Mentionsy Mentionsy
Patoarchitekci
Patoarchitekci

Technology Radar Vol. 33 Review

21.11.2025 ·25 min 26 s

“AI Radar od Thoughtworksa” - Szymon ironicznie nazywa Technology Radar Vol. 33, który zamienił się w zbierankę AI-owej drobnicy. “Tu jak wcześniej były jakieś większe tematy, to tu jest dużo mikro narzędzi” - fragmentacja ekosystemu AI w pełnej krasie. MCP podbija rynek (każdy vendor dodaje support), A2A umarł (“vendorzy będą się bronić rękami i nogami”), AI-accelerated shadow IT wraca jako antypattern, service mesh bez sidecarów pojawił się dwa lata za późno (“to powinno być w Adopcie już dawno temu”). CloudNativePG? “Naprawdę bardzo dobrze zrobione.” N8N? “Po co ja to robiłem? To mogłyby być trzy linijki kodu.” A Text-to-SQL? Łukasz stawia sprawę jasno: “Kluczem niestety jest to, że schematy baz danych relacyjnych noszą wiedzę plemienną” - i problemem nie jest GenAI, tylko klasyczne: kupa na wejściu, kupa na wyjściu. Plus DeepEval z “LLM as a judge” do testowania AI w CI/CD - wreszcie sposób na pilnowanie, czy model nie zwariował po cichu. Twój stack też wygląda jak zbieranka drobnicy? Przynajmniej teraz wiesz, że nie jesteś sam. 🎯     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

To było teraz, to widać wybitnie. Widać, ale też widać po tym, jak fluktuują tematy, jakie imprezy wpadają, bo niektóre są takie rzeczy, które są po prostu aż się uśmiechnąłem, że tak powiem. Szymon, tylko weź teraz tak, więc ja mógłbym zaszydzić z jednej strony, ale z drugiej przyznaj, mieliśmy tą rozmowę, że my w naszym doradztwie w Protopii również skręciliśmy bardzo mocno fejaj. bo klienci o to pytają. Tak, jest bardzo, bardzo mocno. Chociaż coraz więcej też jest właśnie takiego samego observability, próby zrozumienia, co tam się dzieje i u nich też coś pojawiło, żeby nie było. Faktycznie. Co jest ciekawe, tematy, które u nich wypływają i u nas wypływają, pokrywają się. Poza jednym, z którym teraz ten, bo dla mnie to jest ten aspiracyjny, bo pierwszy tutaj, jeżeli chodzi, bo oni tutaj mają takie zawsze w raporcie teraz podsumowanie te tematy, jakie są te główne filmsy i tutaj to, co się pojawiło, to jest pierwsze, to jest Instructure or Registration Arise for AI.

I tutaj jest krótkie biadolenie o tym, że jak to firmy mają floty do zarządzania GPU i innymi rzeczami. To jest fajne hasło, które się nie pokrywa za bardzo w tym, co jest w samym radarze dla mnie. I rynku. I rynku. I tak dalej. Nie ma pochycia za bardzo. Dobra. I teraz przejdźmy do rzeczywistości. Rozwój agentów wspierających MCP i protokoły, które się pojawiają. Prawda. I teraz także jest świetny cytat z tego Virtually every major in Verdon is adding MCP awareness to their tools. I to jest prawda. Tak jak o A2A możemy porozmawiać, że się nie przyjął, moim zdaniem, A2A jest wydmuszką i widzę jak wędorzy softów takich jak SAP chcą, bardzo chętnie A2A będą konsumować, będą się bronili rękami i nogami, żeby tego nie wystawić swoich AI-owych narzędzi poprzez A2A, żeby nie zostać zapomnianym.

I to jest jedna z takich rzeczy, która tu jest. Druga rzecz, o której ciągle gadamy, jest to prawda, AI w workflowach do kodowania. Dużo tego jest. Dla mnie, ja bym nawet nie powiedział w samych workflow'ach, bo przez workflow możemy zrozumieć takie rzeczy jak CICD, a nie, tu chodzi w ogóle o workflow pracy. O workflow pracy naszej, jako naszej pracy. Tego jest dużo i to ma coraz większy sens i co więcej... Moje znaczenie jest takie, nie tylko w pracy, w CICD też jak najbardziej po EBSie. Zresztą byliśmy nagrani odnośnie Geek of Universe, gdzie na podsumowaniu było takie, że poza metali, po prostu poza metali. I czwarty to są, z czego ja się cieszę, tutaj akurat przepięknie, że to pokazali, to są antywzorce AI, gdzie to podsumowując, do tego sobie przejdziemy, ale jest AI Accelerated Shadow IT, to jest pierwsza rzecz, która się pokazała.

