Sztuczna inteligencja zabierze nam pracę? A może wręcz przeciwnie – stanie się najpotężniejszym narzędziem w naszym arsenale, które zwielokrotni naszą produktywność?
Zamiast teoretyzować, kolejny projekt jest właśnie takim eksperymentem:
❓ Co, jeśli znając jeden język (w moim przypadku Python), mógłbym stworzyć w pełni funkcjonalną aplikację w technologiach, o których nie mam zielonego pojęcia?
🎯 Cel: Stworzyć MVP wymyślonej aplikacji. Niby nic nowego, ale… Gdzie tkwił haczyk?
Założeniem było, że cały projekt – od konfiguracji środowiska, przez logikę backendową, aż po interfejs użytkownika – powstanie w stacku technologicznym, którego nigdy wcześniej nie dotykałem. W tym wypadku padło na Tauri, Rust i TypeScript. Moim jedynym narzędziem miała być rozmowa z AI i dotychczasowe doświadczenie z Pythonem.
🛣️ Droga: Deweloper jako Architekt
W tym projekcie moja rola całkowicie się zmieniła. Nie napisałem ani jednej linijki kodu. Byłem pomysłodawcą i architektem rozwiązania.
Moim zadaniem było:
📌 Zaprojektowanie architektury aplikacji
📌 Podzielenie pracy na logiczne etapy i zadania
📌 Zarządzanie „flow” pracy z AI, żeby się nie zgubiło w gąszczu własnych pomysłów
📌 Weryfikowanie i debugowanie rozwiązań, które podsuwał „asystent”
Cały proces zajął mi kilka wieczorów, gdzie poświęcałem na to 1-2 godziny po pracy. Oczywiście, droga nie była idealna. AI miało skłonność do halucynacji, gubienia kontekstu i zapętlania się. Tu właśnie kluczowe okazało się doświadczenie programistyczne oraz w pracy z AI. Pomogło mi ono wyłapywać te „dziwne wymysły”, korygować kurs i sprowadzać AI „na ziemię”, trzymając się planu krok po kroku. Dzięki temu AI działało dla mnie jak ultraszybki developer, a ja mogłem skupić się wyłącznie na wizji i kierunku rozwoju produktu.
✅ Wynik: MVP w „weekend”
Eksperyment zakończył się pełnym sukcesem! W ten sposób powstała w pełni funkcjonalna, desktopowa aplikacja do notatek w formacie Markdown (.md).
Nie jest to na pewno produkt docelowy, a eksperyment, ale posiada wszystko, co sobie założyłem:
📌 Zapis plików: Notatki są automatycznie zapisywane jako pliki .md.
📌 Edytor Markdown: Zintegrowana biblioteka EasyMDE zapewnia wygodną edycję.
📌 Auto-saving: Aplikacja sama zapisuje zmiany chwilę po tym, jak przestajesz pisać.
📌 Nowoczesny interfejs: Ciemny motyw i prosty, dwupanelowy layout pasujący do Win11.
Okazało się, że bariera wejścia w nowe technologie praktycznie zniknęła. AI stało się potężnym akceleratorem, który pozwala przekuwać pomysły w działające MVP w rekordowym czasie. To prawdziwy game-changer, który pokazuje, że rola dewelopera coraz bardziej przesuwa się w stronę kreatywnego myślenia i zarządzania, a nie tylko „klepania” kodu. 💪
Kolejne wyzwania już czekają! 😉
Link do repozytorium GitLab: https://gitlab.com/DawDro/markdown-note-app
A jakie są Wasze doświadczenia z wykorzystaniem AI w kodowaniu? Czy to dla Was codzienne narzędzie, czy wciąż ciekawostka? Dajcie znać w komentarzu!
