Infoshare
Aplikacja konferencyjna dla eventu IT — agenda, mówcy, networking i obsługa offline.
Före AI-eran byggde jag kommersiella mobilappar i Flutter och Unity. Idag, med generativa verktyg, har jag lagt till webbplatser och webbappar i den stacken. Jag driver leveransen från idé till lansering och anpassar mig efter vad projektet eller kunden kräver.
Jag har gått den kohortbaserade 10xDevs-kursen, ledd av Przemek Smyrdek och Marcin Czarkowski — ett intensivt program om mjukvaruutveckling med AI-agenter genom hela utvecklingscykeln, från idé och plan till tester och driftsättning. Kursen byggde på praktik: varje modul avslutades med ett konkret, fungerande resultat byggt på ett riktigt projekt. Certifikatet, de fyra märken jag tog och de fem områden som kursen täckte hittar du nedan.
BRAVE / 10xDEVS · Przemek Smyrdek och Marcin Czarkowski
20 juli 2026
Prework och 25 lektioner i 5 moduler, 6 livesessioner (kick-off, 4× Live Q&A, firande) samt veckovisa office hours. Slutprojekt: en egen AI-agent och interna verktyg byggda end-to-end.
Förstora 10xDevs-certifikatet




Att sätta upp miljön för arbete med AI-agenter: en egen verktygsuppsättning, projektminne och regler som håller agenten inom uppgiftens ramar. Det är här agenten får kontexten och ramarna där den levererar ett upprepbart resultat.
Ett upprepbart spår från brief till fungerande kod: planering, granskning och implementation som separata steg, med en tydlig uppdelning mellan vad agenten gör och var människan beslutar. Vid större uppgifter arbetar flera agenter parallellt, och varje ändring avslutas med en kodgranskning.
Kvalitet och underhåll av kod skriven med AI: en testplan, en egen QA-agent, E2E-tester och felrapportering inkopplade i en upprepbar process. Standarder som håller ett projekt i god form långt efter den första lanseringen.
Att använda generativ AI för att bygga nya funktioner och verktyg som verkligen snabbar upp arbetet. Färska tekniker som övas direkt på ett fungerande projekt, så att de landar rakt in i produkten.
Arbete med AI i stora kodbaser och äldre projekt: att kartlägga repot, skala kontexten och modernisera legacy i DDD-anda. Att införa ändringar tryggt där insatserna är höga, med en moderniseringsplan och dokumentation som genereras längs vägen.
Först det jag har dokumenterad erfarenhet av. AI-tooling och affärsprocesser — längre ner, som områden jag aktivt utvidgar.
En översikt av mitt arbete: kommersiella mobilappar för Android och iOS, och mina egna projekt byggda med AI-agenter.

Som Mobile Developer på Honeti — hela livscykeln från planering, genom implementation, tester och release, till underhåll.
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 är en del av min produktionsprocess. Fyra levande projekt där det syns i praktiken.
En mobilapp för att hantera hemmets förråd: den spårar varor efter förvaringsplats (skafferi, kylskåp, frys), håller koll på lagersaldo, skannar streckkoder och skapar inköpslistor utifrån det som håller på att ta slut.
Webbpanelen i Neatu-ekosystemet (neatu.app) — nå ditt förråd från webbläsaren, som ett komplement till mobilappen.
Mitt open source-verktyg för lokalisering. Format-trogen arkitektur, AI-översättning via användarens egna API-nycklar.
Sidan du läser, byggd med aktivt stöd av AI-agenter. Hela processen är offentligt dokumenterad.
Samma kontrollerade spår från idé till lansering — med en tydlig uppdelning mellan vad vi gör tillsammans, vad agenten gör på egen hand och var en människa bestämmer.
Tillsammans fastställer vi hela omfattningen av ändringen: målet, området i koden, beroenden och stegens ordning. Projektkontexten — konventioner, beslut, arkitektur — skrivs ner och ges till agenten. En konkret plan med tydliga scope-gränser växer fram.
Agenten presenterar den färdiga planen och jag går igenom den punkt för punkt — godkänner varje steg eller justerar omfattningen. Koden startar först efter mitt godkännande.
Agenten skriver kod och enhetstester.
Agenten lägger till integrationstester.
Agenten granskar helheten och skriver ner en lista med anmärkningar.
