AI Lev to blisko 15 godzin praktyki z agentic LLM, czyli narzędziami, które same planują i wykonują kolejne kroki zadania. Uczymy na dwóch dzisiejszych standardach rynku: Claude Code i GitHub Copilot. Sam warsztat przenosi się jednak na każde inne narzędzie agentowe. Nie uczymy budowania produktów AI. Uczymy, jak ustawić agenta, prowadzić go przez całe zadanie i zachować kontrolę nad tym, co trafia do repozytorium. Na program składają się kurs wideo, materiały PDF, gotowy toolkit Lev Kit i indywidualne spotkania z prowadzącym.
Kameralna grupa Ograniczona liczba miejsc. O wejściu decyduje selekcja zgłoszeń, nie kolejność płatności.
szybciej programiści kończyli zadanie w badaniu kontrolowanym. Najwięcej zyskali ci z krótszym stażem
GitHub i Microsoft, N=95, 2023więcej zadań tygodniowo: PR-y, commity, buildy. Trzy badania w realnych firmach
Microsoft, MIT, Princeton, Wharton, N=4867krótszy czas wydania nowej funkcji w Rakuten: z 24 dni do 5
Rakuten, case study, 2025developerów używa AI lub planuje zacząć, ale tylko 33% ufa temu, co dostaje
Stack Overflow Developer Survey 2025Że narzędzia działają, to już przerobiony temat. Cała różnica robi się w warsztacie: prawie każdy dziś klika w AI, a mniej niż co trzeci ufa temu, co z niego wychodzi. Ten program jest o tym, żebyś wiedział, czemu możesz zaufać i dlaczego.
Trzech developerów z doświadczeniem w projektach każdej skali: od startupów, przez duże systemy komercyjne, po instytucje państwowe. Dziś działamy na trzech frontach: prowadzimy własne projekty, szkolimy programistów i pozyskujemy nowe kontrakty. Znamy aktualne standardy rynku, bo cały czas w nim jesteśmy. Ten program to zapis naszego warsztatu, dzięki któremu dowozimy więcej w krótszym czasie.
Małe produkty, duże systemy komercyjne, wdrożenia dla instytucji publicznych. Każdy z tych światów ma inne standardy i inne tempo. Dowoziliśmy w każdym, najczęściej w Javie i backendzie.
Mamy za sobą lata szkolenia developerów, głównie z Javy i backendu. Wiemy, jak uczyć ludzi pracujących w realnych projektach, i prowadzimy ten program tak samo: konkretnie, pod wdrożenie u siebie.
Program tworzymy jako @nazwainstagram, przy wsparciu @var_di_marre. Masz pytanie o program albo wątpliwość, czy jest dla Ciebie? Napisz DM na Instagramie, odpowiadamy sami.
Zanim otworzyliśmy zgłoszenia, przepuściliśmy program przez zamknięty pilotaż. To nie była edycja programu, tylko test materiału na żywym organizmie: 9 developerów z zespołów, z którymi pracujemy, z różnym stażem, od świeższych po bardziej doświadczonych. Sześć tygodni, realne sprinty, realne repo.
tyle zadań tygodniowo zamykała grupa na koniec pilotażu w porównaniu do jego startu
zamiast wycenionych 3 dni: migracja ~180 testów JUnit 4 → 5 w jednym z prowadzonych projektów
uczestników wdrożyło workflowy u siebie i pracuje na nich po zakończeniu pilotażu
„Najwięcej dało mi nie samo narzędzie, tylko mapa: kiedy ufać agentowi, a kiedy nie. Pierwszy raz od początku pracy czułem, że dowożę taski w tempie ludzi z dużo dłuższym stażem." Uczestnik pilotażu, developer, po kilku miesiącach pracy w projekcie
To mała próbka i nasz wewnętrzny pomiar, nie badanie laboratoryjne. Traktujemy te wyniki jak sygnał, a nie obietnicę rezultatu dla każdego. Dlatego niżej pokazujemy też badania, które AI nie schlebiają.
Tyle średnio zajmuje codzienna praca z AI, zanim pojawią się mierzalne zyski. Większość developerów odpuszcza dużo wcześniej i wraca do starego.
