Kategoria: AI i Technologia

  • Antigravity 1.20.3: Większe Możliwości Agentów I Walka Ze Stabilnością

    Antigravity 1.20.3: Większe Możliwości Agentów I Walka Ze Stabilnością

    Google wypuścił aktualizację platformy opartej na agentach AI, znanej jako Antigravity, do wersji 1.20.3. Teoretycznie wydanie koncentruje się na zwiększeniu stabilności i poprawie interfejsu użytkownika, ale w praktyce okazało się jednym z bardziej problematycznych i szybko poprawianych w historii projektu. Oficjalne zmiany są jednak znaczące, szczególnie dla osób wykorzystujących AI do zaawansowanych zadań webdev i DevOps.

    Oficjalne Poprawki Stabilności i UI

    Oficjalne notatki do wydania dla wersji 1.20.3 ograniczają się do ogólnych informacji o poprawkach stabilności i interfejsu użytkownika. Zostały one wydane 26 lutego 2026 roku i obejmują 3 poprawki, 3 poprawki błędów oraz 1 łatkę. Nie zawierają one szczegółów dotyczących nowych funkcji, takich jak obsługa plików AGENTS.md, przyspieszone ładowanie konwersacji, poprawa kontrastu w terminalu czy naprawa naliczania tokenów, które były wcześniej sugerowane.

    Rzeczywistość Użytkowników i Raportowane Problemy

    Mimo że oficjalny changelog mówi głównie o ogólnych poprawkach, społeczność użytkowników natychmiast zgłosiła poważne problemy po aktualizacji do wersji 1.20.3. Sytuacja była na tyle poważna, że w ciągu kilku dni wypuszczono dwie kolejne wersje – 1.20.4 i 1.20.5 – mające załatać największe luki, choć istnienie tych wersji nie jest szeroko potwierdzone w oficjalnych źródłach.

    Użytkownicy skarżyli się, że globalne reguły, workflow i „umiejętności” agentów przestały działać po aktualizacji. Pojawiał się błąd „could not convert a single message before hitting truncation”, szczególnie gdy w projekcie istniał folder .agents. To praktycznie uniemożliwiało pracę z wcześniej skonfigurowanymi, złożonymi automatyzacjami.

    Kolejnym, bardzo frustrującym problemem były nieoczekiwane blokady kont w zintegrowanych modelach AI, takich jak Gemini czy Claude. Użytkownicy byli odcinani od usługi z komunikatem o „wykorzystaniu tygodniowego limitu” już po kilku godzinach pracy, co przypominało traktowanie użytkowników darmowych planów. W forumach pojawiały się głosy, że jest to „działanie celowe”, a nie błąd systemu, co spotkało się z falą krytyki pod adresem zespołu deweloperskiego. Należy jednak zaznaczyć, że integracja z modelami takimi jak Claude czy GPT wymaga zazwyczaj kluczy API i nie jest pre-integrowana bez nich.

    Co gorsza, system automatycznych aktualizacji w niektórych przypadkach powodował „downgrade” do starszej wersji 1.19.6, choć istnienie tej wersji również nie jest potwierdzone w dostępnych źródłach. W odpowiedzi wielu doświadczonych użytkowników zaczęło ręcznie wyłączać auto‑aktualizacje, ustawiając Update Mode: None w ustawieniach lub pobierając wersje bezpośrednio z oficjalnej strony z wydaniami.

    Dlaczego Te Problemy Są Istotne Dla Deweloperów?

    Dlaczego Te Problemy Są Istotne Dla Deweloperów?

    Choć doniesienia o błędach mogą brzmieć jak zwykłe niedogodności, mają one realny wpływ na produktywność w kluczowych obszarach.

    • *Dla rozwoju opartego na AI (vibe coding)**, awarie agentów oznaczają przerwanie całego przepływu pracy. Jeśli AI asystent nagle przestaje respektować starannie wypracowane reguły, traci się nie tylko czas na debugowanie, ale też zaufanie do narzędzia jako stabilnego partnera w kodowaniu.

    • W kontekście DevOps i automatyzacji*, błędy związane z czyszczeniem starych instancji serwerów SSH czy zawieszaniem się podczas długich sesji mogą zakłócać procesy deploymentu, monitorowania i zarządzania infrastrukturą. Stabilność takiego narzędzia jest kluczowa.

    • Dla web developerów korzystających z Antigravity do generowania kodu czy interfejsów, nagłe błędy w tokenizacji czy ładowaniu konwersji niszczą kontekst pracy i wymuszają rozpoczynanie procesu od nowa.

    Wnioski i Przyszłość Antigravity

    Wydanie 1.20.3 to studium przypadku na temat wyzwań związanych z rozwojem zaawansowanych, AI‑napędzanych narzędzi deweloperskich. Z jednej strony wprowadza potrzebne poprawki stabilności. Z drugiej strony, pośpiech i potencjalnie niedostateczne testowanie na różnych środowiskach i konfiguracjach użytkowników doprowadziły do fali problemów.

    Szybka reakcja w postaci wydania kolejnych wersji pokazuje, że twórcy słuchają feedbacku ze społeczności, choć początkowo frustracja użytkowników była spora. Kluczową lekcją jest to, że w świecie „vibe coding” stabilność i przewidywalność są tak samo ważne jak nowe, rewolucyjne funkcje.

    Dla osób korzystających z Antigravity w codziennej pracy, aktualizacja do 1.20.3 i późniejszych wersji jest niezbędna ze względu na poprawki stabilności. Warto jednak robić to z rozwagą, mieć włączone opcje backupu projektów i – przynajmniej na razie – rozważyć ręczne zarządzanie aktualizacjami zamiast polegania na automatycznym procesie. Narzędzie ma ogromny potencjał, ale jego ścieżka do dojrzałości widać, że wiedzie przez bolesne, choć potrzebne, lekcje.

  • Zed 0.226.4: Własny Serwer AI, Lepsze Diffs i Diagnostyczne Odznaki

    Zed 0.226.4: Własny Serwer AI, Lepsze Diffs i Diagnostyczne Odznaki

    Niedawna premiera stabilnej wersji edytora Zed, oznaczonej numerem 0.226.4, przynosi solidną porcję usprawnień skupionych na autonomiczności, wydajności i codziennej wygodzie programistów. To nie są kosmetyczne zmiany, ale konkretne funkcje, które mogą znacząco zmienić sposób pracy, szczególnie dla zespołów dbających o prywatność danych i chcących pełnej kontroli nad swoim narzędziowym ekosystemem. Najważniejsze nowości krążą wokół sztucznej inteligencji, systemu kontroli wersji Git oraz lepszej wizualizacji problemów w kodzie.

    Era Samodzielnego Hostingu AI

    Bez wątpienia flagową nowością tego wydania jest obsługa samodzielnie hostowanych serwerów kompatybilnych z API OpenAI. To duży krok dla programistów i firm, które z różnych powodów – czy to ze względów bezpieczeństwa, kosztów, czy wymogów regulacyjnych – wolą nie wysyłać swojego kodu do zewnętrznych chmur.

    Ta funkcja pozwala skonfigurować Zed tak, aby korzystał z lokalnej lub firmowej infrastruktury AI do tzw. edit predictions, czyli podpowiedzi podczas pisania kodu. W praktyce oznacza to, że możesz postawić własny serwer, który naśladuje interfejs OpenAI, i podłączyć go bezpośrednio do edytora. Zachowujesz przy tym cały znany już, płynny workflow z podpowiedziami, ale masz pełną kontrolę nad danymi i modelem.

    Co ciekawe, to tylko część rozszerzenia możliwości w zakresie podpowiedzi. W ustawieniach dostawcy edycji (Configure Providers) użytkownicy mogą teraz wybierać spośród szerszej gamy opcji, w tym GitHub Copilot's Next Edit Suggestions, Ollama, Codestral, Sweep czy Mercury Coder. To pokazuje strategię Zed, by nie zamykać się w jednym ekosystemie, ale stać się agnostycznym hubem łączącym różne silniki AI.

    Agent i Git: Mocniejsza Integracja i Ratunek przed Pomyłką

    Praca z wbudowanym Asystentem AI (Agent) stała się mniej stresująca. Wcześniej, jeśli asystent wprowadził szereg zmian, a użytkownik masowo je odrzucił za pomocą opcji reject all, nie było odwrotu. Wersja 0.226.4 dodaje możliwość cofnięcia akcji „odrzuć wszystko”. To pozornie drobne, ale niezwykle ważne usprawnienie, które chroni przed przypadkową utratą wartościowych sugestii.

    Druga kluczowa zmiana dotyczy integracji z Gitem. Widok różnic między gałęziami (git branch diff) został ulepszony o statystyki diffów (liczbę dodanych i usuniętych linii), a wydajność przetwarzania bardzo dużych diffów została zoptymalizowana, co przekłada się na płynniejsze przewijanie i otwieranie. Usprawnienia te wspierają proces code review wspomaganego AI.

    Dodatkowo, dla lepszej orientacji, widok diffów został wzbogacony o statystyki (liczbę dodanych i usuniętych linii), a wydajność przetwarzania bardzo dużych diffów została zoptymalizowana, co przekłada się na płynniejsze przewijanie i otwieranie.

    Diagnostyczne Odznaki: Problemy Widać Od Razu

    Diagnostyczne Odznaki: Problemy Widać Od Razu

    Jednym z najbardziej praktycznych ulepszeń dla codziennej pracy jest wprowadzenie odznak z liczbą diagnostyk w panelu projektu. Obok nazw plików w drzewie katalogów mogą się teraz pojawić małe, kolorowe znaczki wskazujące liczbę błędów i ostrzeżeń znalezionych w danym pliku. Domyślnie ta opcja jest wyłączona, ale po aktywacji w ustawieniach (diagnostic_badges) daje natychmiastowy, całościowy pogląd na zdrowie kodu w projekcie bez konieczności otwierania każdego pliku po kolei.

