, że taka forma ma sens :)

Masz jakieś pytania? Wal śmiało!

Do usłyszenia!