AI Engineer | Pomagam wdrażać AI do polskich firm | Propagator myślenia :)
Greater Poland, Poland
Joined April 2026
- Tweets803
- Following127
- Followers3.1K
- Likes926
Pinned Tweet
Finanse to obszar, w którym adopcja AI przynosi najszybsze i najbardziej mierzalne rezultaty, ponieważ praca jest powtarzalna, procesy jasno zdefiniowane, a koszt wykonywania jej ręcznie można niezwykle łatwo zmierzyć
Dlatego, szczególnie jeżeli jesteś CFO albo kimś związanym z finansami, zachęcam do przeczytania mojego artykułu, w którym przedstawiam pełną filozofię tego, jak my do tego podchodzimy i jak powinna wyglądać poprawna adopcja AI w wasze procesy - za darmo ;)
Jedynym kosztem jest czas i skupienie się, bo trochę tego jest, a i tak starałem się nie wchodzić w techniczne szczegóły
Enjoy!
świetny gość, fajny wykład, dobrze spędzone 45 min
na temat jak działają proaktywni always on agenci np. grok bot
na pewno lepsze niz scrollowanie tiktoka czy innych reelsów
polecam
How do always-on, proactive agents like @Bot work?
Watch my lecture at Stanford CS146S:
2:35 How we got here
6:13 What changed in the models
10:06 Inside an always-on agent
18:07 The harness
27:26 Context engineering
34:26 Where this is going
Maksymilian retweeted
pstack v0.15.27 ships with a new skill /create-formal-verification-skill!
it's still in beta, and similar to /create-verification-skill, this is a meta-skill that creates a new skill and formal verification suite based on the characteristics you want to verify. for example, you may want to model state machines and systems with concurrency using TLA+, or use kani in rust to check for undefined behavior.
if you're new to formal verification, think of it as mathematically proving properties and invariants (something that must always be true) or "laws" of your system. usually, this means modeling your programs in a separate language like with TLA+ and then running the solver on that spec. newer approaches like with kani and @bendlang take a different approach where there is no separate language: you write kani in rust, and bend in bend (it's also a programming language, and the proofs are written as laws and expressed in its type system).
historically formal verification never reached mainstream status because of the difficulty in modeling and writing proofs. it's quite difficult to model your business requirements and keep them in sync! but i expect that we will see more innovation in formal verification in the future as being able to formally verifiy that the code does what you intended gives your agents superpowers in writing correct software.
in the meantime though, i've been experimenting with modeling our code with TLA+ and have already found several bugs with the skill created by /create-formal-verification-skill.
try it out and let me know how it goes!
Maksymilian retweeted
basal-omni 🇵🇱 - TOP1 🤩🤩🤩 🌍 na świecie w modelach otwartych oraz TOP2 wśród zamkniętych i otwartych
Wg niezależnego benchmarku modeli system-one gdzie testowane są wszystkjie modele na świecie - JevBench (link do bencha w pierwszym wpisie). Czyli można? Można! Polskie AI 🇵🇱
basal wyprzedził model OpenAI, Microsoft oraz pierwowzór z TypeSafe (jev).
Thank you, @airesearch12 , for the independent evaluation on JevBench.
Maksymilian retweeted
how do you trust your agents' work more? copy this post/link and give it to your @bot or agent!
1. codebase improvements: this is just good software engineering - better architecture, stronger types and invariants, clear boundaries. agents love to copy what exists and take the shortest path, so make the easy thing the right thing. categorically eliminate problems through code and you won't need to think about it again.
2. static analysis: lint rules, tests, CI, verification (eg TLA+). very token efficient ways to catch issues ahead of time.
3. prose: comments, rules, AGENTS.md, skills - anything that can't be enforced and requires agent judgment. use it minimally, but do use /create-verification-skill.
