13 kwietnia 2026 roku odebrałem certyfikat AI_Devs 4 Builders. 🎓
Można by zakończyć na tym zdaniu. Certyfikat to certyfikat — coś do CV, coś do zaklikania. Ale tym razem chcę to opisać inaczej. Bo za tym kawałkiem PDF kryje się coś, o czym warto powiedzieć głośno.
2018. Decyzja. ⚡
Osiem lat temu postanowiłem zostać programistą.
Nie miałem background'u z CS. Nie miałem mentora. Zacząłem od kursu Complete Web Developer na Udemy — ukończyłem go 24 sierpnia 2018. Miałem za to silne przekonanie, że chcę budować rzeczy. Że kod daje wolność — możliwość tworzenia czegoś z niczego, za pomocą samej logiki i czasu.
Dziś — po ośmiu latach — koduję i rozwiązuję realne problemy: automatyzuję procesy, buduję integracje, tworzę narzędzia dla składmuzyczny.pl, gdzie jednocześnie pracuję sprzedając gitary w najlepszym sklepie muzycznym w Krakowie. Tak — można kodować i sprzedawać gitary. Można. Mam za sobą kilka projektów, które działają na produkcji: Charopis, Melody Bridge, Groove-2026, SupplyScribe i inne. To nie są projekty "na portfolio". To działające narzędzia, które rozwiązują realne problemy w pracy firmy.
Certyfikat AI_Devs 4 to kolejna cegiełka w tej historii. Biorę udział w AI_Devs od samego początku — od pierwszej edycji w 2023 roku. AI_Devs 3 nie ukończyłem z przyczyn niezależnych ode mnie, ale wróciłem na czwartą edycję i tym razem — certyfikat jest. To też dobry moment, żeby podziękować prowadzącym — Adamowi Gospodarczykowi, Jakubowi Mrugalskiemu i Mateuszowi Chrobokowi — którzy po raz czwarty stworzyli naprawdę epicki kurs.
Co potwierdza ten certyfikat? 📜
Kurs AI_Devs 4 Builders to pięciotygodniowe szkolenie kohortowe zbudowane wokół jednego pytania: jak budować produkcyjne systemy AI, które naprawdę działają?
Certyfikat potwierdza kompetencje w czterech głównych obszarach:
- Praca z dużymi modelami językowymi w kodzie — wywoływanie LLM przez API, sterowanie zachowaniem przez prompty i kod, strukturyzacja odpowiedzi przez JSON Schema, Function Calling, narzędzia CLI i MCP, multimodalność (obraz, audio, wideo), bezpieczeństwo (prompt injection), koszty i niezawodność.
- Context Engineering — różnica między prompt a context engineering, zarządzanie kontekstem w LLM, cache, generalizowane narzędzia dla agentów, balansowanie statycznych i dynamicznych informacji, kompresja kontekstu, meta-prompty, niedeterministyczna natura LLM jako przewaga.
- Observability i Evals — architektura z myślą o obserwowalności, ewaluacje offline i online, datasety dla promptów i agentów, filtrowanie i moderowanie zachowań, poprawa niezawodności i wydajności całego systemu, integracje narzędziowe.
- Budowanie aplikacji produkcyjnych — projektowanie, utrzymanie i skalowanie architektury generatywnych aplikacji, systemy multi-agentowe działające w tle, narzędzia integrujące się z istniejącą logiką, optymalizacja procesów biznesowych z human-in-the-loop, świadome decyzje technologiczne, AI odpowiadające realnym wymaganiom biznesowym.
Brzmi jak suchy spis? Tak. Ale za każdym punktem stoi co najmniej jedno konkretne zadanie, które trzeba było zbudować i uruchomić. Ponad 25 projektów hands-on w ciągu pięciu tygodni. 🔥
To była orka. I to jest w porządku. 🐂
Szczerość jest tu kluczem: kurs jest ogromny. Materiał — przeogromny. To nie jest szkolenie, które "odhaczasz" i idziesz dalej.
