Jak naprawdę pracuję z AI? Moje narzędzia, metody i kilka szczerych obserwacji
Jakiś czas temu, za sprawą boomu na OpenClaw, zacząłem intensywnie śledzić wywiady z Peterem Steinbergerem. Kilkukrotnie opowiadał o tym, jak wygląda jego codzienna praca z AI: jakich narzędzi używa, jakich metod, jak wygląda jego workflow. Uznałem, że to ciekawy format i postanowiłem opisać to samo ze swojej perspektywy. Może kogoś zainspiruje, może chociaż jedno narzędzie trafi do czyjejś codziennej pracy.
Jeśli jesteś ciekaw, jak faktycznie przekuwam te narzędzia na rezultaty i jak dowożę projekty, zapraszam do kontaktu. Prowadzę szkolenia i wdrażam całe workflowy pracy z AI w organizacjach tworzących oprogramowanie.
Czego używam na co dzień
Do programowania z AI korzystam przede wszystkim z dwóch narzędzi: Claude Code i Codex. Jestem wielkim fanem modeli od Anthropic i Claude Code jest w tej chwili, moim zdaniem, najbardziej zaawansowanym narzędziem tego rodzaju. Jednak OpenAI wyraźnie nadrabia straty. Zarówno ich modele, jak i samo narzędzie Codex stają się coraz dojrzalsze i coraz bardziej przydatne w codziennej pracy.
Wcześniej korzystałem z Cursora i Windsurfa, ale pół roku temu ostatecznie przesiadłem się na programowanie wyłącznie z terminala i nie mam zamiaru wracać.
Gdy ktoś pyta mnie, które narzędzie jest dzisiaj najlepsze, odpowiadam z humorem: nie wiem, bo dzisiaj jeszcze nie programowałem. Tempo rozwoju tych technologii jest tak ogromne, że żeby być naprawdę na bieżąco, trzeba by korzystać ze wszystkiego jednocześnie, co jest oczywiście niemożliwe. Staram się przynajmniej śledzić te wiodące: Claude Code, Codex i Gemini. O tym ostatnim napiszę osobno, bo ma u mnie specyficzną rolę.
Ile tego zużywam
Z AI programuję codziennie, po kilka, a często kilkanaście godzin. Zdarza się, że gdy muszę dostarczyć demo projektu i jakość wykonania nie jest priorytetem, modele pracują autonomicznie przez całą dobę, aż wykonają zadanie.
Z tego powodu utrzymuję dwa abonamenty od Anthropic (Max 20x) i dwa od OpenAI, i mimo to zdarzają się sytuacje, gdy wyczerpuję limity.
Jeśli jesteście ciekawi, ile tokenów faktycznie zużywacie, polecam narzędzie ccusage. Generuje bardzo szczegółowe statystyki zużycia i naprawdę warto to zobaczyć. Mój rekordowy luty 2026, wyłącznie z lokalnej maszyny i wyłącznie przez Claude Code, to tokeny o łącznej wartości 5000 dolarów. Do tego dochodzi jeszcze to, co zużywam instalując narzędzia bezpośrednio na serwerach, ale tego już nie liczyłem.
Metodologia: BMad
Przez lata testowałem różne metody organizacji pracy. Zaczynałem od prostych plików Markdown, próbowałem OODA, GitHub Spec Kit i kilka innych podejść. Ostatecznie jestem największym fanem BMad i to właśnie tę metodę wdrożyłem i z której szkoliłem programistów w kilku organizacjach.
BMad dostarcza narzędzi na każdy etap procesu wytwarzania oprogramowania. Zaczyna się od pomysłu: research, burza mózgów, projektowanie architektury, tworzenie briefu, planowanie UX. Gdy przychodzi do wdrożenia, metoda prowadzi przez cały proces, od planowania sprintu przez budowanie epicków i historyjek, aż po Code Review i retrospektywę.
Kilka rzeczy sprawia, że szczególnie ją lubię. To metody dobrze znane programistom, więc nie wprowadzają dodatkowego zamieszania. Nadają strukturę i porządek całemu procesowi. A przede wszystkim AI ma dzięki nim precyzyjne instrukcje: na jakim etapie jest wdrożenie, co należy teraz zrobić, jaki jest kolejny krok.
Ważna uwaga: BMad to nie kolejne narzędzie do instalacji. To metodologia oparta na agentach i skillach, a wdrożenie jest praktycznie natychmiastowe.
Jeśli widzisz w tym sens, zapraszam do kontaktu. Chętnie przeszkolę zespół i dopilnuję, żeby cała organizacja wdrożyła ten flow z powodzeniem.
Coraz mniej piszę, coraz więcej mówię
Jednym z kierunków, w którym ewoluuje moja praca, jest zastępowanie pisania mówieniem. Zacząłem szeroko korzystać z MacWhisper i to naprawdę zmienia sposób pracy. Możesz szybko przekazać duże ilości tekstu w ogóle nie używając rąk, możesz jednocześnie testować coś i mówić, a sam proces robienia notatek staje się dużo prostszy, bo nie musisz przełączać się między oknami.
Jednak dostrzegając pewne ograniczenia tego podejścia, postanowiłem stworzyć własne oprogramowanie do orkiestracji całego procesu. Tak powstało Nupi.
