Nepíšete kód. Vlastníte „AI tým”

Většina lidí používá Coding Agent pořád jako tech leada: návrh systému hlídá osobně, code review dělá řádek po řádce, každý řádek od AI musí zkontrolovat, než ho commitne. Kvalita je tím samozřejmě zajištěná. Ale za jakou cenu? Jste největší bottleneck celé výrobní linky. Všechna rozhodnutí čekají na vás, všechny detaily procházejí přes vás a produktivita agenta je uvězněná ve vaší pozornosti a čase.

Nezávislí vývojáři, kteří reálně vydělávají, už dávno udělali klíčový posun: z TL na EM. Lidsky: TL znamená, že hlídáte každý řádek kódu. EM znamená, že hodnotíte jen výsledek – funguje, nebo nefunguje. TL se ptá „je tenhle kód napsaný správně?”, EM se ptá „prošla tahle funkce akceptací?”. Změna vypadá nepatrně, ale ve skutečnosti posouvá vaši kapacitu z „výkonu jednoho člověka” na „výkon celého týmu”.

Proč se teď dá pustit řízení z rukou: modely překročily kritický bod

Předpoklad pro uvolnění rukou je kvalita kódu. A ta letos drží: podle hlavních veřejných benchmarků píšou top modely kód s úspěšností přes 80 % a oproti předchozí generaci je to drtivý náskok (konkrétní žebříčky a čísla se liší podle metodiky – mrkněte sami na Artificial Analysis nebo SWE-Bench, nevěřte žádným převyprávěním, ani tomu mojemu).

Co z toho plyne? Že kód od AI stačí lehce ověřit a velké odchylky nehrozí. Mezní užitek z řádkového review je už tak nízký, že se nevyplácí. Zůstat v roli TL znamená utrácet svůj nejdražší čas za nejméně výnosnou kontrolu kvality. Trh vám nezaplatí za vaši „nejistotu”. Klient platí za dodaný výsledek.

Cesta 1: „potvrzení návrhu + cílové řízení” místo hlídání každého řádku

Jak na to prakticky? První krok je změna workflow. Jakmile víte, jakou funkci chcete, projděte s agentem technický návrh. Po jeho potvrzení mu předejte cíl i návrh a nechte ho pracovat – psaní kódu i spouštění automatických testů. Vaše jediná práce: po dokončení akceptovat funkci, ne kontrolovat detaily kódu.

Tady je šablona promptu, kterou můžete rovnou zkopírovat:

1
2
3
4

Chci udělat [popis funkce].
Omezení: [technologický stack / platforma / povinná kompatibilita].
Nejdřív vypiš technický návrh: 1) rozdělení do modulů; 2) tok dat; 3) možná úskalí.
Kód piš až po mém schválení návrhu. Po dokončení sám proběhni testy a vlož mi výsledky.

Akceptaci držte na jednoduchém checklistu – kód vůbec neotvíráte:

• Hlavní flow projdete ručně, hlavní cesta bez chyb
• Vyzkoušíte po jednom hraničním případu (prázdný vstup, extrémně dlouhý vstup, výpadek sítě)
• Všechny automatické testy, které agent doplnil, procházejí
• Když se objeví bug, nelezete do kódu – popíšete projev agentovi, on ho reprodukuje, opraví, doplní test a vy znovu akceptujete

Jádro téhle metody je posunutí verifikace dopředu. V režimu TL ověřujete na úrovni kódu – extrémně drahé. V režimu EM ověřujete na úrovni funkce – pár kliknutí, jedno projetí, pár minut. Váš čas v celém cyklu padá jen na dvě věci: promyslet, co se má udělat, a potvrdit, že je to udělané správně.

Cesta 2: výběr technologií od „co umím” k „co je nejvhodnější”

Změna role má skrytý bonus: výběr stacku už není svázaný hranicemi vašich dovedností. V TL myšlení podvědomě saháte po technologiích, které znáte, protože umíte opravit, co se rozbije. V EM myšlení jen posoudíte, co je pro projekt nejlepší, a zbytek necháte na agentovi.

