Czasem pytają mnie, czy AI niepokoi mnie jako inżyniera. Szczerze mówiąc, jest odwrotnie: w ciągu ponad jedenastu lat w branży technologicznej nic nie ekscytowało mnie bardziej. Nie chodzi o modę ani piątkowe dema, które stają się wiralem, lecz o sedno: oprogramowanie wreszcie może pracować z językiem, dokumentami i głosem w sposób zbliżony do ludzkiego.
Najbardziej cieszą mnie nowe rodzaje produktów. Kilka lat temu polecenia „przeczytaj ten nieuporządkowany PDF i wypełnij formularz” albo „odpowiedz klientowi na podstawie naszej bazy wiedzy i podaj źródło” były projektami badawczymi. Dziś mieszczą się w jednym sprincie. Potok text-to-speech zmienia książkę w audiobook; system RAG pozwala zadawać pytania firmowym dokumentom; agent realizuje żmudny, wieloetapowy proces, a człowiek zatwierdza ostatni krok. Całe kategorie oprogramowania, które kiedyś były nieosiągalne, dziś są po prostu zadaniem inżynierskim.
Jest też efekt mnożnikowy. Pracuję bezpośrednio nad produktem, bez agencji i zespołu juniorów, a narzędzia AI zmieniły zakres tego, co może dostarczyć jeden doświadczony inżynier. Asystent pisze kod powtarzalny, pierwsze wersje testów, migracje i szybkie skrypty do sprawdzania pomysłów; ja odpowiadam za myślenie i przegląd. Zyskuję czas na to, za co klienci naprawdę płacą: architekturę, decyzje produktowe i przypadki brzegowe decydujące o wiarygodności funkcji.
Lubię też inżynierską łamigłówkę. Model nie jest zwykłą funkcją: to samo wejście może dać inny wynik, model może być genialny i mylić się w tym samym zdaniu, a każde wywołanie kosztuje. Budowanie niezawodnego systemu na takiej podstawie to nowe rzemiosło: schematy ustrukturyzowanych wyników, wyszukiwanie właściwego fragmentu, ewaluacje zamiast intuicji, zabezpieczenia fail-closed i logi wyjaśniające przebieg. Każdy z tych problemów jest ciekawy, a większość wciąż nie ma pełnego rozwiązania.
Kocham też ekosystem i jego tempo: API OpenAI i Anthropic, otwarte modele uruchamiane na własnym serwerze, LangChain i LlamaIndex, Vercel AI SDK, MCP łączące agentów z prawdziwymi narzędziami oraz wyszukiwanie wektorowe w zwykłym Postgresie. AI skierowało mnie ku Pythonowi, dźwiękowi i pomysłom, których inaczej bym nie ruszył. Co kilka miesięcy krajobraz się zmienia, a ja znów mogę być początkującym — to jedno z najlepszych uczuć w tym zawodzie.
Nie lubię AI jako ozdobnika: chatbota na stronie tylko po to, by w prezentacji znalazło się modne hasło, ani modelu, który może zapisywać dane w bazie bez kontroli. Kochać technologię znaczy poważnie traktować koszty, prywatność i udział człowieka tam, gdzie stawka jest realna. Jeśli masz pomysł, który kilka lat temu wydawał się niemożliwy, opowiedz mi o nim. Być może dziś to już tylko dobrze określony projekt.
Daj kolejnemu produktowi kogoś, kto zostanie.
Chcesz zacząć? Napisz do mnie — mogę rozpocząć od razu i zostać na dłużej. Długoterminowa współpraca, nie przekazanie projektu po dwóch tygodniach. Omówmy projekt, wymagania i najlepszy sposób realizacji.