Buduj z AI - dla siebie i w firmie | Gość: Mateusz Wróbel | Opanuj.AI
Mateusz Wróbel to Senior Software Engineer w Trivago, który od 16 lat pracuje w zawodzie, a od 2023 roku buduje rozwiązania oparte o LLM-y. Rozmawiamy o tym, jak wygląda codzienna praca programisty w epoce agentów, od ticketu aż do produkcji. Mateusz opowiada, co w firmie mocno stawiającej na AI jest już normą, jak przygotować zadanie, żeby agent mógł je wykonać, i jak weryfikować efekty jego pracy. Sprawdzamy też, czy code review staje się nowym wąskim gardłem i kiedy legacy lepiej naprawiać, a kiedy przepisać od zera.Mateusz dzieli się też doświadczeniami z lokalnymi modelami i jego domowym laboratorium: co dziś działa, gdzie SLMy wciąż przegrywają z modelami frontier i jak radzą sobie agenci pracujący kilka dni bez przerwy. Na koniec rozmawiamy o nastrojach na 2027 rok, czyli o AI FOMO, motywacji i o tym, czego warto się dziś uczyć. To odcinek dla każdego, kto chce budować z AI zarówno własne narzędzia po godzinach, jak i produkty w zespole.
Mateusz Wróbel opisuje swoje doświadczenia z AI w pracy i w projekcie homelab.
Rozmowa o projekcie AI, role AI i human in the loop w procesie.
Mateusz opowiada o swoim doświadczeniu jako programista przed epoką AI i jak to wpływa na jego praktyki obecnie.
Rozmowa o przełomowych momentach i stopniowej transformacji w pracy z AI.
Diskussja o relacji z biznesem i technologią w firmie AI Native.
Mateusz opisuje swoje prywatne projekty z AI i różnice w workflowie.
Rozmowa o testowaniu, integracji z agentami i przejrzystości dla agenta.
Diskussja o vibe codingu i jego wpływ na pracę z AI.
Rozmowa o roli AI w procesie projektowania i implementacji.
Mateusz opisuje narzędzia do zarządzania architekturą i ich integrację z AI.
Rozmowa o dostępności ArchSpec jako open source.
Rozmowa koncentruje się na niestabilności modeli AI, takich jak OpenAI i Qen, oraz na lokalnych rozwiązań, takich jak ArchSpec i konfiguracja domowego laba. Mateusz Wróbel opisuje problemy z dostępnością modeli i stabilnością działania agentów chmurowych.
Rozmowa o zabezpieczeniach i testach, wykorzystując AI do sprawdzania bezpieczeństwa systemów.
Diskurs o przyszłości zawodu programisty w epoce AI, z uwzględnieniem perspektywy juniorów i doświadczonych.
Rozmowa o możliwościach juniorów i doświadczeni programiści w nowych warunkach, z podkreśleniem ważności kontynuowania edukacji i doświadczeń.
Rozdziały i streszczenia generowane automatycznie. Pełna transkrypcja nie jest publikowana — wyszukaj frazę, aby zobaczyć dopasowane fragmenty.
Kliknij, aby znaleźć fragmenty, w których pada.
Mateusz Wróbel to Senior Software Engineer w Trivago, który od 16 lat pracuje w zawodzie, a od 2023 roku buduje rozwiązania oparte o LLM-y. Rozmawiamy o tym, jak wygląda codzienna praca programisty w epoce agentów, od ticketu aż do produkcji. Mateusz opowiada, co w firmie mocno stawiającej na AI jest już normą, jak przygotować zadanie, żeby agent mógł je wykonać, i jak weryfikować efekty jego pracy. Sprawdzamy też, czy code review staje się nowym wąskim gardłem i kiedy legacy lepiej naprawiać, a kiedy przepisać od zera.
Mateusz dzieli się też doświadczeniami z lokalnymi modelami i jego domowym laboratorium: co dziś działa, gdzie SLMy wciąż przegrywają z modelami frontier i jak radzą sobie agenci pracujący kilka dni bez przerwy. Na koniec rozmawiamy o nastrojach na 2027 rok, czyli o AI FOMO, motywacji i o tym, czego warto się dziś uczyć. To odcinek dla każdego, kto chce budować z AI zarówno własne narzędzia po godzinach, jak i produkty w zespole.