Problem z agentami AI, których nikt nie uczy historii

Pracowałeś ostatnio z agentami kodującymi opartymi na AI? Na pewno zauważyłeś ten irytujący wzorzec: ciągle zadają pytania, na które już dawno odpowiedzieliście. Podsuwają rozwiązania, które pół roku temu świadomie odrzuciliście. Wynajdują koło na nowo – choć działający kod siedzi sobie tuż obok.

To nie wada AI. To luka w kontekście.

Czego AI nie widzi

Wasz zespół podjął setki decyzji, żeby dotrzeć do obecnego miejsca. Wybrane wzorce architektoniczne, konwencje kodowania, ograniczenia funkcjonalne. Agent AI nie ma o tym zielonego pojęcia. Każda rozmowa zaczyna się od zera.

Możecie wklejać dokumentację, ale szybko się to nudzi. Możecie pisać rozbudowane system prompty, ale one szybko się starzeją i trudno je utrzymać.

Efekt jest taki: AI marnuje czas na rozwiązania, które dawno wyrzuciliście, sugeruje wzorce kłócące się z waszą architekturą albo – co gorsza – buduje funkcje sprzeczne z roadmapą produktu.

Dla startupów, które muszą działać szybko, to nie tylko irytacja. To zabójca tempa.

rac-core: wiedza jako kod

I tutaj pojawia się rac-core. Pomysł jest prosty: traktujcie zebraną wiedzę produktową swojego zespołu tak samo jak kod źródłowy. Wersjonujcie ją. Udostępniajcie w całym zespole. Podawajcie bezpośrednio agentom AI.

Zamiast rozrzuconych dokumentów i umierających wątków na Slacku, utrzymujecie uporządkowane repozytorium decyzji, reguł i kontekstu. Gdy agent kodujący się uruchamia, czyta tę wiedzę tak samo jak kod – i szanuje wytyczone granice.

Pomyślcie o tym jak o pisaniu instrukcji dla każdego nowego członka zespołu. Tyle że tym członkiem jest AI.

Dlaczego to ma znaczenie dla vibe coding

W NameOcean jesteśmy fanami vibe coding – używania AI do przyspieszenia developmentu bez grzebania w powtarzalnych zadaniach. Ale vibe coding robi różnicę tylko wtedy, gdy AI ma pełny obraz sytuacji.

Gdy agent zna wasz stack, rozumie ograniczenia i szanuje decyzje zespołu, staje się prawdziwym multiplikatorem możliwości. Nie walczycie z AI, żeby go poprawiać – współpracujecie z prędkością myśli.

rac-core przybliża nas do tej rzeczywistości. To infrastruktura dla AI-aware development – traktowanie kontekstu jako pełnoprawnego elementu, a nie dodatku.

Od czego zacząć

Projekt jest open-source i zaprojektowany do integracji z istniejącymi workflow. Niezależnie od tego, czy prowadzisz solo projekt, czy skalujesz zespół deweloperski, zasada jest ta sama: zapisz raz, korzystaj zawsze.

Jeśli budujecie z agentami AI i ciągle musicie na nowo wyjaśniać te same ograniczenia i decyzje, rac-core może być dokładnie tym, czego wasz stack potrzebuje.

Przyszłość kodowania to nie tylko AI piszące kod. To AI piszące kod, który pasuje. A to wymaga dawania naszym narzędziom wiedzy, którą dotychczas trzymaliśmy wyłącznie w głowach.

Czas podzielić się tym obciążeniem.