    To realna oszczędność czasu. Wystarczy rzut oka na strukturę projektu, by wiedzieć, które pliki wymagają pilnej uwagi, a które są „czyste”. Dopełnieniem tej funkcji jest dodany przycisk kopiowania komunikatów diagnostycznych, co ułatwia dzielenie się informacją o błędzie z zespołem lub w tickecie.

    Pod Maską: Wydajność, Stabilność i Drobne Smaczki

    Pod Maską: Wydajność, Stabilność i Drobne Smaczki

    Wydanie 0.226.4 to nie tylko nowe funkcje, ale też solidna porcja poprawek podnoszących komfort. Zespół Zed rozprawił się z kilkoma dokuczliwymi problemami wydajnościowymi.

    Naprawiono przede wszystkim znaczne spowolnienia podczas edycji przy korzystaniu z modelu Claude Sonnet 4.6, które potrafiły powodować nieznośne opóźnienia. Zlikwidowano też mikro-zacinki (mini-stutters) pochodzące od kolorowania nawiasów w bardzo dużych plikach czy diffach od asystenta. Poprawki dotknęły też zużycia pamięci przy pracy z rozbudowanymi diffami w Gitcie.

    Warto wspomnieć o kilku innych, mniejszych, ale użytecznych dodatkach:

    • Inteligentne wklejanie dla wielu kursorów: Gdy liczba linii w schowku zgadza się z liczbą aktywnych kursorów, każda linia jest teraz dystrybuowana do odpowiadającego jej kursora.
    • Lepsza obsługa obrazów: Podgląd obrazów zyskał toolbar z akcjami do powiększania, pomniejszania, dopasowania do widoku i przesuwania.
    • Nowe akcje obszaru roboczego: Dodano m.in. workspace::ActivateLastPane do szybkiego przełączania się na ostatnio używaną przegródkę za pomocą skrótu klawiszowego.
    • Ulepszenia REPL: Pojawiły się zdalne kernely dla WSL i SSH, możliwość czyszczenia outputu oraz podstawowa obsługa HTML w wynikach.

    Stabilizacja Fundamentów

    Lista poprawek błędów jest długa i szczegółowa, co świadczy o dojrzałości projektu. Naprawiono rzadkie crashe związane z edycją, panelem zdalnym czy obsługą ścieżek w Windows. Usprawniono komunikaty błędów dla Amazon Bedrock i poprawiono wykrywanie linków do pull requestów w outputcie Gita. Dla użytkowników Linuksa kontynuowane są prace nad stabilnością z wykorzystaniem nowego backendu graficznego wgpu.

    Podsumowanie: Konkret w Służbie Dewelopera

    Wydanie Zed 0.226.4 nie próbuje rzucać na kolana rewolucyjnymi, niedopracowanymi koncepcjami. Zamiast tego, konsekwentnie i metodycznie poprawia to, co już działa, jednocześnie otwierając nowe, ważne ścieżki – jak samodzielny hosting AI. To edycja dla praktyków: zwiększa kontrolę nad danymi, oszczędza czas na rutynowych zadaniach jak code review czy szukanie błędów, oraz wygładza niedoskonałości, które mogły irytować podczas długich sesji kodowania.

    Dzięki tym zmianom Zed umacnia swoją pozycję jako poważny, nowoczesny edytor, który łączy wysoką wydajność rodem z native'owych aplikacji z elastycznością i mocą sztucznej inteligencji, jednocześnie szanując wybór i wymagania użytkownika. To rozwój w bardzo dobrym kierunku.

  • Cursor Dołącza Do Rejestru ACP i Jest Już Dostępny w Twoim IDE od JetBrains

    Cursor Dołącza Do Rejestru ACP i Jest Już Dostępny w Twoim IDE od JetBrains

    Dla tysięcy programistów pracujących w IntelliJ IDEA, PyCharm czy WebStorm marzenie o pełnej integracji zaawansowanego asystenta AI z ulubionym środowiskiem właśnie się spełniło. Cursor, jeden z czołowych narzędzi do programowania wspieranego sztuczną inteligencją, oficjalnie dołączył do rejestru ACP (Agent Client Protocol). To nie jest kolejna wtyczka – to pełnoprawny agent, który od teraz działa bezpośrednio w twoim IDE JetBrains, mając pełen dostęp do projektu.

    To ruch, który może zmienić codzienną pracę programistów Javy, Pythona czy JavaScriptu. Wystarczy, że używasz najnowszej wersji JetBrains IDE (2025.3 lub nowszej) i masz włączoną wtyczkę AI Assistant. Nie jest potrzebna subskrypcja usług AI od JetBrains.

    Co To Jest ACP i Dlaczego To Ważne?

    Agent Client Protocol to otwarty protokół, którego rozwój JetBrains zainspirował się pracą zespołu edytora Zed, dołączając do ich wysiłków. Można o nim myśleć jak o sklepie z aplikacjami, ale wyłącznie dla inteligentnych agentów programistycznych. Zamiast szukać po sieci, konfigurować API i martwić się o aktualizacje, developer może otworzyć w IDE tzw. agent picker, wybrać "Install from ACP Registry" i znaleźć tam Cursor.

    Klika "Instaluj", autoryzuje się swoim istniejącym kontem Cursor i gotowe. Protokół zapewnia, że agent ma bezpieczny, uporządkowany dostęp do kodu, a IDE wie, jak z nim rozmawiać. To ogromne ułatwienie dla użytkowników, którzy teraz mogą w kilka sekund dodawać i przełączać się między różnymi asystentami, oraz dla twórców narzędzi AI, którzy zyskują bezpośredni kanał do ogromnej społeczności JetBrains.

    Jak Cursor Działa w Środowisku JetBrains?

    Integracja jest głęboka. Po instalacji Cursor pojawia się jako opcja w menu agentów AI obok domyślnych narzędzi JetBrains. Kiedy go aktywujesz, zyskujesz dostęp do całego jego arsenału, ale działającego w symbiozie z potężnymi możliwościami samego IDE.

    Cursor wnosi do IntelliJ swoją filozofię "agentic workflows". To znaczy, że nie ogranicza się do uzupełniania pojedynczych linijek. Możesz poprosić go o zaplanowanie i wdrożenie większej funkcjonalności, refaktoryzację całego modułu, dogłębne debugowanie czy analizę zależności w dużym, przedsiębiorczym kodzie. A wszystko to, wykorzystując tzw. frontier modele od Open AI, Anthropic, Google oraz własne modele Cursor.

    Prawdziwa moc ujawnia się w połączeniu. Cursor ma swoje mechanizmy indeksowania i semantycznego przeszukiwania kodu, które pozwalają mu rozumieć kontekst projektu. JetBrains IDE dostarcza z kolei swoją głęboką analizę kodu, informacje o składni, strukturach projektów i wbudowane narzędzia. Agent korzysta z obu tych źródeł wiedzy, co daje mu wyjątkowo precyzyjne rozeznanie w sytuacji.

    Dla Kogo Jest To Integracja?

    Dla Kogo Jest To Integracja?

    To zmiana gry przede wszystkim dla kilku grup programistów. Po pierwsze, dla zespołów korporacyjnych pracujących nad rozbudowanymi, wielojęzykowymi bazami kodu, dla których JetBrains IDE jest standardem. Cursor, dzięki bezpiecznemu indeksowaniu, może pracować nad takimi projektami, oferując pomoc w skali, która była trudna do osiągnięcia.

    Po drugie, dla programistów Javy, Kotlina i innych języków z pierwszorzędnym wsparciem w IntelliJ. Dotąd zaawansowane asystenty AI często najlepiej radziły sobie w środowiskach VS Code czy dedykowanych edytorach. Teraz królowa IDE dla Javy zyskuje jednego z najzdolniejszych agentów na rynku.

    Warto też wiedzieć, że integracja szanuje wybór użytkownika. Możesz w każdej chwili przełączyć się z Cursor na innego agenta z rejestru ACP lub na narzędzia JetBrains. Nie jesteś zamknięty w jednym ekosystemie. To podejście oparte na protokole, a nie na wyłączności, jest bardzo świadomym posunięciem.

    Jak Zacząć? Instalacja w Trzy Kroki

    Jak Zacząć? Instalacja w Trzy Kroki

    Proces jest celowo maksymalnie uproszczony. Jeśli spełniasz podstawowe warunki (aktualne IDE JetBrains i włączoną wtyczkę AI Assistant), reszta to formalność.

    Otwórz w IDE panel agenta AI (zwykle z boku lub na dole okna). Znajdź opcję "Install from ACP Registry" lub podobną. W otwartym oknie rejestru znajdź pozycję "Cursor". Kliknij "Install". IDE pobieże i skonfiguruje niezbędne komponenty. Na koniec pojawi się prośba o autoryzację – zaloguj się na swoje istniejące konto Cursor. Jeśli nie masz konta, będziesz musiał je założyć.

    Co ciekawe, samo IDE JetBrains nie wymaga w tym scenariuszu aktywnej subskrypcji ich usług AI. Płacisz tylko za Cursor, zgodnie z jego modelem cenowym. Darmowy plan Cursor daje dostęp do podstawowych funkcji, ale pełna moc – w tym korzystanie z zaawansowanych modeli i rozszerzonych limitów – wymaga subskrypcji Pro lub Enterprise.

