#ai

Pierwsze 70% idzie gładko, ostatnie 30% łamie ludzi. Dlaczego z AI zakopujesz się w projektach szybciej, trzy sygnały, że właśnie toniesz, i trzy rzeczy, które pozwalają w końcu dowieźć wersję 1.0.

Sześć podstaw, które oddzielają Cię od budowania własnych narzędzi z AI. Żadna nie wymaga bootcampu. I dlaczego bez nich nawet najlepszy model zostawia Cię z działającą plątaniną.

Pięć etapów, przez które model sam się nie poprowadzi: zadanie, plan, wykonanie, dokumentacja, debug. Plus twarde dane o tym, jak modele oszukują na testach.

Pętla zwrotna, kontekst, plan i własne narzędzia — cztery klocki, które dzielą traktowanie modelu jak chat od używania go jak narzędzia, które wykonuje za Ciebie realną robotę.

Jak w 7 etapach zbudowałem skilla do edycji wideo — od 'nie chce mi się' po gotowe narzędzie, które robi brudną robotę za mnie.

Dlaczego logi, testy i ciągła optymalizacja promptów to kluczowy element budowania narzędzi opartych na modelach AI.

Szczera odpowiedź na pytanie, czy warto uczyć się programowania w erze AI — punkt po punkcie, bez frazesów.

Jak skille w Claude Code rozwiązały moje wieloletnie problemy z pamięcią i chaosem w infrastrukturze.

Dlaczego powstał ten blog, czym jest PIY i skąd pomysł.