--- title: "AI SDLC" url: "https://majchrzycki.com/blog/filar/ai-sdlc" description: "Jak projektować, testować, wdrażać i rozwijać aplikacje oraz systemy AI." --- Przewodnik tematyczny # AI SDLC Jak wytwarzać i zmieniać system AI bez utraty kontroli nad jakością? AI SDLC to cykl pracy nad rozwiązaniem: od wymagania, przez projekt, testy i wdrożenie, po obserwację oraz wycofanie zmiany. Trzeba rozdzielić dwa nurty: budowanie produktu, który korzysta z AI, oraz używanie AI do pisania oprogramowania. W pierwszym zmienia się zachowanie systemu wobec użytkownika; w drugim narzędzie pomaga zespołowi, ale nie przejmuje odpowiedzialności za kod. ## Jak podejść do tematu 1. Krok 1 ### Zapisz wymagania i granice Określ użytkownika, cel, dozwolone źródła i działania, przykłady poprawnych wyników oraz sytuacje, gdy system ma odmówić albo oddać sprawę człowiekowi. Ustal właściciela decyzji o publikacji. 2. Krok 2 ### Zbuduj zestaw ewaluacyjny Zbierz reprezentatywne przypadki, wyjątki i błędy wysokiego ryzyka. Oceniaj wynik, odwołania do źródeł, koszt oraz przebieg działania narzędzi; porównuj nowe wersje z poprzednią, nie tylko z idealnym przykładem. 3. Krok 3 ### Wdrażaj z możliwością wycofania Wersjonuj kod, instrukcje, konfigurację modelu, źródła danych i zestaw testów. Ustal progi bramki wdrożenia, zakres pilota, monitoring oraz sposób powrotu do poprzedniego procesu. ## Nurt pierwszy: produkt z AI Specyfikacja powinna opisywać nie tylko funkcję, lecz także zachowanie przy niepewności: brak źródła, sprzeczne dokumenty, prośbę o działanie poza uprawnieniami i dane wrażliwe. Projekt obejmuje interfejs, źródła, model, narzędzia oraz właścicieli reguł. Architektura tych elementów należy do filaru A02; AI SDLC opisuje, jak sprawdzić ich współdziałanie i kontrolować zmianę wersji. Przykładowa bramka odbioru może wymagać, by odpowiedź wskazywała źródło, działanie zapisywało ślad audytowy, a sprawa bez danych trafiała do człowieka. Nie jest to uniwersalny próg liczbowy: poziom błędów możliwy do przyjęcia zależy od procesu, skutków pomyłki i sposobu nadzoru. Kryteria trzeba ustalić przed pilotem, aby nie wybierać ich po obejrzeniu wygodnych wyników. ## Nurt drugi: AI jako narzędzie programisty Kod wygenerowany przez narzędzie wymaga tych samych kontroli co kod napisany ręcznie: zrozumienia, przeglądu, testów, sprawdzenia zależności i uprawnień. Krótki, działający przykład nie dowodzi bezpieczeństwa w repozytorium, gdzie istnieją inne ścieżki wykonania. Zespół powinien też wiedzieć, jakie dane wolno wysyłać do używanego narzędzia. Przy zadaniach z agentem programistycznym określ zakres plików, oczekiwane zachowanie, testy i zakazy dotyczące sekretów. Odbiór polega na sprawdzeniu zmian oraz ich skutków, nie na samym zatwierdzeniu odpowiedzi czatu. Odpowiedzialność za wdrożenie pozostaje przy osobach i procesie organizacji. ## Zmiana modelu lub danych też jest wydaniem produktu Nowa wersja modelu, poprawka promptu lub świeży zestaw dokumentów mogą zmienić odpowiedzi bez zmiany kodu aplikacji. Dlatego zapisuj konfigurację, datę źródeł i wyniki zestawu ewaluacyjnego przy każdym wydaniu. Po wdrożeniu obserwuj przypadki odmowy, błędne działania, koszty oraz zgłoszenia użytkowników, a nie tylko dostępność endpointu. Plan wycofania powinien wskazać, co można przywrócić natychmiast, które działania trzeba zatrzymać i jak poinformować właściciela procesu. Jeżeli stary zestaw danych nie może być odtworzony, rollback kodu może nie przywrócić poprzedniego