    Perspektywy i Przyszłość Współpracy

    Wypowiedź Alekseya Stukalova, szefa dywizji IDE w JetBrains, dobrze oddaje klimat tego partnerstwa. Mówi on o Cursorze jako o "specjalnym gościu w rodzinie agentów zgodnych z ACP" i podkreśla, że ta współpraca "wygląda na sytuację wygraną dla Cursor, dla JetBrains, a co najważniejsze, dla programistów".

    To nie jest pusta deklaracja. Sukces rejestru ACP zależy od jakości agentów, którzy się w nim znajdą. Obecność tak rozpoznawalnej marki jak Cursor od razu podnosi prestż całej inicjatywy i przyciąga uwagę społeczności. Z drugiej strony, Cursor zyskuje natychmiastowy dostęp do milionów developerów, którzy być może nie chcieli zmieniać edytora, by go wypróbować.

    Dla nas, użytkowników, to sygnał, że rynek asystentów programistycznych wkracza w fazę dojrzałości. Zamiast walki o wyłączność w jednym edytorze, widzimy otwieranie się protokołów i dążenie do interoperacyjności. Konkurencja przenosi się z "gdzie działa" na "jak dobrze działa" w naszym ulubionym środowisku pracy.

    Podsumowanie

    Integracja Cursor z JetBrains IDE przez protokół ACP to więcej niż tylko kolejna aktualizacja. To praktyczna realizacja wizji, w której programista wybiera najlepsze narzędzia, nie będąc przywiązanym do jednego dostawcy. Możesz pracować w IntelliJ, używając modeli AI od Anthropic, OpenAI czy Google przez interfejs Cursor, a jednocześnie korzystać z głębokiej analizy kodu, którą oferuje JetBrains.

    Dla developerów oznacza to mniej przeszkód i więcej czasu na rozwiązywanie rzeczywistych problemów. Dla rynku – zdrową konkurencję i szybszy rozwój funkcji, na których nam zależy. Instalacja zajmuje minutę, a potencjalny zysk w produktywności może być znaczący. Warto sprawdzić, jak ten specjalny gość sprawdzi się w twoim codziennym projekcie.

  • GPT-5.4 Wchodzi Do Gry: Rekordowe Moce Dla Wszystkich, a „Extreme Thinking” Dla Profesjonalistów

    GPT-5.4 Wchodzi Do Gry: Rekordowe Moce Dla Wszystkich, a „Extreme Thinking” Dla Profesjonalistów

    Od kilku dni środowisko sztucznej inteligencji żyje jednym tematem: oficjalna premiera GPT-5.4. OpenAI wypuściło model 5 marca 2026 roku, zaledwie 72 godziny po krótkiej zapowiedzi w postaci GPT-5.3 Instant. To nie jest jednak drobna aktualizacja, a poważny skok możliwości, który zmienia to, czego możemy oczekiwać od asystentów AI, zwłaszcza w kontekście rozwoju stron internetowych, programowania i automatyzacji.

    Najważniejsza wiadomość dla użytkowników darmowego ChatGPT? GPT-5.4 staje się nowym, domyślnym silnikiem w darmowym wariancie. Nie ma więc potrzeby szukania specjalnych, „limitowanych czasowo” ofert w zewnętrznych platformach, jak np. Augment. Po prostu, w ciągu najbliższych dni, twoja darmowa sesja z ChatGPT będzie obsługiwana przez najnowszy model. Oczywiście, z raczej standardowymi już ograniczeniami prędkości (rate limits). Pełnię mocy, w tym ekskluzywny tryb „Extreme Thinking”, dostaną użytkownicy subskrypcji Plus, Team, Pro oraz deweloperzy przez API.

    Co Nowego Wnosi GPT-5.4? Nie Tylko Więcej Tokenów

    Kluczową liczbą jest tutaj 1 milion tokenów kontekstu. To podwojenie pojemności w porównaniu do GPT-5.2, który dysponował 400 tysiącami. Dla programisty czy osoby zarządzającej projektem oznacza to możliwość wrzucenia całego, średniej wielkości repozytorium kodu i prowadzenia z nim sensownej rozmowy. Model utrzymuje spójność i pamięta szczegóły na niespotykaną dotąd skalę.

    Jednak prawdziwą rewolucją jest nowy tryb pracy o dramatycznej nazwie „Extreme Thinking”. To nie jest po prostu „lepsze myślenie”. OpenAI wyjaśnia, że ten tryb fizycznie alokuje większe zasoby obliczeniowe modelu na rozwiązywanie pojedynczego, złożonego problemu. Wyobraź to sobie jako włączenie turbodoładowania dla zadania wymagającego głębokiego rozumowania, planowania wielu kroków lub analizy gigantycznej porcji danych.

    Na premierze tryb ten jest dostępny wyłącznie dla użytkowników subskrypcji Pro i Enterprise. OpenAI zapowiada jednak, że w najbliższym czasie trafi on też do abonentów Plus i Team. To wyraźny sygnał, gdzie firma widzi główną wartość nowego modelu: w profesjonalnym zastosowaniu.

    Rekordy Wydajności i Prawdziwa Agencja

    Suchy numer kontekstu czy marketingowa nazwa trybu to jedno. Liczą się benchmarki. A te są oszałamiające. GPT-5.4 ustanawia nowe rekordy w rozumowaniu naukowym, zadaniach wieloetapowych i wierności długiego kontekstu.

    Najbardziej wymowny jest wynik w benchmarku OSWorld-Verified. Chodzi o zadania, w których model musi nawigować po rzeczywistym systemie operacyjnym (np. Windows, macOS) wyłącznie na podstawie zrzutów ekranu – otwierać aplikacje, klikać, wpisywać tekst, jak prawdziwy użytkownik. GPT-5.4 osiągnął tu 75,0% skuteczności. Dla porównania, GPT-5.2 miał 47,3%, a ludzki baseline, czyli wyniki ludzi wykonujących te same zadania, to około 72,4%. To historyczny moment: model AI po raz pierwszy w oficjalnych testach przekroczył ludzkie możliwości w tak praktycznej, cyfrowej kompetencji.

    Co to oznacza dla Ciebie? Że era agentów AI, które nie tylko piszą kod, ale faktycznie go wykonują, testują, a nawet wdrażają w kontrolowanym środowisku, właśnie nadeszła. GPT-5.4 jest projektowany z myślą o budowaniu właśnie takich agentów do automatyzacji rozszerzonych workflow’ów na pulpicie.

    Dla Deweloperów: Narzędzie Do Vibe Coding i Nie Tylko

    Dla Deweloperów: Narzędzie Do Vibe Coding i Nie Tylko

    Jeśli jesteś web developerem lub zajmujesz się DevOps, te aktualizacje są dla ciebie szczególnie istotne. GPT-5.4 nie jest samotną wyspą. Jest zintegrowany z ekosystemem narzędzi, które już znasz.

    • Agenckie kodowanie: Model wspiera budowanie agentów do realnej nawigacji komputerowej. Może zaplanować złożone zadanie, podzielić je na kroki, a nawet wykonać je w kontrolowanym środowisku.
    • Integracje: OpenAI podkreśla płynną integrację z narzędziami, które już wspierają GPT-5, takimi jak Amp, GitHub Copilot czy Auggie CLI. Wsparcie dla GPT-5.4 w Auggie CLI ma być dostępne od premiery, ale bez darmowego dostępu.
    • API: Deweloperzy mogą od razu korzystać z nowego modelu przez API, używając nazw gpt-5.4 lub gpt-5.4-pro dla trybu „Extreme Thinking”.

    Co Dalej? Szybki Rollout i Koniec Starych Modeli

    OpenAI nie zwalnia tempa. Wypuszczenie GPT-5.4 zaledwie kilka tygodni po GPT-5.3 Instant to część nowej, agresywnej strategii. Firma zapowiada, że nowe modele główne będą pojawiać się co 6-8 tygodni. To oznacza, że cykl życia każdej wersji będzie krótki.

    W związku z tym, starsze modele GPT-5 (Instant i Thinking) zostaną wycofane z API i interfejsu ChatGPT w ciągu najbliższych dni. OpenAI standardowo daje kilkudniowy okres przejściowy, ale dostęp do nich zakończy się 19 lutego 2026 roku. To jasny sygnał, że nie ma już miejsca na sentymenty – albo korzystasz z najnowszych modeli, albo szybko zostaniesz w tyle.

    Jeśli więc czekałeś na moment, by AI nie tylko podpowiadała fragmenty kodu, ale faktycznie przejęła część Twojej pracy, to właśnie ten moment. GPT-5.4 nie jest obietnicą przyszłości. Jest narzędziem, które od dziś możesz włączyć do swojego workflow. Czas na automatyzację.

  • Codex 0.107.0: Rozwidlenie Wątków, Narzędzia Multimodalne i Lepsza Obsługa Audio

    Codex 0.107.0: Rozwidlenie Wątków, Narzędzia Multimodalne i Lepsza Obsługa Audio

    Najnowsza wersja OpenAI Codex, oznaczona numerem 0.107.0, to znacznie więcej niż tylko kolejna aktualizacja z poprawkami błędów. Wydanie z 2 marca 2026 roku wprowadza kluczowe funkcje, które redefiniują sposób interakcji z tym zaawansowanym narzędziem CLI. Chodzi o lepszą organizację pracy, bogatsze możliwości integracji oraz wygodniejsze korzystanie z funkcji głosowych. To solidny krok w stronę dojrzałego środowiska dla agentów AI.