Microsoft, DX ResearchTyle razy wzrosła liczba zduplikowanych bloków kodu w 2024. Bez dyscypliny review AI mnoży problemy szybciej niż kiedykolwiek.
GitClear, analiza 211M linii, 2025AI przyspiesza pracę wtedy, gdy dostaje dobry plan, właściwy kontekst i obowiązkowe review. Bez tych elementów szybciej produkuje też duplikację i trudny do utrzymania kod. Program uczy procesu, który ogranicza te ryzyka: kiedy agentowi ufać, jak go prowadzić i jak nie zostawić po sobie bałaganu.
Claude Code i Copilot przestały tylko podpowiadać linijki. Dziś potrafią samodzielnie przejść od analizy repozytorium, przez kod i testy, aż po opis PR. Kilka lat temu ta rozmowa nie miałaby sensu.
W wielu zespołach dostęp do AI jest ograniczony zasadami bezpieczeństwa i ochrony danych. Dlatego program obejmuje permissions, MCP, bezpieczniki HITL i świadomą pracę z kontekstem projektu.
Ofert jest mniej, kandydatów więcej, a najmocniej czują to osoby z małym stażem. Developer, który dowozi więcej w tym samym czasie, nie konkuruje latami w CV. Konkuruje wynikiem.
Konkretne lekcje, bez lania wody. Do każdej dołączamy PDF z materiałami dodatkowymi (6–20 stron): pogłębienia i ściągi komend. Rdzeń pokazujemy na Claude Code i GitHub Copilot, ale koncepty przenoszą się na każde inne narzędzie agentowe, więc niezależnie od tego, czego używa Twoja firma, wychodzisz z działającym warsztatem.
Jak naprawdę działa LLM i agent. Zaczynamy od zera, bez założeń, że coś już wiesz: tokeny, okno kontekstu, knowledge cutoff, pętla agentowa. Po tej części rozumiesz, dlaczego agent zawodzi, zanim zawiedzie.
Rdzeń programu. Claude Code i Copilot równolegle: workflow od promptu do diffa, prompt engineering bez sloganów z LinkedIna, prowadzenie iteracji, debugowanie i testy z agentem, refactor pod kontrolą, własne komendy, permissions i plan mode, skille, subagenty, hooks, MCP, pluginy i ADR. Na koniec mapa przenoszenia konceptów między narzędziami.
Lev Kit, czyli gotowy toolkit AI, od instalacji po codzienny workflow: wejście w obce repo, pamięć projektu, ścieżka ticket → plan → kod → testy → review → commit → PR → raport dla klienta. Na koniec projekt końcowy: wdrożenie od zera w przykładowym projekcie, w obu wariantach narzędziowych.
Przykłady kodu w Javie (Spring Boot, Maven, JUnit 5), realne i uruchamialne, nie pseudokod. Koncepty, workflowy i toolkit są uniwersalne. Narzędzia AI zmieniają się co miesiąc, dlatego treść programu aktualizujemy co edycję: uczymy myślenia operatora, nie składni konkretnej flagi CLI.
Pierwsza edycja jest kameralna. Zgłoszenie zajmuje dwie minuty.
Zgłoś się do edycji 1+ VAT. Wystawiamy fakturę, także B2B.
Dobrowolna subskrypcja dla uczestników. Nie jest wymagana do ukończenia programu.
Mam dopiero kilka miesięcy doświadczenia. Nie za wcześnie na to?
Nie, jeśli pracujesz z kodem na co dzień, potrafisz samodzielnie uruchomić projekt i ocenić podstawowy diff. Badania pokazują, że AI najmocniej przyspiesza pracę na kodzie, którego jeszcze nie znasz na pamięć, czyli dokładnie tam, gdzie jesteś teraz. Program zaczyna od fundamentów, ale szybko przechodzi do pracy na prawdziwym repozytorium.
Claude Code czy Copilot? Którego uczy program?
Obu, uczciwie: pokazujemy, gdzie jest odpowiednik 1:1, gdzie działający workaround, a gdzie dane narzędzie czegoś nie umie. Wystarczy, że masz dostęp do jednego z nich. To dwa standardy rynku, które bierzemy za rdzeń, ale sam warsztat przenosi się też na inne narzędzia agentowe, np. Cursor czy Amazon Q.
Czy potrzebuję płatnego Claude Code albo Copilota?
