Infoshare
Aplikacja konferencyjna dla eventu IT — agenda, mówcy, networking i obsługa offline.
Zanim przyszła era AI, tworzyłem komercyjne aplikacje mobilne we Flutterze i Unity. Dziś, dzięki narzędziom generatywnym, dodałem do tego stacku strony i aplikacje internetowe. Prowadzę realizację od pomysłu po wdrożenie, dostosowując się do wymagań, jakie stawia projekt czy klient.
Ukończyłem kohortowy kurs 10xDevs prowadzony przez Przemka Smyrdka i Marcina Czarkowskiego — intensywny program o inżynierii oprogramowania z agentami AI w całym cyklu wytwórczym, od pomysłu i planu po testy i wdrożenie. Kurs stawiał na praktykę: każdy moduł domykał konkretny, działający efekt zbudowany na realnym projekcie. Certyfikat, cztery zdobyte odznaki i pięć obszarów, które kurs objął, masz poniżej.
BRAVE / 10xDEVS · Przemek Smyrdek i Marcin Czarkowski
20 lipca 2026
Prework i 25 lekcji w 5 modułach, 6 sesji na żywo (kick-off, 4× Live Q&A, celebracja) oraz cotygodniowe konsultacje. Projekt końcowy zbudowany end-to-end: własny agent AI i wewnętrzne narzędzia postawione na działającym kodzie.
Powiększ certyfikat 10xDevs




Konfiguracja środowiska pod pracę z agentami AI: własny zestaw narzędzi, pamięć projektu i reguły, które utrzymują agenta w granicach zadania. To tutaj agent dostaje kontekst i ramy, w których dowozi powtarzalny wynik.
Powtarzalny tor od briefu do działającego kodu: plan, review i implementacja jako osobne etapy, z jasnym podziałem na to, co robi agent, a gdzie decyduje człowiek. Przy większych zadaniach kilka agentów pracuje równolegle, a każdą zmianę zamyka przegląd kodu.
Jakość i utrzymanie kodu pisanego z AI: plan testów, własny agent QA, testy E2E i raportowanie błędów wpięte w powtarzalny proces. Standardy, dzięki którym projekt zostaje w dobrej formie długo po pierwszym wdrożeniu.
Wykorzystanie generatywnego AI do budowania nowych funkcji i narzędzi, które realnie przyspieszają pracę. Świeże techniki ćwiczone od razu na działającym projekcie, żeby trafiały prosto do produktu.
Praca z AI w dużych bazach kodu i projektach zastanych: mapowanie repozytorium, skalowanie kontekstu i modernizacja legacy w duchu DDD. Bezpieczne wprowadzanie zmian tam, gdzie stawka jest wysoka, z planem modernizacji i dokumentacją generowaną po drodze.
Zestaw umiejętności, na których stoi moja praca — pogrupowany tak, żeby od razu było widać, gdzie mam mocne, udokumentowane doświadczenie. Rdzeń to programowanie produkcyjne aplikacji mobilnych oraz programowanie agentowe, w którym pracuję na co dzień.
Przegląd mojej pracy: komercyjne aplikacje mobilne na Androida i iOS oraz moje własne projekty tworzone z agentami AI.

Jako Mobile Developer w Honeti — pełen cykl od planowania, przez implementację, testy i publikację, po utrzymanie.
Aplikacja konferencyjna dla eventu IT — agenda, mówcy, networking i obsługa offline.
Aplikacja do nauki dla osób przygotowujących się do egzaminu na uprawnienia budowlane — testy, materiały, model subskrypcyjny dostępu do treści.
Aplikacja klienta końcowego w ekosystemie Gastro Ninja — platforma do zamawiania jedzenia na wynos i dostawę, w modelu podobnym do pyszne.pl / pizzaportal.
AI jest częścią mojego procesu produkcji. Cztery żywe projekty, w których to widać.
Aplikacja mobilna do zarządzania domowymi zapasami: śledzi produkty według miejsca przechowywania (spiżarnia, lodówka, zamrażarka), monitoruje stany, skanuje kody kreskowe i generuje listy zakupów z rzeczy, których brakuje.
Webowy panel ekosystemu Neatu (neatu.app) — dostęp do inwentarza z poziomu przeglądarki, jako uzupełnienie aplikacji mobilnej.
Moje open-source'owe narzędzie do lokalizacji. Architektura format-faithful, tłumaczenie AI przez własne klucze API użytkownika.
Strona, którą czytasz, zbudowana z aktywną asystą agentów AI. Cały proces jest publicznie udokumentowany.
Ten sam kontrolowany tor od pomysłu do wdrożenia — z jasnym podziałem na to, co robimy razem, co robi agent sam, a gdzie decyduje człowiek.
Wspólnie ustalam pełny zakres zmiany: cel, obszar w kodzie, zależności i kolejność kroków. Kontekst projektu — konwencje, decyzje, architektura — jest zapisany i podawany agentowi. Powstaje konkretny plan z wyznaczonymi granicami zakresu.
