Jak pracujemy z Claude Code: szybciej, ale z review i testami

Claude Code to narzędzie AI, które w IT360 pisze i zmienia kod razem z programistą: czyta projekt, proponuje zmiany, uruchamia polecenia i testy. Nie decyduje jednak samo o tym, co trafia do Twojej strony czy aplikacji. Każdą zmianę przegląda człowiek, kod przechodzi testy, a dane Twoich klientów i hasła nie trafiają do rozmowy z AI.

Piszemy o tym otwarcie, bo pytania o AI w programowaniu słyszymy coraz częściej. Jedni klienci pytają, czy skoro AI pisze kod, to projekt nie powinien kosztować ułamek dawnej ceny. Inni obawiają się, że kod wygenerowany przez AI jest niebezpieczny. Obie obawy mają podstawy, dlatego poniżej opisujemy, co AI robi w naszym procesie, gdzie stawiamy granice i co z tego masz Ty.

Czym jest Claude Code i do czego go używamy

Claude Code to narzędzie firmy Anthropic, które działa w terminalu i edytorze programisty. W odróżnieniu od zwykłego czatu ma dostęp do plików projektu: potrafi przeczytać kod, zaproponować zmiany w wielu plikach naraz, uruchomić testy i sprawdzić wynik. Opis możliwości znajdziesz w dokumentacji Claude Code.

W praktyce używamy go przede wszystkim do:

• powtarzalnych zmian w wielu miejscach naraz, na przykład zmiany nazwy pola w całym projekcie albo dopisania tej samej poprawki w kilkudziesięciu szablonach;
• pierwszej wersji kodu według opisu, który przygotowuje programista: formularza, integracji z API, skryptu importu danych;
• testów: pisania testów do istniejącego kodu i uruchamiania ich po każdej zmianie;
• czytania cudzego kodu, gdy przejmujemy stronę lub aplikację po innym wykonawcy i musimy szybko zrozumieć, jak działa;
• porządków technicznych: aktualizacji zależności, poprawek zgłaszanych przez narzędzia do analizy kodu, dokumentacji.

Czego AI u nas nie robi: nie ustala z Tobą zakresu, nie projektuje ścieżek użytkownika, nie decyduje o architekturze i nie wdraża niczego na produkcję bez człowieka. Te decyzje zostają po stronie ludzi, którzy za projekt odpowiadają.

Co mówią dane o programowaniu z AI

AI w programowaniu to już codzienność, ale dane pokazują też, dlaczego nie można mu ślepo ufać.

• W ankiecie Stack Overflow Developer Survey 2025 84% programistów deklaruje, że używa narzędzi AI albo planuje ich używać. Jednocześnie tylko około jednej trzeciej ufa dokładności ich odpowiedzi, a 46% im nie ufa. Najczęstsza frustracja, wskazana przez 66% badanych, to rozwiązania „prawie dobre, ale nie do końca”. 45% twierdzi, że poprawianie kodu z AI zajmuje więcej czasu.
• W raporcie Veracode z lipca 2025 r. sprawdzono kod wygenerowany przez ponad 100 modeli językowych. 45% próbek nie przeszło testów bezpieczeństwa i zawierało podatności z listy OWASP Top 10. Przy ochronie przed atakami typu XSS (wstrzyknięcie złośliwego skryptu na stronę) modele zawiodły w 86% przypadków.
• Organizacja badawcza METR w badaniu z lipca 2025 r. sprawdziła 16 doświadczonych programistów przy 246 zadaniach w projektach, które dobrze znali. Z narzędziami AI pracowali średnio o 19% dłużej, choć sami oceniali, że AI przyspieszyło ich o około 20%.

Wynik METR warto czytać ostrożnie. Dotyczył narzędzi z początku 2025 r., małej grupy osób i bardzo specyficznych warunków, co autorzy sami podkreślają. W aktualizacji z lutego 2026 r. METR przyznaje, że programiści są dziś prawdopodobnie bardziej przyspieszani niż rok wcześniej, ale jego nowe dane są zbyt słabe, żeby podać wiarygodną liczbę, więc zmienia sposób prowadzenia badania. Wniosek dla Ciebie jest prosty: zysk czasu z AI nie jest automatyczny i zależy od tego, jak zorganizowana jest praca.

