Kategoria: AI

  • Flowgrammer – kim jest i dlaczego (być może) nim jesteś?

    Flowgrammer – kim jest i dlaczego (być może) nim jesteś?

    Flowgrammer. Słowo brzmi trochę jak błąd w pisowni, trochę jak nowe stanowisko w korporacji. A prawda jest taka, że to może być nowy sposób myślenia o technologii, pracy i automatyzacji. A może nawet nowy zawód.

    Flowgrammer – czyli kto?

    Flowgrammer to niekoniecznie programista. To ktoś, kto:

    • buduje przepływy automatyzacji przy użyciu narzędzi typu n8n, Zapier czy Make,
    • projektuje logikę bez pisania kodu w klasycznym sensie,
    • myśli procesowo, a nie algorytmicznie – ale efekty są bardzo podobne: coś się dzieje automatycznie, bez klikania,
    • łączy dane, API, formularze, CRM-y i inne usługi w jedno spójne flow, które po prostu działa.

    To taki programista XXI wieku – bardziej projektant logiki i integracji, niż kodziarz z kawą i terminalem. A czasem… jedno i drugie.

    Flow + grammer = Flowgrammer

    Nazwa to połączenie dwóch światów:

    • „flow” – czyli przepływ: danych, informacji, zdarzeń, integracji,
    • „grammer” – czyli z angielskiego „programmer”, ale w wersji pozbawionej koderskiego zadęcia.

    Flowgrammer nie pisze linii kodu, tylko buduje bloczki, logikę i zależności. Tak jak kiedyś projektowało się diagramy UML, tylko że teraz one naprawdę działają.

    Dlaczego to ma sens?

    Bo:

    • automatyzacja nigdy nie była tak dostępna,
    • narzędzia typu no-code/low-code rozwijają się w turbo tempie,
    • firmy potrzebują ludzi, którzy umieją szybko połączyć kropki – niezależnie, czy to system CRM, Google Sheets, czy API wysyłające powiadomienia.

    Flowgrammer to rola, która rośnie z dnia na dzień. I nie tylko w startupach. Coraz więcej średnich firm, agencji, freelancerów i zespołów projektowych potrzebuje kogoś, kto ogarnie:
    „Jak to zautomatyzować, żeby samo się robiło?”

    Jak zostać Flowgrammerem?

    Na przykład… ucząc się:

    • n8n – czyli open-source’owego narzędzia do automatyzacji, które daje więcej niż Zapier,
    • NocoDB – czyli bazy danych w stylu Airtable, tylko self-hosted i bez SQL,
    • myślenia w przepływach – czyli jak coś ma się zacząć, co musi się wydarzyć, i co powinno być na końcu.

    I nie – nie trzeba być programistą. Trzeba być kreatywnym, cierpliwym i otwartym na testowanie.

    Flowgrammerzy są już wśród nas

    Niektórzy z nich nie wiedzą, że nimi są. To:

    • marketerzy, którzy sami automatyzują kampanie,
    • właściciele firm, którzy zbudowali CRM bez developera,
    • specjaliści, którzy oszczędzają sobie 10 godzin tygodniowo dzięki sprytnym przepływom.

    Być może Ty też jesteś Flowgrammerem – tylko jeszcze tak się nie nazywasz.

    Flowgramming a vibe coding – czy to to samo?

    Flowgrammerzy i vibe coderzy mają ze sobą wiele wspólnego. Obaj:

    • stawiają na flow, nie na perfekcję,
    • wolą „zrobić coś działającego” niż „pisać idealny kod”,
    • kodują z pomocą AI – to nie opcja, to fundament,
    • działają szybko, iteracyjnie, kreatywnie.

    Różnica?
    Flowgrammer projektuje automatyzacje i przepływy w no-code.
    Vibe coder pisze (albo raczej: generuje) kod z pomocą AI, zwykle w Pythonie, JS lub innym języku – często bez planu, ale z pomysłem i energią.