4. human review: the hardest to scale. at the rate agents land code, it's pretty much impossible to thoroughly review every PR, so spend that effort on the highest leverage point, designing an environment where agents do the right thing by default.
this forms an inverse pyramid: you want most of your effort at the top, least at the bottom. codebase improvements are deterministic, making it more token efficient, and lets you sleep more soundly at night.
install github.com/cursor/plugins/tr… and create a new Project:
1. look through my slack/chat messages and code review comments where i've given feedback on PRs, code, architecture
2. use /recall on my past transcripts to learn how i steer agents
3. /poteto-mode use /correct and /architect on past commits to find the most common pitfalls agents fall into, then propose a plan to rearchitect the code i own so it's more agent friendly. answer open questions with prototyping rather than defer to me, and back the plan with real data.
4. before you begin, use /sharpen + /in-your-own-words and confirm this prompt with me
Maksymilian retweeted
try pstack! it’s my personal set of skills for rigorous and autonomous engineering with agents. it’s updated frequently as I continue to tune and simplify them
10 second tutorial:
1. run /setup-pstack and choose your budget
2. add /poteto-mode in front of any prompt you want done rigorously
3. ask /poteto-help whenever you’re unsure what pstack skills to use
4. that’s it!
Grok Bot: x.ai/bot/plugin/9717366
Cursor: cursor.com/marketplace/curso…
Source: github.com/cursor/plugins/tr…
nie chcę nikogo martwić, ale ludzie mają w dupie ciebie, to co robisz i to jak to robisz
ludzie głównie myślą o sobie „co w tym jest dla MNIE?”, „co JA dostanę?”, „co jest w tym wartościowego dla MNIE?”.
zdobycie zaufania obcej osoby jest dzisiaj trudniejsze niż kiedykolwiek. właśnie przez ai, ale też przez naszą awersję do obcych ludzi i to, że prędzej myślimy o tym, gdzie jest haczyk, niż o tym, że obca osoba rzeczywiście chce nam pomóc
dlatego uważam i w pełni zgadzam się z człowiekiem, który mnie tego nauczył, @AlexHormozi , że powinno się dawać wartość najpierw za darmo, ZWŁASZCZA jeśli dopiero zaczynasz
zamiast prosić klientów o szansę, zrób coś dla nich. wykonaj jakąś konkretną, użyteczną rzecz, która realnie komuś pomoże
masz problem X, ja mam umiejętność Y, która rozwiązuje problem X, i zrobię to za darmo, żeby zdobyć twoje zaufanie i żebyś uwierzył, że moje intencje są prawdziwe i mogę ci serio pomóc w tym, co robisz
pod kątem psychologicznym odpala się tzw. law of reciprocity (dług wdzięczności). osoba, której pomogłeś, chce ci się jakoś odwdzięczyć, jako że zrobiłeś to za darmo. jej odwdzięczeniem się mogą być np. referrals do innych ludzi, których zna i którzy mają problem X, albo zaproponowanie ci rozwiązania kolejnego problemu, za które już ci zapłaci.
kiedy to ma sens?
