Posts with tag prompt-engineering

Każda firma chwali się statystykami swojego modelu. Nikt nie mówi, co trzeba ustawić i jaki prompt zadać, żeby te wyniki faktycznie osiągnąć. Najtrudniejsza część pracy z AI to ta, której nie mierzy żaden benchmark.

Komentarz pod ostatnim wpisem dał mi do myślenia: gdzie kończy się AI, a zaczyna analiza statyczna? Tak rysuję tę granicę — na podstawie systemu, którego używam na produkcji.

Adding a new agent to my system takes 2 days. Not because of the architecture — but because teaching it to think like me is the hard part.

Running the most powerful model on every task is wasteful and slow. Here is how I split work across Haiku, Sonnet, and Opus — and why it matters at scale.

Bez Pythona, bez Node.js, bez customowych pluginów. Tylko ~2 900 linii prompt engineeringu, architektura fan-out/fan-in i system, który naprawdę łapie realne bugi.