AI-Assisted Coding w tworzeniu oprogramowania

Szkolenie otwarte · 17–18 grudnia 2026

Warszawa · Stacjonarnie · 2 dni · Szkolenie prowadzone po polsku

Cena: 3000 zł netto za osobę

Zgłoś udział

Po zgłoszeniu skontaktuję się z Tobą, aby potwierdzić dostępność miejsca i ustalić dane do faktury. Wysłanie formularza nie jest jeszcze potwierdzeniem rezerwacji.

Opis szkolenia

Praktyczne szkolenie o pracy z agentami AI w całym procesie tworzenia oprogramowania: od wymagań i projektu rozwiązania, przez implementację, po wdrożenie i wydanie. Poznasz możliwości i ograniczenia agentów oraz sposoby budowania powtarzalnych workflow z kontrolą nad jakością efektów.

Program obejmuje Claude Code, Codex i OpenCode oraz ich elementy: skills, subagentów, hooks, pętle weryfikacji i pracę w tle. Przyjrzymy się również podejściu AI-native, w którym agenci i automatyzacja przejmują coraz więcej zadań w procesie developmentu.

Podczas warsztatu zbudujesz i skonfigurujesz przykładowy workflow. Przećwiczysz przekazywanie kontekstu i standardów, podział pracy oraz sprawdzanie rezultatów. Nauczysz się rozpoznawać, co pomaga, a co powoduje błędy, przestoje i zbędne poprawki.

Pracujemy na przykładach szkoleniowych. Wdrożenie workflow w Twoim zespole będzie wymagało dalszej pracy z jego rzeczywistymi wymaganiami, kodem i procesem; warsztat przygotowuje Cię do tego zadania.

Dla kogo?

Dla programistów, tech leadów i architektów, którzy chcą świadomie włączyć agentów AI w codzienną pracę nad oprogramowaniem i wypracować wspólne praktyki zespołu.

Doświadczenie prowadzącego

Mariusz Sieraczkiewicz — w jednym zespole współtworzę podejście AI-native, a w drugim wspieram klasyczny proces developerski: opracowuję workflow, pomagam automatyzować części procesu i uczę korzystania z narzędzi AI, takich jak Claude Code. Na szkoleniu omawiam praktyki, trudności i wnioski z tej pracy.

Program w skrócie

1. Możliwości i ograniczenia tworzenia oprogramowania z agentami AI
2. Agenci programistyczni
3. Budowanie workflow
4. Wymagania, analiza i dokumentacja wspierane przez AI
5. Projektowanie i architektura wspierane przez AI
6. Implementacja wspierana przez AI
7. Wdrażanie i wydawanie oprogramowania z AI
8. Zagadnienia zaawansowane
9. Kolejny krok: tworzenie oprogramowania w podejściu AI-native

Program szczegółowy

Moduł 1: Możliwości i ograniczenia tworzenia oprogramowania z agentami AI

• Czym jest tworzenie oprogramowania z agentami i gdzie kończą się ich możliwości
• Obecne zastosowania w firmach: gdzie agenci przynoszą wartość
• Ograniczenia: niezawodność, kontekst, koszty i granice zaufania
• Kierunki rozwoju i przyszłe możliwości

Moduł 2: Agenci programistyczni

• Przegląd narzędzi: Claude Code, Codex i OpenCode
• Najważniejsze funkcje i różnice między agentami
• Skills, subagenci i hooks jako elementy wielokrotnego użytku
• Pętle weryfikacji i budowanie wiarygodności wyników
• Zadania zaplanowane i agenci pracujący w tle

Moduł 3: Budowanie workflow

• Elementy powtarzalnego workflow
• Kroki i działania, usługi, wiedza oraz punkty kontroli
• Od rzeczywistego procesu do projektu workflow wspieranego przez AI
• Odwzorowanie procesu zespołu w workflow: zasady i ćwiczenie na przykładzie szkoleniowym

Moduł 4: Wymagania, analiza i dokumentacja wspierane przez AI

• Przekształcanie rozmów i notatek w uporządkowane wymagania
• Analiza zakresu, przypadków brzegowych i niejednoznaczności
• Generowanie i aktualizowanie dokumentacji
• Udział człowieka w weryfikacji i akceptacji

Moduł 5: Projektowanie i architektura wspierane przez AI

• Analizowanie wariantów rozwiązania i kompromisów
• Przygotowywanie projektów architektury, diagramów i zapisów decyzji
• Przegląd spójności projektu, ryzyk i ograniczeń
• Utrzymywanie zgodności dokumentacji projektowej z kodem

Moduł 6: Implementacja wspierana przez AI

• Prowadzenie implementacji z agentami z zachowaniem kontroli
• Praca od testów i implementacja oparta na weryfikacji
• Przegląd, refaktoryzacja i dopracowanie wygenerowanego kodu
• Zarządzanie kontekstem, zakresem i precyzyjnymi zmianami

Moduł 7: Wdrażanie i wydawanie oprogramowania z AI

• Automatyzacja budowania, wdrażania i wydawania z agentami
• Kontrole przed wydaniem, punkty akceptacji i wycofywanie zmian
• Obserwowalność i weryfikacja po wydaniu
• Łączenie automatyzacji z kontrolą człowieka

Moduł 8: Zagadnienia zaawansowane

• Praca z wieloma repozytoriami i monorepo
• Konfigurowalne workflow dla różnych projektów i kontekstów
• Współpraca w zespole: wspólne konwencje, skills i zabezpieczenia

Moduł 9: Kolejny krok — tworzenie oprogramowania w podejściu AI-native

• Agenci wykonujący ciągłą pracę w tle
• Automatyzacja w całym cyklu tworzenia oprogramowania
• Projektowanie praktyk zespołu opartych na AI-native

Co wyniesiesz ze szkolenia?