Agent przedstawia gotowy plan, a ja przechodzę go punkt po punkcie — zatwierdzam kolejne kroki albo koryguję zakres. Kod rusza dopiero po mojej akceptacji.
Agent pisze kod i testy jednostkowe.
Agent dokłada testy integracyjne.
Agent sprawdza całość i spisuje listę uwag.
Przeglądam zebrane uwagi i podsumowanie z automatycznej kontroli, po czym decyduję: zatwierdzam pracę, zlecam poprawki albo ją odrzucam. Ocena jakości i zgodności z planem zostaje po stronie człowieka.
Jeśli ocena coś wychwyci — wracamy do „Kontekst i plan" po nowe ustalenia.
Sprawdzam wygląd i działanie na realnym urządzeniu — wychwytujemy to, co widać dopiero w gotowym produkcie. Poprawki i dopracowanie robimy wspólnie, aż całość działa i wygląda tak, jak ma trafić do wydania.
Praca wspólna w oparciu o CI/CD. Agent przygotowuje opis zmian, zapisuje je na osobnej gałęzi i otwiera pull request. Wpięty w repozytorium autonomiczny agent samodzielnie sprawdza wprowadzone zmiany. Ostateczną akceptację, scalenie i wdrożenie wykonuję ja.
To, co stoi pod tym torem — fundament metodyczny i konkretne narzędzia, które utrzymują tempo bez utraty kontroli.
Nic nie powstaje przed spisaną i zaakceptowaną specyfikacją. Plan jest kontraktem, a decyzje projektowe zapisuję z wyprzedzeniem — zanim powstanie kod.
Agent pracuje z trwałego, wersjonowanego kontekstu projektu — konwencje, decyzje i pamięć z poprzednich sesji. Każda praca startuje z tego samego, uzgodnionego fundamentu.
Osobna sesja do planowania, budowy, testów i oceny — każda z własnymi narzędziami, promptem i jednym zadaniem do oddania.
Żywa dokumentacja bibliotek, sprawdzanie wyglądu w przeglądarce, testy end-to-end na urządzeniu mobilnym. Agent działa na realnych narzędziach w moim stacku.
Kroki wytwarzania oprogramowania domknięte w gotowe polecenia, które uruchamia cały zespół — od planowania po sprawdzanie zmian.
Agent pracuje na osobnej gałęzi, a pull request otwiera na moje życzenie. Jasny podział: co robi agent, co robię ja i jak wpina się to w CI/CD.
Jestem samodzielnym developerem, który prowadzi projekt end-to-end i ma własny workflow oparty na agentach AI. Komercyjnie od ponad czterech lat piszę aplikacje mobilne we Flutterze i Unity, a generatywne narzędzia rozszerzyły mój stack o strony i aplikacje internetowe. AI traktuję jak warsztat, którym steruję świadomie na każdym etapie — od architektury po wdrożenie i utrzymanie.
Trzon mojego doświadczenia komercyjnego to aplikacje mobilne. We Flutterze pisałem produkty od pierwszej linijki kodu: integracje z REST API i Firebase, autoryzację, synchronizację danych, tryb offline, publikację w sklepach i późniejsze utrzymanie. W Unity pracowałem nad aplikacjami interaktywnymi. W obu stackach pilnuję czytelności kodu i architektury, która po latach nadal nadaje się do rozwoju.
Sercem mojej codziennej pracy jest programowanie z agentami AI. Claude Code jest moim daily driverem, skonfigurowanym pod konkretne projekty: własne subagenty, hooki, serwery MCP i skille pod powtarzalne zadania. Prowadzę agenta w pętli przez review, eksplorację obcych baz kodu, codemody i scaffold, dzięki czemu domykam więcej w tym samym czasie. Kontrolę trzymam po swojej stronie — agent nie merguje samodzielnie, a każdy output przechodzi przez build i moje code review.
Praca z agentami zmienia to, gdzie leży trudność. Rośnie waga precyzyjnego formułowania zadania, projektowania kontekstu i weryfikacji tego, co wraca — bo model przyspiesza zarówno dobre decyzje, jak i błędne. Traktuję to jak inżynierię: buduję sobie sprawdzalne pętle, w których generacja jest szybka, a bramka jakości zostaje twarda. To pozwala mi jako jednej osobie prowadzić projekt na zakresie, który wcześniej wymagał zespołu, i dowozić go od analizy po utrzymanie.
Jestem programistą, który świadomie prowadzi agenty AI — i dzięki temu dostarczam więcej jakości, szybciej, na całym cyklu projektu.
Do programowania przeszedłem po czternastu latach pracy jako elektryk i instalator systemów CCTV, alarmowych, p.poż. i smart home. W projektach na styku software'u i sprzętu — IoT, automatyka, smart buildings — ten background daje mi unikalną perspektywę.
Najlepiej trafiam tam, gdzie szuka się programisty, który już ma za sobą działające produkty i potrafi pracować z AI w workflow. Jeśli ten profil pasuje do tego, czego szukasz — odezwij się i omówmy szczegóły.