Partner projektu @var_di_marre
AI Lev to 13,5 godziny 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 i finałowe spotkanie 1:1 z mentorem: review Twojej pracy po całym programie.
szybciej ukończone zadanie w badaniu kontrolowanym. Jedno, dobrze dobrane zadanie, nie cała praca
GitHub i Microsoft, N=95, 2023więcej zadań tygodniowo w trzech badaniach w realnych firmach. Najwięcej zyskali ludzie z krótszym stażem
Microsoft, MIT, Princeton, Wharton, N=4867programistów pracuje dziś z AI. Różnica przestała być w dostępie do narzędzi, jest w warsztacie
JetBrains AI Pulse Survey, I 2026, 10 000+ progr.developerów 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.
Paczkę składa ekipa Leverage Academy: projekty komercyjne w Javie i Springu, wdrożenia AI w firmach, szkolenia dla ludzi, którzy już siedzą w projektach. Partnerem projektu jest @var_di_marre.
Twój agent sam przetestuje frontend. Po każdej zmianie otwiera
przeglądarkę, przechodzi krytyczną ścieżkę Twojej aplikacji i raportuje PASS albo FAIL,
zanim powie „zrobione". A zanim zdąży sięgnąć po produkcyjny .env,
migracje bazy, rm poza projektem czy push na maina, zostaje zablokowany.
Paczka przychodzi od razu. Potem odzywamy się rzadko i tylko w sprawach programu, a wypisujesz się jednym kliknięciem. Wymaga Claude Code i Node.js 18+. Twój adres przetwarzamy zgodnie z polityką prywatności.
W środku: konfiguracja Playwrighta pod agenta (.mcp.json), workflow
testowania dopinany do CLAUDE.md jedną linią, uprawnienia
(settings.json), hook guard.sh z twardymi blokadami
wraz z testem, który sprawdza, że działają, oraz SAFEGUARDS.md
z uzasadnieniem każdej reguły. Instalacja to jedna komenda: ./install.sh.
Jest też ./uninstall.sh, który usuwa pliki paczki i tę jedną linię
z CLAUDE.md, nic więcej.
Wymaga Claude Code, Node.js 18+ i shella uniksowego. macOS i Linux od razu, na Windowsie przez WSL albo Git Bash. Dokumentacja w środku po angielsku.
Ta paczka to wycinek warsztatu, którego uczymy w AI Lev: 51 lekcji o prowadzeniu agenta przez całe zadanie, od planu po gotowy PR. Sprzedaż rusza 30.08. Zobacz pełny program
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.
Praktyka na jednym repozytorium w Javie, od początku do końca: wejście w obce repo, pamięć projektu, ścieżka ticket → plan → kod → testy → review → commit → PR → raport dla klienta. Po drodze wyłapujesz, co powtarza się w Twojej pracy, i z tych powtórzeń składasz własny toolkit: komendy, konwencje i bezpieczniki pod swój projekt. Na finałowym spotkaniu 1:1 mentor robi review tego, co zbudowałeś. Wychodzisz z narzędziem, które rozumiesz od pierwszej linijki, bo powstało z Twojej roboty.
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.
Cały program w Twoim tempie. Zakup zajmuje dwie minuty.
Pobierz darmową paczkęZanim otworzyliśmy sprzedaż, 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, normalne sprinty zespołów, produkcyjne repozytoria.
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.
2089,77 zł z VAT. Wystawiamy fakturę, także B2B.
Jedna płatność. Bez subskrypcji i ukrytych kosztów.
Sprzedaż trwa do 27 września. Dostęp i finałowe 1:1 bez limitu czasu.
Start sprzedaży · …
Pobierz darmową paczkęTen program nie zaczął się od pomysłu na kurs. Zaczął się od frustracji w naszej własnej robocie: narzędzia agentowe obiecywały dźwignię, a zostawiały chaos, który trzeba było sprzątać po godzinach. Zbudowaliśmy więc warsztat dla siebie: workflowy, bezpieczniki i toolkit, na którym pracujemy do dziś. Kiedy pilotaż z 9 developerami potwierdził, że działa też u innych, złożyliśmy z tego AI Lev. Stoją za nim ludzie z trzech różnych stron tej roboty.
