Boris Cherny, inżynier w Anthropic i twórca Claude Code, opublikował niedawno szczegółowy opis swojego codziennego obiegu pracy z tym narzędziem. Dla wielu programistów to był moment otwarcia oczu - okazało się, że nawet twórca agenta kodującego nie traktuje go jak magicznej różdżki, ale jak zaawansowanego partnera w pracy, który wymaga konkretnych zasad współpracy. I właśnie te zasady mogą zmienić sposób, w jaki polskie zespoły programistyczne podchodzą do codziennych zadań.
Dlaczego to ważne dla polskich firm? Bo Polska ma ponad 300 tysięcy programistów, a sektor IT odpowiada za około 8% PKB. Jednocześnie większość software house'ów i wewnętrznych zespołów deweloperskich w MŚP boryka się z tym samym problemem - za dużo pracy, za mało rąk do kodowania. Claude Code i podobne narzędzia nie zastępują programistów, ale mogą sprawić, że pięcioosobowy zespół będzie pracował z wydajnością dziesięcioosobowego. Pod warunkiem, że wie się, jak z nich korzystać.
Przyjrzyjmy się temu, co dokładnie ujawnił Cherny, i jak przełożyć jego podejście na realia polskiego rynku IT.
Czym jest Claude Code i dlaczego budzi tyle emocji
Claude Code to agent AI działający w terminalu, stworzony przez Anthropic. W odróżnieniu od zwykłego czatu z modelem językowym, Claude Code ma dostęp do systemu plików, może uruchamiać polecenia, edytować kod, tworzyć commity w Gicie i samodzielnie testować swoje rozwiązania. To nie jest podpowiadacz - to narzędzie, które potrafi samodzielnie realizować wieloetapowe zadania programistyczne.
Według danych Anthropic, od momentu uruchomienia w lutym 2025 roku Claude Code stał się najszybciej rosnącym produktem firmy. Sam Anthropic używa go wewnętrznie do budowy swoich modeli - co oznacza, że narzędzie jest testowane w jednym z najbardziej wymagających środowisk na świecie. Cherny ujawnił, że ponad 80% kodu w niektórych wewnętrznych projektach Anthropic jest teraz generowane lub współtworzone przez Claude Code.
To nie jest jednak narzędzie, które wpisujesz "zrób mi aplikację" i dostajesz gotowy produkt. Cherny podkreśla, że jakość wyników zależy bezpośrednio od jakości instrukcji i struktury pracy. I tu zaczyna się najciekawsza część jego ujawnionego obiegu pracy.
Obieg pracy Cherny'ego - co z niego wynika dla polskich zespołów
Boris Cherny opisał swój obieg pracy w kilku punktach, które brzmią zaskakująco prosto, ale kryją w sobie istotne zmiany w myśleniu o programowaniu.
Po pierwsze: plik CLAUDE.md jako fundament. Cherny tworzy w każdym repozytorium plik z instrukcjami dla agenta - opisuje konwencje kodowania, strukturę projektu, preferowane wzorce i zasady, których agent ma przestrzegać. To odpowiednik onboardingu nowego pracownika. Polskie firmy, które mają już wewnętrzne style guide'y i dokumentację architektury, mogą je niemal bezpośrednio przekształcić w taki plik. Te, które ich nie mają - wreszcie dostaną motywację, żeby je stworzyć, bo agent bez kontekstu generuje kod generyczny i często niezgodny z konwencjami zespołu.
Po drugie: planowanie przed kodowaniem. Zamiast od razu prosić agenta o napisanie kodu, Cherny najpierw każe mu przeanalizować istniejącą bazę kodu, zrozumieć architekturę i zaproponować plan działania. Dopiero po zatwierdzeniu planu agent przechodzi do implementacji. To podejście eliminuje jeden z największych problemów pracy z AI - sytuację, w której agent pisze dużo kodu, ale w złym kierunku, i trzeba wszystko wyrzucić.