Jeden nezávislý vývojář popsal tuhle cestu (podle zdrojového příspěvku, neověřeno): u aplikace na překlad titulků začal s Electronem, protože znal frontend, ale s výkonem nebyl spokojený. Přešel na Swift + AppKit, které vůbec neuměl, a s pomocí AI to šlo bez zádrhelu. U dalšího multiplatformního produktu jako první volbu zvolil Rust, ve kterém nikdy nic nenapsal. Jestli je ten příběh pravdivý, posuďte sami – ale logika za ním je ověřitelná: dnes večer si udělejte experiment. Vyberte stack, který neznáte, a nechte agenta, aby vás provedl napsáním 100řádkového nástroje. Uvidíte, jestli vás to zastaví. Zkrátka: hranice dovedností už nejsou výmluva, stack se vybírá čistě podle vhodnosti.

Cesta 3: rychlost iterací jako konkurenční výhoda – a trocha počítání

Když tenhle režim rozjedete, dodací lhůta se zkrátí z týdnů na dny. Klient ráno napíše zadání, odpoledne vidí verzi k akceptaci. Konkurence iteruje jednou týdně, vy jednou denně. Na bazarech, Pinterestu nebo Upworku nabízí AI vývoj spousta lidí, ale většina je pořád ve fázi „AI mi pomáhá psát kód”. S EM režimem proti nim hrajete jinou ligu.

Pojďme počítat (konzervativní odhad, dosaďte si vlastní sazby):

• Typická zakázka „malý nástroj / miniaplikace na míru”, cena 5 000 Kč
• Režim TL: jedna zakázka včetně úprav 5 dní, naplno 4 zakázky měsíčně → 20 000 Kč měsíčně
• Režim EM: návrh + akceptace 1,5 dne, během práce agenta paralelně berete další zakázku, reálná obsazenost 2 dny na zakázku → 8–10 zakázek měsíčně, tedy 40 000–50 000 Kč
• Náklady: AI předplatné i v nejvyšší variantě cca 700 Kč měsíčně, míra přepracování po zavedení checklistu cca 10 %, na zakázku půl dne rezervy

Tedy stejný měsíc, rozdíl přes 20 000 Kč – a v EM režimu je vaším limitem objem poptávky, ne rychlost rukou. Do inzerátu rovnou napište „funkční verze do 48 hodin”. To je diferenciace, kterou konkurence jen tak neokopíruje.

Jediný bottleneck: když nevíte, co chcete

Ten režim má reálné omezení: když přijde čas vymyslet novou velkou verzi nebo směr produktu, bottleneckem jste zase vy. Agent je sebelepší, ale dokáže vykonat jen cíl, který jste promysleli. Pokud sami nevíte, co chcete, nevyprodukuje ani řádek užitečného kódu.

Takže EM režim na člověka klade paradoxně vyšší nároky – ne na technickou hloubku, ale na produktový úsudek. Musíte investovat čas do toho, co lidé hledají na Amazonu a bazarech, na co si stěžují v diskuzích na Redditu a Pinterestu, jaké nástrojové obsah létá na TikToku. Veškerý čas ušetřený na code review přelijte do „promýšlení, co stavět”. Tam v tomhle modelu člověk patří.

Začněte dnes: tři kroky k přepnutí role

Pokud jste ještě nevzali žádnou zakázku, nespěchejte rovnou na zdvojení kapacity. Vstupní varianta: pověste na bazar nebo Facebook Marketplace inzerát „AI nástroje na míru” za 1 000–1 700 Kč a projděte první zakázku těmito třemi kroky. Získáte znovupoužitelné workflow a cit pro reálné ceny.

Krok jedna: vezměte nějaký malý projekt z ruky a násilím si zakážte otevřít soubory s kódem. Jen napište návrh, zadejte cíl, udělejte funkční akceptaci – a změřte si čas. To jsou vaše vlastní data z první ruky, cennější než jakákoli cizí case study. Krok dva: „bug nejdřív popsat agentovi k reprodukci a opravě” si natrénujte do svalové paměti. Do kódu sami neskáčete. Krok tři: u dalšího projektu záměrně zvolte stack, který neumíte, ale který je nejvhodnější – a ověřte, jestli vás AI přenese přes.

Kritický bod schopností AI codingu už pominul. Redistribuce zisku právě probíhá – od „lidí, kteří umí s AI psát kód” k „lidem, kteří umí řídit AI tým”. Dnes večer si vyberte jeden projekt a projděte EM workflow podle šablony a checklistu výše.