• Zrozumienie możliwości i ograniczeń agentów AI
• Praktykę korzystania z agentów, skills, subagentów, hooks i pętli weryfikacji
• Przykładowy workflow oraz umiejętności potrzebne do dostosowania podejścia do własnego zespołu
• Sposoby wykorzystania agentów od wymagań po wdrożenie
• Podstawy rozwijania pracy w kierunku AI-native

Zgłoś udział — 17–18 grudnia

Zapytaj o szkolenie zamknięte dla zespołu

AI-Assisted Coding in Software Development

Open training · 17–18 December 2026

Warsaw, Poland · In person · 2 days · Training conducted in Polish

Price: PLN 3,000 net per person

Request a place

After you submit the form, I will contact you to confirm availability and arrange invoicing details. Submitting the form does not confirm your reservation.

TRAINING DESCRIPTION

This training takes a pragmatic, buzzword-free look at agentic software development: what coding agents can and cannot do today, and how to put them to work across the entire software lifecycle. Instead of chasing demos, participants learn to design reliable, repeatable AI-assisted workflows—from requirements gathering and design through implementation, deployment, and release.

The course covers today’s leading coding agents (Claude Code, Codex, OpenCode) and their core building blocks—skills, subagents, hooks, verification loops, and scheduled or background work. Participants practise designing and configuring a sample AI-assisted workflow, then explore AI-native development, where background agents and automation carry a growing share of the work. The exercises use training examples. Applying this approach in your own team requires further work with its actual requirements, codebase, and process. You will learn to recognise practices that help and those that cause errors, delays, and unnecessary rework.

This training is for software developers, tech leads, and architects who want to move beyond ad-hoc prompting and build a dependable, team-wide practice of AI-assisted development.

Trainer experience

Mariusz Sieraczkiewicz — I help introduce AI-native development in one team and support a conventional development team in another by designing workflows, automating parts of the process, and teaching AI tools such as Claude Code. The workshop draws on the practices, difficulties, and lessons from this work.

BASIC PROGRAM

• Module 1: Capabilities and Limitations of Agentic Software Development
• Module 2: Coding Agents
• Module 3: Building Workflows
• Module 4: AI-Assisted Requirements Gathering, Analysis, and Documentation
• Module 5: AI-Assisted Software Design and Architecture
• Module 6: AI-Assisted Implementation
• Module 7: AI-Assisted Deploy and Release
• Module 8: Advanced Topics
• Module 9: A Step Further — AI-Native Software Development

DETAILED PROGRAM

Module 1: Capabilities and Limitations of Agentic Software Development

• What agentic software development is—and what it is not
• Current state of the art in companies: where agents already deliver value
• Honest limitations: reliability, context, cost, and trust boundaries
• Future options and where the field is heading

Module 2: Coding Agents

• Overview of current coding agents (Claude Code, Codex, OpenCode)
• Main features of coding agents and how they differ
• Skills, subagents, and hooks as reusable building blocks
• Verification loops and reliability engineering for trustworthy output
• Scheduled work and background agents

Module 3: Building Workflows

• Workflow anatomy: the elements that make a workflow repeatable
• Steps and actions, services, knowledge, and gates
• From a real-life workflow to an AI-assisted workflow design
• Mapping a team development process into a workflow: principles and practice with a training example

Module 4: AI-Assisted Requirements Gathering, Analysis, and Documentation

• Turning conversations and raw notes into structured requirements
• Analyzing scope, edge cases, and ambiguities with agents
• Generating and maintaining living documentation
• Keeping humans in the loop for validation and sign-off

Module 5: AI-Assisted Software Design and Architecture

• Exploring design options and trade-offs with agents
• Producing architecture drafts, diagrams, and decision records
• Reviewing designs for consistency, risks, and constraints
• Keeping design artifacts synchronized with the codebase

Module 6: AI-Assisted Implementation

• Driving implementation through agents while staying in control
• Test-first and verification-driven coding with agents
• Reviewing, refactoring, and hardening generated code
• Managing context, scope, and surgical changes

Module 7: AI-Assisted Deploy and Release

• Automating build, deploy, and release steps with agents
• Release checks, gates, and rollbacks
• Observability and post-release verification
• Balancing automation with safe human control points

Module 8: Advanced Topics

• Multirepo and monorepo support
• Configurable workflows for different projects and contexts
• Working in a team: shared conventions, skills, and guardrails

Module 9: A Step Further — AI-Native Software Development

• Background agents that carry ongoing work
• Automation across the development lifecycle
• Designing a team practice where AI-native development is the default

KEY TAKEAWAYS

• Understand what agentic software development can and cannot do today—without the hype.
• Work fluently with modern coding agents and their skills, subagents, hooks, and verification loops.
• Build a sample AI-assisted workflow and learn how to adapt the approach to your team.
• Apply agents across the full lifecycle: requirements, design, implementation, deploy, and release.
• Take the step toward AI-native development with background agents and automation.

Request a place — 17–18 December