Writing / publiczne archiwum, nie blog
Rzeczy zbudowane, rzeczy nauczone, rzeczy przemyślane.
Codebase to społeczeństwo: czego Luhmann uczy tych, którzy budują z agentami
Dla Niklasa Luhmanna społeczeństwo składa się z komunikacji. Zastosowane do codebase, w której pracuje wielu agentów, zmienia to, jak piszę handoffy, review i stopy. Hipoteza, z regułami, które z niej wyciągnąłem.
To nigdy nie było multi-agent. To jest multi-context.
Ten sam prompt prowadzi do innej decyzji, gdy zmienia się miejsce, w którym pracuje agent. Jak zaprojektowałem rynki w motive, przenosząc pytanie z repo do mojego second brain.
Gdy agent powtarza błąd, zmień kod przed promptem
Odruch po złym outputcie agenta to nowa linijka w CLAUDE.md. Kolejność, której się trzymam: najpierw kod, potem check, instrukcje na końcu. Przykłady z moich repo.
Nikt już nie czyta każdej linijki. Bezpieczeństwo musi być w systemie.
Kiedy kod piszą agenci, człowiek czytający każdy diff to zła safety net. Jak shippuję w tempie agentów, w czym zgadzam się z Anthropic i gdzie stoję po stronie Theo.
Komunikat jest na dziś: czego jazda poza trasą uczy o wdrażaniu AI na produkcję
Kontrola mówi coś o konkretnym momencie, potem wygasa. Lekcje z agenta WhatsApp i naszego company brain o tym, kiedy dowód przestaje się liczyć.
Keyword już nie wystarczy: moje błędy przy mierzeniu widoczności w asystentach AI
Przy reklamach w ChatGPT brief opisuje sytuację kupującego. Reklamy, spontaniczne odpowiedzi i wyniki trzeba mierzyć osobno. Moje błędy przy budowaniu motive.
Kontroluj harness, zmieniaj model. Co naprawdę musisz mieć pod kontrolą
Kontrola nad harness to kontrola nad stanem, uprawnieniami, regułami i weryfikacją, z gotowymi narzędziami pod spodem. Czego nauczyły mnie DeepSWE, CVing i Company Brain od Yempik.
CONTEXT IS GOLD: company brain, którego kolejny agent użyje bez ciebie
Kontekst ma wartość, gdy inny agent może go znaleźć, ocenić jego ważność, poprawić i użyć ponownie. Zasady z company brain Yempik i mojego second brain.
Model może kupić każdy. Mało kto wie, którą pracę usunąć.
Każdy może użyć modelu frontier. Przewaga to wiedzieć, którą pracę usunąć, które decyzje zostawić ekspertowi i jak udowodnić wynik. Przypadki z Lia i CVing.
Inteligentny model jest wąskim gardłem. Wykorzystuj go do decyzji.
Codziennie koordynuję pracę Claude Code i subagentów Codex. Luki w delegowaniu oddają architekturę workerowi. Gdzie warto używać mocnego modelu i ile kosztowało mnie dojście do tego.
deploy to prod. make no mistakes. Błędy, których deploy nie widzi
Company Brain od Yempik działał na produkcji, a wyszukiwanie zwracało pustkę. Czego naprawdę wymaga „make no mistakes”: pełnych ścieżek, długich sesji i zgód, które coś znaczą.