Preskočiť na obsah

AI softvérová továreň: čo to je a ako ju prevádzkujeme

Pre CTO a vývojárovHarness a kontroly

Filip Papraneczakladateľ Digitaliko

AI softvérová továreň s človekom v slučke. Ilustrácia: písomné zadanie ide k AI agentovi, cez testy a kontroly k pull requestu, ktorý človek skontroluje a zmerguje.AI softvérová továreň s človekom v slučke. Ilustrácia: písomné zadanie ide k AI agentovi, cez testy a kontroly k pull requestu, ktorý človek skontroluje a zmerguje.

AI softvérová továreň je opakovateľný systém, v ktorom AI agenti dotiahnu písomné úlohy do skontrolovaného pull requestu a ľudia určujú zámer a rozhodujú, čo ide von. Stavajú agenti. Továreň je všetko okolo nich: zadanie, kontroly, preview a brána s review.

Takto vyvíjame aj my. Kód u nás píše hlavne AI. Každú zmenu kontroluje a za produkciu ručí senior. Nižšie je, čo pojem znamená, svetlá a tmavá verzia, čo továreň potrebuje a ako môže začať tím s 3 až 30 vývojármi.

Čo je softvérová továreň?

Pojem má dva významy a výsledky vyhľadávania ich miešajú.

Starý význam má desaťročia. Hitachi nazvalo svoju softvérovú divíziu „software works“ už v roku 1969 a Wikipédia opisuje softvérovú továreň ako „štruktúrovanú zbierku súvisiacich softvérových aktív, ktorá pomáha vyrábať softvérové aplikácie“. V praxi to začalo znamenať firmu, ktorá stavia softvér na objednávku podľa štandardného postupu: šablóny, pevné roly, rovnaké kroky pri každom projekte.

Nový význam je o AI agentoch. CircleCI ju definuje ako „systém, ktorý mení inžiniersky zámer na produkčný softvér cez opakovateľné, čoraz viac automatizované postupy“. Kód píšu agenti, kontrolujú ho stroje a ľudia riadia.

Stará softvérová továreňAI softvérová továreň
Kto staviaVývojári podľa štandardného postupuAI agenti podľa písomnej úlohy
Čo je štandardizovanéRoly, šablóny, fázy projektuZadania, kontroly, preview nasadenia, brána s review
Čo robí človekPíše a kontroluje kódPíše zámer, kontroluje výsledok, merguje
Jednotka práceProjekt alebo releaseJeden malý pull request
Kto rozhodne, že je hotovoPodpis na konci fázyTesty a kontroly, ktoré prejdú, potom recenzent

Svetlá alebo tmavá továreň?

Dan Shapiro navrhol päť úrovní AI v programovaní, od automatického dopĺňania až po „dark factory“, pomenovanú podľa tovární, ktoré bežia so zhasnutými svetlami.

It's dark, because it's a place where humans are neither needed nor welcome.

Dan Shapiro
The Five Levels (stav k 26. 10. 2026)

Niektoré tímy hovoria, že takto pracujú. Simon Willison písal o AI tíme StrongDM, ktorého pravidlá znejú „kód nesmú písať ľudia“ a „kód nesmú kontrolovať ľudia“. Ľudské review nahrádzajú zadaniami, scenármi a rozsiahlym automatickým testovaním. Je to vážny experiment a sedí tímom, ktoré vedia správnosť zmerať takmer úplne strojom.

Svetlá továreň má rovnakú automatizáciu a pridáva jednu vec: človeka, ktorý si výsledok prečíta, kým ide von.

Tmavá továreň

  • Dnu zadania, von softvér.
  • Kód nepíše ani nekontroluje človek.
  • Správnosť stojí len na testoch a scenároch.
  • Sedí na prácu, ktorú stroj overí celú.

Človek v slučke

Svetlá továreň (naša)

  • Kód píšu agenti podľa písomnej úlohy.
  • Najprv kontroly, potom review seniora.
  • O tom, čo ide von, rozhoduje vždy človek.
  • Sedí na softvér, na ktorom beží firma.

Kde sme my? Podľa piatich úrovní Dana Shapira robíme klientsku prácu na úrovni 3 až 4: agenti píšu kód a človek kontroluje každú zmenu. Náš AI kolega berie úlohy až po pull request na úrovni 4, zatiaľ na našich vlastných projektoch. Úroveň 5, tmavú továreň, robiť nechceme.

Prečo neprevádzkujeme tmavú továreň?

Lebo softvér, ktorý staviame, počíta ceny, posiela e-maily zákazníkom a drží firemné dáta. Testy overia to, na čo niekto pomyslel a zapísal. Recenzent sa pýta aj to, či zmena dáva zmysel pre danú firmu, či sedí s tým, čo sme si dohodli, a čo sa stane, keď sú dáta neusporiadané.

