Kurs AI-Native · praca z agentami kodującymi
Kurs AI-Native: agenci kodujący na Twoim repozytorium
Kurs AI-Native uczy pracy z agentami kodującymi na własnym repozytorium. Pracujemy z Claude Code, Codexem albo innym narzędziem używanym przez zespół, 1:1 lub z firmą, online. Program obejmuje sterowanie agentem, specyfikacje, testy akceptacyjne i kontrolę jakości. Wycena zależy od repozytorium, stosu technologicznego i liczby uczestników; podajemy ją po jednej rozmowie.
Agent przygotuje zmianę w kodzie, a Ty sprawdzisz ją według zapisanych wymagań, testów akceptacyjnych i kontroli jakości. Kurs buduje ten sposób pracy w Twoim repozytorium.
- Rozmowę prowadzi inżynier odpowiedzialny za wdrożenia.
- 30 minut o procesie, jego wyjątkach i koszcie.
- Bez przygotowań po Twojej stronie.
W skrócie
- Cena
- Wycena po rozmowiejedna rozmowa o repozytorium, narzędziu, formacie i zakresie wystarcza do wyceny
- Format
- 1:1 albo kurs dla firmy, onlinena Twoim repozytorium i kodzie używanym w pracy
- Kto uczy
- Inżynierowie, którzy wdrażają agentów w działających systemachprogram z naszych wdrożeń produkcyjnych
- Dla kogo
- Deweloper, założyciel albo samodzielny twórcadla osób technicznych. Zespołom nietechnicznym polecamy szkolenie AI
Nie piszesz kodu i chcesz pracować na dokumentach albo własnym procesie? Zobacz indywidualne szkolenie AI 1:1.
Opinie uczestników
Co mówią po sesjach 1:1.
Opinie pochodzą z pięciu sesji 1:1. Format dla zespołu deweloperskiego jest ofertą opartą na tym samym standardzie pracy.
Kuba Koziej CEO i współzałożyciel MoreGrowth, Członek zarządu Natu.Care
Chciałem jak najszybciej zdobyć umiejętności potrzebne do samodzielnego budowania własnych aplikacji. Praca z Syntalith nad moim własnym projektem dała mi dokładnie taki skillset, jakiego potrzebowałem.
Hlib Utkin
Administracja publiczna
Co tydzień przez moje biurko przechodzi duży strumień dokumentów. Teraz sprawdzam, redaguję i przygotowuję je z Claude w ułamku czasu, a research, który zjadał całe popołudnie, zajmuje minuty. Jest wpięty w usługi, w których już pracuję, więc dokumenty same do mnie trafiają, a nie ja ich szukam.
Ivan Chepurin Senior Software Engineer, Immutable
Wchodziłem, używając agentów kodujących doraźnie, a wyszedłem, orkiestrując je: pętle, agentowy kanban, pełny cykl wytwarzania, który dowozi. Zostało ze mną świadome zarządzanie kontekstem i kosztem oraz budowanie własnych harnessów, zamiast czekać, aż zrobi to gotowe narzędzie. Zmieniło to moją codzienną pracę.
Oleksandr Usyk Współzałożyciel i dyrektor artystyczny, jakotako.design
Prowadzę studio projektowe, nie zespół inżynierów, a i tak wyszedłem z czymś, co działa. Zbudowaliśmy agentową pętlę, która ściąga leady i obserwuje konkurencję, a swoją stronę złożyłem z pomocą Claude. Praktycznie, na mojej realnej pracy, a nie wykład o AI.
Dlaczego kod pisany przez agentów wymaga innego sposobu kontroli?