Program prowadzi specjalista od wdrożeń AI w firmach. Workflowy i bezpieczniki pochodzą z tych wdrożeń, nie z tutoriali. Finałowe spotkanie 1:1, czyli review Twojej pracy po całym programie, prowadzi osobiście.
Trener, który od 4 lat uczy Javy: od pierwszej linijki kodu po upskilling ludzi już pracujących w projektach. Wie, w którym miejscu materiał jest za szybki, zanim Ty się zorientujesz.
Byli developerzy, dziś po biznesowej stronie IT: kontrakty, klienci, rekrutacje. Odpowiadają za to, żeby kurs uczył tego, za co rynek płaci, a nie tego, co ładnie wygląda w sylabusie.
Partner projektu: @var_di_marre. Współtworzy AI Lev. Jeśli trafiłeś tu z jego profilu, patrzysz teraz na ten sam projekt od środka.
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.
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.
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.
Potrzebujesz dostępu do przynajmniej jednego z tych narzędzi. Ich subskrypcje kupujesz osobno u dostawców; pokazujemy pracę na planach, które realnie wystarczają do przejścia programu.
Przykłady kodu są w Javie, ale koncepty, workflowy i toolkit są uniwersalne. Jeśli na co dzień czytasz kod, przełożysz wszystko na swój stack.
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.
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.
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.
Płacisz online, faktura wystawia się automatycznie. Dostajesz konto na platformie kursu i przechodzisz program w swoim tempie. Gdy skończysz, umawiasz finałowe spotkanie 1:1 z mentorem.
To review po całym programie, nie egzamin. Mentor przechodzi z Tobą przez workflowy, które wdrożyłeś, i toolkit, który zbudowałeś, i mówi wprost, co jest dobre, a co poprawić. Wychodzisz z konkretną listą następnych kroków pod swój projekt.
Tak. Cena to 1699 zł netto, czyli 2089,77 zł z VAT, i wystawiamy fakturę VAT. Jeśli prowadzisz działalność, program zwykle da się rozliczyć jako koszt szkolenia zawodowego; szczegóły potwierdź ze swoją księgowością.
Do 27 września, 23:59. Potem zamykamy listę uczestników Edycji 1, bo finałowe spotkanie 1:1 robimy z każdym uczestnikiem i musimy wiedzieć, ilu Was jest. Zamyka się tylko sprzedaż. Dostęp do materiałów masz bezterminowo, program przechodzisz w swoim tempie, a spotkanie 1:1 umawiasz, kiedy skończysz, także długo po zamknięciu sprzedaży.
Tak, i nie udajemy, że nie. To ok. 125 zł za godzinę materiału, z PDF-ami i finałowym spotkaniem 1:1, na którym mentor robi review Twojej pracy i Twojego toolkitu. Jeśli warsztat oszczędzi Ci dwie godziny tygodniowo, zwraca się w pierwszych tygodniach. Jeśli nie planujesz go wdrożyć, po prostu nie kupuj; ten program działa u ludzi, którzy go wdrażają.
Cały program w Twoim tempie. Zakup zajmuje dwie minuty.
Pobierz darmową paczkęPo zakupie dostajesz konto na platformie i przechodzisz program w swoim tempie, a na końcu czeka finałowe spotkanie 1:1 z mentorem: review Twojej pracy i ocena toolkitu.
Cena programu: 1699 zł netto (+ VAT, faktura także B2B). Jedna płatność, bez subskrypcji i ukrytych kosztów.
Bezpieczna płatność online, faktura wystawia się automatycznie. Dostęp do platformy dostajesz na e-mail podany przy zakupie.
Start sprzedaży · …
Pobierz darmową paczkęOdpowiemy na podany adres przed startem edycji. Jeśli wiadomość nie dotrze, sprawdź folder spam. W międzyczasie zajrzyj na @leverage.academy.pl, publikujemy tam case studies i liczby, na których stoi ten program.