Kdy ses začal o AI ve vývoji zajímat a jak změnila tvůj způsob práce?

O AI jsem se začal víc zabývat ve chvíli, kdy se v roce 2022 objevil ChatGPT. Zajímalo mě, co všechno dokáže a jak by se dal prakticky využít při vývoji softwaru.

Rozdíl oproti dřívější práci byl poměrně výrazný. Před nástupem AI jsem většinu kódu psal ručně, maximálně s pomocí základních návrhů struktur, které nabízí samotné vývojové prostředí. Dnes mi AI pomáhá s rutinnějšími částmi psaní kódu, takže se můžu víc soustředit na celkovou architekturu kódu a produkt jako takový. Tenhle posun považuji za jednu z největších změn v mé každodenní práci.

Jaké AI nástroje dnes při vývoji používáš?

Jako hlavní vývojové prostředí používám Zed, což je moderní editor kódu určený přímo pro práci vývojářů. Už v základní podobě nabízí integrované AI funkce, které pomáhají při psaní a úpravách kódu. K tomu mám připojený OpenCode, nástroj využívající AI agenty, tedy automatizované pomocníky, kteří dokážou pracovat s kódem podle zadaných pokynů. Tahle kombinace mi momentálně vyhovuje nejvíc a používám ji dlouhodobě.

Co se týče samotných jazykových modelů, pracuji s LLM, tedy velkými jazykovými modely, které stojí za většinou dnešních AI nástrojů. Používám modely jako Claude Sonnet 4.5 nebo Gemini 3 Pro a při práci s nimi jednám opatrně. Prompty, tedy textová zadání, kterými AI popisuji, co má udělat, formuluji tak, aby řešily jasně vymezený úkol. Za rozhodování o dalším vývoji řešení jsem jako vývojář odpovědný. Díky tomuto přístupu většinou dostávám výstupy, se kterými se dá pokračovat bez větších úprav.

V čem ti dnes AI při vývoji pomáhá nejvíc?

Nejčastěji mi AI pomáhá při rychlejším procházení dokumentace a psaní kódu. V obou případech jde hlavně o úsporu času a místo dlouhého hledání nebo opakovaného psaní podobných částí kódu se můžu rychle posunout k další práci.

Důležitou roli pro mě hraje i samotná práce s promptem, tedy se zadáním, které AI popisuje, co má udělat. To využívám hlavně při práci s jednotlivými funkcemi s jasně daným vstupem a výstupem.

Když prompt formuluji, nutí mě to přesně si pojmenovat, co má výsledné řešení dělat a za jakých okolností má fungovat. Během psaní si tak ujasním, jaký problém vlastně řeším, jaký výsledek od něj očekávám a kde jsou jeho hranice. Je to podobné, jako když se snažím problém vysvětlit kolegovi. Díky tomu mám v řadě případů jasno ještě předtím, než AI odpověď vygeneruje.

AI používám především jako nástroj pro generování kódu. Samotné přemýšlení nad návrhem řešení konkrétního problému je pro mě pořád důležitá část práce, za kterou nesu odpovědnost.

Kde dnes podle tebe naráží AI na své limity?

Jedním z hlavních omezení je práce s informacemi o širších souvislostech problému, který se řeší. Už jen jejich zjištění může být složité a bez dostatečného přehledu o kontextu projektu se řešení hledá velmi obtížně. AI často pracuje jen s tím, co jí vývojář přímo zadá, a neumí si potřebné souvislosti sama doplnit.

Další hranicí jsou samotné jazykové modely. I když to může působit jinak, AI nepřemýšlí stejným způsobem jako člověk a nedokáže hledat vazby mezi tématy, která spolu na první pohled nesouvisí. Právě proto jí nenechávám volnou ruku.

Většinou mám poměrně jasnou představu, co by měla vytvořit. Jakmile AI něco vygeneruje, kód si vždy projdu a snažím se přesně pochopit, co dělá. To považuji za nutný krok. Kód, kterému nerozumím, nemohu poslat dál a použít v projektu.

Co bys poradil vývojáři, který s AI teprve začíná?

Pokud bych měl poradit vývojáři, který s programováním teprve začíná, doporučil bych mu AI používat hlavně jako pomoc při učení a orientaci. Typicky při zjišťování informací o jazyce, knihovnách nebo jednotlivých funkcích, se kterými se člověk teprve seznamuje. Nedává mi smysl nechat si AI napsat celý kód a bez porozumění ho rovnou použít, protože člověk tím velmi rychle ztratí přehled o tom, co se v kódu skutečně děje.

S rostoucími zkušenostmi se ale přístup k AI postupně mění. Zkušenější vývojáři si postupně najdou vlastní způsob, jak AI zapojit do práce tak, aby jim dlouhodobě vyhovoval.