Szybkość widać od razu, a poprawność trzeba sprawdzić. Kurs wprowadza granice, specyfikacje możliwe do bezpośredniego sprawdzenia, testy akceptacyjne i historię decyzji.
| Obszar | Budowanie z agentami po omacku | System pracy AI-Native |
|---|---|---|
| Sterowanie | Ogólne instrukcje i ręczne poprawki | Agent ma zapisany zakres i zasady działania |
| Wymagania | Plan szybko przestaje odpowiadać kodowi | Wymagania są sprawdzane automatycznie i pozostają przy kodzie |
| Testy | Testy napisane przez tego samego agenta | Sprawdzone zachowanie przy każdym uruchomieniu |
| Dokumentacja | Szybko traci aktualność | Jest sprawdzana razem ze zmianą kodu |
| Kontekst i koszt | Zużycie rośnie bez kontroli przy dłuższej pracy | Koszt i kontekst są sprawdzane w trakcie pracy |
Tę samą metodę stosujemy we własnych projektach działających w produkcji. Zobacz wdrożenia →
Na którym poziomie pracujesz dziś?
Ta jakościowa drabina opisuje trzy sposoby pracy z AI w repozytorium. Wybierz opis najbliższy Twojej praktyce, a zobaczysz, jaka zmiana metody prowadzi do pracy opartej na sprawdzalnym systemie.
01
Poziom 1
Pierwsze próby
Sprawdza narzędzie na pojedynczych zadaniach
Używa ChatGPT do krótkich podpowiedzi i czasem uruchamia agenta w repozytorium. Po nieudanej zmianie wraca do pracy ręcznej, bo nie ma jeszcze stałego sposobu sprawdzania wyniku.
02
Poziom 2
Punkt przejścia
Codzienna pomoc
Narzędzia są w użyciu, lecz każda zmiana wymaga pełnego przeglądu
Korzysta z narzędzi, układa dobre instrukcje, a agent przyspiesza pojedyncze zadania. Zaufanie nadal opiera się na ręcznej kontroli: każdą zmianę trzeba przeczytać dwa razy, bo agent często jest blisko poprawnej odpowiedzi. Skalę wyznacza liczba zmian, które człowiek zdąży sprawdzić.
03
Poziom 3
Dokąd prowadzi kurs
Ustalona metoda
Zakres pracy i sposób sprawdzania wyniku są zapisane
Agent pracuje w ustalonych granicach, a wynik przechodzi testy akceptacyjne i kontrolę jakości przed przeglądem człowieka. Recenzent skupia się na decyzjach, których testy nie rozstrzygają.
Przejście z poziomu drugiego na trzeci wymaga wspólnej metody pracy: specyfikacji, weryfikacji i zasad działania. Tego uczy kurs AI-Native.
System pracy AI-Native
Jak działa system pracy AI-Native?
Środowisko pracy agentowej łączy sterowanie, weryfikację i zapisany sposób pracy. Agent działa w wyznaczonych granicach, a wynik przechodzi sprawdzenie, zanim trafi do człowieka.
Sterowanie przebiegiem
Agent wykonuje zapisane zadanie w określonym zakresie. Sposób sprawdzania wyniku jest ustalony przed rozpoczęciem pracy.
- Człowiek zatwierdza tam, gdzie trzeba
Weryfikacja wyniku
Zielony wynik oznacza, że zachowanie produktu przeszło testy zewnętrzne, niezależne od testów napisanych przez agenta.
- Testy wykrywają wynik, który tylko wygląda poprawnie
Metoda zapisana w repozytorium
Po kursie masz własne instrukcje, testy i zasady przeglądu. Możesz użyć ich w następnym projekcie oraz przekazać nowej osobie w zespole.
- Długie projekty nie tracą ustalonego kierunku
Czego nauczysz się na kursie tworzenia agentów AI?
Nauczysz się sterować agentem, zapisywać wykonywalne wymagania, budować testy akceptacyjne i kończyć pracę pilotem. Każdy moduł zostawia gotowy materiał w repozytorium albo w sposobie pracy.
Teoria · podstawa
Jak agenci pracują i gdzie zawodzą, zanim dotkniemy projektu.