Po raz drugi już. Po raz drugi. Tak, ale cieszę się, że to się trzyma nadal w tym miejscu jako antypatern. Postępne to, co mówiłem, że konwersja API do MCP to jest, no, kupa, o tak, pozdrawiamy przedszkolaków, jeżeli tego słuchają, więc generujemy kupę, a nie automatyczne właśnie w tym. I trzeci wzorzec, samo zadowolenie z tego, że AI wygenerował nam tyle kodu. Nie wiem, czy Piotr, chodziło to, powiedzmy, dwa lata temu, tak jak to, wchodziło właśnie cały zachwyt nad tekstu SQL, gdzie mówiłem wyraźnie, cała wiedza to są po prostu w głowach ludzi, którzy wiedzą jak te tabelki pokierować. Ujdziemy sobie do tego, bo ja mam pewne przekorne, wiesz, stwierdzenie do tego po dyskusjach i do tego sobie chciałbym zostawić na potem.

Jak kto zwał, tak zwał i to też tu się pojawia. Dobra, słuchajcie, a z moich rzeczy, które mnie tutaj wyskoczyły, inaczej, ja teraz nie będę przejeżdżał, ale tak, Szymon, to co mnie zdziwiło i to jest pierwsza rzecz, która jest tak, bo powiedzieliśmy AI Accelerated Shadow IT, tak, zgadzamy się, że Shadow IT w połączeniu z AI, przepraszam, możemy robić sobie tylko podśmiechujki, bo jest jeszcze bardziej zabawne niż było wcześniej z usługami SaaSowymi, o tak, i tylko można płakać. Druga rzecz, która się pojawiła, to to samo zadowolenie jako hold, samo zadowolenie z kodu, naiwne transformacja, że wystarczy przekonwertować API do MCP, będzie dobrze, to tak jak o JIR-ze się nabijaliśmy, chyba Psiemiuk nam też wrzucał, możemy się pośmiać tylko z JIR-y, w jaki sposób to wystawiła inni, ale stąd to, co się pojawiło z tych technik, to też, że na hold capacity driven development i

Po wszystkich takich robieniach, takich wspierania, takich pomysłów agentów... Kluczem niestety jest to, że schematy baz danych relacyjnych noszą wiedzę plemienną. I schemat, w sensie, jeżeli nawet, jest problem, że firmy mają te schematy tak czy inaczej zdokumentowane, więc problemem nie jest gene AI w sobie, tylko standardowy... mamy kupę na wejściu, mamy kupę na wyjściu, więc standardowy problem jakości opisu tych schematów. Wiesz co, schematu danych jakoś zmieniały w czasie i tak dalej, bo żeby nie było, ja jestem wielkim zwolennikiem tego, przynajmniej to jest tak samo jak ORM-y, to ucięłoby te takie najprostsze... elementy zapytań dla biznesu, które trzeba wyklapać, to po prostu taki czas do użytkownika skracamy znacząco.

To klasyczne ddd tutaj w tym miejscu wjeżdża. Jeszcze jedna rzecz chciałem wrzucić właśnie, która mnie cieszy, bo ja to, to jest to, co jak weszły AI, to od razu powiedziałam, że to jest obszar, który dla mnie jest ważny. AI Power TY Testing. Jest w assess i faktycznie i Playwright publikował swojego agenta i jest MCP do selenium i tak dalej. To się rozwija, fenomenalnie, że on się rozwija, bo tu się to spełni świetnie. Koszt utrzymywania testów jest absurdalnie wysoki nadal i ja mam wielką nadzieję, że to się rozwinie jeszcze bardziej. Taka moja... nadzieja i na przyszłość, że tak powiem. Dobra, chodźmy do platform. Tak, i chodźmy do platform teraz i w platformach jest w tym, na Adopcie pojawiło się, tu są same nowości chyba, jest jedna rzecz, która bez change, reszta to jest same new.

Jeżeli popatrzymy na to, to tak, Armin The Cloud wylądował na Adopcie i kurde, powiem tak, to jest takie z tymi armami, to jest... Szeroko jak się popatrzy, to jest taki inaczej, to jest pchane, ale klienci nadal x86, x86, ci, którzy tego nie próbowali, nie widzą chęci testowania. Dla mnie to pchane z poziomu chmury, to są chmury, bo mówimy o tych właśnie hyperscalerów, jest coraz mocniej i będzie coraz bardziej i już w kumie się, no tutaj cała seria Maców napędza częściowo ten obszar, bo po prostu jest zbudowane. To, że budujemy już obrazy na armii jest normalką. wchodziło z racji kosztem. Druga rzecz nie AI-owa to jest Cloud Native PG, czyli operator do Postgresa na Kubernetes, a który w sumie jest naprawdę, no słuchaj, tak jak patrzymy, jest naprawdę niezły.