Potrzebujesz dostępu do przynajmniej jednego z tych narzędzi. Ich subskrypcje kupujesz osobno u dostawców; pokazujemy pracę na planach, które realnie wystarczają do przejścia programu.
Nie piszę w Javie. Czy skorzystam?
Przykłady kodu są w Javie, ale koncepty, workflowy i toolkit są uniwersalne. Jeśli na co dzień czytasz kod, przełożysz wszystko na swój stack.
Używam AI od dawna. Czy fundamenty nie będą za proste?
Fundamenty tłumaczą, dlaczego agent zachowuje się tak, a nie inaczej: tokeny, kontekst, pętla agentowa. Na nich stoją wszystkie techniki z części drugiej i trzeciej. Większość problemów z agentami bierze się z pominięcia właśnie tego poziomu.
Klient nie pozwala mi używać AI na projekcie (IP, dane wrażliwe).
Zasady klienta i firmy są nadrzędne: jeśli projekt nie dopuszcza danego narzędzia, nie wysyłasz do niego kodu, ticketów ani informacji projektowych. Workflowy z programu możesz ćwiczyć na repozytorium szkoleniowym, open source lub własnym projekcie, a potem przenieść je do zatwierdzonego środowiska, jeśli organizacja je udostępni. Kompetencje zostają z Tobą niezależnie od projektu.
Za rok AI samo będzie to wszystko robić. Program się zdezaktualizuje.
Część interfejsów i funkcji na pewno się zmieni. Dlatego rdzeń programu dotyczy planowania, kontekstu, weryfikacji i review, a warstwę narzędziową aktualizujemy przy kolejnych edycjach. Im lepsze AI, tym większa przewaga tych, którzy umieją nim kierować.
Co się dzieje po wysłaniu zgłoszenia?
Czytamy je ręcznie i przed startem edycji wracamy do każdej osoby z decyzją oraz dalszymi krokami. Płatność następuje dopiero po zakwalifikowaniu. Samo zgłoszenie nie jest zakupem i do niczego nie zobowiązuje.
Dlaczego zgłoszenie nie gwarantuje miejsca?
Każdy uczestnik pierwszej edycji ma indywidualne spotkania z prowadzącym i realny feedback, a tego nie da się robić dobrze dla setek osób naraz. Miejsc jest więc tyle, ile możemy solidnie obsłużyć. Wybieramy ludzi, którzy realnie wdrożą materiał, bo ich wyniki są treścią kolejnych edycji i pierwszymi polskimi case studies. Formularz poniżej to selekcja, nie kolejka.
Czy dostanę fakturę? Rozliczam się B2B.
Tak. Cena jest netto, wystawiamy fakturę VAT. Jeśli prowadzisz działalność, program zwykle da się rozliczyć jako koszt szkolenia zawodowego; szczegóły potwierdź ze swoją księgowością.
2999 zł netto to sporo.
To równowartość paru dni pracy. W cenie jest całość: kurs wideo, PDF-y do każdej lekcji, Lev Kit i indywidualne spotkania z prowadzącym, który weryfikuje Twój postęp. Nie sprzedajemy nagrań do obejrzenia. Sprzedajemy warsztat, który zostaje.
Domykamy ostatnie ustalenia pierwszej edycji: termin startu i zasady wejścia. Chcesz mieć pierwszeństwo? Napisz do nas, damy Ci znać, zanim otworzymy zapisy publicznie.
Pierwsza edycja to kameralna grupa. Każdy uczestnik ma indywidualne spotkania z prowadzącym, więc miejsc jest tyle, ile jesteśmy w stanie dobrze obsłużyć. Cena programu: 2999 zł netto.
Nie chcemy zbierać zgłoszeń, dopóki nie mamy potwierdzonego terminu startu i zasad wejścia. Zamiast formularza w próżnię: napisz nam jedno zdanie o tym, nad czym pracujesz, a wrócimy do Ciebie z konkretami przed publicznym otwarciem zapisów.
Pisz DM na Instagramie, odpowiadamy sami.
Napisz DM na InstagramieOdpowiemy na podany adres przed startem edycji. Jeśli wiadomość nie dotrze, sprawdź folder spam. W międzyczasie zajrzyj na @nazwainstagram, publikujemy tam case studies i liczby, na których stoi ten program.