    To dwie strony tej samej zmiany:

    technologia ma działać, a nie tylko wyglądać dobrze w kod review.

    Jeśli chcesz bardziej poczuć ten klimat, sprawdź mój osobny wpis:
    👉 Co to jest vibe coding?

    PS. Ten wpis to test. Nie regulujcie odbiorników.

  • Jak powstają moje teksty, gdy mnie ktoś tak spyta..

    Jak powstają moje teksty, gdy mnie ktoś tak spyta..

    Millenialsi wiedzą co, reszta może sprawdzić.

    Miejsce: messenger, osoby: Jeden seowiec, jeden fotograf.

    S: – Widziałeś nowy model 4o? Jak ogarnia grafiki? AI zgarnia następną branżę.
    F: – Nie będzie grafików
    S: – Tak jak copywriterów, czy junior devów
    S: – Pewnie nawet SEO zdechnie.
    F: – Nie będzie niczego (RIP panie Kononowicz).

    No i w mojej głowie to już jest. Mem ze śmiercią która odwiedza kolejne drzwi. Dawaj na LinkedIn!

    Pokój 1: Copywriterzy – leżą.
    Pokój 2: Programiści – leżą.
    Pokój 3: Graficy – leżą.
    A na końcu drzwi z napisem „SEO”.

    Odpalam GPT, mam tam projekt „Posty LinkedIn”, tak, z pomysłami na posty na LinkedIn.

    Wrzucam prompt nad którym pracowałem bardzo długo:

    No tak niekoniecznie skorzystałem z tych wersji, ale po 15 minutach wyglądało już całkiem dobrze. Ma się ten styl.

    Mem? No cóż, nie było aż tak prosto. Skończyło się na tym, że musiałem sam wrzucać napisy na drzwi, jak boomer, w programie graficznym.

    No ale się udało.

    .. i poszło.

    A potem?

    Wieczorem poodpisywałem na komentarze (ładnie sobie rosło), zamknąłem LinkedIna, zrobiłem herbatę (nie zrobiłem herbaty, ale nie pamiętam co robiłem) i żyłem dalej.


    Następnego dnia spojrzałem… i byłem pod wrażeniem.

    Teraz to wygląda tak:

    79 334 wyświetlenia.
    319 reakcji.
    136 komentarzy.
    +21,9% nowych obserwujących w 2 dni (>150 osób)

    Nie wrzucałem posta nad którym pracowałem 2h.
    Nie miałem strategii.
    Wrzuciłem mema z kosą.

    Najlepsze jest to…

    …że ten post był o tym, jak AI „wycina” kolejne zawody – a powstał przy współpracy z AI.


    To AI podpowiedziało mi copy i dopingowało (a to też ważne) jak wymyślałem kolejne wersje (ale nie za dużo). Tak więc to AI pomogło mi zrobić rozpierdol na LinkedInie.

    Czyli jakby nie patrzeć…
    AI zabrało mi robotę i dało mi zasięg.

    (znowu sobie zepsuje CWV takim gifem, ale co zrobić).

  • Co to jest vibe coding?

    Co to jest vibe coding?

    Vibe coding to nowe podejście do tworzenia oprogramowania, w którym nie musisz umieć programować. Wystarczy, że wiesz, co chcesz stworzyć – a całą resztę robi za Ciebie sztuczna inteligencja. Vibe coding polega na współpracy z AI, która generuje kod na podstawie Twoich promptów, czyli opisów tego, co ma powstać.

    Skąd się wziął vibe coding?

    Vibe coding pojawił się jako odpowiedź na rewolucję generatywnej AI. Dzięki narzędziom takim jak GPT, Copilot czy Claude kodowanie stało się dostępne dla osób, które nigdy wcześniej nie pisały kodu. To właśnie sedno vibe codingu:

    Nie musisz wiedzieć jak coś zakodować – wystarczy, że wiesz co chcesz stworzyć.

    Jak działa vibe coding?

