Jest 23:00. Masz pull requesta z 14 plikami do przeglądu, trzy bug reporty w backlogu i refaktoring, który miał być "na szybko". Zamykasz laptopa. Rano widzisz, że agent przygotował szkic poprawek, odpalił testy i zostawił materiały do review.
To nie znaczy, że repozytorium "programuje się samo". To znaczy, że część mechanicznej pracy można oddać narzędziu, które działa w ustalonych granicach.
Copilot podpowiada. OpenClaw robi.
GitHub Copilot, Cursor, Cody - to narzędzia do autouzupełniania. Podpowiadają następną linijkę. Generują funkcję na podstawie komentarza. Przydatne, ale dalej to Ty piszesz kod, Ty uruchamiasz testy, Ty naprawiasz błędy.
OpenClaw to coś innego. To agent, który może:
1. Dostaje zadanie ("napraw ten bug", "napisz endpoint do eksportu CSV", "zrefaktoruj ten moduł")
2. Sam czyta kod, rozumie kontekst projektu
3. Pisze rozwiązanie
4. Uruchamia testy
5. Jeśli testy failują - analizuje błąd i poprawia
6. Tworzy PR z opisem zmian
Ty robisz code review przygotowanego rozwiązania zamiast zaczynać od pustej kartki.
Jakie zadania agent wykonuje samodzielnie?
Naprawianie bugów
Dostajesz bug report: "Endpoint /api/users zwraca 500 przy pustym query param". Przekazujesz go agentowi. OpenClaw:
- Czyta stacktrace
- Znajduje problematyczny plik i linijkę
- Sprawdza jak inne endpointy obsługują edge cases
- Pisze fix + test, który reprodukuje buga
- Uruchamia pełen suite testów
- Tworzy PR z opisem: "Fix: handle empty query param in /api/users - added null check and unit test"
Przy prostym bugfixie może to zająć kilka lub kilkanaście minut. Czas review nadal zostaje po Twojej stronie.
Pisanie testów
Masz moduł z 0% pokryciem testami. Przekazujesz agentowi: "Napisz testy jednostkowe dla modułu billing/invoice.py". Agent:
- Czyta kod modułu
- Identyfikuje publiczne metody i edge cases
- Pisze testy (happy path + error cases + boundary conditions)
- Uruchamia je i naprawia, jeśli coś nie przechodzi
- Raportuje pokrycie
Przy dobrze opisanym module agent potrafi szybko przygotować sensowny pierwszy pakiet testów. Nadal trzeba sprawdzić jakość asercji, przypadki graniczne i to, czy testy nie utrwalają błędnej logiki.
Refaktoring
"Rozdziel ten 800-linijkowy plik na mniejsze moduły". Agent:
- Analizuje zależności w pliku
- Proponuje podział na moduły z uzasadnieniem
- Wykonuje refaktoring
- Aktualizuje importy w całym projekcie
- Uruchamia testy po zmianach
Code review
Masz PR od kolegi. Agent przegląda i zostawia komentarze:
- "Linia 45: brak obsługi wyjątku - jeśli API zwróci timeout, aplikacja crashnie"
- "Linia 112-130: ta logika duplikuje utils/parser.py:34-52. Użyj istniejącej funkcji."
- "Brak testu dla przypadku, gdy lista jest pusta"
Nie zastępuje ludzkiego review, ale może wyłapać część oczywistych problemów, zanim człowiek zacznie czytać zmianę.
Migracje i aktualizacje
"Zaktualizuj wszystkie zależności do najnowszych wersji i napraw breaking changes". Agent:
- Aktualizuje package.json / requirements.txt
- Uruchamia testy
- Identyfikuje breaking changes
- Naprawia je po kolei
- Raportuje co się zmieniło i co nie dało się naprawić automatycznie
Konfiguracja dla typowego projektu
OpenClaw potrzebuje kontekstu. Im lepiej skonfigurujesz agenta, tym lepsze wyniki.
Minimum do startu
# .openclaw/config.yaml
project:
language: python
framework: fastapi
test_runner: pytest
style_guide: "PEP 8, black formatter"
permissions:
can_read: ["src/", "tests/", "docs/"]
can_write: ["src/", "tests/"]
can_execute: ["pytest", "black", "mypy"]
cannot_access: [".env", "secrets/", "credentials/"]Co warto dodać
- Opis architektury projektu (agent lepiej rozumie kontekst)
- Konwencje nazewnictwa (jeśli masz specyficzne reguły)
- Lista "nie ruszaj" - pliki, których agent nie powinien modyfikować
- Template PR-ów - agent będzie tworzył opisy w Twoim formacie
Bezpieczeństwo - co agent może, a czego nie
To najważniejsza kwestia. Agent ma dostęp do Twojego kodu. Musisz to kontrolować.