    Dla developerów i zaawansowanych użytkowników oznacza to nowy poziom kontroli i elastyczności. Aktualizację można zainstalować standardową komendą: npm install -g @openai/[email protected].

    Rozwidlanie Wątków na Pod-Agentów: Praca Równoległa w Jednym Kontekście

    Jedną z najważniejszych nowości jest funkcja forkowania wątków na pod-agentów (#12499). W praktyce pozwala to na "rozgałęzienie" bieżącej konwersacji. Zamiast zaczynać zupełnie nowy wątek lub tracić kontekst głównej dyskusji, użytkownik może stworzyć równoległą ścieżkę dla pod-zadania.

    Wyobraź sobie, że pracujesz nad skryptem i potrzebujesz jednocześnie zbadać różne podejścia do optymalizacji, przetestować alternatywne biblioteki lub przygotować dokumentację. Zamiast mieszać wszystko w jednym, chaotycznym wątku, możesz go rozwidlić. Główna konwersacja pozostaje nienaruszona, a pod-agenci działają w izolacji, co znacząco usprawnia zarządzanie złożonymi projektami. To potężne udogodnienie dla wszystkich, którzy używają Codexa do eksploracji pomysłów lub rozwiązywania problemów metodą "co jeśli?".

    Narzędzia Własne Z Wysokiej Jakości Outputem: Nie Tylko Tekst

    Dotychczas custom tools w Codexie zwracały głównie odpowiedzi tekstowe. Wersja 0.107.0 łamie to ograniczenie, wprowadzając multimodalne outputy z narzędzi własnych (#12948). Od teraz narzędzia zdefiniowane przez użytkownika mogą zwracać strukturalne treści, w tym obrazy i inne bogate formaty mediów.

    To ogromna zmiana dla twórców zaawansowanych integracji. Narzędzie do analizy danych może teraz zwrócić nie tylko tabelę z liczbami, ale też wygenerowany wykres. Plugin do monitorowania systemu – wykresy obciążenia w formie graficznej. Poszerza to radykalnie zakres zastosowań Codexa, zbliżając go do roli uniwersalnego interfejsu, który potrafi prezentować złożone informacje w najbardziej czytelny sposób. Interfejs użytkownika (TUI) musi oczywiście obsługiwać renderowanie takich treści, co też zostało uwzględnione.

    Pełna Kontrola Nad Audio: Wybór Urządzeń i Lepsza Transkrypcja

    Dla użytkowników funkcji głosowych to przełomowa aktualizacja. Została dodana funkcja wyboru urządzeń audio w czasie rzeczywistym (#12849, #12850). Wcześniej Codex korzystał z domyślnych ustawień systemowych, co często prowadziło do frustracji – gdy np. mikrofon był wybrany nieprawidłowo. Teraz użytkownik może wprost z poziomu aplikacji wybrać mikrofon i głośniki, których chce używać.

    Co więcej, wybór ten jest zapamiętywany między sesjami. Nie trzeba tego konfigurować za każdym razem. Dodatkowo, poprawiono format przesyłanego audio, lepiej dostosowując go do procesu transkrypcji (#13030). Ma to bezpośredni wpływ na dokładność i szybkość zamiany mowy na tekst podczas rozmów głosowych z asystentem, czyniąc całe doświadczenie dużo płynniejszym i bardziej niezawodnym.

    Konfigurowalne Pamięci i Reset Stanu

    System pamięci Codexa, który przechowuje kontekst między sesjami, stał się teraz konfigurowalny (#12997, #12999). Użytkownicy zyskują większą kontrolę nad tym, jak i co jest zapamiętywane. To ważne zarówno dla dostosowania działania do własnych potrzeb, jak i ze względów prywatności.

    Bywa jednak, że pamięć może się "zepsuć" lub po prostu chcemy zacząć wszystko od nowa. Dlatego dodano nową, bardzo przydatną komendę: `codex debug clear-memories` (#13085). Pozwala ona na całkowite, twarde wyczyszczenie zapisanego stanu pamięci, co jest nieocenione przy debugowaniu problemów lub gdy po prostu potrzebujemy świeżego startu.

    Przejrzystsze Metadane Modeli i Poprawki Stabilności

    Wydanie przynosi też subtelne, ale istotne ulepszenia w warstwie informacyjnej. Aplikacja serwerowa udostępnia teraz bogatsze metadane o dostępności modeli (#12958), w tym informacje o aktualizacjach. Interfejs TUI wykorzystuje te dane, by wyświetlać dymki z informacjami o modelach dostępnych tylko w ramach wyższych planów subskrypcyjnych (#12972, #13021). To upraszcza zrozumienie, dlaczego niektóre modele mogą być niedostępne.

    Jeśli chodzi o stabilność, to 0.107.0 naprawia kilka kluczowych i irytujących problemów:

    • Przywracanie oczekujących żądań przy ponownym łączeniu z wątkiem za pomocą thread/resume (#12560). Klienci nie tracą synchronizacji.
    • thread/start nie blokuje już niezwiązanych żądań do serwera aplikacji (#13033). To likwiduje wrażenie "zawieszenia" podczas wolnych operacji startowych, jak autoryzacja MCP.
    • Koniec z podwójnym wypisywaniem finalnej odpowiedzi asystenta w interaktywnych sesjach terminalowych (#13082).
    • Naprawiono regresję z dużymi wklejonymi treściami, które były uszkadzane podczas uzupełniania ścieżek plików (#13070).
    • Lepsze renderowanie diffów w terminalach o małej palecie kolorów, jak Windows Terminal (#13016, #13037).

    Bezpieczeństwo i Dokumentacja

    W trosce o bezpieczeństwo zaostrzono zachowanie sandboxa. Na Linuxie poprawiono obsługę restrykcyjnego dostępu "tylko do odczytu", a na Windowsie sandbox nie ma już dostępu do wrażliwych katalogów jak `~/.ssh` (#12835). Dodatkowo, jeśli polecenie shellowe wymaga eskalacji uprawnień, to przy ponownym uruchomieniu zachowuje ono swoją konfigurację sandboxa (#12839), nie tracąc narzuconych restrykcji.

    W dokumentacji wyjaśniono również, że błędy instalacji zależności spowodowane brakiem dostępu do sieci w sandboxie powinny być klarownie traktowane jako kandydaci do eskalacji (#13051), co pomaga użytkownikom w prawidłowej reakcji.

    Podsumowanie

    Codex 0.107.0 to aktualizacja, która solidnie buduje fundamenty pod zaawansowane zastosowania. Nie są to tylko kosmetyczne poprawki, ale głębokie ulepszenia architektury. Rozwidlenie wątków wprowadza nowy paradygmat organizacji pracy z AI. Multimodalne narzędzia otwierają drzwi do znacznie bogatszych integracji. Wreszcie, kontrola nad audio i konfigurowalne pamięci usuwają długo odczuwane przez społeczność niedogodności.

    W połączeniu z licznymi poprawkami stabilności i bezpieczeństwa tworzy to obraz projektu, który dojrzewa, skupiając się nie tylko na dodawaniu nowych "błyskotek", ale też na wygładzaniu i wzmacnianiu istniejącej funkcjonalności. Dla każdego, kto na poważnie korzysta z Codexa do automatyzacji lub jako interfejs do modeli AI, aktualizacja do wersji 0.107.0 wydaje się być obowiązkowym krokiem.

  • Claude Przetestowany Przez Sukces: Jak Bezprecedensowe Zainteresowanie Sparaliżowało Chatbota

    Claude Przetestowany Przez Sukces: Jak Bezprecedensowe Zainteresowanie Sparaliżowało Chatbota

    Wczesny poniedziałek, 3 marca 2026 roku, okazał się dniem próby dla jednego z najgorętszych konkurentów ChatGPT. Usługi Claude’a, sztucznej inteligencji firmy Anthropic, doświadczyły rozległej awarii, która na kilkanaście godzin uniemożliwiła tysiącom użytkowników dostęp do chatbotów Claude.ai oraz narzędzia dla programistów Claude Code. Powód? Paradoksalnie własny, oszałamiający sukces. Firma wskazała "bezprecedensowe zapotrzebowanie" jako źródło problemów, które dotknęły użytkowników.

    Godzina Zero: Timeline Awarii

    Problemy zaczęły się w poniedziałek, 3 marca. Serwisy statusowe Anthropic odnotowały incydent, który dotknął globalnie wersję webową, aplikację mobilną oraz interfejs programistyczny (API). Użytkownicy zaczęli otrzymywać enigmatyczne komunikaty o błędach, co w żargonie informatycznym oznacza wewnętrzne problemy serwera.

    Zespół inżynierów pracował nad rozwiązaniem problemu. Pełne przywrócenie działania dla użytkowników nastąpiło tego samego dnia, około godziny 10:18 UTC, kiedy to incydent został oznaczony jako rozwiązany na oficjalnej stronie statusowej.

    Kogo Dotknęła Awaria? Rozłam Między Konsumentem a Deweloperem

    Najbardziej odczuli ją zwykli użytkownicy, którzy nagle stracili dostęp do swojego codziennego asystenta AI. Tysiące osób utknęło na ekranie logowania, nie mogąc dostać się do swoich konwersacji, dokumentów czy pomocy w programowaniu. To właśnie te "ścieżki konsumenckie" – jak nazwała je sama Anthropic – były epicentrum kryzysu.