zachowania. Tę zależność warto sprawdzić w pilocie, zanim system zacznie podejmować skuteczne działania w firmie. - Wymaganie: cel, odbiorca, zakazane działania i osoba odpowiedzialna. - Ewaluacja: zestaw zwykłych i trudnych przypadków z uzgodnioną oceną. - Wydanie: wersje kodu, modelu, instrukcji, danych i progów akceptacji. - Eksploatacja: monitoring, zgłoszenia błędów, zatrzymanie i przywrócenie. ## Jak podjąć decyzję Wybierz sygnał, który najlepiej opisuje obecny problem, i sprawdź właściwy następny krok. Sygnał Co oznacza Następny krok Budujesz aplikację, która odpowiada lub działa za użytkownika Testuj zachowanie całego systemu na reprezentatywnych sprawach. Ustal kryteria odmowy, źródła, uprawnienia i bramkę wydania. Programiści używają AI do tworzenia kodu Narzędzie zmienia sposób pracy, ale nie standard odbioru kodu. Włącz przegląd, testy, skanowanie zależności i zasady danych do zwykłego procesu PR. Zmienia się model, prompt lub zbiór wiedzy Może zmienić się wynik produktu bez commitu w logice aplikacji. Uruchom ewaluacje porównawcze i przygotuj drogę wycofania konfiguracji. ## Wybierz zagadnienie Każda grupa odpowiada na węższe pytanie. Zacznij od obszaru, który jest najbliższy Twojej decyzji. ### Budowa aplikacji AI - [Blazor w .NET 10: renderowanie, stan i AI](https://majchrzycki.com/blog/microsoft-blazor-intelligent-web-apps) - [.NET 10 dla aplikacji AI: warstwy i wybór](https://majchrzycki.com/blog/microsoft-dot-net-ai-apps) - [Aspire: AppHost, service discovery i dashboard](https://majchrzycki.com/blog/microsoft-dot-net-aspire-cloud-native) - [Microsoft Orleans 10: kiedy wybrać virtual actors](https://majchrzycki.com/blog/microsoft-orleans-scalable-distributed-applications) Pokaż pozostałe materiały (8) - [Python w aplikacjach AI: architektura i test](https://majchrzycki.com/blog/python-ai-apps) - [Jupyter Notebook w suwerennym AI OS](https://majchrzycki.com/blog/jupyter-notebook-ai-sdlc) - [Python: w AI SDLC](https://majchrzycki.com/blog/python-suwerenny-ai-sdlc) - [Rust: w AI SDLC](https://majchrzycki.com/blog/rust-suwerenny-ai-sdlc) - [Go: w AI SDLC](https://majchrzycki.com/blog/go-enterprise-ai-sdlc) - [.NET: w AI SDLC](https://majchrzycki.com/blog/dotnet-enterprise-ai-sdlc) - [Angular: w AI SDLC](https://majchrzycki.com/blog/angular-enterprise-ai-sdlc) - [PHP: w AI SDLC](https://majchrzycki.com/blog/php-ai-sdlc-czy-nadrabia) ### Interfejsy i design systems aplikacji AI - [Material Design w aplikacji AI: kryteria wyboru](https://majchrzycki.com/blog/google-material-design-system-ai-apps) - [IBM Carbon w aplikacji AI: projekt i odbiór](https://majchrzycki.com/blog/hugging-face-ai-apps-genai-0-0-0) - [Fluent Design w aplikacji AI: czytelność i kontrola](https://majchrzycki.com/blog/microsoft-fluent-design-system-ai-apps) - [Design system dla aplikacji AI: jak wybrać](https://majchrzycki.com/blog/open-source-design-systems-ai-apps) ### Testy i ewaluacje aplikacji AI - [Prompt flow: testowanie przepływu aplikacji AI](https://majchrzycki.com/blog/co-to-jest-microsoft-prompt-flow) - [LangSmith: jak oceniać i śledzić aplikacje AI](https://majchrzycki.com/blog/langsmith-ai-application-lifecycle-management-alm) - [MLflow w suwerennym AI OS](https://majchrzycki.com/blog/mlflow-ai-sdlc) - [OWASP w AI SDLC: bezpieczeństwo od zadania do wdrożenia](https://majchrzycki.com/blog/owasp-bezpieczenstwo-w-ai-sdlc) ### Agenci programistyczni i środowiska pracy - [Claude Code w AI SDLC: zadania, testy i