01PodstawaJak pracują agenci i gdzie zawodzą
Skąd bierze się odpowiedź, która brzmi wiarygodnie mimo braku podstaw, i najdroższy tryb awarii: agent bez nadzoru utrwala przypadkowe decyzje we własnych testach, a kolejne sesje unikają ich zmiany.
- 02Zaufanie
Od „agent chyba zrobił” do „można mu zaufać”
Dziś zaufanie opiera się na dwukrotnym czytaniu każdej zmiany. Ustalamy, co agent musi wykazać w testach, zanim wynik trafi do przeglądu człowieka.
Praktyka · własny projekt
Ćwiczysz na własnym projekcie i kończysz pilotem.
03SterowanieKontekst, którego agent potrzebuje
Układamy krótki plik AGENTS.md i drzewo dokumentów, które agent odczytuje na początku sesji. Zapisujesz różnice między ogólną dokumentacją a własnym projektem. Nieaktualne plany trafiają poza bieżący kontekst, aby agent nie próbował na ich podstawie zmieniać kodu.
Z czym wychodzisz
AGENTS.md i drzewo docs wczytywane przez agentów przy uruchomieniu
- 04Weryfikacja
Wymagania, które weryfikują się same
Specyfikacje wykonywalne: wymagania zapisane jako warunek, zdarzenie i oczekiwany wynik. Agent przechodzi te testy, zanim rezultat trafi do przeglądu człowieka.
Z czym wychodzisz
Komplet wykonywalnych specyfikacji dla jednego wybranego przepływu w Twoim repo
- 05Dyscyplina
Długi projekt, który nie dryfuje
Stały zestaw przykładów testowych, wynik początkowy i folder eksperymentów pokazują, która zmiana rzeczywiście poprawia rezultat. Nieudany eksperyment zostaje opisany jako wiedza. Gdy zadanie ma jasno określony cel, agent powtarza cykl do osiągnięcia ustalonego wyniku.
Z czym wychodzisz
Stały zestaw przykładów ze skryptem kontroli jednej ważnej metryki
- 06Pilot · Skala
Pilot i metoda, która zostaje
Kończysz kurs pilotem wykonanym nową metodą i spisujesz ją tak, żeby została w zespole po naszym odejściu. Tą samą metodą wdrożysz potem pozostałych programistów.
Z czym wychodzisz
Działający pilot i metoda spisana tak, że działa bez nas
Dla kogo jest kurs agentów AI?
Kurs jest dla programistów, założycieli technicznych i zespołów deweloperskich, które mają repozytorium oraz konkretny cel. Głębokość dobieramy do roli, ale każdy wychodzi z metodą do codziennej pracy.
Założyciel, który programuje
Założyciel, który sam koduje i rozwija produkt.
- Powtarzalny sposób budowania z agentami
- Kontekst potrzebny agentowi do samodzielnej pracy
- Co zautomatyzować najpierw, co zostawić człowiekowi
- Wychodzisz z działającym ustawieniem i własną metodą
Samodzielny twórca albo mały zespół
Osoba rozwijająca produkt samodzielnie albo mały zespół, który zaczyna pracę z agentami.
- Praca agentów zgodna z wymaganiami produkcji
- Zasady pracy i testy wyniku
- Kontekst i koszt trzymane w budżecie
- Metoda do wykorzystania w kolejnych projektach
Lider zespołu deweloperskiego
Twój zespół już używa agentów, każdy inaczej, a przegląd zmian zajmuje coraz więcej czasu.
- Wspólne konwencje pracy z agentami
- Mniejszy koszt przeglądu zmian
- Wprowadzanie nowych osób tą samą metodą
- Pilot na wspólnym kodzie
Formaty i ceny
Ile kosztuje kurs tworzenia agentów AI i jakie są formaty?
