Description

Czy Twoja praca wygląda dziś tak samo jak 3 lata temu? A może już teraz sam robisz tyle, co kiedyś cały zespół? Jeśli korzystasz z AI w kodowaniu, ale masz wrażenie, że przepalasz tokeny bez większego efektu, a agenci „odpływają" i robią co chcą - ten odcinek pomoże Ci zrozumieć dlaczego i co z tym zrobić.

Tomasz Ducin wraca do DevTalk, tym razem z kontynuacją tematu LLM-ów, ale o poziom głębiej. To już nie tylko nauka z AI - to praktyka kodowania, gdzie LLM-y mogą być Twoim zespołem juniorów… jeśli wiesz, jak nimi zarządzać. Tomek jako architekt, developer i konsultant, intensywnie pracuje z systemami agentowymi i zna ich możliwości, ale też ograniczenia - bo rozumie, jak to działa od środka.

Z tego odcinka dowiesz się:

• Czy AI to faktycznie „osobisty zespół juniorów" i w jakich taskach naprawdę może przypieszyć Twoją pracę;
• Dlaczego „jesteś ekspertem od Reacta" to nienajlepszy początek prompta;
• Co to jest „higiena kontekstu" i dlaczego większość ludzi przepala niepotrzebnie swoje tokeny;
• Dlaczego execute() bez myślenia to przepis na katastrofę;
• Czym jest Vertical Slices Architecture i dlaczego LLM-y pracują z nią o wiele efektywniej;
• Jak naprawdę działają modele, czyli macierze, wagi, kwantyzacja i co to oznacza dla Twojej pracy;
• Dlaczego przyszłość to zarządzanie kontekstem, a nie większe okna;
• Kiedy AI działa jako pair-programmer, a kiedy to tylko iluzja współpracy?

Linki:

• DevTalk #124 - O Nauce z Pomocą LLM-ów z Tomaszem Ducinem
• DevTalk #09 – O programowaniu w parach z Krzysztofem Szabelskim
• i najważniejsze! W ramach projektu Developer Jutra zapraszamy Cię na [LIVE] DeepDive do serca LLMów w programowaniu • 20 października (poniedziałek), 20:00;

Rozdziały:

00:00 Wstęp i powitanie Tomka

00:35 Tomasz Ducin - od programisty do eksperta LLM

02:44 AI jako osobisty zespół juniorów

07:02 Problem jest prosty = łatwo go naklepać maszynowo

10:10 Programowanie z AI

13:25 execute() - największy błąd w pracy z AI

19:01 Kontekst to budżet, więc przestań go przepalać!

26:40 AI nie jest ekspertem od Reacta

30:10 Jak LLM naprawdę działa: macierze, wagi i matematyka

41:54 Vertical Slices Architecture - dlaczego LLM kocha tę architekturę

48:44 Pair programming z AI

53:01 Deep Research vs Coding Agent

55:04 Prawo Amdahla i przyszłość okien kontekstowych

01:01:50 High effort vs low effort - kwantyzacja w praktyce

01:04:10 Dlaczego warto zrozumieć AI od środka