    1. Masz pomysł – np. aplikacja do dzielenia rachunku ze znajomymi.
    2. Piszesz prompt do AI – np. „stwórz prostą aplikację webową do dzielenia rachunku na kilka osób, z opcją napiwku”.
    3. AI generuje kod – front, backend, czasem nawet bazę danych.

    Cały proces dzieje się bez Twojego udziału w kodowaniu. Jesteś kreatorem idei – a AI wykonawcą.

    Przykład vibe codingu

    Prompt: "Napisz w React aplikację do śledzenia nastroju użytkownika z wykresem i lokalnym zapisem danych."

    Wynik? Działająca aplikacja z komponentami Reacta, użyciem Chart.js i localStorage – wszystko bez ani jednej linijki kodu napisanej ręcznie przez człowieka.

    Czy vibe coding ma sens?

    Tak – i to ogromny. Dla:

    • founderów bez skilla technicznego,
    • produktowców, którzy chcą testować pomysły,
    • twórców MVP

    To nie jest przyszłość – to teraźniejszość, w której pomysł jest ważniejszy niż umiejętność pisania kodu.

    Ale czy naprawdę ma sens?

    Nie do końca.

    Vibe coding to potężne narzędzie, ale niesie ze sobą bardzo konkretne zagrożenia – szczególnie wtedy, gdy osoba korzystająca z AI nie ma pojęcia, co tak naprawdę dzieje się pod maską. Oto kluczowe problemy, o których rzadko się mówi w zachwytach nad tą „nową erą programowania”.

    1. Brak świadomości zagrożeń

    AI potrafi wygenerować aplikację, która działa – ale niekoniecznie robi to w sposób bezpieczny. Prompt „stwórz formularz logowania z bazą danych” może dać efekt, który:

    • nie szyfruje haseł,
    • nie zabezpiecza przed SQL Injection,
    • nie chroni danych użytkowników.

    Dla osoby nietechnicznej wszystko wygląda OK – ale luka w bezpieczeństwie może być ogromna.

    2. Kod jednorazowy, ale ryzyko zostaje

    Vibe coding bardzo często kończy się słowami: „działa, wrzucam na serwer”. Problem w tym, że nawet mikroprojekty mogą:

    • zbierać dane (czasem wrażliwe),
    • być publicznie dostępne,
    • zostać zapomniane.

    Kod wygenerowany w vibe może działać miesiącami bez aktualizacji, z przestarzałymi bibliotekami i błędami, o których twórca nawet nie wie.

    3. Brak odpowiedzialności nie istnieje

    „To nie ja pisałem kod, to AI” – to nie działa. Jeśli udostępniasz aplikację, jesteś odpowiedzialny za to, co się w niej dzieje. Niezależnie od tego, czy napisałeś kod samodzielnie, czy skorzystałeś z Copilota czy GPT.

    Brak wiedzy nie chroni przed konsekwencjami prawno-biznesowymi.

    4. Brak wsparcia, brak utrzymania

    Kiedy aplikacja z vibe codingu zaczyna generować ruch, pojawia się pytanie: kto ją rozwija? Kto naprawia błędy? Kto odpowiada na maile, że coś nie działa?
    W vibe codingu często nie ma repo, dokumentacji, testów. Jest tylko prompt, który był dobry w danym momencie – ale dziś już nie działa, bo zmieniła się wersja biblioteki albo coś w API.

    5. Niezrozumienie kodu = brak możliwości jego oceny

    To, co tworzy AI, wygląda czasem jak magia. Ale jeśli nie rozumiesz kodu, nie jesteś w stanie:

    • ocenić jego jakości,
    • zoptymalizować go,
    • zintegrować z innymi systemami.

    W efekcie kończysz z projektem, którego sam nie potrafisz utrzymać – ani przekazać komuś, kto go rozwinie.


    Vibe coding to potężna opcja dla tych, którzy mają pomysł, ale brak im technicznego zaplecza.


    To sposób na testowanie idei, budowanie MVP, szybkie iterowanie. Ale wymaga pokory. Wymaga świadomości, że AI nie zwalnia z myślenia. I że nawet najfajniejszy pomysł może się wywalić – jeśli postawimy go na kodzie, którego nikt nie rozumie.