Nasze zasady: gdzie są granice

1. Każdą zmianę przegląda człowiek

Kod zaproponowany przez AI traktujemy jak kod nowej osoby w zespole: przed wdrożeniem ktoś doświadczony czyta go w całości i rozumie, co robi. Jeśli programista nie potrafi wyjaśnić, dlaczego dany fragment działa, fragment nie przechodzi. Przegląd obejmuje nie tylko to, czy kod działa, ale też czy pasuje do reszty projektu i czy za rok ktoś inny będzie w stanie go utrzymać.

2. Testy przed wdrożeniem

Zmiany sprawdzamy testami i na wersji testowej, zanim trafią na produkcję. AI dobrze sprawdza się przy pisaniu testów, ale o tym, które scenariusze trzeba sprawdzić, decyduje człowiek. Na przykład w sklepie to pełna ścieżka zakupu, płatność i e-mail z potwierdzeniem, a nie tylko pojedyncza funkcja.

3. Bezpieczeństwo ma pierwszeństwo przed szybkością

Liczby Veracode pokazują, że AI potrafi napisać działający kod z luką bezpieczeństwa. Dlatego przy przeglądzie szczególnie pilnujemy miejsc, w których dane pochodzą od użytkownika: formularzy, wyszukiwarek, parametrów w adresie, integracji z zewnętrznymi systemami. Nowe zależności (gotowe biblioteki i wtyczki) sprawdzamy tak samo, jak bez AI.

4. Dane Twoich klientów zostają poza rozmową z AI

Do pracy z AI nie przekazujemy danych osobowych Twoich klientów ani kopii produkcyjnej bazy z zamówieniami. Hasła, klucze API i dane dostępowe nie trafiają do rozmowy z modelem. Jeśli do testów potrzebne są realistyczne dane, używamy danych przykładowych albo zanonimizowanych.

Jeśli pracujesz z innym wykonawcą, który korzysta z AI, zapytaj go o warunki korzystania z narzędzia. Anthropic w zasadach dotyczących danych rozróżnia konta konsumenckie od komercyjnych: przy planach firmowych i API deklaruje, że nie trenuje modeli na kodzie i poleceniach wysyłanych do Claude Code, chyba że klient sam się na to zgodzi.

5. Odpowiedzialność jest nasza, nie narzędzia

Nie ma znaczenia, czy dany fragment kodu napisał programista, czy AI. Za jakość, bezpieczeństwo i działanie odpowiadamy my, na takich samych zasadach jak dotychczas.

Przykład z praktyki: ta strona

Najłatwiej pokazać ten proces na stronie, którą właśnie czytasz. Przy jej budowie korzystaliśmy z Claude Code w kilku obszarach.

Twarde spacje w całym serwisie

Polska typografia nie lubi „sierotek”, czyli jednoliterowych słów (a, i, o, u, w, z) zostawionych na końcu linii. Ręczne poprawianie każdego tekstu nie ma sensu, bo przy kolejnej edycji problem wraca. Zamiast tego w kodzie motywu powstał filtr, który automatycznie wstawia twarde spacje po takich słowach i po popularnych skrótach, a nazwę „IT360 sp. z o.o.” utrzymuje w jednej linii. Działa w całym serwisie, także w tekstach, które dopiszemy za rok.

AI przygotowało pierwszą wersję filtra. Przy przeglądzie najwięcej uwagi poświęciliśmy temu, czego filtr nie może zepsuć: znaczników HTML, adresów e-mail, linków i skryptów. To typowy przykład podziału pracy: AI szybko pisze regułę, człowiek szuka przypadków brzegowych.

Zmiany w kodzie i przez API, a nie klikaniem w panelu

Wszystkie zmiany wyglądu i działania strony trafiły do motywu potomnego, czyli osobnej warstwy kodu nałożonej na motyw bazowy. Dzięki temu aktualizacja motywu nie kasuje naszych poprawek. Treści i ustawienia zmienialiśmy przez API WordPressa i skrypty uruchamiane na serwerze, a nie ręcznie w panelu administracyjnym.