review](https://majchrzycki.com/blog/ai-sdlc-agent-claude-code) - [ChatGPT Codex w AI SDLC: praca od zadania do diffu](https://majchrzycki.com/blog/ai-sdlc-agent-chatgpt-codex) - [GitHub Copilot w AI SDLC: od sugestii do PR](https://majchrzycki.com/blog/ai-sdlc-agent-github-copilot) - [Amazon Kiro: specyfikacja przed kodem w AI SDLC](https://majchrzycki.com/blog/ai-sdlc-agent-amazon-kiro) Pokaż pozostałe materiały (14) - [OpenCode: agent kodujący z wyborem modelu](https://majchrzycki.com/blog/ai-sdlc-agent-opencode) - [Hermes Agent w AI SDLC: pamięć i narzędzia](https://majchrzycki.com/blog/ai-sdlc-agent-hermes-agent) - [DeepSeek Harness: pluginy w pracy agenta](https://majchrzycki.com/blog/ai-sdlc-agent-deepseek-harness) - [OpenClaw w AI SDLC: automatyzacja wokół kodu](https://majchrzycki.com/blog/ai-sdlc-agent-openclaw) - [NVIDIA NemoClaw: izolacja agenta w AI SDLC](https://majchrzycki.com/blog/ai-sdlc-agent-nemoclaw) - [Cursor w AI SDLC: edytor z agentem kodującym](https://majchrzycki.com/blog/ai-sdlc-agent-cursor) - [Grok Bot w AI SDLC: delegowanie zadań kodowych](https://majchrzycki.com/blog/ai-sdlc-agent-grok-bot) - [Google Antigravity: agenci w środowisku pracy](https://majchrzycki.com/blog/ai-sdlc-agent-google-antigravity) - [Visual Studio Code: wspólne miejsce dla agentów](https://majchrzycki.com/blog/ai-sdlc-agent-visual-studio-code) - [Visual Studio: agent kodujący w projektach .NET](https://majchrzycki.com/blog/ai-sdlc-agent-microsoft-visual-studio) - [Mistral Vibe w suwerennym AI OS](https://majchrzycki.com/blog/mistral-vibe-ai-sdlc) - [LangChain dcode w suwerennym AI OS](https://majchrzycki.com/blog/langchain-dcode-ai-sdlc) - [Od kodera do FDE: inżynier musi usłyszeć klienta](https://majchrzycki.com/blog/inzynier-koder-do-fde-klient-ai) - [Software Dark Factory: fabryka agentów w AI SDLC](https://majchrzycki.com/blog/software-dark-factory-fabryka-agentow-ai-sdlc) ### Specyfikacje i instrukcje dla agentów - [GitHub Spec Kit: specyfikacja przed kodowaniem z AI](https://majchrzycki.com/blog/github-spec-kit-specyfikacja-ai-sdlc) - [SKILLS.md czy SKILL.md? Umiejętności agentów AI](https://majchrzycki.com/blog/skills-md-skill-md-umiejetnosci-agentow) - [AGENTS.md: stałe instrukcje dla agentów kodujących](https://majchrzycki.com/blog/agents-md-instrukcje-agentow-ai-sdlc) - [Pluginy agentów AI: Claude, ChatGPT, Codex i Copilot](https://majchrzycki.com/blog/pluginy-agentow-claude-chatgpt-codex-copilot) Pokaż pozostałe materiały (1) - [Excalidraw: szkic architektury AI, który uruchamia rozmowę](https://majchrzycki.com/blog/excalidraw-diagramy-systemow-ai-i-ontologii) ## Dalsza lektura ### Powiązane przewodniki - [Dane i wiedza firmy](https://majchrzycki.com/blog/filar/dane-i-wiedza-firmy) - [Automatyzacja i agenci AI](https://majchrzycki.com/blog/filar/automatyzacja-i-agenci-ai) - [Bezpieczeństwo i utrzymanie AI](https://majchrzycki.com/blog/filar/bezpieczenstwo-i-utrzymanie-ai) - [Architektura systemów AI](https://majchrzycki.com/blog/filar/architektura-systemow-ai) ### Źródła producenta i dokumentacja - [NIST: AI Risk Management Framework](https://www.nist.gov/itl/ai-risk-management-framework) ## Następny krok Zanim zaczniesz pilot, przygotuj jedną stronę wymagań, zestaw testowych spraw i decyzję, kto zatrzyma wdrożenie po nieudanym teście. Jeśli potrzebujesz pomocy w określeniu architektury, pilota lub późniejszego utrzymania, zakres współpracy opisuje aktualna oferta. [Sprawdź zakres współpracy](https://majchrzycki.com/wspolpraca)