AI-assisted development w praktyce - na przykładzie Open Mercato z Piotrem Karwatką
“Najgorsze co można zrobić, to zerknąć.” Piotr Karwatka o pętlach kodujących, w których agent pracuje 4 dni non-stop, a Ty masz siedzieć na rękach. Bo jak zerkniesz, trafisz na głupotę, przerwiesz mu tok myślenia i wszystko się posypie. Witamy w świecie, gdzie spec-driven development zastępuje ping-pong z Claude’em. 🎯 Open Mercato to 750 tysięcy linii kodu, z których żadna nie została napisana ręcznie. Framework do aplikacji biznesowych z hasłem “start with 80% done” - CRM, OMS, WMS w paczkach npm, monolit modularny inspirowany Shopify, stos wybrany pod to, co LLM-y znają najlepiej: Next.js, Postgres, Redis. Core team? 4 osoby full time. Koszt odtworzeniowy? ~20 developerów na rok. ⚠️ Harness AI, skille do specyfikacji, planowania i implementacji, atomowe commity z testami, refinement specek pytaniem “co może pójść źle?” - i open source’owy model monetyzacji, który Piotr porównuje do homologacji kampera na Fiacie Ducato. Bo “w zeszłym tygodniu pan Darek zrobił vibe codingiem jakieś ten, wszystko działało, a potem baza znikła.” Czy AI-assisted development na poważnie wymaga więcej myślenia niż tradycyjne kodowanie? Sprawdź, zanim odpalisz kolejnego agenta bez specki. A teraz nie ma co się obijać! 👉 Wpadajcie na naszego Discorda: https://discord.gg/78zPcEaP22 ! 🔥Tam możecie się z nami pokłócić o przyspieszanie SQL-a, podyskutować o naiwnych nadziejach na AI albo po prostu podzielić się swoimi IT-owymi przemyśleniami. Słuchasz Patoarchitektów dzięki PROTOPII – firmie, w której Łukasz i Szymon działają na co dzień, wspierając zespoły IT na każdym etapie: od projektowania, przez wdrożenia i migracje, aż po optymalizację i zabezpieczenia. Oferujemy też mentoring i szkolenia dostosowane do potrzeb każdej firmy, niezależnie od wielkości. Sprawdź nas: 👉 protopia.tech - Nasze sociale i linki - Materiały do odcinka - Pato szkolenia
Te instrukcje wykonywały. Później jeszcze cała taka infrastruktura CLI-owa, że tam można sobie projekt nowy wystartować itd. Więc jakby to są takie trzy elementy. Obecnie się bardzo mocno skupiam na tym elemencie właśnie harnessu AI, żeby go zoptymalizować i żeby developer experience był jak najwyższy. Jak zobaczycie w Open Mercato, my siłą rzeczy staramy się nie nadbudowywać jakichś sztucznych tworów na to, co dają takie supertule jak Cloud Codex albo GitHub CLI na przykład. Wiesz co, rozwinąłbym właśnie, bo zahaczyłeś dobrą rzecz w tym, o co chodzi z tymi harnessami u was, czyli jak wy podchodzicie do gate race'ów i innych rzeczy, ograniczenia i walidacji tego. Wiesz co, nam chodzi o to, żeby po pierwsze to było powtarzalne, czyli jak wydasz polecenie, czy tam dasz prompta, nie wiem, zbuduj mi moduł do zarządzania na przykład zgłoszeniami serwisowymi, nie?
Później jest szersze grono kontrybutorów. Mamy partnerów, więc to są zazwyczaj pracownicy tych partnerów, którzy też kontrybują do projektu. Partnerów jest obecnie 25. Ale łącznie kontrybutorów wszystkich na Githubie ja już naliczyłem ponad 100. Takich, że minimum jedna kontrybucja. Zazwyczaj na release jest około 17 kontrybutorów. To też w sumie nie tak mało. Jest to wyzwanie pewne, żeby to pozgrywać razem wszystko, ale mamy to dosyć fajnie ogarnięte. Natomiast, koszt odtworzeniowy próbowałem oszacować i to za pomocą czata GPT, przecież wiadomo, że on mi prawdę powie. I pochwali. I pochwali na koniec. I tam wyszły mi jakieś, kurczę, już na tym poziomie, co jesteśmy, jakieś miliony złotych, tam w przeliczeniu na stawkę jakąś godzinową.
Czy wiesz co? Harnessy jeszcze musicie popracować nad tymi harnessami od strony, jak nie masz dostępu, bo jak miał dostęp do Monorepo, jak wrzuciłem sobie z dostępem agenta, z dostępem do waszego Monorepo, Poradził sobie od razu, praktycznie tam parę razy trzeba było go kopnąć w tyłek, żeby się poprawił. Jak był puszczony bez dostępu do Monorepo, to jeszcze było problematyczne. O tak, to taki od razu feedback. Super feedback, ale finalnie co, udało się? Tak, udało się. Udało się. To mnie cieszy. Te harnessy właśnie, one cały czas ewoluują i powiem Wam, że tam jest właśnie takie wyzwanie, że chciałoby się jak najwięcej w tym harnessie opisać, ale nie można, bo jak jest za dużo, no to z drugiej strony się gubi. Czy wiesz co, ja się zastanawiałem, czy macie też zestaw z tym po prostu skilli do architektonicznych, do użycia pewnych rzeczy, że jak chcesz rozszerzyć, to może użyj tej modułu i dokładnie on w ten sposób działa, a tu masz na przykład plik źródłowy i linka do tego, do Githuba, że tu masz źródła, żeby do tego modułu zobaczyć, że właśnie w tym, to tak podpowiadając po tym, jak sobie potestowałem to.
Pokazano wszystkie 3 dopasowania. Transkrypcja generowana automatycznie i niesprawdzana ręcznie — może zawierać błędy.
Piotr Karwatka wyjaśnia, jak Open Mercato wykorzystuje AI do generowania kodu i dostosowywania się do potrzeb klienta.
Kontynuacja omówienia AI Engineering Foundation Framework i jego zastosowania w Open Mercato.
Piotr opisuje proces deweloperski, w tym role agenci kodującego i harnessu AI w Open Mercato.
Rozmowa o optymalizacji procesu deweloperskiego w Open Mercato, w tym użyciu małych modeli AI.
Piotr opisuje testowanie procesu deweloperskiego i ewolucję Open Mercato wraz z zmianami w modelach AI.
Kontynuacja omówienia spec-driven development i korzyści z monorepo w Open Mercato.
Piotr opisuje proces planowania i refactoringu speck w Open Mercato, w tym podział na fazy i taski.
Rozmowa o eksperymentach z procesem deweloperskim w Open Mercato, w tym użyciu serwera zdalnego do monitorowania procesu.
Rozmowa o planowaniu czyszczenia dokumentacji i zarządzaniu skillami w Open Mercato.
Rozdziały i streszczenia generowane automatycznie. Pełna transkrypcja nie jest publikowana — wyszukaj frazę, aby zobaczyć dopasowane fragmenty.
Kliknij, aby znaleźć fragmenty, w których pada.