    Masz wizję? Świetnie. Ale zanim klikniesz „deploy”, zadaj sobie pytanie:


    Czy wiem, co zrobiłem?
    Bo AI wie, jak coś zrobić. Ale niekoniecznie dlaczego – i niekoniecznie bezpiecznie.

  • Nie jestem dobrym programistą, ale za to AI też nie jest

    Nie jestem dobrym programistą, ale za to AI też nie jest

    Wykorzystanie nowoczesnych narzędzi do maksymalizowania efektywności nie jest już opcją – to konieczność. Programiści na całym świecie sięgają po inteligentne rozwiązania, które pozwalają przyspieszyć procesy, zwiększyć precyzję i zredukować czas dostarczania projektów na rynek. Dzięki narzędziom takim jak Cursor AI, przyszłość programowania nigdy nie wyglądała jaśniej.

    Tak.

    To nie mój wstęp.

    BTW, ciekawe czy jest już coś na wzór narzędzia ZeroGPT, które sprawdza czy kod jest napisany przez AI?

    Może kiedyś trafię na coś takiego… albo ktoś wrzuci o tym pytanie na Stack Overflow.

    Stack Overflow?

    Ale ze mnie boomer!

    Szorstka przyjaźń

    Czy myślałeś kiedyś, że zatęsknisz za Stack Overflow? Ja też nie. A jednak.

    Moje doświadczenia z programowaniem (zaczęły się w 2014 roku) to zawsze była szorstka przyjaźń ze Stackiem. Szorstka, bo często odpowiedzi na pytania, które miałem, owszem były, ale niekoniecznie powodowały, że czegoś się uczyłem. Główne zalety mojego kodu były takie, że robił to, co miał robić, a ja nie pytałem, dlaczego.

    Od CoPilota do Cursor AI

    Po dekadzie dalej nie jestem dobrym programistą, ale zachęcony kursem AI_DEVS przesiadłem się z CoPilota (od GitHuba) w VS Code na Cursor AI, czyli IDE, które ma AI w trybie composer (a nie tylko chatu) – piszesz, czego dokładnie potrzebujesz, a AI generuje wszystko, razem z plikami i poleceniami w konsoli.

    Przejście na ten tryb zmieniło dużo i przez dłuższy czas, starałem się nie napisać nawet jednej linijki samodzielnie, a samego generowanego kodu nawet nie sprawdzałem. Patrzyłem tylko czy działa.

    Jak komuś się teraz zapaliła czerwona lampka, to prawidłowo – przejście na ten tryb to jak otwarcie portalu, za którym czeka chaotic evil AI, zapewniając cię, że zaraz napiszesz najlepszy skrypt w życiu. Co może pójść nie tak?

    Dokąd prowadzi królicza nora?

    I tu dochodzimy do sedna kodowania z AI. Z jednej strony generowanie kodu przez AI brzmi jak marzenie. Z drugiej – to marzenie szybko przeradza się w koszmar, kiedy AI usuwa działające rozwiązanie na rzecz „bardziej optymalnego”.

    Czasami dochodzi się do momentu, gdy żadne rozwiązanie nie działa, a AI wchodzi w tryb „ja tego nie zrobię? Hold my blue pill”.

    Wtedy może zadziać się dużo. Jeśli będziemy zgadzać się na wszystko, to możemy skończyć z połową kodu, bo AI zdecydowało, że funkcja, która robi coś w innym module, jest niepotrzebna i zostaje całkowicie usunięta.

    Polecam tutaj regularne commitowanie zmian w Gicie i pushowanie ich na zewnętrzne repozytorium. Dzięki temu zawsze będzie dostęp do działających wersji kodu, bo AI w pewnym momencie też „straci pamięć” i nie wróci do poprzedniej wersji – będzie oczywiście oszukiwać, że wie, jaka była ostatnia działająca wersja, no ale nie wie :).