Jag går igenom de samlade anmärkningarna och sammanfattningen från den automatiska kontrollen och beslutar sedan: godkänner arbetet, beställer rättelser eller avvisar det. Bedömningen av kvalitet och överensstämmelse med planen ligger kvar hos människan.
Om bedömningen fångar upp något — går vi tillbaka till "Kontext och plan" för nya beslut.
Jag kontrollerar utseende och funktion på en riktig enhet — vi fångar det som syns först i den färdiga produkten. Rättelser och finslipning gör vi tillsammans, tills allt fungerar och ser ut som det ska när det lanseras.
Gemensamt arbete byggt på CI/CD. Agenten förbereder beskrivningen av ändringarna, sparar dem på en separat gren och öppnar en pull request. En autonom agent kopplad till repot granskar ändringarna på egen hand. Det slutliga godkännandet, mergen och lanseringen gör jag.
Det som står bakom detta spår — den metodiska grunden och de konkreta verktygen som håller tempot utan att tappa kontrollen.
Inget byggs innan en nedskriven, godkänd specifikation. Planen är kontraktet, och designbeslut skrivs ner i förväg — innan någon kod finns.
Agenten arbetar utifrån en varaktig, versionshanterad projektkontext — konventioner, beslut och minne från tidigare sessioner. Varje uppgift startar från samma, överenskomna grund.
En separat session för planering, bygge, testning och bedömning — var och en med egna verktyg, egen prompt och en enda uppgift att leverera.
Levande bibliotekdokumentation, kontroll av utseendet i webbläsaren, end-to-end-tester på en mobil enhet. Agenten arbetar med riktiga verktyg i min stack.
Steg i mjukvaruutvecklingen paketerade i färdiga kommandon som hela teamet kör — från planering till granskning av ändringar.
Agenten arbetar på en separat gren och öppnar en pull request på min begäran. En tydlig uppdelning: vad agenten gör, vad jag gör och hur det kopplas till CI/CD.
Jag är en självgående utvecklare som driver projekt end-to-end och har ett eget agentbaserat AI-arbetsflöde. Jag har 4+ års kommersiell erfarenhet av mobilappar i Flutter och Unity, och generativa verktyg har utökat min stack med webbplatser och webbappar. Jag ser AI som en verkstad jag styr medvetet i varje steg — från arkitektur till lansering och underhåll.
Kärnan i min kommersiella erfarenhet är mobilappar. I Flutter byggde jag produkter från första kodraden: integrationer mot REST API och Firebase, autentisering, datasynkronisering, offline-läge, butikslanseringar och löpande underhåll. I Unity arbetade jag med interaktiva applikationer. I båda stackarna håller jag koden läsbar och arkitekturen redo att växa även efter flera år.
Hjärtat i mitt dagliga arbete är programmering med AI-agenter. Claude Code är mitt vardagsverktyg, konfigurerat för specifika projekt: egna subagenter, hooks, MCP-servrar och skills för återkommande uppgifter. Jag kör agenten i en loop genom review, utforskning av främmande kodbaser, codemods och scaffolding, så att jag hinner mer på samma tid. Kontrollen stannar hos mig — agenten mergar inte själv, och varje output går genom build och min code review.
Att arbeta med agenter flyttar var svårigheten ligger. Att formulera uppgiften exakt, designa kontexten och verifiera det som kommer tillbaka väger tyngre — för modellen snabbar på både bra och dåliga beslut. Jag behandlar det som ingenjörsarbete: jag bygger verifierbara loopar där genereringen är snabb och kvalitetsgrinden förblir hård. Det låter mig som en person driva ett projekt i en omfattning som förr krävde ett team, och ta det från analys till underhåll.
Jag är en utvecklare som medvetet leder AI-agenter — och tack vare det levererar jag mer kvalitet, snabbare, över hela projektets livscykel.
Jag kom till programmering efter fjorton år som elektriker och installatör av CCTV-, larm-, brandsäkerhets- och smart home-system. I projekt där mjukvara möter hårdvara — IoT, automation, smarta byggnader — ger den bakgrunden mig ett genuint unikt perspektiv.
Jag passar bäst där man söker en utvecklare som redan har fungerande produkter bakom sig och kan jobba med AI i arbetsflödet. Om den här profilen passar det du söker — hör av dig så går vi igenom detaljerna.