Engineering
Pro CTO a vývojáře: jak u nás spolupracuje agent, harness a seniorní kontrola kvality. Pravidla, která používáme na 15+ produkčních projektech od 2023.
Tým má AI, ale bez pravidel a kontrol? AI-native SDLC. Tým nestíhá backlog? Senior vývojář do týmu.
Většinu tipů pro Claude Code píšou jednotlivci. Těchto sedm jsou týmové praktiky: krátký CLAUDE.md, který hlídá CI, jeden sdílený plugin, oprávnění a hooky v repozitáři, jedno issue na jeden PR, test, který nejdřív selže, a reviewer, který kód nepsal.
Claude Code skills jsou instrukce v SKILL.md, které si agent načte, když je úkol potřebuje. Plugin dodá skills, agenty a hooky jako jeden celek. Jak provozujeme jeden plugin ve všech repozitářích a co se cestou rozbilo.
Claude Code subagenti dělí práci v jedné session, worktrees oddělují úpravy souborů. Naše pravidlo z každodenní práce s paralelními agenty: subagenti jen čtou, každá změna má vlastní worktree a PR. Co se rozbilo a jak začít.
Cursor vs Claude Code pro tým, ne benchmark: Cursor je editor s agentem uvnitř, Claude Code je agent, který běží stejně na notebooku, v CI i ve smyčce na pozadí. Proč celý náš harness běží na Claude Code a kdy je lepší volbou Cursor.
Pravidla pro AI kód v týmu patří do repozitáře: krátký CLAUDE.md nebo AGENTS.md, lint a testy na to nejdůležitější, review od někoho jiného než autora. Co psát, kam a co vynechat.
Jak postavit MCP server: vyberte stdio nebo Streamable HTTP, zaregistrujte pár nástrojů se schématem, připojte klienta a před nasazením na server přidejte autorizaci. Co jsme se naučili na vlastním prototypu a jaké nástroje má agent dostat.
AI do vývoje softwaru zavedete přes společná pravidla v repozitáři, review od někoho jiného než autora a jednoho vlastníka, ne výběrem nástroje. Postup na prvních 30 dní.
Playwright MCP dává AI agentovi skutečný prohlížeč. Jak ho používáme, aby agent ověřil svou změnu v běžící aplikaci a vrátil PASS nebo FAIL se screenshoty, co tím chytíme oproti unit testům a kdy jsou lepší obyčejné Playwright skripty.
LLM as a judge znamená, že jazykový model hodnotí práci jiného modelu podle sepsaných kritérií. Jak ho používáme na každém pull requestu našeho AI agenta: nejdřív strojové kontroly, pak čerstvá session jen pro čtení, která má práci vyvrátit, typovaný verdikt a pravidla, která přibyla po jeho chybách.
Jak děláme AI code review s Claude Code na každém pull requestu jednou sdílenou GitHub Action: co má AI recenzent hledat, jak bylo zelené a mlčelo, co přehlédne a proč schvaluje jen člověk.
Claude Code hook může projít při každém běhu a přitom nedělat nic: stderr do /dev/null, relativní cesta, || true na konci. Čtyři kontroly, které to odhalí, a Stop hook, který nepustí „hotovo“, dokud jsou testy červené.
Harness AI agenta je všechno kolem modelu: pravidla, kontext, nástroje a kontrola. Proč společný harness pro tým znamená víc než lepší model a jak začít sdílet pravidla.
Co přesně vypne --dangerously-skip-permissions, jak rozhodují pravidla allow, ask a deny, co pravidlo nevidí a tři vrstvy, které používáme: pravidla na notebooku, hooky na to, co pravidla minou, a plný bypass jen v izolovaném stroji.
Harness engineering je kód kolem AI agenta, který rozhoduje, co agent vezme, kdy je hotovo a kdo to zkontroluje. Naše smyčka od GitHub issue ke zkontrolovanému PR, kód, který ji nese, a co se rozbilo.
