🖥️ #93: Goals - nowy sposób na pracę w Codex i Claude Code
+ HTML to nowy Markdown dla AI i dlaczego fundamenty wciąż są tak istotne?
Siema!
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?
Wymagania na specjalistę AI - zestawienie 10 umiejętności, które najczęściej pojawiają się w ofertach pracy w tej kategorii
Analiza finansowa rynku – jak AI wpłynęło na stawki i jak kształtują się widełki dla tej kategorii
Ranking narzędzi w codziennym workflow – zestawienie najpopularniejszych asystentów i agentów AI
Adopcja w organizacjach – jak firmy w Polsce realnie podchodzą do wdrażania nowej technologii
Obawy wokół przyszłości pracy – analiza największych obaw branży oraz rynkowe prognozy dotyczące zapotrzebowania na specjalistów typu „AI-augmented”
/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