Problém plánování: Proč AI programovací agenti potřebují lepší způsoby, jak přemýšlet nahlas
Proč je plánování pro AI agenty tak zoufalé – a jak to může změnit Inplan
Přiznejme si to na rovinu. Většina z nás plánuje projekty úplně stejně jako před érou AI agentů. Hodíme pár řádků do Notion, pošleme vlákno ve Slacku, které se ztratí v záplavě notifikací. A pak tohle polofunkční zadání hodíme kódovacímu agentovi a doufáme, že něco rozumného vyplodí.
Problém není v tom, že by AI agenti byli špatní v kódování. Problém je, že potřebují strukturu, kterou jim málokdy poskytneme. A když ji vytvoří sami, nezbude nám žádná stopa o tom, proč se rozhodli právě takhle.
Dokument, který s vámi mluví
Tady se snaží zalepit díru nástroj jménem Inplan. V jádru je to Markdown editor, ale ne ledajaký. Je navržený pro společné plánování mezi lidmi a AI kódovacími agenty. Představte si to jako sdílenou tabuli, kde obě strany můžou psát, ptát se a upravovat jediný plánovací dokument.
Zajímavé na tom není samotné编辑ování. Je to systém komentářů. Označíte libovolnou větu a rozběhnete tam vláknovou diskuzi. Ptejte se agenta, proč navrhl zrovna tu architekturu. Požádejte o vysvětlení nějakého předpokladu. Udělejte rozhodnutí. Ta výměna zůstane připnutá ke konkrétnímu řádku – a vytvoří záznam, ke kterému se můžete kdykoliv vrátit.
Tohle řeší něco, o čem se mluví málo: problém takzvané kontextové archeologie. Přetočte čas o tři měsíce dopředu. Agent někde udělal volbu. Kde je důvod? Inplan to dělá dohledatelné.
Kontrola před schválením
Tohle je vzorec, který vidíme až příliš často: necháte agenta pracovat, vrátíte se, a plán se tiše proměnil. Možná k lepšímu. Možná se ztratilo něco důležitého. Těžko říct.
Inplan to obrací. Když agent chce revidovat plán, dokument tiše nepřepíše. Místo toho vygeneruje diff, který sami zkontrolujete a teprve pak aplikujete. Vidíte přesně, co se změnilo. Můžete schválit, odmítnout, nebo iterovat – dokud se nic nezamkne.
Tento přístup „člověk v loopu" je důležitější, než se na první pohled zdá. Mění agenta z vykonavatele na spolupracovníka s papírovou stopou.
Jak na to
Nástroj se instaluje jako Claude Code skill (podpora pro Codex a další je v plánu). Jednoduchý prompt „plan X" otevře editor a můžete začít. Je to AGPL-3.0 open source a běží zcela lokálně přes npm.
Pro týmy, které chtějí živou spolupráci, existuje hosted verze na inplan.ai. V demu nepotřebujete vytvářet účet – což je pro SaaS produkt příjemná vlaštovka.
Kde to ještě drhne
Žádný nástroj není bez kompromisů. Současná verze je Electron desktop app – funkční, ale těžší než webový editor. Diff mechanismus funguje po řádcích, což může být hrubé pro jemné změny. A mentální model počítá s jedním plánovacím dokumentem. Pokud spravujete více provázaných specifikací, sáhnete po dalších nástrojích.
Tým je ohledně těchto omezení transparentní, což je povzbudivé. Multi-dokumentová podpora a bohatší interakční smyčky s agenty jsou na roadmapě.
Proč tohle všechno záleží v éře vibe codingu
„Vibe coding" – nechat AI řešit implementaci, zatímco vy řídíte vizi – raketově roste na popularitě. Ale vibe coding má špinavé tajemství: bez jasného směru kontrolujete výstupy proti záměrům, které jste nikdy pořádně nespecifikovali.
Nástroje jako Inplan naznačují jinou budoucnost. Ne „koduj rychleji", ale „mysli jasněji". Fáze plánování se stává skutečnou spoluprací s AI partnerem, která produkuje artefakty sloužící jak aktuálnímu úkolu, tak budoucím maintainerům (včetně vás budoucího).
Zda se Inplan stane součástí vašeho workflow, záleží na tom, jakou máte toleranci k Electron appkám a jedno-dokumentovému modelu. Ale základní koncept – strukturovaná, okomentovaná, lidsky kontrolovaná AI spolupráce – ukazuje směr, jakým se práce s kódovacími agenty bude ubírat, jak budou schopnější.
Otázka není, jestli AI napíše víc našeho kódu. Otázka je, jestli postavíme lešení, díky kterému bude ten kód vůbec k něčemu.
Vyzkoušejte: npm i -g inplan