Rozhovor s tvurcem Moltbotu: Jak uspet v agentnim kodovani

Proc 'uzavreni loopu' oddeluje AI viteze od frustrovanych koderu

Peter Steinberger postavil PSPDFKit - PDF framework na vice nez miliarde zarizeni - pak vyhorel a na tri roky zmizel z tech sveta. Kdyz se v roce 2024 vratil, preskocil GitHub Copilot a GPT-3.5 uplne a pristal primo na Claude Code. Behem mesicu mergoval 600 commitu za jediny den. Je take tvurcem Moltbotu (drive Claudebot) - open-source osobniho AI asistenta, ktery vzal svet solopodnikatelu utekem.

O psychologii hraciho automatu: "It's the same economics as a casino. You press the trigger and ding ding ding—it does crap or it blows your mind." (Je to stejna ekonomika jako v kasinu. Zmacknete spoust a ding ding ding - udela to slejvod nebo vam to vyrazi dech.) Variabilni odmena AI kodovani je skutecne navykova, kdyz se naucite pracovat s nim misto proti nemu.

O tom, co oddeluje efektivni AI kodovani: "The good thing about how to be effective with coding agents is always: you have to close the loop. It needs to be able to debug and test itself. That's the big secret." (Dobra vec na tom, jak byt efektivni s agenty na kodovani, je vzdy: musite uzavrit loop. Musi byt schopen sam se debugovat a testovat. To je velke tajemstvi.) Proto AI exceluje v kodovani, ale boji se s tvurcim psanim - kod lze kompilovat, testovat a overit.

O tom, ze necte vetsinu sveho kodu: Peter priznava, ze shipuje kod, ktery plne necetl, ale vysvetluje, proc to neni tak bezohledne, jak to zni. "Most apps are just data coming in one form, packaged into a different form, stored in a database in a different form... We are pretty chasing printers. The hard part was solved by Postgres 30 years ago." (Vetsina aplikaci je jen data prichazejici v jedne forme, zabalena do jine formy, ulozena v databazi v jine forme... Jsme v podstate honci tiskaren. Ta tezka cast byla vyresena Postgresem pred 30 lety.) Soustredi se na systemovou architekturu a nechava agenty resit instalaterskou praci.

O PR, ktere se stavaji "Prompt Requesty": "I read the prompts more than I read the code because this gives me more idea about the output. I ask people to please add the prompts." (Ctu prompty vice nez ctu kod, protoze to mi dava lepsi predstavu o vystupu. Zadam lidi, aby prosim pridali prompty.) Premysleni o tom, jak by to melo fungovat, je dulezitejsi nez samotna vygenerovana implementace.

O spousteni agentu paralelne: Typicky spousti 5-10 Codex agentu soucasne a zachazi s kodovanim jako s rizenim tymu nedokonalych, ale brilantnich inzenyru. Kdyz jeden agent travi 40 minut na funkcionalite, presouva se k necemu jinemu: "Neustale preskakuji. Obvykle je jeden hlavni projekt, ktery ma moji pozornost, a satelitni projekty, ktere potrebuji pozornost."

O tom, proc firmy boji s adopci AI: "I could easily run a company with 30% of the people. But this requires completely redefining how the company works... You have to do a big refactor first—not just on your codebase, but also on your company." (Mohl bych snadno vest firmu s 30% lidi. Ale to vyzaduje kompletne predefinovat, jak firma funguje... Musite nejdrive udelat velky refaktor - ne jen na svem codebase, ale i na sve firme.)

5 klicovych poznatku pro AI-pohanene vyvojare

• Uzavrete loop - Navrhujte systemy tak, aby si agenti mohli overit svou vlastni praci skrze testy, linting a CLI nastroje. Toto je zakladni princip.
• Premyslejte v architekture, ne v radcich - Starate se o strukturu systemu; agenti resi detaily implementace. "Jsem architekt, Codex dela radek-po-radku porozumeni."
• Postavte CLI-first pro vsechno - CLI umoznuji agentum filtrovat, retezit a skriptovat operace - mnohem silnejsi nez MCP, ktere nelze skladat.
• Nechte perfekcionismus byt - "Drive jsem se poserval na kazdou mezeru, kazde pojmenovani. Zpetne - co to sakra? Zakaznik nevidi vnitrnosti."
• Zachazejte s prompty jako s dokumentaci - Pri review PR prompt, ktery nekdo pouzil, prozrazuje vice o kvalite reseni nez vygenerovany kod.

Co to znamena pro AI-first vyvojove tymy

Petrouv pristup predstavuje fundamentalni posun v tom, jak by mohli seniorni inzenyri pracovat v ere AI. Misto psani kodu se stavaji architekty, kteri navrhují systemy pro overovani agenty a kontrolují kvalitu vystupu. Dovednost neni kodovani - je to vedet, jake otazky se ptat a jak strukturovat feedback loopy, ktere AI pomahaji uspet.

Pro organizace zvazujici AI transformaci je jeho varovani jasne: nemuzete jen pridat AI nastroje do existujicich workflow. Musite restrukturovat, jak firma premysli o vlastnictvi kodu, review a o tom, co dela inzenyra hodnotnym.

Souvisejici: Podivejte se, jak Moltbot funguje v praxi: Moltbot vysvetlen: Vas AI zamestnanec na 24/7