AI vo vývoji softvéru funguje najlepšie s človekom v slučke

Za posledné tri mesiace som nechal Claude Code napísať asi 40 % nového kódu v jednom z našich projektov. Funguje to. Ale nie tak, ako by ste čakali.

Čakal som, že budem zadávať úlohy a kontrolovať výstupy. Taký manažér, ktorý deleguje na junior vývojára. V skutočnosti to vyzerá úplne inak. Sedím pri kóde rovnako dlho ako predtým. Len robím iné veci. Menej písania, viac čítania. Menej mechaniky, viac premýšľania o tom, či to, čo agent navrhol, naozaj dáva zmysel v kontexte, ktorý on nevidí.

Neviem, či je toto dlhodobo udržateľné. Úprimne.

Prečo som si vybral Claude Code a nie Cursor

Skúšal som oboje. Cursor je príjemný na menšie úpravy, kde chcete zostať v editore a nechcete opúšťať flow. Na väčšie úlohy (prepiš túto službu, zrefaktoruj túto vrstvu, napíš testy na celý modul) mi vyhovuje Claude Code viac. Dôvod je jednoduchý: pracujem s ním v termináli, vidím presne, čo robí so súbormi, a konverzácia má dlhší kontext. Keď mu vysvetlím architektúru projektu a potom zadám päť úloh za sebou, pamätá si, čo som mu povedal na začiatku.

Copilot používam na autocomplete. Na nič viac. Codex od OpenAI som skúšal na dvoch projektoch a vrátil som sa späť. Výstupy boli v poriadku, ale interakcia mi nesadla. Možno sa to zmenilo, nesledujem to aktívne.

Toto sú moje preferencie. Nie odporúčania. Každý tím si musí nájsť, čo mu funguje.

Čo sa mi podarilo a čo nie

Na jednom klientskom projekte som agentovi dal úlohu prepísať middleware vrstvu. Asi 1 200 riadkov kódu, nič zložité na pochopenie, ale veľa mechanickej práce. Agent to urobil za dvadsať minút. Ja som strávil hodinu review. Výsledok bol čistejší ako pôvodný kód. Testy prechádzali, edge cases boli pokryté, dokonca aj pomenovanie premenných bolo konzistentnejšie ako to, čo tam napísali ľudia.

Na tom istom projekte som mu o týždeň neskôr zadal úlohu navrhnúť zmenu v databázovej vrstve. Vyzeralo to dobre. Testy prechádzali. Až pri manuálnom review som si všimol, že pri jednom scenári by vymazal záznamy, ktoré mali zostať. Ten scenár v testoch nebol, pretože agent ho pri generovaní testov nepovažoval za dôležitý. Logicky, nemal ako vedieť, že ten scenár existuje. Tá informácia bola v e-maili od klienta spred troch mesiacov, nie v kóde.

Toto je ten moment, keď si uvedomíte, že agent nie je junior vývojár. Junior vývojár by sa spýtal. Agent nie.

Vercel to potvrdil, ale nie je to len o Verceli

Tím okolo Turborepo zdieľal, ako používajú AI agentov pri vývoji. Plne autonómna slučka, agent píše kód bez dozoru, nefunguje na produkčnú kvalitu. Ich agenti generovali kód, ktorý prechádzal testami, ale obsahoval chyby v logike, ktoré by skúsený vývojár zachytil intuitívne.

Nie je to prekvapenie. Ale je dobré, že to povedal niekto s váhou. Pretože na LinkedIn stále vidím posty typu "AI mi nahradilo celý tím" a "vibe coding je budúcnosť". Možno pre MVP. Pre systém, na ktorom beží prevádzka, to nie je dosť.

Ako to vyzerá v praxi u nás

Nemáme formálny "AI workflow". Skúšal som zaviesť nejaký proces, pravidlá kedy agent áno a kedy nie, a rýchlo som zistil, že to závisí od situácie. Niekedy zadám agentovi celú feature a výsledok je perfektný. Inokedy mu dám triviálnu úlohu a musím opraviť polovicu výstupu.

Čo funguje: keď agentovi dám dosť kontextu. Keď mu vysvetlím prečo, nie len čo. "Prepíš tento endpoint" je slabý prompt. "Tento endpoint spracováva webhooky z platobnej brány, musí byť idempotentný, pretože Stripe niekedy pošle rovnaký event dvakrát." To je prompt, s ktorým agent pracuje dobre.

Čo nefunguje: keď očakávam, že bude vedieť veci, ktoré nie sú v kóde. Biznis pravidlá, výnimky, dohody s klientom, historické rozhodnutia. To všetko musí prísť odo mňa.

Čísla, ak Vás zaujímajú

Typický backend endpoint: z 3-4 hodín na 1,5-2 hodiny. Ale pozor, ten ušetrený čas nejde na to, že robím menej. Ide na to, že robím iné veci. Viac review, viac premýšľania o architektúre, viac komunikácie s klientom. Celkový output tímu je vyšší, ale nie preto, že by sme písali viac kódu.

Za tri mesiace sme nemali bug v produkcii spôsobený AI-generovaným kódom. Mali sme dva prípady, kde by agent nasadil niečo zlé, ale review to zachytil. Takže áno, process funguje. Ale stojí na tom review, nie na agentovi.

Na čom si nie som istý

Neviem, čo sa stane, keď modely budú lepšie. Možno o rok budem písať článok o tom, ako som sa mýlil a agent zvládne aj architektúru. Možno nie. Teraz viem len to, čo vidím: agent je výborný na mechanickú prácu a nebezpečný na rozhodnutia, kde záleží na kontexte mimo kódu.

A ešte jedna vec, ktorá ma trápi. Keď mladší vývojári v tíme začnú používať agentov skoro, naučia sa písať kód? Alebo sa naučia len čítať a schvaľovať kód? To nie je to isté. Nemám na to odpoveď.

Ak rozmýšľate, kde vo Vašom vývoji AI pomôže a kde nie, ozvite sa, rád sa o tom porozprávam.