---
title: "Method"
url: "https://simonebova.com/pl/method"
lang: "pl"
author: Simone Bova
alternates:
  it: "https://simonebova.com/md/it/method"
  en: "https://simonebova.com/md/en/method"
  pl: "https://simonebova.com/md/pl/method"
---

# Method

// komunikat przed każdym zjazdem.

## 01. Najmocniejszy model przeznacz na decyzje

Codziennie orkiestruję Claude Code i tańszych agentów. Gdy delegowane zadanie zostawia lukę, worker wypełnia ją decyzją architektoniczną, której nikt nie podjął. Dlatego deleguję tylko pracę, w której wszystkie decyzje już zapadły. Najmocniejszego modelu używam do podejmowania decyzji i końcowego review.

## 02. Zacznij od tego, o co eksperci nie proszą

Zarządcy wspólnot mieszkaniowych prosili o księgowość. Gdy stanęli przed konkretnymi problemami, wybrali naprawy, dostawców i komunikację. Kto od lat wykonuje daną pracę, prosi o automatyzację kroków, które widzi. Najdroższe są te, które stały się nawykiem. Na pierwszym spotkaniu zawsze pytam: co zmieniłoby ci życie, a uznajemy to za niemożliwe?

## 03. Wiedza staje się prawdą, gdy zatwierdzi ją człowiek

Trzy próby zebrania wiedzy o klientach w ręcznie uzupełnianych prezentacjach utknęły z tego samego powodu: nikt nie odpowiadał za ich aktualizację. W company brain, na którym działa Yempik, agenci, maile i spotkania dostarczają propozycje, a człowiek je zatwierdza. Każdy wpis mówi, jak pewna jest dana informacja i kto o niej zdecydował.

## 04. Przeprojektuj pracę wokół jednej osoby i jej narzędzi

Przeniesienie schematu organizacyjnego do oprogramowania daje te same kroki, wykonywane szybciej. Zaczynam od jednej osoby, która zna tę pracę, i dzisiejszych narzędzi AI. Zachowuję jej standard jakości i buduję kroki od zera. To różnica między system of record, który rejestruje, a system of action, który posuwa pracę naprzód.

## 05. Standard eksperta żyje w testach

Review po fakcie mówi, czy dzisiejszy wynik był dobry. Testy na rzeczywistych przypadkach, powtarzane kilka razy, mówią, czy jutrzejszy też będzie. Gdy model ocenia ludzi, przygotowuje ocenę i ją uzasadnia. Wynik obliczają reguły znane trenerowi. Dzięki temu każdy wynik da się odtworzyć krok po kroku.

## 06. Harness i weryfikacja zostają moje, model można zmienić

Narzędzia, reguły, testy i observability należą do mnie. Reguły, które muszą zawsze obowiązywać, są w kodzie wykonującym każdą akcję. Tam model nie może ich interpretować. W agencie do obsługi zgłoszeń kandydatów przez WhatsApp akcja, która wyglądała na utrzymanie konta, otwierała dostęp do konta. Zmieniam model, gdy moje testy mówią, że to się opłaca.

## 07. Zacznij od pracy, która ma znaczenie, i mierz, co wychodzi ze starego systemu

Pierwszy projekt to zadanie, które dziś zajmuje tygodnie i ma jasne kryterium dobrego wykonania. Potem mierzę, ile pracy naprawdę wychodzi ze starego systemu. Mail obsłużony przez agenta, który nadal czeka na przeczytanie w skrzynce biura, to podwójna praca.

## 08. AI daje najwięcej przy pracy, której wcześniej nikt nie wykonywał

Koleżanka, która nie pisze kodu, zbudowała małe skille do swoich powtarzalnych zadań. Największą wartość dała anomalia, którą skille jej zgłosiły: zamówienie zwrócone tylko częściowo. Nikt nie szukałby tego ręcznie. AI używane tylko do cięcia kosztów zmniejsza marżę. Używane do nowej pracy, zwiększa ją.

[simone@yempik.ai](mailto:simone@yempik.ai) · [Book a call](https://calendar.app.google/LKDrQPKGV2EAFCMN9)