Po trzecie: małe, atomowe zadania. Cherny nie prosi Claude Code o "zbudowanie całego modułu autoryzacji". Rozbija pracę na małe kroki - stwórz interfejs, napisz testy, zaimplementuj logikę, zrefaktoryzuj. Każdy krok jest weryfikowany przed przejściem do następnego. Dla polskich zespołów pracujących w Scrumie to naturalne dopasowanie - jeden ticket w Jirze może odpowiadać jednemu zadaniu dla agenta.
Po czwarte: równoległe sesje. Cherny uruchamia kilka instancji Claude Code jednocześnie, każda pracuje nad innym zadaniem. To jak zarządzanie zespołem juniorów - trzeba im dać jasne instrukcje, ale mogą pracować równolegle. Jeden agent pisze testy, drugi implementuje funkcjonalność, trzeci aktualizuje dokumentację. Dla małego polskiego software house'u z trzema seniorami to oznacza, że każdy z nich może nadzorować kilka równoległych strumieni pracy.
Konkretne zastosowania w polskich firmach
Przejdźmy od teorii do praktyki. Gdzie polskie MŚP mogą realnie wykorzystać Claude Code?
Migracje i modernizacja kodu. Wiele polskich firm utrzymuje aplikacje napisane w starszych wersjach frameworków - PHP 7, Angular.js, jQuery. Ręczna migracja to setki godzin monotonnej pracy. Claude Code potrafi przeanalizować istniejący kod, zaproponować plan migracji i wykonać dużą część mechanicznej pracy - przepisywanie komponentów, aktualizację składni, poprawę typów. Firma z Wrocławia, która publicznie opisała swoje doświadczenia na blogu technicznym, zredukowała czas migracji aplikacji z Angulara 12 do Angulara 17 z szacowanych 6 tygodni do 10 dni roboczych, używając agenta AI do generowania szkieletów komponentów i aktualizacji testów.
Pisanie i uzupełnianie testów. Pokrycie kodu testami to zmora polskich zespołów deweloperskich. Według raportu Bulldogjob z 2024 roku, ponad 40% polskich programistów przyznaje, że ich projekty mają niewystarczające pokrycie testami. Claude Code może przeanalizować istniejący kod i wygenerować testy jednostkowe, integracyjne, a nawet scenariusze testów end-to-end. Oczywiście wygenerowane testy trzeba przejrzeć i zweryfikować - agent nie zna kontekstu biznesowego tak dobrze jak człowiek - ale sam szkielet testów oszczędza ogromną ilość czasu.
Przeglądy kodu i refaktoryzacja. Claude Code może działać jako pierwszy recenzent w procesie code review. Zanim senior developer poświęci czas na przegląd pull requesta, agent może sprawdzić zgodność z konwencjami, wykryć potencjalne problemy z wydajnością, zasugerować uproszczenia. To nie zastępuje ludzkiego przeglądu, ale filtruje trywialne uwagi i pozwala seniorom skupić się na kwestiach architektonicznych.
Generowanie dokumentacji. Polskie firmy, które pracują dla klientów zagranicznych, często muszą utrzymywać dokumentację techniczną w języku angielskim. Claude Code potrafi przeanalizować kod i wygenerować dokumentację API, opisy modułów, komentarze do skomplikowanych funkcji. Dla firm outsourcingowych, które stanowią znaczną część polskiego rynku IT, to realna oszczędność czasu przy onboardingu nowych klientów.
Prototypowanie i proof of concept. Małe polskie startupy i firmy produktowe mogą używać Claude Code do szybkiego budowania prototypów. Zamiast spędzać tydzień na stworzeniu MVP, zespół dwuosobowy może mieć działający prototyp w dwa dni. To zmienia ekonomikę eksperymentowania - testowanie nowego pomysłu biznesowego staje się tańsze, więc można testować więcej pomysłów.