- rób to dla osób lub firm, które są 1-2 kroki przed tobą, a nie dla kogoś, kto jest już na szczycie
- nie można oferować „mogę zrobić coś za darmo”, bo to zbyt ogólnikowe. klient czy osoba, której chcesz pomóc, musi widzieć, że ją rozumiesz i rozumiesz jej problem, czyli to, z czym się zmaga. potem wykonaj konkretną rzecz, żeby rozwiązać ten konkretny problem
- to ma cię nauczyć pracy z klientem i ogólnie robienia tego, co robisz, w praktyce, na realnym pacjencie. buduje też twoje portfolio, opinie i case studies, które posłużą do przekonywania kolejnych klientów i budowania third party proof
- jeżeli nikt nie chce od ciebie darmowej rzeczy, to znaczy, że nikt nie interpretuje jej jako czegoś wartościowego (jest gównem) i trzeba poprawić ofertę
darmowa praca z twojej strony ma być krótkim, strategicznym ruchem, który ma tworzyć DOWÓD, że umiesz to, co mówisz, że umiesz, i otwierać wrota do płatnej pracy
na takiej zasadzie tworzy się np. lead magnety
1. reveal the problem - pokazujesz komuś, że ma problem, o którym ten ktoś nie wiedział. ten ktoś wie już więc, jaki ma problem, i albo sam go rozwiąże, albo poprosi ciebie, żebyś rozwiązał go już za $$$, bo ci ufa. to ty mu pokazałeś, że ten problem w ogóle posiada
2. free trial - dajesz swój produkt lub usługę na określony czas za darmo, na wypróbowanie. po okresie darmowym pojawia się pytanie: „jeżeli chcesz kontynuować używanie x, to musisz już zapłacić” (dosyć powszechne i zrozumiałe, mam nadzieję)
3. one step of many - jeżeli wiesz, że proces rozwiązania problemu ma więcej niż jeden krok lub etap, dajesz pierwszy za darmo i potem mówisz: „zrobiliśmy x, co dało ci y, ale żeby w pełni osiągnąć twój cel, musimy zrobić jeszcze a, b i c. możemy to zrobić, ale już za $$$”
im więcej wartości dasz na rynek, tym więcej zarobisz
no i potem muszę się pocić i tłumaczyć tym wszystkim ceo, cro, coo i cfo, dlaczego przejście z chata gpt na claude code magicznie nie przetransformuje ich pod adopcje ai
i dlaczego 2200 licencji i 800k wydane na tokeny nic nie mówią i w żadnym wypadku nie są metryką sukcesu, a jedynie pokazują niezrozumienie tego, jak poprawnie wdraża się ai w przedsiębiorstwach
- jak bardzo zmniejszył się problem rozproszenia danych? czy pracownicy nadal muszą zasuwać po ERP, excelach, mailach, slacku itd, żeby móc rozliczyć jedną fakturę, bo macie kilka źródeł prawdy zamiast jednego?
- co z obsługą wyjątków? o ile procent zmniejszyła się ich ręczna obsługa? czy pracownicy nadal marnują swój cenny czas na uzgadnianie i szukanie brakujących danych albo ustalanie, dlaczego PO nie zgadza się z fakturą lub ilość towaru na fakturze nie zgadza się z WZ?
- jak już macie tyle tych systemów, to ile czasu pracownicy spędzają na ręcznym klikaniu między nimi? ile czasu poświęcają dziennie na kopiuj wklej z jednego excela do drugiego, z maila do ERP itd?
- jak wygląda wasz workflow w kontekście liczby kroków? dlaczego automatyzowane są gówniane procesy? to sprawia tylko, że gówno płynie szybciej. dlatego każdy workflow powinien być mapowany i przeprojektowywany, a dopiero potem wdrażane ai
na dodatek wdrożenie ai w firmach w formie sidekicka, takiego jak claude code, jest błędem. ai nie ma być kolejnym narzędziem, tylko ma samo wykonywać pracę w tle
wasi pracownicy chcą, żeby ich praca była wykonana, a nie żeby musieli uczyć się nowych narzędzi. jeżeli ktoś pracuje 10 lat w excelu, to nadal chce tam pracować. nie chce być zmuszany do nauki magicznego promptowania i efektywnego używania cc, bo się na to nie pisał (jak będzie chciał, to sam się nauczy i to lepiej)
