12 agentów, 5 warstw, zero rekrutacji: Jak zbudowaliśmy AI dev team w software house

Ponad rok temu, w styczniu 2025, napisaliśmy pierwszy prompt w Claude Code. "Napisz nam funkcję walidującą email." Działało. Fajnie. Ciekawostka.

Dziś mamy 12 agentów AI w pięciu warstwach. Pełny pipeline: od strategicznego review nowego pomysłu, przez implementację, code review, audyt bezpieczeństwa, testy, optymalizację SEO, weryfikację analityki, po deploy na klaster Kubernetes. Bez jednej rozmowy rekrutacyjnej. Bez onboardingu. Bez daily standupów.

Ponad 15 miesięcy. Tyle dzieli "napisz nam funkcję" od "zarządzaj dwunastoosobowym zespołem agentów na produkcyjnej infrastrukturze." Dwa sprinty w dużej organizacji enterprise.

I nie — to nie jest historia o zastępowaniu ludzi. To jest historia o tym, że najdroższy zasób w software house nie nazywa się "developer." Nazywa się kontekst.

Problem: klej, który spowalnia wszystko

Pisanie kodu to może 30% pracy nad projektem w software house. Reszta? To "klej": Dockerfile z multi-stage buildem, RBAC i inne kwestie i DevOps, code review, audyt bezpieczeństwa, testy E2E, konfiguracja GTM, weryfikacja meta tagów, smoke test po deployu. No i oczywiście zbieranie kontekstu od czynnika ludzkiego z wewnątrz i zewnątrz organizacji.

Każdy z tych elementów wymaga kontekstu:

• Wiedzy o konwencjach

• Historii projektu

• Zależności między serwisami.

• Sposobych pracy z klientem a nawet jego usposobienia.

Każdy z nich jest też wąskim gardłem — bo code review czeka na wolny slot. Audyt bezpieczeństwa robi się raz na kwartał, nie przy każdej zmianie. SEO sprawdza się "na końcu, jak będzie czas."

To nie jest problem pisania kodu. To jest problem zarządzania kontekstem na skalę.

Architektura: 12 agentów w 5 warstwach

Zaprojektowaliśmy agentic team jako odpowiedź na ten konkretny problem. Nie dlatego że jest Hype, czy "bo AI jest fajne." Zrobiliśmy to bo overhead dookoła kodu kosztuje więcej niż sam kod, a narzędzia do tego są już publicznie dostępne.

Warstwa 0 — Strategic Advisory

Ten celowy kontrast — optymizm versus realizm — wymusza decyzję opartą na argumentach, nie na entuzjazmie. Warstwa 0 uruchamia się tylko dla nowych features, nie dla bugfixów.

Warstwa 1 — Core Development

Warstwa 2 — Quality & Security

Warstwa 3 — Optimization & Delivery

Warstwa 4 — SEO & Analytics

Warstwa 5 uruchamia się tylko dla zmian frontendowych. Pure backend? Skip.

Pipeline: jak to działa razem

Phase 0: Wizjoner + Pragmatyk     → przegląd strategiczny (tylko nowe funkcje)
Phase A: Backend + Frontend       → implementacja (równolegle)
Phase B: Code Review              → pętla poprawek aż do APPROVED
Phase C: Security + Performance   → audyt (równolegle z QA)
Phase D: QA Testing               → testy E2E i weryfikacja kryteriów akceptacji
Phase F: SEO + Web Analityk       → kontrola jakości frontendu (tylko dla zmian frontendowych)
Phase E: DevOps K8s               → wdrożenie na klaster
                                  → raport końcowy PM

Równoległość to klucz. Wizjoner i Pragmatyk pracują jednocześnie — celowo niezależnie, żeby nie wpływać na siebie. Backend i Frontend startują razem. Security, Performance i QA uruchamiają się w tym samym momencie.

Quality gates wymuszają kolejność: Code Review musi przejść zanim ruszy Security. SEO nie startuje dla pure backend. Deploy jest zawsze ostatni.

Każdy agent ma ludzkiego właściciela i backup z naszego zespołu. Kiedy agent nie wie — eskaluje do człowieka, nie zgaduje.

Project Context Architecture

Agenci nie znają szczegółów projektów. Są technologicznie agnostyczni — ich definicje nie zawierają nazw repo, URL-i, GTM ID. Dlaczego? Bo ten sam zespół 12 agentów obsługuje dziesiątki projektów.

Każdy projekt ma swój plik kontekstowy z repo, URL, specyficznymi regułami, identyfikatorami analityki. PM czyta kontekst na starcie i dystrybuuje ścieżkę do wszystkich agentów. Zero copy-paste. Zero onboardingu.

Nowy projekt? Napisz CONTEXT.md — i cały zespół go zna. Tak jak nowy pracownik dostaje wiki, agent dostaje kontekst. Tylko że agent przeczyta go w sekundę, nie w tydzień.

Co dalej?

Ponad rok temu nie było MCP. Pół roku temu nie było subagentów. Trzy miesiące temu nie było Managed Agents. Dziś — 12 agentów z SEO i analityką w pełnym pipeline.

Nie wiemy, co będzie za rok. I to jest najuczciwsza odpowiedź. Bo gdybyśmy w styczniu 2025 powiedzieli "za rok będziemy mieli 12 agentów z warstwą strategiczną i analityczną na Kubernetes" — nikt by nam nie uwierzył.

Ale jedno wiemy: pytanie "czy AI zastąpi programistów" jest źle postawione.

Prawidłowe pytanie: ile z pracy programisty to zarządzanie kontekstem? Czytanie dokumentacji. Sprawdzanie konwencji. Weryfikowanie, czy Helm chart ma dobry targetPort. Upewnianie się, że dataLayer resetuje się przed nowym eventem w SPA.

Agent nie pisze lepszego kodu niż senior. Ale senior pisze lepszy kod, kiedy agent pilnuje review, testów, SEO, analityki i deploymentu. To nie jest zastępowanie nóg — to egzoszkielet, który pozwala biec szybciej.

Nie budujemy AI, żeby zastąpić zespół. Budujemy AI, żeby nasz zespół robił to, co robi najlepiej — myślał, projektował i podejmował decyzje, które wymagają kontekstu biznesowego, empatii i doświadczenia.

A ten Helm chart? Sprawdzi za Ciebie. Natychmiast.