Zasady, które warto wdrożyć od dnia zero
1. Brak dostępu do secretów - agent nie widzi .env, kluczy API, haseł do baz danych
2. Sandbox - agent uruchamia kod w izolowanym środowisku, nie na produkcji
3. Tylko określone komendy - agent może uruchomić pytest, ale nie rm -rf ani docker push
4. Review wymagane - PR od agenta wymaga Twojego approval, jak PR od każdego innego developera
5. Logi - co agent zrobił, jakie pliki zmienił, jakie komendy uruchomił
OpenClaw może działać lokalnie na Twojej maszynie lub na Twoim serwerze. Jeśli jednak korzystasz z modelu w chmurze, część danych z promptu trafia do wybranego dostawcy modelu. To trzeba uwzględnić w polityce bezpieczeństwa.
Realne ograniczenia
Bądźmy szczerzy - agent AI nie zastąpi senior developera:
- Architektura - agent nie zaprojektuje systemu od zera. Potrzebuje istniejącego kodu jako kontekstu.
- Biznesowa logika - agent nie wie, dlaczego rabat powyżej 30% wymaga akceptacji managera. Musisz mu to powiedzieć.
- Nowe technologie - jeśli framework jest bardzo nowy, agent może nie znać najlepszych praktyk.
- Duże zmiany - refaktoring 50 plików naraz? Agent sobie poradzi z 5-10, ale przy większej skali potrzebuje dekompozycji.
Agent AI to narzędzie wspierające developera, nie zamiennik odpowiedzialności za architekturę, bezpieczeństwo i decyzje techniczne.
Jak wygląda codzienna praca z agentem?
Poniedziałek, 9:00. Otwierasz Jira. W backlogu 12 tasków. Sortujesz: 4 bugfixy, 3 testy do napisania, 2 refaktoringi, 3 nowe features.
Bugfixy i testy? Przekazujesz agentowi. 8 minut później masz PR z fixem pierwszego buga (z testem). Zanim skończysz review pierwszego PR-a, agent wysyła drugi.
Ty zajmujesz się feature'ami - tym co wymaga zrozumienia biznesu, rozmów z product ownerem, decyzji architektonicznych. Agent robi mechaniczną robotę.
Do 12:00 możesz mieć przygotowane pierwsze PR-y do review, szkice testów i roboczy refaktoring. To realnie skraca pracę nad powtarzalnymi zadaniami, ale nie oznacza gwarantowanego wyniku w każdej bazie kodu.
Ile kosztuje wdrożenie OpenClaw?
Sam OpenClaw jest open-source - darmowy. Koszty to:
- API modelu AI: koszt zależy od użycia, modelu i długości kontekstu
- Serwer (jeśli nie lokalnie): zwykle niski lub średni koszt infrastruktury, zależny od wybranego hostingu
- Konfiguracja profesjonalna OpenClaw: od 999 PLN netto jednorazowo (Syntalith)
Największy koszt zwykle nie wynika z samego narzędzia, tylko z poprawnej konfiguracji, uprawnień i kontroli nad tym, co agent może uruchamiać.
FAQ
Czy agent może zepsuć mój kod?
Nie bardziej niż junior developer. Dlatego review jest wymagane. Agent tworzy PR - Ty decydujesz, czy go zmerge'ować.
Czy działa z moim językiem/frameworkiem?
Python, JavaScript/TypeScript, Go, Rust, Java, C# - tak. Niszowe języki - zależy od modelu AI. Większość popularnych technologii jest dobrze obsługiwana.
Czy mogę używać go w zespole?
Tak. Każdy developer może mieć swojego agenta z dostępem do repo. PR-y od agenta przechodzą normalny proces review.
Co dalej?
Jeśli spędzasz godziny na powtarzalnych zadaniach programistycznych - bugfixy, testy, refaktoring - agent AI odzyskuje ten czas.
Umów konsultację - skonfigurujemy OpenClaw pod Twój projekt i zakres uprawnień. Syntalith, Warszawa.
---
Przeczytaj też
- OpenClaw - co to jest? Przewodnik - podstawy dla początkujących
- Agent AI do code review - automatyczny przegląd kodu
- OpenClaw - instalacja i konfiguracja - krok po kroku