    • Claude.ai*, czyli główny interfejs webowy chatbota, był niedostępny. Claude Code, narzędzie wspierające programistów, raportowało podwyższone wskaźniki błędów. Podobnie działo się z konsolą zarządzającą i usługą Claude cowork. Dla wielu użytkowników, którzy zdążyli już włączyć te narzędzia w swój codzienny flow pracy, była to dotkliwa przerwa. Inżynierowie musieli wracać do manualnego pisania kodu, copywriterzy tracili wątek, a specjaliści od obsługi klienta nie mogli korzystać ze wsparcia AI w czasie rzeczywistym.

    Awaria dotknęła również interfejs programistyczny (API), który pozwala firmom na integrację możliwości Claude’a z ich własnymi systemami. Programiści i przedsiębiorstwa zgłaszali problemy z dostępnością usług, co oznaczało zakłócenia w działaniu zintegrowanych systemów.

    Dlaczego To Się Stało? Sukces i "Podatek Od Zwycięstwa"

    Anthropic nie pozostawił świata w niepewności co do przyczyn. Oficjalnym powodem było "bezprecedensowe zapotrzebowanie". To nie był pusty frazes. W dniach poprzedzających awarię Claude doświadczył prawdziwego sztormu popularności. Nagle każdy chciał przetestować nowego konkurenta na rynku.

    Ta eksplozja popularności stworzyła perfekcyjną burzę. Serwery, a szczególnie mechanizmy uwierzytelniania nowych i istniejących użytkowników, nie wytrzymały naporu. Jak trafnie skomentował jeden z obserwatorów na platformie Deployflow, była to lekcja "podatku od sukcesu w czasie rzeczywistym: kiedy narzędzie staje się tak istotne, że jego nagła popularność wywołuje jego własny upadek".

    Reakcje i Konsekwencje: Od Frustracji Po Teorie Spiskowe

    Reakcje użytkowników były zróżnicowane, choć frustracja dominowała. Dla wielu Claude stał się nieodzownym elementem dnia pracy, a nagła utrata dostępu paraliżowała projekty i zaburzała harmonogramy. W mediach społecznościowych pojawiły się jednak też lżejsze, choć nie mniej ciekawe, komentarze. Inni szukali winy po stronie Amazona Web Services (AWS), platformy chmurowej, na której prawdopodobnie działa infrastruktura Anthropic.

    Dla samej firmy incydent był bolesną, ale prawdopodobnie cenną lekcją skalowalności. Pokazał wyraźną słabość w obszarze zarządzania tożsamością i sesją użytkownika pod ogromnym obciążeniem. W świecie, gdzie dostępność jest walutą, każda godzina przestoju naraża na szwank zaufanie użytkowników.

    Wnioski: Cena Bycia Numerem Jeden

    Awaria Claude’a z początku marca 2026 roku to nie tylko suchy raport techniczny. To studium przypadku o tym, jak szybko zmienia się krajobraz konkurencyjny w AI i jak krucha może być infrastruktura w zderzeniu z prawdziwie masowym zainteresowaniem. Sukces, napędzony przez rosnącą popularność, przerósł w pewnym momencie możliwości operacyjne firmy.

    Kluczowym wnioskiem jest też rosnąca przepaść między doświadczeniem "konsumenckim" a "przedsiębiorczym". To sygnał dla Anthropic i całej branży, że inwestycje w skalowalność muszą być holistyczne – dotyczące zarówno potężnych modeli językowych, jak i – wydawałoby się – prostszych systemów logowania.

    Incydent został ostatecznie rozwiązany, a Claude wrócił do pełnej sprawności. Nie odnotowano kolejnych poważnych przestojów w bezpośrednich dniach następujących po awarii. Pozostaje jednak pytanie, jak ten epizod wpłynie na długofalowe zaufanie użytkowników i czy Anthropic zdoła przekształcić tę gorzką pigułkę w fundament dla bardziej odpornej architektury. W wyścigu AI, gdzie tempo jest zawrotne, zdolność do nauki na własnych błędach może okazać się ważniejsza niż pojedynczy dzień na szczycie rankingu.

  • Automatyczne Buforowanie, Nowy Sonnet i Wycofanie Modeli: Duże Aktualizacje Platformy Claude

    Automatyczne Buforowanie, Nowy Sonnet i Wycofanie Modeli: Duże Aktualizacje Platformy Claude

    Platforma deweloperska Claude przeszła znaczące zmiany w połowie lutego 2026 roku. Anthropic wprowadził długo oczekiwaną funkcję automatycznego buforowania, zaprezentował nowy, wysoko wydajny model koderski Sonnet 4.6 oraz oficjalnie wycofał dwa starsze modele. Te aktualizacje znacząco wpływają na sposób, w jaki deweloperzy budują i optymalizują swoje aplikacje oparte na AI.

    Rewolucja w Zarządzaniu Kontekstem: Automatyczne Buforowanie

    Jedną z najbardziej praktycznych nowości jest automatyczne buforowanie dla Messages API. Dotąd deweloperzy musieli ręcznie zarządzać punktami przerwania cache w długich konwersacjach, co było źródłem złożoności i potencjalnych błędów. Teraz wystarczy dodać pojedyncze pole cache_control do ciała żądania, a system sam zadba o resztę.

    Mechanizm automatycznie buforuje ostatni buforowalny blok i przesuwa punkt buforowania do przodu, w miarę jak konwersacja rośnie. To ogromne ułatwienie. Funkcja współpracuje także z istniejącą, szczegółową kontrolą buforowania na poziomie bloków, dając pełną elastyczność. Deweloperzy mogą teraz skupić się na logice aplikacji, zamiast na ręcznej optymalizacji pamięci podręcznej. Rozwiązanie jest już dostępne w Claude API oraz w wersji preview na Azure AI Foundry.

    Claude Sonnet 4.6: Szybszy, Lepszy i Bardziej Skuteczny

    17 lutego światło dzienne ujrzał Claude Sonnet 4.6. Firma opisuje go jako najnowszy, wysoko wydajny model koderski, osiągający wyniki porównywalne do Claude Opus. Kluczowe ulepszenia skupiają się na efektywności agentów.

    Sonnet 4.6 oferuje lepszą wydajność w zadaniach agentowych, takich jak adaptacyjne myślenie (adaptive thinking) i ulepszone instrukcje, przy mniejszym zużyciu tokenów. To istotne dla aplikacji, które polegają na autonomicznym wyszukiwaniu i analizie informacji z sieci. Model wspiera także jasne myślenie (clear thinking) oraz, co bardzo ciekawe, kontekst o rozmiarze 1 miliona tokenów jest dostępny w wersji beta modelu Claude Opus 4.6. Taki ogromny kontekst otwiera drzwi do pracy z niezwykle długimi dokumentami lub bardzo złożonymi, wieloetapowymi dialogami.

    Koniec Ery: Wycofanie Starszych Modeli

    Równolegle z wprowadzaniem nowości, Anthropic konsekwentnie odnawia swoją ofertę modeli. Definitywnie wycofano starsze modele, takie jak Claude Sonnet 4.5 (claude-sonnet-4-5-20241022) oraz Claude Haiku (claude-3-haiku-20240307). Wszystkie żądania do tych modeli będą teraz zwracać błąd.

    Firma rekomenduje migrację odpowiednio do Claude Sonnet 4.6 i Claude Haiku 4.5. To nie jest zaskoczenie – deprecjacja tych modeli została ogłoszona wcześniej. Anthropic daje klientom wyraźny sygnał, by trzymali się aktualnego frontu technologicznego, który oferuje lepszą wydajność, nowe funkcje i często niższe koszty.

    Warto wspomnieć, że to część szerszej polityki. Wcześniej wycofano także Claude Opus 3, który był pierwszym modelem przeszedłym pełną, nową procedurę emerytalną Anthropic. Firma podkreśla jednak, że dla badaczy w wartościowych przypadkach użycia dostęp do tych modeli może być nadal udzielany poprzez External Researcher Access Program.

    Szerszy Kontekst i Trendy

    Te lutowe aktualizacje wpisują się w wyraźny trend na platformie Claude. W ciągu ostatnich miesięcy Anthropic mocno stawiał na rozwój zaawansowanych narzędzi (tools) i infrastruktury dla agentów. Narzędzia takie jak computer use wyszły z fazy beta i są ogólnie dostępne. Pojawiły się też nowości jak programatyczne wywoływanie narzędzi czy dynamiczne filtrowanie wyników wyszukiwania.

    Wszystko to służy jednemu: umożliwieniu budowy bardziej autonomicznych, niezawodnych i wydajnych aplikacji AI. Automatyczne buforowanie rozwiązuje problem zarządzania stanem, a nowy Sonnet 4.6 dostarcza lepszy "silnik" do ich napędzania. Jednocześnie wycofanie starszych modeli zmusza ekosystem do modernizacji, co w dłuższej perspektywie podnosi ogólną jakość i bezpieczeństwo rozwiązań.

    Co To Wszystko Znaczy dla Deweloperów?

    Przede wszystkim – czas na sprawdzenie kodu i dokumentacji. Jeśli twoja aplikacja korzystała z wycofanych modeli, takich jak Sonnet 4.5 czy starszy Haiku, przestała działać. Migracja do rekomendowanych następców jest pilna. To też doskonały moment, by przetestować automatyczne buforowanie. Może znacząco obniżyć koszty i opóźnienia w aplikacjach opartych na długich, konwersacyjnych interfejsach.

    Nowy Sonnet 4.6 wydaje się atrakcyjną opcją dla szerokiego spektrum zadań produkcyjnych, gdzie kluczowa jest wysoka wydajność w zadaniach koderskich i agentowych. Jego wsparcie dla lepszych parametrów w zadaniach agentowych czyni go poważnym kandydatem do zaawansowanych aplikacji automatyzacyjnych.