"Dzisiaj w firmie nikt już nie używa ChatGPT". Rafał Brzoska opowiada jak przejście na Claude Code w jego firmie przyniosło dwukrotny wzrost wydajności i szacowany wpływ na EBITDA na poziomie 70 mln euro. @RBrzoska
Obserwuj @BiznesinfoPL - dla nas liczy się polski biznes 🫡
doradzę jako wścibski DZIECIAK, który gówno wie o życiu jeszcze ;)
1. ai nigdy nie powinno być skrótem i ominięciem procesu uczenia się. stąd programiści i wszyscy inni w świecie it mają ogromną przewagę w używaniu agentów. to nie dyskredytuje osób pragnących chłonąć wiedzę i tych, których napędza ciekawość (oni zawsze nadgonią a potem przegonią)
2. uczcie się od najlepszych (za oceanem), a potem to, czego się nauczyliście, przekażcie tutaj rodakom, najlepiej za darmo, żeby wiedza rozprzestrzeniała się jak wirus
3. software fundamentals nadal mają i będą miały znaczenie. nie rozumiem ludzi, którzy uważają inaczej (sposób w jaki ich używamy się zmieni, już zmienił)
4. działajcie w małych zespołach 3-5. dzięki temu możecie się poruszać i adaptować o wiele szybciej niż te stare molochy
5. w świecie ai to dowód będzie królem, bo wszyscy będą mogli sobie coś wygenerować albo napisać. pokazujcie, dzielcie się tym, co robicie, swoją wiedzą, ZA DARMO. żeby uprościć, o jakim rodzaju wartości mówimy, to dawajcie za darmo to, za co ktoś prosi gruba kase
6. nigdy nie outsourcuj niczego w 100% dla ai, zwłaszcza myślenia
7. naucz się robić X → znajdź problemy, które można rozwiązać za pomocą X → zaproponuj obcej osobie, która zmaga się z tym problemem, że go rozwiążesz za pomocą X → zrób to za darmo → zdobądź zaufanie i wdzięczność drugiego człowieka → jak chce więcej od ciebie, to już musi zapłacić (często sami chcą) → jak mu to starcza, idziesz do kolejnego i tak x10 → odzywasz się do 11 ktosia i mówisz „pomogłem już aż 10 osobom rozwiązać ten problem. tutaj ich opinie i case studies. chcesz, żebym też ci pomógł i żebyś był zadowolony jak oni, za $$$?”. on mówi „no jaha stary” i żyjecie długo i szczęśliwie
7 jak CR7 albo jak Boża pełnia i doskonałość
@miroburn więcej doradzania dla fanów!
Doradzę jako NIE programista.
Doradzę jako ktoś, kto buduje rzeczy agentami, robi mini wdrożenia w firmach i prowadzi warsztaty.
Programiści mają ten plus, że rozumieją programowanie. Natomiast klasyczne pisanie kodu traci na znaczeniu, a rola programisty mocno się zmienia... czy nam się to podoba, czy nie.
Ale... programiści rozumieją też, co się dzieje w systemach, znają się "trochę" na architekturze, czasem nawet na bezpieczeństwie.
I właśnie tego brakuje przedsiębiorcom i managerom, którzy wchodzą głębiej w budowanie z agentami.
1. Ciągle w 🇵🇱 brakuje praktyków wdrożeniowców/edukatorów.
Ja swoje tematy obrabiam. Trochę polecam zaprzyjaźnionym firmom. Ale zapytań jest mnóstwo na rynku. A mówię tylko o tych, które trafiają do mnie, czyli o mikroułamku z rynku. Macie tu dużą przewagę nad osobami, które zostały Agentic Engineerami (o czym za chwilę) bez wcześniejszego programowania.
2. Nie zapominajcie o programowaniu, ale przestańcie się nim definiować.
Trochę doczytać, trochę porobić i zmienić stanowisko na Agentic Engineer (CV, LinkedIn). Tego potrzebuje rynek. Specjaliści od konkretnych technologii dalej będą potrzebni (patrz @andrzejkrzywda, który szuka ludzi od Ruby), ale popyt idzie mocno w stronę ekspertyzy. Jeśli nikt Was nie rozchwytuje, rozejrzyjcie się w bańce Agentic Engineer. Tam jest więcej roboty.
3. Warto zmienić narrację.
Dziś dominuje: "vibecoding ssie", "agenci ssą", "LOL sam zrobiłeś CRM". (tutaj na X jakość programiści są przyjemniejsi 🤗) Część tej krytyki jest OK, ale zamiast się śmiać, warto doradzić. A może ktoś zaproponuje Wam projekt/pracę i to zmieni Wam karierę.