Ukończyłem go. Ale prawdziwa praca zaczyna się teraz.
To jest właśnie ta specyfika materiałów klasy AI_Devs — działasz pod presją, w sprintach, uczysz się przez budowanie, a potem wychodzisz z certyfikatem i listą rzeczy, które musisz jeszcze raz przerobić spokojnie. Tak właśnie wygląda nauka, która zostaje na długo. Nie "obejrzałem, zrozumiałem" — tylko "zbudowałem, spaliłem, przebudowałem, wyszedłem mądrzejszy".
Kurs był też wyjątkowy przez swój format — elementy grywalizacji, gdzie dosłownie "ratowaliśmy świat" programując. Brzmi jak marketing? Tak, ale działało. Kontekst narracyjny sprawiał, że zadania miały ciężar. Każdy agent, każdy system, każde narzędzie — to był fragment czegoś większego. Łączyliśmy zasady klasycznego programowania z autonomicznymi agentami napędzanymi przez LLM. To nie jest ani "zwykłe kodowanie", ani "tylko AI" — to zupełnie nowy rodzaj inżynierii.
Co mi to otworzy? 🔭
Pozwól, że będę uczciwy — nie wiem dokładnie. I właśnie to jest ekscytujące.
Kilka rzeczy mogę ocenić z dużą dozą pewności:
1. Autonomiczne agenty zmienią moje projekty. Charopis dziś to silnik generowania treści — i to nie przypadek, że powstał właśnie podczas pierwszej edycji AI_Devs, w 2023 roku. Uczenie się przez budowanie działa. Po AI_Devs 4 widzę Charopis jako system agentowy, który sam monitoruje jakość, sam się poprawia, sam wykrywa kiedy coś nie gra. Nie wiem jeszcze dokładnie jak i kiedy — ale to ciekawe. I właśnie to mnie nakręca.
2. MCP to nowy standard integracji. Model Context Protocol, który był jednym z centralnych tematów kursu, to protokół komunikacyjny, który zmienia sposób, w jaki narzędzia i agenci rozmawiają ze sobą. Za rok to będzie domyślny sposób myślenia o integracji. Już teraz mogę go implementować.
3. Obserwabilność i evals to nowe "testy jednostkowe". Nauczyłem się myśleć o systemach AI nie jak o czarnych skrzynkach, ale jak o układach, które trzeba mierzyć, ewaluować i poprawiać. To zmienia podejście do całego procesu wytwarzania oprogramowania.
4. Context Engineering to nowa dyscyplina. Najważniejsza rzecz, którą wyniosłem z kursu: nie "jak napisać dobry prompt", ale "jak zarządzać informacją w systemie AI, żeby wyniki były przewidywalne". To subtlna, ale fundamentalna różnica.
Czy to przełoży się na konkretne projekty? Na pewno. Kiedy i jak dokładnie — jeszcze nie wiem. Ale najpierw muszę przerobić materiał jeszcze raz, spokojnie, bez sprintu. Potem zacznie się implementacja. A potem zobaczymy. Właśnie to jest w tym wszystkim najlepsze — jeszcze nie wiem co powstanie. I to jest dobra odpowiedź. 😄
8 lat temu. Dziś. Dalej. 🚀
Pamiętam moment, w którym w 2018 roku podjąłem decyzję. Wiedziałem, że będzie trudno. Że to długa droga. Że będzie mnóstwo momentów, kiedy nic nie działa, a ty siedzisz i nie wiesz dlaczego.
Ale wiedziałem też, że kod to coś, co daje realne możliwości. Że każda zdobyta umiejętność zostaje przy tobie.
Dziś patrzę na działające projekty, na certyfikat z AI_Devs 4, na to co jeszcze przede mną — i czuję dokładnie to samo, co w 2018. Ekscytację. Ciekawość. Gotowość.
Decyzja sprzed 8 lat była dobra. I ciągle procentuje.
Wracam do budowania. 🔨