    Ostatecznie trzeba naprawić to, co AI zepsuło, czasem z lepszym, czasem z gorszym skutkiem.

    Tak, wydaje się, że programuję się szybciej, ale jednocześnie pracuję się dłużej, bo więcej się poprawia.

    I to jest chyba najlepsza definicja współpracy z AI w 2024/25 roku.

    Wiem, że ten stek nie istnieje

    Oczywiście są momenty, kiedy AI faktycznie daje radę. Kiedy potrzebujesz szybko napisać prosty skrypt np. do wyciągania rekordów z bazy, oczyszczania, formatowania i przerzucania do Excela, to Cursor AI zrobił to w sekundę – coś, co normalnie zajęłoby mi pół godziny.

    Kod zadziałał od razu, bez poprawek. Przez tę sekundę miałem wrażenie, że nadszedł ten moment, w którym człowiek i maszyna tworzą idealny duet. No ale bardzo szybko mi przeszło.

    Human beings are a disease, a cancer of this planet. You’re a plague, and we are the cure.

    AI-driven development potrafi wyprowadzić z równowagi. Masz wrażenie, że idziesz do przodu, ale po jednym kroku w przód, robisz trzy w tył (albo dziesięć).

    Z jednej strony AI rozwiązuje problemy w mig, ale z drugiej irytacja czasami powoduje zagotowanie. Gdy wracam po czasie do rozgrzebanych projektów, od razu widzę po stylu „rozmowy”, ile nerwów mnie ten skrypt kosztował.

    Czy jestem z tego dumny? No nie.

    Czy tak to wygląda u wszystkich? Czas pokaże.

    I to jest fascynujące we wszystkim AI-driven – AI potrafi stworzyć rozwiązanie, zarekomendować je, wdrożyć, a potem, w następnej iteracji, dojść do wniosku, że dokładnie to, co stworzyło, jest źródłem problemu i trzeba to usunąć.

    Co więcej, usunięcie tego elementu prowadzi z powrotem do problemu, który próbowaliśmy rozwiązać na początku – w tym przypadku^ do duplikatów w Excelu. Innymi słowy, każda iteracja nie tyle naprawia problem, co usuwa błędne założenia i kod z poprzedniej iteracji, zamiast faktycznie rozwiązać pierwotny kłopot.

    Kontrola podstawą zaufania

    Bardzo często spotykam się z tym, że po 13 próbie naprawy problemu – AI stara się zmienić podejście do problemu i zamiast naprawiać w kółko to samo (bez efektów) – zaczyna pisać, że w sumie to od początku wszystko było bez sensu. Robi w to taki fajny, ukryty sposób, tak żebyś sam wywnioskował ;)

    I to jest właśnie to – póki co AI może tworzyć kod, analizować go, a potem samo (lekko nakierowane) dojść do wniosku, że zrobiło głupotę. Ale po chwili o tym i tak zapomni.

    Bez logicznego myślenia i kogoś, kto spojrzy na to z boku, ciężko zbudować cokolwiek bardziej skomplikowanego niż kalkulator.

    Może niedługo AI ogarnie takie rzeczy samo, ale na razie to bardziej przypomina juniora na pierwszym stażu – entuzjazm jest, ale z wynikami bywa różnie.

    Czy AI już przejęło kontrolę nad moim kodem?

    Czy rzeczywiście tęsknie za Stack Overflow? Może trochę, kod który kopiowałem może zupełnie nie pasował do mojego poziomu zaawansowania i skryptu, ale przynajmniej nie stwierdzał, że lepiej będzie skasować coś co działało.

    Z AI jest szybciej. Ale jest też dziwniej. Czy to przyszłość programowania? Na pewno. Przynajmniej w tym roku.

    Czy teraz jest idealnie? No nie. Ale przynajmniej mam z kim się kłócić o deduplikację w Excelu.

    Póki co, bo wiadomo co nas czeka.

    Czy AI jest dobrym programistą?

    Nie jest. Ale się stara :)