Plan mode v Claude Code projde kód a navrhne plán dřív, než cokoli upraví. To vyřeší jednu session. V týmu musí plán session přežít: u nás žije v GitHub issue a kontrola jen pro čtení ověří předpoklad proti kódu, než se cokoli začne stavět.
AI agenti píšou testy, které projdou, ne testy, které něco dokážou. Naše brána pustí každý nový test nejdřív na původním kódu: pokud projde i tam, PR je červený. Skript, jak ho dát do CI a chyba, která dala falešný PASS.
Spec-driven development s AI agenty: dřív než agent napíše kód, sepíšete, co postavit a podle čeho poznáte, že je hotovo. Naše lehčí verze: GitHub issue s typem úlohy a kritérii přijetí, které hlídá strojová brána.
Vibe coding přijme výstup AI, který vypadá hotově. Agentic engineering dá stejnou AI do uzavřené smyčky: zadání, testy, hooky, kontrola a člověk, který merguje. Co se bez systému rozbije a kód, který smyčku uzavírá.
Playwright, nebo Puppeteer? Playwright nám běží v end-to-end testech, při auditu webu i v produkčních crawlerech, a kde prohlížeč není potřeba, stačí Cheerio. V čem se liší, jak se rozhodujeme u každé stránky a co jsme u Puppeteeru netestovali.
Crawlee je open-source knihovna na crawling a scraping s Cheerio, Playwright nebo Puppeteer. Jak ji provozujeme v produkci, co se rozbilo a které kontroly zachytí crawler, který umře bez chyby.
Claude Code pricing podle veřejného ceníku Anthropicu (říjen 2026): Pro, Max, Team seaty, Enterprise a API tokeny. Co se hodí vývojářům, na čem běží agent na pozadí a CI reviewer, a pojistky, které agentovi nedovolí projet rozpočet.
Vercel jsme nenahradili, práci jsme rozdělili. Next.js weby zůstávají na Vercelu, nové aplikace běží na Cloudflare Workers a D1, popsané v TypeScriptu přes Alchemy. Ceny se zdroji, naše konfigurace a zablokovaný deploy od AI agenta.
Better Auth vs Clerk se rozhoduje podle toho, kde žijí vaši uživatelé a session. Z NextAuth jsme v nových aplikacích přešli na Better Auth a Clerk jsme si nevybrali. Naše reálná konfigurace, pluginy v produkci, ceník Clerku a kdy je Clerk lepší volba.
Drizzle vs Prisma ze dvou ORM, která máme v produkci: Prisma na Postgresu ve starších klientských aplikacích, Drizzle na Cloudflare D1 ve všem novém. Skutečná konfigurace, cesta migrace, co změnila Prisma 7 a kdy bychom neměnili.
Monorepo vs polyrepo není otázka vkusu. Monorepo kreslí hranici kódu, polyrepo hranici přístupu. Každý produkt stavíme jako Turborepo monorepo a firmu vedeme jako polyrepo z git submodulů, AI agent pracuje v obou. Naše konfigurace, kompromisy a jak se rozhodnout.
GitHub Actions self-hosted runner je váš vlastní stroj, který bere CI úlohy. My máme jeden na úrovni organizace pro všechny repozitáře, vybíráme ho jednou proměnnou s návratem na hostované runnery, Docker socket jsme mu záměrně vzali a repozitáře klientů na něm neběží. Konfigurace a důvody.
Body shopping vám dá hodiny vývojáře, které řídíte sami. Senior v týmu vám dá dodané úkoly a tým, který se naučí pracovat s AI. Srovnání s outsourcingem vývoje a náborem pro CTO.
Technický dluh změříte z historie gitu a z chyb, bez drahého nástroje. Opravte nejdřív kód, který se mění nejčastěji a blokuje roadmapu, ne ten nejošklivější. Postup pro CTO.
Refaktorujte, když kód dělá správnou věc špatně. Přepisujte, když dělá špatnou věc nebo ho nevlastníte. Rozhodovací tabulka pro CTO a postup bez zastavení roadmapy.