Nupi
To pierwsze miejsce, w którym publicznie mówię o tym projekcie. Poza moimi znajomymi nikt do tej pory o nim nie wiedział.
Trzy lata temu, rozmawiając ze znajomym, opowiadałem o wizji przyszłości, w której zmieni się sposób komunikowania człowieka z komputerem. Mówiłem, że nadejdzie czas, gdy zamiast pisać na klawiaturze, będziemy po prostu rozmawiać z maszynami. Że programista będzie mógł prowadzić dialog z narzędziem do tworzenia oprogramowania, planować z nim, wydawać polecenia, budować aplikacje głosem. Nie przypuszczałem wtedy, że sam dołożę swoją cegiełkę do tej przyszłości.
Nupi to narzędzie, za pomocą którego można sterować dowolnym procesem CLI, komunikując się z nim głosowo, mając przy tym AI jako partnera koordynującego cały proces programistyczny. Jest darmowe i open source.
Co konkretnie potrafi? Ma pamięć i wiedzę o Twoich projektach, więc możesz mu powierzyć zadania z pewnością, że zostaną wykonane. Ma wbudowaną cykliczność, więc możesz poprosić, żeby co pół godziny raportował stan projektu i będzie to robił. Jest niezależny od narzędzia CLI: nie ma znaczenia, czy korzystasz z Claude Code, Codex, Gemini czy innego narzędzia. Jeśli powiesz, że główne funkcjonalności mają być tworzone przez Claude Code, a Code Review ma wykonywać Codex, od tego momentu tak właśnie będzie. Nupi zadba o komunikację między tymi narzędziami.
No i pozwala pracować gdziekolwiek. Nie musisz siedzieć przy biurku. Możesz rozmawiać o swoim kodzie w drodze do pracy, podczas spaceru albo jadąc samochodem. Zdarzyło mi się już rozwijać Nupi za pomocą Nupi jadąc autem. Fantastyczne doświadczenie.
Jestem przekonany, że tak będzie wyglądała przyszłość programowania. Dla mnie to jest już teraźniejszość.
Przy komputerze: dużo terminali
Gdy pracuję przy biurku, działam wyłącznie z terminala. Najczęściej mam otwartych wiele okien jednocześnie, typowo w siatce 3x3, ale zdarza się, że pracuję równolegle na dwunastu lub nawet większej liczbie terminali naraz.
Gdy skupiam się na jednym projekcie, używam git worktree. Najczęściej jednak pracuję nad kilkoma projektami jednocześnie i to naprawdę nie jest łatwe. Wymaga nieustannego skupienia i ciągłej koordynacji pracy wielu agentów nad wieloma niezależnymi funkcjonalnościami. Bywa wyczerpujące. Na swoich szkoleniach poświęcam temu sporo uwagi, bo uważam, że niedocenienie tej trudności jest jednym z głównych powodów, dla których ludzie zniechęcają się do pracy z AI.
Gemini i Repomix: kiedy potrzebuję spojrzeć na całość
Mimo obiecujących benchmarków, modele od Google w mojej praktyce wciąż wyraźnie odstają jeśli chodzi o programowanie. Jest jednak jeden obszar, w którym są dla mnie niezastąpione: kontekst jednego miliona tokenów.
Narzędzia takie jak Claude Code są zoptymalizowane pod kątem szybkiego i oszczędnego znajdowania odpowiednich fragmentów kodu. Te metody są naprawdę zaawansowane, ale wciąż zawodne. Czasem potrzebujemy spojrzeć na całą aplikację z lotu ptaka: zobaczyć pełną architekturę, zrozumieć, jak elementy łączą się ze sobą. Żadne narzędzie nie zrobi tego dobrze, jeśli nie analizuje całego codebase'u projektu.
I właśnie do tego używam Gemini w połączeniu z Repomix. To proste narzędzie, które zapisuje cały kod aplikacji do jednego pliku. Przyjmuje różne argumenty pozwalające wykluczyć wybrane fragmenty, uwzględnia .gitignore, i dzięki temu nawet przy większych projektach często jesteśmy w stanie zmieścić się w limicie miliona tokenów.
Wynikowy plik bardzo łatwo załączyć do Gemini. Cały codebase staje się elementem prompta. Możemy poprosić o Code Review całej aplikacji, analizę architektury, znalezienie powtarzającego się kodu do refaktoryzacji. AI jako audytor całej aplikacji dostarcza naprawdę cennych informacji i polecam ten flow każdemu, kto jeszcze go nie wypróbował.
Na koniec: sprzęt
Pracuję na jednym MacBooku, który powoli odczuwa braki pamięci RAM i zapewne wkrótce czeka mnie wymiana. Za to na nic nie zamieniłbym mojego 49-calowego monitora ultrawide. W dobie pracy z wieloma terminalami naraz to absolutnie kluczowy sprzęt. Mieści się na nim naprawdę dużo okien jednocześnie i gdy go używasz, trudno sobie wyobrazić powrót do czegoś mniejszego.
Jeśli interesujesz się szkoleniami z AI-assisted development lub wdrożeniem BMad w swojej organizacji, zapraszam do kontaktu.