    Podsumowanie

    Lutowe aktualizacje platformy deweloperskiej Claude są przykładem dojrzałego zarządzania cyklem życia produktu w świecie AI. Z jednej strony Anthropic inwestuje w głębokie ulepszenia infrastrukturalne, jak automatyczne buforowanie, które upraszczają życie programistom. Z drugiej – nieustannie przesuwa granice możliwości modeli, wprowadzając Sonneta 4.6. Trzeci, nieunikniony filar to systematyczne oczyszczanie portfolio z przestarzałych modeli, które motywuje całą społeczność do bycia na bieżąco. To połączenie innowacji, praktyczności i zdyscyplinowanego zarządzania pokazuje, jak dynamicznie, ale też metodycznie, rozwija się obecnie rynek zaawansowanych modeli językowych.

  • Claude na szczycie: jak spór z Pentagonem wyniósł aplikację AI na pierwsze miejsce w USA

    Claude na szczycie: jak spór z Pentagonem wyniósł aplikację AI na pierwsze miejsce w USA

    W sobotę, 28 lutego 2026 roku, nastąpił nieoczekiwany zwrot w amerykańskiej aplikacyjnej lidze. Aplikacja Claude, sztucznej inteligencji od firmy Anthropic, wskoczyła na pierwsze miejsce w rankingu darmowych aplikacji w kategorii produktywności w Apple App Store w Stanach Zjednoczonych, osiągając drugie miejsce w ogólnym rankingu, tuż za ChatGPT od OpenAI. Ten nagły wzlot to nie tyle historia czystego marketingu, co politycznego i etycznego trzęsienia ziemi, które poruszyło miliony użytkowników.

    Decyzja, która wstrząsnęła rynkiem

    Wszystko zaczęło się od publicznego sporu między Anthropic a Pentagonem. Amerykański departament obrony zwrócił się do głównych graczy rynku AI o współpracę. Anthropic, założona przez byłych pracowników OpenAI, postawiła twarde warunki. Firma odmówiła udostępnienia swoich modeli pod masowy nadzór domowy (mass domestic surveillance) oraz pod budowę w pełni autonomicznej broni.

    To nie były puste slogany. To była konkretna, zasadnicza linia, której firma nie zamierzała przekroczyć. W odpowiedzi prezydent Donald Trump wydał polecenie agencjom federalnym, aby wycofały się z używania Claude’a. Pentagon dostał na to sześć miesięcy. Decyzja była wyraźna: kto nie jest z nami, jest przeciwko nam.

    Druga strona medalu: ChatGPT i kontrakt z Pentagonem

    Tu pojawia się kontrast, który wywołał prawdziwą burzę. OpenAI, macierzysta firma ChatGPT, podjęła współpracę z Pentagonem. Szef OpenAI, Sam Altman, ogłosił to porozumienie w piątek wieczorem na platformie X. Co ważne, podobno na podobnych, ograniczonych warunkach – z podobnymi zabezpieczeniami (similar safeguards) przed nadużyciem technologii.

    Dla wielu obserwatorów różnica w podejściu była jednak jasna. Jedna firma postawiła granice i została ukarana administracyjnym zakazem. Druga weszła w układ z władzą. Ta narracja natychmiast podchwycili użytkownicy, dla których kwestie etyki w rozwoju AI nie są abstrakcyjne.

    Reakcja użytkowników: głosowanie portfelami i postami

    Amerykańscy użytkownicy nie zostawili suchej nitki na tej sytuacji. Reakcja była szybka, emocjonalna i bardzo widoczna. Rozpoczęła się masowa migracja z ChatGPT do Claude’a. To nie były pojedyncze przypadki, lecz trend społeczny.

    Ludzie zaczęli publicznie ogłaszać swoją „zdradę”. Na platformie X (dawniej Twitter) użytkownik Adam Lyttle wrzucił po prostu zrzut ekranu z potwierdzeniem przejścia na płatny plan Claude’a. Pisał, że woli wspierać firmę, która ma „kręgosłup”. Prawdziwym echem odbił się jednak post Katy Perry. Gwiazda opublikowała zrzut ekranu z zakupem planu Pro za 20 dolarów miesięcznie, z krótkim, ale wymownym podpisem: „done” (koniec, załatwione).

    Na forach, takich jak Reddit, dyskusje wrzeły. Pojawiały się też głosy przypominające, że Anthropic miała wcześniejsze umowy, np. z Palantirem czy Amazon Web Services, które również dawały dostęp do technologii amerykańskiej obronności. Było to więc nieco bardziej skomplikowane, niż czarno-biały obraz bohatera i zdrajcy. Mimo to, główny nurt emocji był jednoznaczny: poparcie dla stanowiska Claude’a.

    Niebywały wzrost: od top 100 do czołówki rankingu

    Statystyki mówią same za siebie. Jeszcze pod koniec stycznia 2026 roku aplikacja Claude’a była poza pierwszą setką najpopularniejszych darmowych aplikacji w USA. W lutym, na fali narastającego skandalu, zaczęła się jej spektakularna kariera.

    Według danych SensorTower, przez większość lutego aplikacja utrzymywała się w pierwszej dwudziestce. W środę, 26 lutego, była już na 6. miejscu. Dzień później – na 4. A w sobotę, 28 lutego, sięgnęła po pierwsze miejsce w kategorii produktywności i drugie w ogólnym rankingu. To nie był skok, to była eksplozja.

    Wzrost liczby użytkowników był równie imponujący. Codzienne rejestracje biły rekordy każdego dnia tamtego tygodnia. Liczba pobrań aplikacji wzrosła o około 60% w ciągu pierwszych dwóch miesięcy 2026 roku. A liczba płacących subskrybentów znacząco zwiększyła się w ciągu zaledwie dwóch miesięcy 2026 roku. To pokazuje, że ludzie nie tylko ściągali aplikację, ale też byli gotowi za nią zapłacić, głosując portfelami za swoimi wartościami.

    CEO staje okoniem: zapowiedź walki w sądzie

    Prezes Anthropic, Dario Amodei, nie zamierzał się wycofywać. W reakcji na decyzję administracji Trumpa zapowiedział, że firma będzie się bronić. Jeśli Pentagon wyda formalny zakaz używania Claude’a, Anthropic zamierza zaskarżyć tę decyzję w sądzie.

    To postawa, która tylko wzmocniła wizerunek firmy jako tej, która nie ugnie się pod polityczną presją. Amodei, fizyk i były wiceprezes ds. badań w OpenAI, od początku stawiał na „bezpieczną i pomocną” AI. Jego stanowisko w tej sprawie wydawało się spójne z filozofią firmy.

    Szerszy kontekst: nie tylko USA i nie tylko OpenAI

    Choć historia Claude vs. ChatGPT w USA jest najbardziej widowiskowa, to warto pamiętać o szerszym obrazku. Po pierwsze, OpenAI i ChatGPT wciąż mają potężną pozycję. Mają przewagę pierwszego ruchu, ogromną bazę użytkowników i teraz – kontrakt z rządem. Ich dalsza dominacja nie jest zagrożona przez jeden incydent.

    Po drugie, rynek AI to już nie jest dwubój. Raport Axiosa z marca 2026 wskazywał, że w skali globalnej różne modele potrafią wyprzedzać OpenAI. W lutym 2026, na przykład, chińska firma MiniMax prowadziła w rankingu pobrań. To pokazuje, że rynek dojrzewa, dywersyfikuje się i geopolityka technologii odgrywa w nim coraz większą rolę.

    Czym jest Claude? Nie tylko etyczny buntownik

    Dla tych, którzy nie śledzą rynku AI, Claude może być postacią z tej jednej historii. Warto więc przypomnieć, że to zaawansowany asystent AI, podobny w funkcjach do ChatGPT czy Google Gemini. Czyta i analizuje dokumenty (PDF, Word), pisze kod, generuje treści i prowadzi konwersacje.

    Jego „filozofia”, promowana przez Anthropic, skupia się na byciu pomocnym, nieszkodliwym i uczciwym (helpful, harmless, honest). Firma mocno inwestuje w tzw. „alignment research”, czyli badania nad tym, aby cele systemów AI były zgodne z intencjami i wartościami ludzi. Ta deklaracja nabrała teraz bardzo konkretnego, politycznego znaczenia.

    Podsumowanie: co naprawdę oznacza ten sukces?

    Wskoczenie Claude’a na szczyt rankingu w kategorii produktywności w App Store to wydarzenie symboliczne. Pokazuje, że w erze dojrzałych technologii konsumenckich decyzje użytkowników mogą być motywowane nie tylko funkcjonalnością czy ceną, ale też wartościami. Etyka firmy, jej stosunek do władzy i jej transparentność przestały być tematami dla niszowych blogów. Stały się paliwem dla masowych trendów.

    To także ostrzeżenie dla wszystkich gigantów technologicznych. Społeczność użytkowników jest czujna. Sojusze biznesowe, zwłaszcza te z instytucjami państwowymi o kontrowersyjnych kompetencjach (jak nadzór), będą skrupulatnie analizowane. Wizerunek „dobrej” technologii może być dziś najcenniejszym kapitałem.

    Ostatecznie, krótkoterminowy sukces Claude’a nie przesądza o długoterminowej wojnie o AI. OpenAI ma zasoby, skalę i teraz wsparcie rządu. Ale ten incydent udowodnił coś ważnego. Udowodnił, że głos zwykłych użytkowników, wyrażony przez prosty akt pobrania aplikacji, może zmienić hierarchię w ciągu kilku dni. I że w świecie zdominowanym przez algorytmy, wciąż liczy się ludzki wybór – oparty czasem na czymś więcej, niż tylko na wygodzie.