Proszę. Ja mogę powiedzieć tak, po bardzo dokładej analizie tego, jak można stawiać postgresa zarówno w Azure, jak i na Kubernetesie, jak i na innych tematach, muszę powiedzieć, że Cloud Native PG jest świetne. Dojrzałość tego, tam jest mało później, jeżeli chodzi o wersję, ale możliwości i tak dalej, to jest taki bez myślenia używać po prostu. Jest naprawdę zbędne bardzo dobrze. Dobra, pojawiła się jedna rzecz, z którą mam problem. Na trialu, nie patrzcie na to, nie dotykajcie, jest to LangDoc. Taki startup od też platformy AI-owej. Kurde, zdziwiłem się, że to wyskoczyło. To jest ten niemiecka akurat firma i przez naszego niemieckiego klienta mam to okazję przez jedną dużą korporację niemieckiego pochodzenia miałem okazję to oglądać i właśnie się zaskoczyłem, że to w ogóle się tutaj pojawiło.

jeżeli ten dobrze wymawiam, czyli podstawowa biblioteka do walidacji razem z FastAPI, jak wpiszesz API, do walidacji obiektów robienia modeli w tym, w Pythonie, więc zdziwiło mnie, że dopiero teraz tu się pojawiło. Nieckiej czany zdziwił kontekst 7, który się pojawił dopiero w trialu. Tak, ale zobacz, tak jak Cloud Decode się pojawił w trialu, Visero, którego ja używam do pamięci akurat. Czy wiesz, jakbyśmy popatrzyli, to najbardziej mnie zdziwiły dwie rzeczy. Mnie zdziwiły najbardziej. To pierwsza rzecz to Azure AI Document Intelligence. A to się pewnie nie pierwszy nazw w ogóle. Ja wiem, ale że inaczej, robią raga czy coś i wykorzystują, ale najbardziej poczułem się staro, że wiem, co to może znaczyć.

Upowiadają masę roboty. No dobra, i ostatnia, która jest, no to języki i frameworki. Oj, znowu nawalone. Raczej z takich rzeczy, które tutaj, wiesz, które ja widzę na przykład, to jest tak, dobra, tam Adopta zostawmy, smuci mnie Crossplane, bo on akurat zrobił, czyli Crossplane, czyli budujmy Cloud Native Platform for Platform Engineering, czyli buduj na bazie Kubernetesa wszystko. I swoją opinię chyba kiedyś trzeba będzie nagrać rant na ten temat, dlaczego to nie jest dla większości nie jest to. Ja mam co innego. Mam tu cały Open Interface, czyli zestaw konwencji pluginów, które uzupełniają Open Telemetry w kontekście AI.

Okej, i co ty patrzyłeś na to? Jestem ciekawy, jak to się rozwinie. Jestem ciekawy, co będzie dalej. Martwi mnie, że to może być kolejny standard, jeżeli to się rozwinie równolegle do OpenTelemetry, bo powinno być też jakieś tam podejścia odnośnie monitorowania AI, ale faktycznie weszli grubo, bym powiedział z tym. Więc jest do analizy, że tak powiem. Dobra, z rzeczy, które ja tutaj widzę i tak, z takich, z których nawet korzystałem, patrzyłem, to jest agent development kit od Google'a. To zresztą mówiłem, że dla mnie to jest spoko. Pydatic AI, który bardzo teraz szeroko jest rozbudowywany i też uważam, że jest w tym miejscu... Wygląda jako taki poważny framework.

Jest to fajne, czy to pilnowanie całości, żeby to nie było na zasadzie, że postawiliśmy i za pół roku to wygląda zupełnie inaczej, albo nie działa, albo zachowuje się inaczej. Także przydaje się. Tak, więc jak ja patrzę, to są takie, inaczej bardzo dużo wleciało open, inaczej. Chyba Szymon, podsumowując całość, to jest taka zbieranka nowości AI-owych, tak jak nazywałeś AI Radar. Dla mnie to jest zbiór drobnicy strasznej. Jak wcześniej były jakieś większe tematy, to tu jest dużo mikronarzędzi i to też pokazuje drobnicę, jaka pojawiła się właśnie w całym świecie wokół AI, że faktycznie sklejamy to z bardzo małych kawałeczków. Czekam na to, jak zaczną rekomendować platformy, które to połączą w takie... Wiesz, one tu...

Pokazano wszystkie 13 dopasowań. Transkrypcja generowana automatycznie i niesprawdzana ręcznie — może zawierać błędy.