Umělá inteligence

Programátor, který nepíše kód

Libor po deseti letech na volné noze řídí AI agenty, kteří za něj programují. Ukázal, jak to funguje i kde to selhává.

31.10.2026

Kdo je Libor

Libor se na hackathonu představil jako programátor, a hned se opravil: dnes je podle sebe spíš operátor, orchestrátor agentů. Má zhruba deset let zkušeností na volné noze, pracuje stoprocentně z domova a nikdy nebyl v kanceláři, korporátu ani v týmu. Prezentace před cizími lidmi pro něj tedy byla premiéra. Vyvíjí prakticky jakýkoliv software, nejčastěji webové aplikace, a živí se tím naplno – letos má podle svých slov vykázaných kolem 1 600 hodin. Zajímavé je, že ani samotnou prezentaci nepřipravoval on, ale Claude ze záznamu jejich telefonického hovoru s Ondrou. Zadání bylo jasné: má být srozumitelná i pro neprogramátory a nevyhýbat se tomu, co se nepovedlo.

‍

Desetkrát víc commitů

Pro představu, jak se jeho práce změnila, Libor porovnal počet commitů, tedy uložených změn kódu s krátkým popisem, co se změnilo a proč. Za červenec až září 2025 jich udělal 400, za stejné období roku 2026 jich bylo 3 580. Sám to označil za zhruba desetinásobek, ale zároveň upozornil, že je to zvláštní metrika: dřív commitoval méně často a větší kusy kódu, než to dnes dělá AI. Rozdíl je přesto podle něj obrovský. Jeho cesta k tomu vedla přes několik nástrojů. Začal s AI v editorech JetBrains, která mu psala popisky commitů – dřív se všechny jeho commity jmenovaly jen „update“. Pak přišel agentní nástroj Junie, který už sám hledal soubory a dělal úpravy.

‍

Od Cursoru ke Claude Code

Od podzimu 2025 začal využívat programovací agenty naplno. V únoru 2026 přešel na Cursor, editor postavený primárně jako agentní nástroj, kde mu nejlépe fungoval model Gemini. V březnu si nastavil globální pravidla sdílená napříč projekty a nástroji – když agent na něčem selhal, upravil pravidla a změna se propsala všude. V dubnu přešel z Windows na Mac, protože nové AI nástroje často nepodporovaly linuxový subsystém, ve kterém na Windows programoval. V květnu zkusil Claude Code, ale terminálové rozhraní mu na psaní promptů nesedělo. Zůstal až u desktopové aplikace, která pod povrchem používá stejný nástroj. K přechodu ho dohnaly i limity v Cursoru, kde podle něj jednotlivé prompty spotřebovávaly miliony tokenů.

‍

Dva účty Max

Libor popsal, jak se k plánu Max dostal napůl omylem: levnější tarif se mu opakovaně nepodařilo zaplatit, a tak zkusil kliknout na Max, který prošel na první pokus. Od srpna mu ale nestačí ani dvacetinásobný Max, a tak používá dva účty najednou. Vyšší tarif by si podle svých slov objednal, ale žádný není v nabídce. Placené kredity po vyčerpání limitů používá nerad, protože mizí extrémně rychle a vycházejí několikanásobně dráž. Práci dělí tak, že hlavní řídicí session běží v desktopové aplikaci a větší úkoly deleguje workerovi v terminálu pod druhým účtem. Workerů by teoreticky mohlo být víc, každý ve vlastní složce a s vlastním účtem.

‍

Každodenní workflow

Postup je podle Libora pokaždé stejný. Začíná analýzou zadání, které mu dnes sepisuje AI z meetingů, hovorů, e-mailů nebo chatu – on ho jen kontroluje, doplní a schválí. Následuje plán, kde je zadání rozdrobené na menší technicky jasné části, a teprve po jeho schválení se programuje. Pak přichází testy, kontrola a vlastní proklikání aplikace v prohlížeči, při kterém odhalí hlavně drobnosti: pomalé načítání, divné ikony nebo nepovedenou češtinu v popiscích formulářů, se kterou podle něj modely stále bojují. Nakonec schválí nasazení a AI mu připraví e-mail pro klienta, který ještě upraví. Sám tak podle svých slov přestal programovat a stal se vedoucím, ne zedníkem.

‍

Testy místo review

Kontrolovat vygenerovaný kód řádek po řádku Libora bavilo jen pár týdnů – kódu je zkrátka příliš. Došel k závěru, že důležitější než ho číst je ho testovat. AI mu proto píše testy na všechno: na funkce, vstupy a výstupy, API endpointy, zápis do databáze, filtrování i stránkování, a také end-to-end testy, které na pozadí otevřou prohlížeč a kliknou na tlačítko. U jednoho projektu jich má kolem 3 000 a dokud všechny neprojdou, kód nejde dál. Když test selže, agent sám hledá chybu – často je přitom v testu samotném. Libor přiznal, že dřív testy nepsal, protože na ně klienti nikdy neměli rozpočet. Díky AI dnes odevzdává robustnější kód.

‍

Pojistky proti průšvihům

Libor má sadu pravidel, díky kterým podle sebe nemá vážné faily. Z jeho počítače se nikdy nic neodešle – pravidlo není jen v instrukcích pro AI, ale přímo v konfiguraci kódu, takže e-maily, SMS a platby se při testování jen logují. Na produkčních serverech smějí agenti pouze číst; každou změnu mu připraví jako skript, který si sám prohlédne a spustí. Nasazení vždy osobně schvaluje a předchází mu suchý běh. Agenti mají stop podmínky – například když zjistí, že jim kód pod rukama mění jiný agent, zastaví se a ozvou. A když je potřeba něco spočítat, AI napíše skript, místo aby počítala sama, protože podle Libora jinak dochází k nesmyslům.

‍

Kde AI chybovala

Libor ukázal i konkrétní chyby agentů. Analýza logů e-shopu nejdřív tvrdila, že AI agenti tvoří 7,35 % návštěv – započítala ale i vyhledávače jako Google a Bing; po kontrole vyšlo 0,88 %. Z nahrávky hodinu a půl dlouhého meetingu agenti vytáhli 28 úkolů, oponentní kolo jich 22 vyvrátilo jako hotové. Worker tvrdil, že monitoring na Cloudflare bude drahý, řídicí session v ceníku zjistila, že bude zdarma. Na e-sportovém festivalu v Brně pak ukázal akreditační systém pro zhruba 200 vystavovatelů, s ubytováním, cateringem, parkováním a 332 položkami vybavení. Funkční verzi měl rychle, dalších 74 hodin ale padlo na ladění s klientem. Za svůj největší fail považuje, že vše kontroluje až přehnaně. Video ZDE nebo ZDE.

‍

Jan Piechaczek

Šefredaktor

Jsem šéfredaktor serveru zaměřeného na elektromobilitu, oblast, která představuje budoucnost dopravy. Moje vášeň pro technologii a udržitelný rozvoj mě přivedla k tomuto zaměření, kde mohu spojit svůj zájem o inovace s odpovědností vůči životnímu prostředí.