  • AI „Vibe Coding” – czy otwarte oprogramowanie przetrwa zalew sztucznej inteligencji?

    AI „Vibe Coding” – czy otwarte oprogramowanie przetrwa zalew sztucznej inteligencji?

    Otwarte oprogramowanie przeżywa kryzys egzystencjalny. Jego główni bohaterowie – wolontariusze i opiekunowie projektów – zamykają drzwi przed światem. Niektórzy opiekunowie zawieszają długoletnie programy nagród za zgłaszanie błędów. Inni wprowadzają zakazy kodu generowanego przez AI w swoich projektach. Jeszcze inni decydują się na automatyczne zamykanie zewnętrznych próśb o scalenie kodu (pull requesty). To nie jest lokalny incydent. To reakcja na zalew automatycznych, niskiej jakości treści, z którymi ludzie nie są w stanie już wygrać.

    Problem jest jednak głębszy niż tylko chwilowe znużenie. Pod powierzchnią kryje się systemowe zagrożenie dla całego modelu rozwoju open source. Chodzi o zjawisko delegowania interakcji z otwartym oprogramowaniem na asystentów AI.

    Czym jest to zjawisko i dlaczego niszczy społeczność?

    Delegowanie interakcji z OSS na AI to w skrócie sytuacja, w której programista nie czyta dokumentacji, nie zagląda na GitHub Issues, nie rozmawia z opiekunami. Zamiast tego, agent AI samodzielnie dobiera potrzebne paczki, próbuje łączyć kod i generuje prośby o zmiany. Użytkownik jest odcięty od społeczności.

    To łamie podstawową zasadę, na której przez dekady stało open source: ekonomię uwagi i uznania. Opiekunowie projektu rzadko zarabiają na nim bezpośrednio. Ich nagrodą jest reputacja, uznanie społeczności, możliwości zawodowe czy darowizny. A te rosną dzięki bezpośrednim interakcjom: gdy ktoś przeczyta dokumentację, zgłosi przemyślany błąd, wystawi gwiazdkę na GitHubie, wreszcie – prześle wartościową poprawkę.

    Delegowanie interakcji do AI omija ten cały obieg. AI korzysta z kodu, ale nie angażuje się społecznie. Masowe upowszechnienie się tej praktyki może tworzyć negatywną pętlę sprzężenia zwrotnego. Im więcej użytkowników-delegatów, tym mniej spojrzeń na dokumentację, mniej ludzkich raportów błędów, a w konsekwencji – mniej motywacji dla opiekunów do dalszej pracy. Ekosystem może się kurczyć.

    Zalew niskiej jakości treści – codzienność opiekunów projektów

    Teoria przekłada się na bolesną praktykę. Opiekunowie są bombardowani przez „sztuczny szum”.

    ** Niektórzy opiekunowie zamykają programy bug bounty, obserwując znaczący wzłos liczby zgłoszeń generowanych przez AI, które są trudne do odróżnienia od ludzkich i obniżają ogólny wskaźnik trafnych raportów.** Niektóre projekty otrzymują ogromne prośby o scalenie kodu (PR). Kod bywa poprawny składniowo, ale pozbawiony głębszego zrozumienia. Gdy opiekunowie zapytają autora o wyjaśnienia, ten nie potrafi odpowiedzieć. Złamany zostaje społeczny kontrakt, oparty na wzajemnym zrozumieniu.

    • Jak opisują niektórzy opiekunowie, zmieniła się rola etykiety „good first issue”. Kiedyś przyciągała początkujących, którzy z czasem stawali się pełnoprawnymi współtwórcami. „Teraz oznaczamy coś jako 'good first issue' i w mniej niż 24 godziny jesteśmy absolutnie zalewani niskiej jakości szumem, który odbiera czas na prawdziwą pracę” – mówi jeden z nich.

    Czas to kluczowy zasób. AI wygeneruje kod w sekundy, ale opiekun potrzebuje 30 minut lub więcej, by zweryfikować, czy to nie jest bezsensowna halucynacja, nie łamie architektury i czy w ogóle ma sens. Ta dysproporcja jest druzgocąca.

    Odpowiedź społeczności: od zakazów do izolacji

    Reakcje są różne, ale łączy je frustracja i chęć odzyskania kontroli.

    • Zero tolerancji: Niektórzy opiekunowie wprowadzają zakaz zgłaszania kodu z AI bez uprzedniej zgody. „To nie jest stanowisko anty-AI. To jest stanowisko anty-idiotyczne. Chcemy wartościowych wkładów, niezależnie od tego, jak są tworzone” – tłumaczą.
    • Całkowita izolacja: Inni, po odkryciu, że ich własne skrypty AI generowały nieprecyzyjne zgłoszenia, które potem inni karmili swoim AI, decydują się zamknąć projekt na zewnętrzne PR. Ich pytanie jest fundamentalne: „Jeśli pisanie kodu jest łatwą częścią, po co miałbym chcieć, żeby pisał go ktoś inny?”. Dla nich prawdziwą wartością jest zrozumienie problemu, a nie sama linijka kodu.
    • Ograniczenia systemowe: Niektóre projekty wprowadzają całkowity zakaz używania kodu generowanego przez AI w oficjalnych repozytoriach. To radykalne, ale jasne stanowisko.

    Problem w tym, że wykrywanie naruszeń takich zakazów za rok czy dwa może stać się funkcjonalnie niemożliwe. AI będzie pisać coraz bardziej „ludzko”.

    Gdzie leży przyczyna? Niewspółmierne bodźce platform

    Opiekunowie walczą nie tylko z algorytmami, ale też z logiką platform, na których działają ich projekty. Niektórzy diagnozują to brutalnie: „Zalew niskiej jakości treści z AI to atak na opiekunów open source, a platformy hostingujące projekty OSS nie mają bodźców, żeby to zatrzymać. Wręcz przeciwnie, są zmotywowane, by pompować statystyki AI-generowanych kontrybucji, żeby pokazać 'wartość’ swoim akcjonariuszom”.

    Platformy mogą wprowadzać funkcje generowania zgłoszeń przez asystentów AI, nie dając opiekunom wystarczających narzędzi do ich filtrowania. Dla platformy każda aktywność – nawet bezwartościowa – jest punktem w dashboardzie, dowodem na „żywotność” ekosystemu. Dla opiekuna to kolejna godzina straconego czasu.

    W ten sposób platformy mogą czerpać wartość z open source (np. trenowanie na nim modeli AI, pozyskiwanie użytkowników), ale nie inwestować w jego zrównoważony rozwój. Przecina się więź między użytkownikiem a twórcą.

    Ekonomia bez zaangażowania: co dalej z open source?

    Na scenie działają dwie przeciwstawne siły.

    Z jednej strony są korzyści efektywnościowe. AI obniża koszty korzystania i budowania na OSS. To może przyciągać więcej programistów i zwiększać podaż kodu, dając krótkoterminowy zastrzyk produktywności.

    Z drugiej strony jest przesunięcie popytu. Użytkownicy delegujący wszystko do AI odcinają opiekunów od źródeł ich wynagrodzenia (w rozumieniu reputacji, pracy). To może prowadzić do długoterminowej kontrakcji: wyższe bariery wejścia dla nowych projektów, zanikanie średniej wielkości bibliotek, spadająca ilość i jakość oprogramowania.

    Pojawiają się obserwacje, że:
    ** Niektóre platformy Q&A odnotowują spadek aktywności po premierze zaawansowanych czatów AI, ponieważ pytania przenoszą się do prywatnych konwersacji.** Niektóre projekty notują rosnącą liczbę pobrań, ale spadający ruch w dokumentacji i przychody komercyjne. Sukces metryczny nie przekłada się na nagrodę dla twórców.

    Pojawiają się propozycje rozwiązań systemowych, jak model redystrybucji przychodów, gdzie platformy AI przekazywałyby część przychodów do projektów, z których korzystają ich modele. Obliczenia pokazują jednak, że użytkownicy delegujący interakcje do AI musieliby płacić znaczną część tego, co generują bezpośredni użytkownicy – co może być mało realne.

    Podsumowanie: przyszłość w rękach (ludzkich) decydentów

    Kryzys związany z delegowaniem interakcji do AI to nie opowieść o technologii, która wyręcza człowieka. To historia o systemie, który może przestać działać, gdy zabrano z niego ludzkie zaangażowanie. Otwarte oprogramowanie zawsze było bardziej społecznością niż zbiorem plików. AI, używane bezmyślnie, może rozpuścić tę społeczność w kwasie krótkoterminowej wygody.

    Skutki mogą być nierówne: „Popularne biblioteki wciąż znajdą sponsorów. Mniejsze, niszowe projekty najprawdopodobniej ucierpią. Ale wiele obecnie udanych projektów zaczynało się od jednej osoby, która chciała rozwiązać konkretny problem. Jeśli opiekunowie małych projektów się poddadzą, kto stworzy następny wielki projekt?”.

    Odpowiedź na to pytanie pisze się teraz. Przez decyzje opiekunów, którzy zamykają swoje projekty, oraz przez brak działań platform, które mogą woleć liczyć sztuczne interakcje niż chronić prawdziwą współpracę. Przyszłość open source zależy od tego, czy uda nam się na nowo zdefiniować wartość ludzkiego wkładu w świecie, który kod może już generować, ale wciąż nie potrafi go rozumieć.

  • Kodowanie na fali: czy rządy są gotowe na rewolucję w tworzeniu oprogramowania?