Kód u nás píše hlavne AI. Každú zmenu kontroluje a za produkciu ručí senior. Práve táto druhá veta je celý rozdiel medzi našou továrňou a tmavou.

produkčných projektov od 2023
15+

Review neznamená čítať každý riadok ručne nanovo. Kontroly už prebehli. Recenzent sa pozerá na zámer, riziko, testy a na časti, ktoré stroj neposúdi. Preto továreň potrebuje malé pull requesty: päťdesiat riadkov človek skontroluje dobre, dvetisíc zle.

Nikto sa nezamýšľal nad tým, ako postaviť softvérovú továreň. Tú, ktorá potom stavia samotný produkt.

Filip Papranec
Filip Papranec
zakladateľ Digitaliko

Čo potrebuje AI softvérová továreň?

Agenti sú tá ľahšia časť. Rovnaké modely si zajtra prenajme ktokoľvek. Továreň robí linka, po ktorej práca ide:

AI softvérová továreň s človekom v slučke v piatich krokoch: písomné zadanie s kritériami prijatia, AI agent napíše padajúci test a kód, automatické kontroly, preview nasadenie, potom senior skontroluje a zmerguje. Červená kontrola vráti prácu agentovi.AI softvérová továreň s človekom v slučke v piatich krokoch: písomné zadanie s kritériami prijatia, AI agent napíše padajúci test a kód, automatické kontroly, preview nasadenie, potom senior skontroluje a zmerguje. Červená kontrola vráti prácu agentovi.
  • Písomné zadanie s kritériami prijatia. Čo sa má zmeniť, ako spoznáte, že to funguje, čo do úlohy nepatrí. Agent vám myšlienky nečíta a recenzent tiež nie. Ako ich píšeme, opisuje spec-driven development s AI agentmi.
  • Repozitár so spoľahlivým nastavením a kontrolami. Jeden príkaz nainštaluje, jeden spustí testy, jeden zostaví build. Ak novému vývojárovi trvá deň rozbehnúť projekt, agent zlyhá tiež.
  • Testy, ktoré pred zmenou padnú a po nej prejdú. Nový test musí byť na starom kóde červený, inak nič nedokazuje. Viac v článku red-green TDD s AI agentom.
  • Preview nasadenia. Každý pull request má vlastnú bežiacu verziu, takže recenzent zmenu preklikne, nie si ju predstavuje.
  • Brána s review. Najprv automatické review, potom človek. Merguje len človek.
  • Malé pull requesty. Jedna úloha, jedna zmena, jedna vec na kontrolu.

Ako to spájame od issue po pull request, je v článku harness engineering v praxi. Nášho AI kolegu, agenta, ktorý berie úlohy z backlogu až po pull request a zmerguje ich človek, opisuje táto prípadová štúdia.

Kde sa AI softvérová továreň pokazí?

Väčšinou na rovnakých miestach ako ľudský tím, len rýchlejšie.

  • Nejasné úlohy. „Vylepšite košík“ prinesie sebavedomú zmenu, ktorú nikto nechcel. Továreň nejasný zámer znásobí.
  • Nespoľahlivé nastavenie. Ak testy prejdú na jednom notebooku a v CI padnú, agent bojuje s prostredím, nie s úlohou.
  • Testy písané po kóde. Opisujú, čo kód robí, nie čo robiť má, a prejdú už z definície.
  • Veľké pull requesty. Review sa zmení na pečiatku a človek v slučke prestane byť v slučke.
  • Pravidlá v niečej hlave. Konvencie, ktoré nie sú zapísané v repozitári, pre agenta neexistujú. Veľa z toho vyrieši spoločný súbor pravidiel, pozrite Claude Code best practices pre tím.

Ako začať s AI softvérovou továrňou v tíme s 3 až 30 vývojármi?

Začnite v malom a na skutočnej práci, nie na demo projekte. V poradí, v akom by sme to robili my:

  1. Vyberte jeden typ úloh

    Malé, časté a ľahko overiteľné: chyba s postupom na reprodukciu, aktualizácia knižnice, malá funkcia.

  2. Spoľahlivý repozitár

    Jeden príkaz na nastavenie, jeden na testy, jeden na build. V CI rovnako ako na notebooku.

  3. Najprv zadanie

    Kritériá prijatia v issue skôr, ako agent začne. Aj to, čo do úlohy nepatrí.

  4. Červený test, potom kód

    Agent napíše padajúci test, potom zmenu. Kontroly a preview bežia pri každom pull requeste.

  5. Človek skontroluje a zmerguje

    Len malé pull requesty. Každá opakovaná chyba sa stane pravidlom alebo kontrolou.

Po pár týždňoch viete, kde sa linka zasekáva: v zadaniach, v nastavení, v testoch alebo v review. To opravte ako prvé, potom pridajte ďalší typ úloh. Továreň rastie po jednom spoľahlivom kroku.