Kurs AI-Native wyceniamy po rozmowie o repozytorium. Pracujemy online 1:1 albo z zespołem deweloperskim. Kwota zależy od zakresu, używanych technologii i liczby uczestników.
| Format | Dla kogo | Zakres | Cena |
|---|---|---|---|
| 1:1 intensywnie | Założyciel, inżynier albo samodzielny twórca, który rozwija projekt po kursie | Indywidualnie: wdrażamy metodę na Twoim kodzie i zapisujemy sposób pracy, który zostaje po naszym odejściu. | Wycena po rozmowie · netto |
| Kurs dla firmy | Zespół deweloperski wchodzący w pracę z agentami | W kursie bierze udział tylu deweloperów, ilu potrzebujesz. Pracujecie na Waszym wspólnym kodzie, według tej samej metody i tych samych konwencji, żeby cały zespół działał spójnie i zakończył kurs wspólnym pilotem. | Wycena po rozmowie · netto |
Płacisz raz. Instrukcje, testy i pilot zostają w Twoim repozytorium. Stawkę ustalamy po rozmowie o zakresie, liczbie uczestników, stosie technologicznym i celu. Jeśli inny format lepiej pasuje do sytuacji, powiemy o tym przed wyceną.
Kiedy wystarczy szkolenie AI dla zespołu nietechnicznego?
Liczy się gotowość, a poziom dopasowujemy. Na rozmowie przed wyceną wybierzemy format zgodny z Twoim projektem i celem.
Gotowi, jeśli
- Budujesz oprogramowanie i potrzebujesz powtarzalnego środowiska do sterowania agentami oraz ich testowania
- Masz nowe lub odziedziczone repozytorium i konkretny cel pracy
- Chcesz wyniku potwierdzonego specyfikacją i testami, z zapisanym przebiegiem pracy
- Po kursie budujesz dalej samodzielnie
Raczej nie, jeśli
- Chcesz, żebyśmy zbudowali to za Ciebie: zacznij od skanu i wdrożeń
- Potrzebujesz kompetencji AI dla nietechnicznego zespołu? Zobacz szkolenia AI dla firm
- Liczysz na obietnicę no-code albo certyfikat na ścianę
- Oczekujesz od kursu produkcyjnego utrzymania, własności i SLA
Albo zbudujemy to z Tobą
Wolisz, żeby było zbudowane i działało w produkcji?
Kurs uczy metody. Przygotowanie systemu do produkcji, odpowiedzialność za jego działanie i utrzymanie są osobnym wdrożeniem. Jeśli chcesz zlecić budowę, zacznij od bezpłatnego skanu procesów. Sprawdzimy, czy ten proces w ogóle warto automatyzować.
Co oznacza udział w Claude Partner Network
Status potwierdza udział w programie partnerskim Anthropic dla Claude. Syntalith samodzielnie przygotowuje i prowadzi kurs na własnej metodzie pracy.
Odpowiedzialność za kurs
- Za program i prowadzenie kursu odpowiada Syntalith.
- Zakres, metoda pracy i podpisane opinie uczestników pozwalają ocenić jakość kursu.
- Kurs powstał na podstawie własnych wdrożeń i metody pracy Syntalith.
Co znaczy
- Jesteśmy w programie partnerskim Anthropic dla Claude.
- Budujemy systemy AI w produkcji dla polskich firm.
- Uczymy na podstawie wdrożeń i zachowania agentów w działających systemach.
Jak nauczyć się tworzyć agentów AI na własnym projekcie?
Zacznij od własnego repozytorium, jednego celu i sposobu weryfikacji wyniku. Kurs rozpoczyna rozmowa o projekcie i stosie technologicznym, a kolejne sesje służą budowie środowiska pracy agentowej i pilota na Twoim kodzie.
- 01Rozmowa o projekcie, stosie technologicznym i celu. Ustalamy format oraz zakres.
- 02Dostajesz wycenę i plan dopasowany do Twojego projektu.
- 03Podczas sesji online budujemy środowisko pracy agentowej na kodzie uczestnika.
- 04U Ciebie zostają: środowisko pracy agentowej, szablony, metoda pracy oraz pilot wykonany w wybranym projekcie.
Pytania o kurs
Po co mi kurs, skoro mogę dojść do tego sam?