    Kodowanie na fali: czy rządy są gotowe na rewolucję w tworzeniu oprogramowania?

    Sterling z miasta Nederland w Kolorado ma niecodzienną perspektywę. Jest zarówno zastępcą burmistrza, jak i współpracuje z firmą technologiczną świadczącą usługi dla samorządów. Jej codziennością są urzędnicze procedury i technologiczne bolączki. Dla niej tzw. vibe coding – czyli „kodowanie na fali” – to przede wszystkim most. Łączy świat skomplikowanych potrzeb lokalnych społeczności z możliwościami, jakie daje sztuczna inteligencja. To narzędzie, które ma szansę odmienić tempo i sposób, w jaki administracja publiczna reaguje na wyzwania. Ale czy jest na to gotowa?

    Czym jest „kodowanie na fali”? Demokracja w rękach nietechników

    Vibe coding to podejście do tworzenia oprogramowania napędzane przez AI. Jego sednem jest możliwość generowania działającego kodu – a nawet całych prototypów aplikacji – na podstawie opisu w zwykłym, naturalnym języku. To użytkownik dyktuje „vibe”, czyli klimat, przeznaczenie i główne funkcje programu, a system tłumaczy to na linijki kodu.

    Mechanika jest prosta i przypomina pracę z zaawansowanymi modelami językowymi. Użytkownik, którym może być analityk polityki społecznej, urzędnik ds. zamówień czy inspektor miejski, opisuje, co chce zbudować. Na przykład: „Stwórz chatbot, który odpowie mieszkańcom na podstawowe pytania o kwalifikowalność do zasiłku mieszkaniowego, bazując na tym dokumencie z zasadami”. Specjalistyczne narzędzia, jak zaawansowane IDE wspierane przez AI, potrafią na tej podstawie wygenerować interaktywny podgląd aplikacji, umożliwić iteracyjne wprowadzanie poprawek, a finalnie – jednym kliknięciem – wdrożyć rozwiązanie do środowiska produkcyjnego.

    Kluczowe jest tu odciążenie tradycyjnych działów IT i ominięcie wąskich gardeł. Praktycy w sektorze publicznym doświadczają tego na własnej skórze. Pracując nad złożonymi projektami, które normalnie zajęłyby tygodnie, z użyciem vibe coding mogą ukończyć je w kilka dni. „Poczułem, że drzwi się otwierają” – przyznaje jeden z anonimowych architektów IT.

    Przyspieszenie w służbie obywatelom: od miesięcy do dni

    Potencjał dla sektora publicznego jest ogromny. Vibe coding może radykalnie skrócić czas dostarczania usług cyfrowych z miesięcy do kilku dni. Wyobraźmy sobie kilka scenariuszy:

    • Chatbot świadczeń: Dział pomocy społecznej sam buduje narzędzie Q&A, które pomaga mieszkańcom sprawdzić wstępne kryteria otrzymania wsparcia, bez angażowania zewnętrznych dostawców.
    • Panel zamówień publicznych: Urzędnik ds. zamówień w godzinę tworzy dynamiczny pulpit nawigacyjny, który śledzi kluczowe terminy, budżety i postęp prac nad umowami.
    • Aplikacja do zgłaszania usterek: Pracownik wydziału infrastruktury tworzy prostą aplikację, przez którą mieszkańcy mogą zgłaszać dziury w jezdni, a zgłoszenia od razu trafiają do właściwego systemu.

    Praktycy w sektorze publicznym podają jeszcze jeden praktyczny przykład: wyszukiwarka planu zagospodarowania przestrzennego. Mieszkaniec chce wiedzieć, czy może trzymać kury na swoim podwórku. Zamiast przedzierać się przez 200-stronicowy PDF i analizować skomplikowane strefy, mógłby po prostu wpisać adres w proste narzędzie, które – stworzone dzięki vibe coding – od razu udzieli odpowiedzi. To demokratyzacja nie tylko tworzenia oprogramowania, ale i dostępu do informacji.

    Trend jest wyraźny. Coraz więcej deweloperów eksperymentuje z kodowaniem wspieranym przez AI, a udział generowanego kodu w projektach rośnie. To nie science fiction, lecz realna zmiana w procesie tworzenia oprogramowania.

    Ciemna strona przyspieszenia: ryzyka, przed którymi stoją CIO

    Entuzjazm musi jednak iść w parze z czujnością. Sektor publiczny, operujący wrażliwymi danymi obywateli i podlegający ścisłym regulacjom, nie może pozwolić sobie na ślepe zaufanie. Technologowie, którzy odnieśli sukcesy z vibe coding, otwarcie o tym mówią: „Technologia jest daleka od doskonałości” – podkreślają.

    Główne wyzwania dla Szefów Informatyki (CIO) to:

    1. Niedoskonałe wyniki i spadające zaufanie. Kod wygenerowany przez AI może zawierać błędy, luki bezpieczeństwa czy nieoptymalne rozwiązania. Wielu deweloperów podkreśla, że do wyników pracy AI należy podchodzić krytycznie i weryfikować je.
    2. Ryzyko produkcyjne. Pokusa szybkiego wdrożenia jest ogromna. Istnieje realne niebezpieczeństwo, że kod z AI trafi do środowiska produkcyjnego bez pełnego przeglądu. To otwiera furtkę dla katastrofalnych błędów: zahardkodowanych kluczy API, wyłączonych zabezpieczeń czy nawet celowo wprowadzonych „bomb logicznych”.
    3. Luki w ładzie korporacyjnym (governance). Prototypy stworzone w dwa dni mogą być naciskane do szybkiego wdrożenia, omijając standardowe ścieżki audytu i recenzji. Pojawiają się też nowe regulacje prawne, np. kontrole eksportowe, które wymagają śledzenia pochodzenia kodu AI i jego końcowego wykorzystania.
    4. Opóźnienia w testowaniu. Firmy odnotowują przyspieszenie rozwoju aplikacji wewnętrznych dzięki AI, ale procesy testowania nie nadążają za tym tempem. To tworzy niebezpieczną lukę, o której eksperci mówią wprost: „to przepaść, której nikt nie zamyka”.

    Rekomendacje dla CIO: jak złapać korzystny vibe, nie tracąc kontroli

    Aby wykorzystać potencjał vibe coding bez popadania w anarchię, CIO muszą wdrożyć przemyślane strategie. Kluczem nie jest blokowanie, lecz mądre kierowanie.

    Przede wszystkim, wszczepienie guardrail’i – barier ochronnych. To oznacza środowiska pracy z jasno zdefiniowanymi, opartymi na rolach uprawnieniami, nadzorem działu IT oraz politykami bezpieczeństwa dostosowanymi do konkretnych typów danych (począwszy od publicznych, a skończywszy na tajnych).

    Po drugie, wdrożenie solidnych praktyk governance. Niezbędne staje się użycie zaawansowanych narzędzi do analizy składu oprogramowania (SCA), które potrafią wykryć problemy z licencjami, flagować kwestie eksportowe i prowadzić szczegółowe logi audytowe. Każdy fragment wygenerowanego kodu musi przejść przez baterię zautomatyzowanych testów – jednostkowych, integracyjnych i end-to-end – które, choć przyspieszone przez AI, finalnie weryfikowane są przez człowieka.

    Po trzecie, zmiana strategii testowania. Tradycyjne, manualne QA nie nadąży za tempem vibe coding. Priorytetem musi stać się inwestycja w testy z asystą AI, które można skalować.

    Na początek najlepiej skupić się na obszarach niskiego ryzyka: wewnętrznych narzędziach, powtarzalnym kodzie szkieletowym (boilerplate) czy właśnie prototypowaniu. Jak radzą praktycy, do vibe coding należy używać wyłącznie danych już publicznie dostępnych, minimalizując ryzyko przypadkowego wycieku informacji wrażliwych.

    AspektSzanseRyzyka
    SzybkośćPrototypy w dniach; redukcja czasu rozwojuPospieszne wdrożenia bez pełnego przeglądu
    DostępnośćNietechnicy budują aplikacjeBłędy bezpieczeństwa w niesprawdzonym kodzie
    Ład korporacyjnyKulturowa zmiana w kierunku eksperymentowaniaEwoluujące regulacje dot. kodu z AI

    Podsumowanie: most, który potrzebuje solidnych filarów

    Czy rząd jest gotowy na vibe coding? Odpowiedź nie jest zero-jedynkowa. Jak pokazują przykłady pionierów, już testują wody i odnoszą pierwsze sukcesy, głównie w sferze prototypowania i wewnętrznych narzędzi. Liderzy w sektorze publicznym mówią wprost: „Nie możemy ignorować możliwości, że te narzędzia AI sprawią, że rozwój [oprogramowania] stanie się znacznie tańszy i szybszy. Myślę, że będzie to część naszej strategii”.

    Gotowość nie oznacza jednak bezkrytycznego przyjęcia. Oznacza strategiczne przygotowanie. Vibe coding to potężny most między potrzebami obywateli a cyfrowymi rozwiązaniami, między wiedzą merytoryczną urzędników a możliwościami technologii. Jednak każdy most potrzebuje solidnych filarów.

    Dla sektora publicznego tymi filarami są: nowoczesne ramy ładu korporacyjnego, inwestycja w bezpieczeństwo i testy, które dotrzymują kroku AI, oraz kultura odpowiedzialnego eksperymentowania. Jeśli CIO zdołają je zbudować, „kodowanie na fali” może stać się nie modnym sloganem, a realnym katalizatorze zmiany – w tempie, na jakie od lat czekają zarówno urzędnicy, jak i obywatele.