Ograniczenia i pułapki, o których trzeba wiedzieć
Byłoby nieuczciwe opisywać Claude Code bez mówienia o ograniczeniach. I sam Cherny o nich wspomina.
Koszty. Claude Code działa na modelu Claude Sonnet 4 lub Claude Opus, co oznacza zużycie tokenów przy każdym zapytaniu. Intensywna praca z agentem może generować koszty rzędu 50-200 dolarów miesięcznie na jednego programistę, w zależności od wybranego planu (Claude Max za 100 lub 200 dolarów miesięcznie). Dla polskiego MŚP to istotna pozycja w budżecie - trzeba ją zestawić z realną oszczędnością czasu.
Halucynacje i błędy. Agent potrafi generować kod, który wygląda poprawnie, ale zawiera subtelne błędy logiczne. Szczególnie w złożonych systemach rozproszonych lub przy nietypowych wymaganiach biznesowych. Cherny sam przyznaje, że każdy wynik agenta wymaga ludzkiej weryfikacji. To nie jest narzędzie, które można zostawić bez nadzoru - przynajmniej na obecnym etapie rozwoju.
Krzywa uczenia się. Efektywna praca z Claude Code wymaga nowego zestawu umiejętności. Trzeba umieć formułować precyzyjne instrukcje, strukturyzować zadania, weryfikować wyniki. Programista, który nigdy nie pracował z agentami AI, potrzebuje 2-4 tygodni, żeby wypracować skuteczny obieg pracy. To inwestycja czasu, która się zwraca, ale nie jest zerowa.
Bezpieczeństwo danych. Claude Code ma dostęp do kodu źródłowego, co dla firm pracujących z wrażliwymi danymi (fintech, medtech, sektor publiczny) może być problematyczne. Anthropic oferuje opcje pracy z zachowaniem prywatności danych, ale każda firma powinna przeanalizować to pod kątem swoich polityk bezpieczeństwa i wymogów RODO, zanim wdroży narzędzie na szeroką skalę.
Jak zacząć - praktyczny plan dla polskiego zespołu
Jeśli prowadzisz zespół programistyczny w polskiej firmie i chcesz przetestować podejście Cherny'ego, oto plan na start:
- Tydzień 1: Wybierz jednego programistę-pilota. Niech założy konto Claude Pro lub Max i zainstaluje Claude Code. Pierwszym zadaniem niech będzie stworzenie pliku CLAUDE.md dla waszego głównego repozytorium.
- Tydzień 2: Pilot testuje agenta na zadaniach niskiego ryzyka - generowanie testów, refaktoryzacja małych modułów, pisanie dokumentacji. Zapisuje czas spędzony na zadaniach z agentem i bez niego.
- Tydzień 3-4: Analiza wyników. Czy agent realnie przyspieszył pracę? Gdzie się sprawdził, a gdzie nie? Na tej podstawie decyzja o rozszerzeniu na cały zespół.
- Miesiąc 2: Wdrożenie dla całego zespołu z wypracowanymi przez pilota zasadami i plikami konfiguracyjnymi.
Ten stopniowy proces minimalizuje ryzyko i pozwala zebrać twarde dane, zanim firma zainwestuje w licencje dla wszystkich programistów.
Jedno jest pewne - obieg pracy ujawniony przez Cherny'ego to nie chwilowy trend. To zapowiedź nowego standardu w branży, w którym programista staje się bardziej architektem i recenzentem niż osobą piszącą każdą linijkę kodu ręcznie. Polskie firmy, które zaczną budować kompetencje w pracy z agentami AI teraz, będą miały realną przewagę konkurencyjną za 12-18 miesięcy - zarówno w szybkości dostarczania projektów, jak i w zdolności przyciągania programistów, którzy chcą pracować nowocześnie. A te, które zignorują ten kierunek, mogą się obudzić w sytuacji, gdzie ich konkurenci realizują projekty dwa razy szybciej za połowę kosztów.