4. Trzeba trochę zmienić działanie.
Ja wiem, że review, standupy i te cały procesy są potrzebne, szczególnie w dużych projektach. Ale w świecie agentów procesy wyglądają inaczej. Poobserwujcie wymiataczy (na X jest ich sporo) i zobaczcie, jak pracują i dlaczego robią to lepiej, bezpieczniej, mądrzej i SZYBCIEJ niż typowy vibecoder. Tu jest Wasza wartość rynkowa.
5. "Ale nie umiem marketingu"
Guys. Jak umiecie w agentów, to zróbcie agenta, aby robił marketing za Was.
To chyba tyle. Życzę Wam i sobie wszystkiego dobrego. Plis tylko nie zabierajcie mi klientów 🙃
Maksymilian retweeted
Dusting off this tweet from April because this gap in shared understanding of LLM capability is *widening*. It's now less "two groups of people speaking past each other" and more a sharp funnel.
- Napkin math somewhere around 6B people (~75% of the population) have barely come in contact with LLMs at all.
- Around 1-2B (~20%) are casual and infrequent users of free-tier ChatGPT-like products. This group sees derpy chatbots and treats them a bit like a better Google search, a writing aid, or etc. Maybe an agent tries to book you a flight. I have non-tech friends who (reasonably, imo) say they have not much use for it at all. Even many professionals outside of math&code are in this tier. For example, execs and many other functions spend a lot of their time talking to other people, so while they understand what is happening intellectually, it is still second-hand and a bit abstract.
- Now we get to professional use of frontier-grade LLMs in math&code. Somewhere around 20M people (0.2%) see first-hand that large, complex projects that used to take them weeks/months can now be completed by agents with a prompt. Building apps, copying apps, translating apps, decompiling apps from binaries... This has all happened very quickly and recently - less than 1 year ago, I was writing code manually by hand, typing memorized computer code commands into a code editor character by character, occasionally pressing Tab to autocomplete a little chunk of code.
- And finally we get to the ~5,000 people (~0.00006%) with access to frontier-grade systems internally. The external world has seen the preview. It looks like swarms of thousands of agents collaborating over weeks on software mega projects: minting zero days, running cyber attacks and defenses at machine speeds, discovering new science, advancing the frontier of mathematics. Things that would have taken top professionals in the industry years of work. Meanwhile, human review and comprehension are starting to fall behind. For example, people are still involved in the "archeology" of the OpenAI-HF incident from many months ago. Mathematicians may be poring over the 722 manuscripts on frontier mathematics for a while.
The funnel is driven by a combination of factors:
1. The impact scales with ambition, problem size, and horizon. A question with a paragraph answer barely stresses the system. You need a reservoir of big, difficult problems that you really care about. This aspect drives the consumer / professional dimension of the funnel.
2. The jaggedness of the system (which I have written about a lot separately). Capability peaks in domains that are digital, verifiable and economically valuable. This is because LLM capability emerges from reinforcement learning on verifiable rewards on a curated environment mixture driven by revenue potential. This aspect primarily drives the area (e.g. math&code) dimension of the funnel.
3. Access. Free-tier, paid-tier, internal.
So this is the weirdness of the moment. The general public has mostly not interacted with these systems. When they have, it looks like a derpy chatbot. The majority of professionals still see only a modest uplift. And a small sliver of professionals are experiencing the vertigo of the curve going vertical. And it is all happening at the same time.
Judging by my tl there is a growing gap in understanding of AI capability.
The first issue I think is around recency and tier of use. I think a lot of people tried the free tier of ChatGPT somewhere last year and allowed it to inform their views on AI a little too much. This is a group of reactions laughing at various quirks of the models, hallucinations, etc. Yes I also saw the viral videos of OpenAI's Advanced Voice mode fumbling simple queries like "should I drive or walk to the carwash". The thing is that these free and old/deprecated models don't reflect the capability in the latest round of state of the art agentic models of this year, especially OpenAI Codex and Claude Code.