Dlaczego to ważne? Zmiana zapisana w kodzie lub skrypcie jest powtarzalna i da się ją przejrzeć przed wdrożeniem. Wiadomo, kto i co zmienił, a przed większymi zmianami powstaje kopia plików. Ręczne klikanie w panelu nie zostawia takiego śladu. AI dobrze sprawdza się w pisaniu takich skryptów, a przegląd człowieka pilnuje, żeby skrypt robił dokładnie to, co trzeba.

Porządek w SEO technicznym

W mapie strony XML zostawiliśmy tylko adresy, które mają wartość dla wyszukiwarki, bez pustych stron archiwów. Adresy, które dublowały listę realizacji, przekierowaliśmy na stałe (przekierowanie 301) na jedną stronę Realizacje. Takie zadania są żmudne, a łatwo w nich o przeoczenie, więc AI przyspiesza wyszukanie wszystkich przypadków. Decyzję, które adresy mają zostać w indeksie, podjął człowiek.

Test na działającej stronie, nie tylko w kodzie

Jedna z poprawek wyglądu po wdrożeniu „nie działała”, choć kod był poprawny. Przyczyną okazał się serwer, który przez krótki czas po podmianie pliku serwował jego starą wersję. Tego nie wykryłby żaden przegląd kodu, tylko sprawdzenie efektu na działającej stronie. Od tamtej pory procedura wgrywania plików uwzględnia ten efekt.

Co to daje Tobie jako klientowi

• Szybciej przy zadaniach powtarzalnych. Tam, gdzie praca polega na wielu podobnych zmianach, AI realnie skraca czas. Przy zadaniach wymagających decyzji i uzgodnień z Tobą różnica jest niewielka, bo tam czas zajmuje myślenie i komunikacja, nie pisanie kodu.
• Więcej czasu na testy i dopracowanie. Czas zaoszczędzony na pisaniu kodu możemy przeznaczyć na sprawdzenie przypadków brzegowych, dostępność i wydajność.
• Łatwiejsze przejęcie starego projektu. Gdy przejmujemy stronę po innym wykonawcy, AI pomaga szybciej przeczytać nieznany kod. Ocenę ryzyk i plan działań i tak przygotowuje człowiek, tak jak w audycie strony.
• Brak obietnic bez pokrycia. Nie podajemy procentowego przyspieszenia „dzięki AI”, bo zależy ono od zadania. Projekt o jasnym zakresie wyceniamy za ten zakres, a przy rozliczeniu godzinowym krótszy czas pracy widać bezpośrednio w rozliczeniu. Zasady rozliczeń opisujemy w FAQ.

Sklep „od AI za darmo”? Uważaj na koszty utrzymania

Coraz więcej narzędzi obiecuje, że wygeneruje stronę lub sklep w kilka minut. Problem pojawia się później. Kod, którego nikt nie przejrzał i którego nikt w firmie nie rozumie, trzeba utrzymywać: aktualizować, łatać luki, rozbudowywać. Skoro w testach Veracode prawie połowa próbek kodu z AI miała luki, a w takim projekcie nikt tego nie sprawdzał, oszczędność na starcie szybko zamienia się w koszt awarii lub wycieku danych.

Zanim zdecydujesz się na takie rozwiązanie, zadaj wykonawcy kilka pytań:

1. Kto przegląda kod wygenerowany przez AI i czy rozumie, jak działa?
2. Jakie testy przechodzi kod przed wdrożeniem?
3. Jakie dane z mojej firmy trafiają do narzędzia AI i na jakich warunkach?
4. Kto będzie utrzymywał ten kod za rok i czy dostanę do niego pełny dostęp?

Jeśli odpowiedzi są konkretne, AI jest dla Ciebie zaletą. Jeśli wykonawca unika odpowiedzi, lepiej to wiedzieć przed podpisaniem umowy. Przykład projektu budowanego od podstaw z myślą o dalszym utrzymaniu znajdziesz w opisie platformy kursowej Tromplo.

Chcesz zobaczyć, jak to wygląda w Twoim projekcie?

Jeśli planujesz stronę, sklep lub aplikację albo chcesz przekazać nam istniejący projekt, opisz krótko, czego potrzebujesz. W rozmowie powiemy wprost, w których częściach projektu AI pomoże, a gdzie nie ma to znaczenia. Napisz do nas, odpowiadamy w ciągu jednego dnia roboczego.