Mentionsy Mentionsy
Better Software Design
Better Software Design

99. O architekturze oprogramowania w erze AI-Assisted development z Łukaszem Szydło i Marcinem Markowskim

05.02.2026 ·1 godz 41 min

Od ostatnich odcinków minęło trochę czasu, ale świat IT nie stał w miejscu – wręcz przeciwnie, przyspieszył tak, że momentami trudno nadążyć. Dlatego w tym odcinku, wspólnie z Łukaszem Szydło i Marcinem Markowskim, próbujemy po prostu głośno zastanowić się, co tak naprawdę dzieje się z pracą architekta oprogramowania i ogólnie architekturą software'u w dobie wszechobecnego Generative AI.Gdy kolejne modele wychodzą w coraz szybszym tempie, w zasadzie trochę trudno rozmawiać o tym, jakie 10 narzędzi zmieni Twoje życie architekta, z których warto korzystać już teraz. Zamiast tego usiedliśmy, żeby porozmawiać o naszych spostrzeżeniach i obserwacjach z placu boju. AI wpędza nas po trochu w pułapkę: kod powstaje błyskawicznie, ale nasze ludzkie moce przerobowe do jego czytania i weryfikacji pozostają w zasadzie bez zmian. Czy przez to nie zmieniamy się powoli w redaktorów kodu i czy Code Review nie stanie się zaraz największym wąskim gardłem w naszych projektach? Ale Code Review jest tylko jednym z etapów procesu Software Development Lifecycle, na którym widać wpływ narzędzi AI.Ogłoszenie!Już niedługo, bo 17 lutego, będziemy mogli się spotkać na otwartym warsztacie DevHours: Fullstack x EventStorming, który mam przyjemność współorganizować z Capgemini. Jeśli interesujesz się oprogramowaniem i chcesz podnieść swoje umiejętności w projektowaniu software'u, zapraszam do rejestracji.

Nieco jest wejściem do dobrym modelu właśnie wiedza. I zbieranie wiedzy, kategoryzowanie wiedzy, właśnie budowanie ontologii, to wydaje mi się, to są elementy, na których my się teraz skupiamy. Spójrzmy na firmy, które w tym świecie AI-owym odniosły... Największy sukces, ale nie sukces właśnie OpenAI, najlepszy tam LLM czy Anthropic, najlepszy model do kodowania, tylko te firmy, które używając AI były w stanie usprawnić procesy i usprawnić pracę czy działalność operacyjną rzeczywistych firm. No to najlepszą firmą, której się to udało, to jest Palantir. I w jaki sposób pracuje Palantir?

I Palantir jest tutaj właściwie takim wybijającym się sukcesem. Patrząc na to, to może właśnie warto by było robić coś podobnego dla nie tylko procesów biznesowych związanych z budownictwem, z wojskiem czy z finansami czy z lotnictwem, tylko popatrzeć na nasz właśnie proces wytwarzania oprogramowania i zastanowić się, jak te rzeczy, które sprawdziły się w tych innych firmach, już wiemy, że się sprawdziły, To w jaki sposób my możemy zrobić to u siebie? Ja polecam obejrzeć sobie ostatnią konferencję Palantira, na którą oni zaprosili swoich klientów, którzy opowiadają, w jaki sposób oni poprawili działalność operacyjną ich firm.

Dlatego ja, wracając do swojego pytania, nie skupiałbym się jeszcze w tym momencie właśnie na jakichś tam supertechnikaliach. Tylko właśnie skupiłbym się na tym elemencie zarządzania wiedzą, budowania wiedzy, kategoryzowania wiedzy, co można jednym załatwić, to jest ontologia, a następnie myślenie o tym, w jaki sposób na tej ontologii budować dopiero agenty, które wspierają naszą pracę, niekoniecznie ją zastępują. Ale wspierają tą pracę. To jest takie trochę zrzynanie z Palantira, ale wydaje mi się, że warto zrzynać z tych, którzy odnoszą jakieś bardzo konkretne, praktyczne sukcesy w wdrażaniu AI w dużych organizacjach. Tak jak mówiliście o tej strukturalizacji takiej wiedzy wejściowej, to jakiś czas temu tak do mnie dobitnie wróciła rozmowa z Alkiem Batnikiewiczem o regułach biznesowych.

Bo to, że będzie kilka obozów, które będą tego typu technologie miały, to jest bardziej niż pełne. Tylko teraz jest kwestia, ile, no i trochę kto pierwszy. Bo ten będzie miał rzeczywiście przewagę. Ale czy to się uda? Nie. Może to będą znowu drukarki 3D. Czyli hardware'owo kończymy naszą rozmowę. Panowie, dziękuję bardzo. Wszystkie tutaj ciekawe materiały łącznie z tą prezentacją Palantira będą w opisie odcinka. Dziękuję bardzo. Do usłyszenia. Do usłyszenia, cześć.

Pokazano wszystkie 4 dopasowania. Transkrypcja generowana automatycznie i niesprawdzana ręcznie — może zawierać błędy.