Możesz dojść do tej metody samodzielnie. Na kursie od razu układamy ją w Twoim projekcie: zapisujemy zasady pracy, budujemy testy i sprawdzamy całość na pilocie. Oszczędzasz czas potrzebny na własne próby i poprawianie zmian, które trafiły do kodu bez ustalonej weryfikacji.Próbowałem już agentów i tak przepisałem kod. Czym to się różni?
Na kursie zapisujemy zakres działania agenta i sposób sprawdzania wyniku przed rozpoczęciem zadania. Pracujemy na Twoim repozytorium, także na zmianie, która wcześniej wymagała ręcznego przepisania.Czy nie nauczę się czegoś, co za pół roku będzie nieaktualne?
Uczymy metody niezależnej od konfiguracji jednego narzędzia. Modele i wtyczki się zmieniają, lecz sposób wyznaczania granic i weryfikacji wyniku zostaje. Stosujesz tę metodę we własnym projekcie i kończysz kurs pilotem, więc wracasz do kodu z działającym rozwiązaniem.Ile kosztuje Kurs AI-Native?
Zakres sesji 1:1 na Twoim repozytorium różni się od kursu firmowego na wspólnym kodzie. Cenę podajemy po jednej rozmowie o repozytorium i celu.Czy ten kurs jest dla początkujących bez własnego repo?
Nie jako kurs oparty wyłącznie na ciekawości. Potrzebujesz własnego repozytorium i konkretnego celu. Jeśli projekt dopiero startuje, pierwsza sesja może obejmować jego założenie. Bez kodu i celu lepsze będzie indywidualne szkolenie AI 1:1 na procesie lub dokumentach.Mamy stary kod, którego nikt nie chce ruszać. Czy ten kurs ma sens?
Stare repozytorium często jest dobrym punktem wyjścia. Agent może najpierw przeanalizować odziedziczony kod i opisać jego rzeczywiste działanie, także zapomniane integracje. Następnie porównuje dokumentację z kodem, uzupełnia weryfikację i dopiero później przygotowuje nowe funkcje. Na kursie wykonujemy ten proces na Twoim kodzie.Czy kurs działa z narzędziem używanym przez mój zespół?
Tak. Pracujemy w narzędziu używanym w Twoim repozytorium. Metoda opiera się na specyfikacjach, dokumentacji i testach jakości, dlatego przenosi się między dostawcami. Wskazujemy też sytuacje, w których warto zmienić narzędzie lub sposób pracy.Kurs 1:1 czy kurs dla zespołu deweloperskiego?
Oba. Kurs 1:1 dla założyciela albo kurs dla firmy z tyloma deweloperami, ilu potrzebujesz, na wspólnym kodzie i ze wspólnym pilotem na końcu. Format ustalamy z Wami przed wyceną.Czy kurs obejmuje narzędzia wspomagające programowanie?
Tak. Możemy pracować w narzędziu używanym w Twoim repozytorium. Program uczy zarządzania kontekstem, wyznaczania granic, pisania specyfikacji, testów akceptacyjnych i prowadzenia historii decyzji.Co zostaje Ci po kursie?
Metoda w Twoim projekcie, sposób pracy i pilotowy projekt zrobiony nową metodą. Zostaje u Ciebie.
Dalsza droga
Wybierz właściwy format i materiały
Powiedz nam, jakie masz repo i cel, a prześlemy plan i wycenę.
- 30 minut z inżynierem, który może prowadzić Twoje wdrożenie.
- Przegląd procesów, które kosztują Cię najwięcej czasu i pieniędzy.
- Pisemne podsumowanie: co zautomatyzować, w jakiej kolejności, z widełkami kosztów.
Terminy zobaczysz w swojej strefie czasowej.
W 30 minut wybieramy proces do oceny, a w ciągu 2 dni roboczych dostajesz rekomendację, także gdy lepsza będzie prostsza droga.
wycena według zakresu · prowadzą inżynierowie z systemami w produkcji