Je váš repozitár pripravený na AI softvérovú továreň?

Zaškrtnite, čo váš tím má dnes.

Chcete AI softvérovú továreň vo svojom repozitári?

Nastavujeme ju priamo v repozitári tímu ako súčasť služby AI-native SDLC pre vývojové tímy: pravidlá, kontroly, slučku aj bránu s review, na vašom skutočnom backlogu. Všetko zostáva vášmu tímu.

Ozveme sa do dvoch pracovných dní a spolu vyberieme, čo vyriešime ako prvé.

Ak sa chcete najprv porozprávať, dohodnite si meeting na 15 minút s Filipom.

Kde sa práca vo vašom tíme dnes zasekáva: v zadaní, v nastavení, v testoch alebo v review?

V skratke

  • AI softvérová továreň dotiahne písomné úlohy do skontrolovaných pull requestov pomocou AI agentov.
  • Starý význam: firma, ktorá stavia softvér na objednávku. Nový: stavajú agenti, ľudia riadia.
  • Tmavá továreň vynechá ľudské review. My ho nechávame: každú zmenu kontroluje senior.
  • Potrebuje zadania, spoľahlivý repozitár, testy najprv červené, preview nasadenia, bránu s review a malé pull requesty.

Časté otázky

Čo je AI softvérová továreň?

Opakovateľný systém, v ktorom AI agenti dotiahnu písomné úlohy do pull requestu, ktorý prejde automatickými kontrolami, a ľudia určujú zámer a rozhodujú, čo ide von. Továreň je systém okolo agentov: zadania, spoľahlivý repozitár, testy, preview nasadenia a brána s review.

Čo je tmavá softvérová továreň (dark factory)?

Krajný koniec škály, kde kód nepíše ani nekontroluje žiadny človek: dnu idú zadania, von softvér. Dan Shapiro ju pomenoval podľa tovární, ktoré bežia so zhasnutými svetlami. Niektoré tímy hovoria, že tak pracujú. My nie, lebo pri softvéri, na ktorom beží firma, za každú zmenu ručí človek.

Je softvérová továreň to isté ako softvérový dom?

V starom význame zhruba áno: firma, ktorá stavia softvér na objednávku podľa štandardného postupu. Nový význam hovorí o tom, ako vzniká kód v ktoromkoľvek tíme: stavajú AI agenti, ľudia riadia zámer a review.

Čo musí tím mať, kým spustí AI softvérovú továreň?

Písomné úlohy s kritériami prijatia, repozitár, ktorý sa spoľahlivo nastaví a spustí kontroly, testy, ktoré pred zmenou padnú a po nej prejdú, preview nasadenia, bránu s review a malé pull requesty. Bez toho viac agentov vyrobí len viac neskontrolovaného kódu.

Aký veľký musí byť tím?

Nie veľký. Tím s 3 až 30 vývojármi môže začať s jedným repozitárom a jedným typom úloh. Úplne malým tímom s jedným či dvoma ľuďmi zvyčajne stačí krátky súbor s pravidlami pre agenta, nie továreň.

Opýtajte sa AI na tento článok

AI pri odpovedi využije aj naše ďalšie články a skúsenosti z reálnych projektov.

ChatGPTClaudePerplexity
Engineering

Ostatné články

Harness a kontroly

Playwright MCP: AI agent overí zmenu v prehliadači

Playwright MCP dáva AI agentovi skutočný prehliadač. Ako ho používame, aby agent overil svoju zmenu v bežiacej aplikácii a vrátil PASS alebo FAIL so screenshotmi, čo tým chytíme oproti unit testom a kedy sú lepšie obyčajné Playwright skripty.

Harness a kontroly

LLM as a judge: AI recenzent, ktorý sa snaží prácu vyvrátiť

LLM as a judge znamená, že jazykový model hodnotí prácu iného modelu podľa spísaných kritérií. Ako ho používame na každom pull requeste nášho AI agenta: najprv strojové kontroly, potom čerstvá session len na čítanie, ktorá má prácu vyvrátiť, typovaný verdikt a pravidlá, ktoré pribudli po jeho chybách.

Harness a kontroly

AI code review s Claude Code v CI: čo AI prehliadne

Ako robíme AI code review s Claude Code na každom pull requeste jednou zdieľanou GitHub Action: čo má AI recenzent hľadať, ako bolo zelené a mlčalo, čo prehliadne a prečo schvaľuje len človek.

Čas prestať plánovať a začať riešiť.

Kontakt

  • Digitaliko s.r.o.
    Šípková 377/17
    958 03 Malé Uherce, Slovensko
  • Ozvite sa nám
    info@digitaliko.com
    +421 950 595 506
    WhatsApp