Bez hype'u
Zacznij pisać, aby wyszukać...
↑↓nawigacja↵otwórz
CtrlKszukaj

Notatki

Krótkie analizy z budowania: obserwacje, błędy i wnioski składane w ramy. Jeśli chcesz rozwinięcie i dodatkowy kontekst - newsletter.

Produkt MVP Decyzje Architektura Tech stack AI LLM Kontekst Wszystkie tagi →
Widok konstelacji

AI nie pamięta. Ekosystem wokół niego już może.

Pamięć AI to pliki, wektory i grafy - nie uczenie się. Trzy typy trwałej pamięci, spektrum kontroli user-AI i problemy których nikt jeszcze nie rozwiązał.

AI
Czytaj więcej

Hook to trzy linie logiki między zdarzeniem a reakcją.

Hook to kod który odpala się automatycznie w reakcji na zdarzenie w cyklu życia sesji AI. Obserwuje, automatyzuje i kontroluje to, czego skille i orkiestracja nie widzą.

AI
Czytaj więcej

Orkiestracja AI to nie kolejka zadań. To zarządzanie chaosem.

Orkiestracja zarządza kontekstem, kolejnością i zależnościami między agentami - nie kolejką zadań. A każdy model koordynacji ma cenę.

AI
Czytaj więcej

LLM-as-a-judge - co wpływa na jakość recenzji, a co nie

Na jakość recenzji AI najmniej wpływa prompt. Istnieją dwie ważniejsze zmienne - relacja recenzent-autor i generacja modelu - obie zmieniają wynik o dziesiątki punktów procentowych.

AI
Czytaj więcej

Skill to pamięć mięśniowa AI. Uczysz raz - nie tłumaczysz od nowa co sesję.

AI z narzędziami ale bez skilli to stażysta z dostępem do wszystkich systemów. Skill mówi co robić, w jakiej kolejności i kiedy przestać - bez powtarzania instrukcji co sesję.

AI
Czytaj więcej

MCP to standard, który łączy AI z narzędziami. Co to zmienia w codziennym używaniu AI?

MCP (Model Context Protocol) standaryzuje jak AI łączy się z narzędziami. Jedno narzędzie, podłączone raz, działa w Claude, Cursor, VS Code i każdej innej aplikacji AI.

AI
Czytaj więcej

Autonomia AI to nie feature. To architektura.

Autonomia AI nie wynika z modelu. Wynika z warstw wokół niego - narzędzi, pamięci, koordynacji. Każda warstwa odblokowuje nowy stopień samodzielności.

AI Architektura
Czytaj więcej

LLM to nie czarna skrzynka. Ścieżka od tekstu do odpowiedzi.

Pod pokrywą LLM kryje się pięć konkretnych mechanizmów - tokenizer, embedding, transformer, wagi, generator. Żaden z nich nie myśli - ale razem generują tekst który wygląda jakby rozumiał.

AI LLM Architektura
Czytaj więcej

LLM to nie cała scena AI. Co jest w cieniu?

LLM zdominował dyskurs o AI, ale większość ciężkiej roboty wykonują inne modele - poza widokiem szerszej publiczności.

AI LLM
Czytaj więcej

Okno kontekstowe LLM mierzy pojemność. Nie mierzy uwagi.

Okno kontekstowe określa ile tokenów model przyjmie, nie jak je przetworzy. Uwaga modelu ma kształt litery U - środek kontekstu dostaje jej systematycznie najmniej.

AI LLM Kontekst
Czytaj więcej

Pierwszy użytkownik jest ważniejszy niż pierwszy feature

Każdy feature przed pierwszym użytkownikiem to zakład - nie inwestycja. Im więcej zakładów piętrzysz, tym mocniej bronisz tego czego nikt nie potwierdził.

Produkt MVP Decyzje
Czytaj więcej

Produkt odpowiada na pytanie użytkownika, nie na wizję twórcy.

Twórca definiuje 'problem' na swoim poziomie abstrakcji. Użytkownik myśli pytaniami - konkretnymi, osadzonymi w bólu. Produkt zbudowany wokół pytania użytkownika ma naturalny filtr. Produkt zbudowany wokół wizji twórcy - nie.

Produkt Decyzje
Czytaj więcej

Tech stack to nie wybór narzędzia. To decyzja na kilka wersji w przód.

Wybór tech stacku wygląda jak decyzja techniczna. W praktyce to decyzja produktowa - i powinna sięgać dalej niż pierwszy release.

Architektura Tech stack Decyzje
Czytaj więcej

Granica MVP jest umowna. I to jest pułapka.

Granica MVP dryfuje w górę nie dlatego, że ludzie nie umieją ciąć zakresu. Dryfuje, bo nikt nie postawił pytania - a bez pytania każda funkcja wydaje się konieczna.

Produkt MVP Decyzje
Czytaj więcej

Więcej analiz w newsletterze

Notes to początek - w newsletterze rozwijam tematy i dodaję kontekst. 1–2 razy w miesiącu.

Zero spamu. Polityka prywatności