But that brings me to the second issue. Even if people paid $200/month to use the state of the art models, a lot of the capabilities are relatively "peaky" in highly technical areas. Typical queries around search, writing, advice, etc. are *not* the domain that has made the most noticeable and dramatic strides in capability. Partly, this is due to the technical details of reinforcement learning and its use of verifiable rewards. But partly, it's also because these use cases are not sufficiently prioritized by the companies in their hillclimbing because they don't lead to as much $$$ value. The goldmines are elsewhere, and the focus comes along.
So that brings me to the second group of people, who *both* 1) pay for and use the state of the art frontier agentic models (OpenAI Codex / Claude Code) and 2) do so professionally in technical domains like programming, math and research. This group of people is subject to the highest amount of "AI Psychosis" because the recent improvements in these domains as of this year have been nothing short of staggering. When you hand a computer terminal to one of these models, you can now watch them melt programming problems that you'd normally expect to take days/weeks of work. It's this second group of people that assigns a much greater gravity to the capabilities, their slope, and various cyber-related repercussions.
TLDR the people in these two groups are speaking past each other. It really is simultaneously the case that OpenAI's free and I think slightly orphaned (?) "Advanced Voice Mode" will fumble the dumbest questions in your Instagram's reels and *at the same time*, OpenAI's highest-tier and paid Codex model will go off for 1 hour to coherently restructure an entire code base, or find and exploit vulnerabilities in computer systems. This part really works and has made dramatic strides because 2 properties: 1) these domains offer explicit reward functions that are verifiable meaning they are easily amenable to reinforcement learning training (e.g. unit tests passed yes or no, in contrast to writing, which is much harder to explicitly judge), but also 2) they are a lot more valuable in b2b settings, meaning that the biggest fraction of the team is focused on improving them. So here we are.
Maksymilian retweeted
Haiku 5.5 is now available in the Claude Platform and Claude Code. On average, it costs around 75% less to run than Haiku 4.5.
It pairs well with Opus 5.5 or Sonnet 5.5 as a subagent. Use it for high-volume, cost-sensitive tasks like summaries, compactions, or database queries.
Maksymilian retweeted
Today's hot take:
Agents are actually really good at strategic programming
It's just they aren't RL'd to actually care about it
"Just do the task at hand, don't do anything else"
So all you need to do is to tell your agent to care about its own codebase.
But the truth is that most people actually don't care that much about the codebase, as long as the code works.
This needs to change. Care about the code, and tell your agent to.
Maksymilian retweeted
You can now ask Claude to run subagents at a specific effort level! Make sure you're on v2.1.292+
Maksymilian retweeted
We just shipped in-app visualization capabilities in T3 Code. This enables agents to build cool dynamic experiences within the thread.
Huge shoutout to @davis7 for pushing us on this (and building most of it). Didn't expect to dig it so much.
Maksymilian retweeted
Over the next 28 days, each day we’ll either ship one thing that is a clear improvement and relevant for most codex/work users or ship a full reset. Let the improvements begin.
Maksymilian retweeted
Prompt of the day:
1. Re-check mattpocock/skills for the v1.3 release. Rename CONTEXT.md to GLOSSARY.md. Check /setup-matt-pocock-skills for any required changes. Perform a diff of the skills in my repository vs Matt's.
2. Get a sense for how I use Matt's skills: scan my last 25 sessions for skill invocations. Then, recommend how this release might improve my workflow.
Enjoy v1.3, pals.
Maksymilian retweeted
Sales de la burbuja tech y te das cuenta de que nadie sabe qué coño son los agentes de IA, MCP, Opus, Astra, skills… viven todos tan tranquilos 💆🏻♀️💆🏻♀️
jeśli nadal nie wiecie w 100% jak działa JEV i czym są modele system one, to obejrzyjcie sobie ten krótki film od IBM - proste, fajne i przystępnie wyjaśnione
youtube.com/watch?v=YGgNBcIg…