Tim od šest developera, dva QA-a i jednog Product Ownera postaje prošlost
WAU PRODUCTION

Tim od šest developera, dva QA-a i jednog Product Ownera postaje prošlost

Florian Krause ima trideset godina iskustva u razvoju softvera, jedan propali startup i čvrsto mišljenje: tim od šest developera, dva QA-a i jednog product ownera postaje prošlost. Na The Geek Gatheringu u Osijeku objasnio je čime se takva postava zamjenjuje.

Krause je partner u Etribesu, konzultantskoj tvrtki čiji je osječki COBE dio od 2022. godine, što ga u grad na Dravi dovodi redovito. Ovaj se put pojavio s temom AI inženjeringa kroz koju je pokazao konkretne alate koje Etribes već koristi u produkcijskim projektima.

Seniori jedini mogu reći “ne”

Dosadašnji način rada odlazi u povijest, kaže Florian.

Setup sa šest developera, dva QA-a i jednim product ownerom koji vodi jedan tim, postaje prošlost. Previše se gaze međusobno čim se počne koristiti AI za kodiranje.

Umjesto velikih timova, predviđa male koji će se sastojati, primjerice, od jednog product ownera i dva developera (iako su u publici nakon predavanja napomenuli da je previdio dizajnere), bez tiketa koji lete tamo-amo između odjela. PO i dev razgovaraju o novim značajkama koje treba razviti, pošalju ih AI-u na implementaciju i već za to vrijeme definiraju sljedeću stavku. Do trenutka kad završe s definicijom, prva je već implementirana.

Senior developeri ostaju nužni, naglašava, ali zbog sasvim drugačije uloge. Nitko drugi nema tehničku prosudbu da kaže “ne”.

Ako PO dođe i kaže: Želim uvesti kripto u naš online shop, onda mora biti netko tko kaže, ne, nemojmo to raditi. Jer ako to napravite, uništit ćete nam sustav.

Softverski razvoj tako postaje dijalog između čovjeka koji zna što želi i čovjeka koji zna što je moguće. Kod između njih generira stroj.

WAU PRODUCTION

Skačete li i vi između Claude sesija toliko često da se pogubite?

Prvi predavač zadnjeg dana The Geek Gatheringa nije ostao na teoriji. Etribes je interno izgradio dva sustava, a on ih je pokazao uživo.

Prvi ima jasnu svrhu – smanjiti takozvane kontekstualne za*ebe stavljanjem svega što je potrebno na jedno mjesto.

Imate osam tabova otvorenih u terminalu, svaki s drugačijom Claude sesijom, i pokušavate pratiti što ste radili u ovom tabu, a onda u drugom… Trebate pokrenuti npm install, deployati, reviewati i skačete između toliko sustava da gubite nit.

Svaki chat u sučelju ima vlastiti Docker kontejner s bazom podataka. Paralelni razvoj radi bez merge konflikata zahvaljujući Git worktrees. Nakon što agent završi s featureom, sučelje napravi screenshot rezultata koji PO može odmah pogledati i komentirati. Nisu potrebni Jira, GitHub code review, a ni poseban staging environment.

Dovoljno je to praktično da ga Etribesovi timovi koriste u produkcijskim projektima i, prema Krauseovim riječima, primjećuju osjetno veću brzinu razvoja.

Kad Manfred, Günther i Wilhelm odu u mirovinu, menadžment se stresira

Drugi sustav dizajniran je za drugačiji problem: migraciju starih sustava. Scenarij koji opisuje vjerojatno je poznat mnogim tvrtkama u regiji.

Dođu nam tvrtke koje imaju legacy ERP sustav iz 90-ih, a trojica developera koja ga održavaju, Manfred, Günther i Wilhelm, idu u mirovinu za godinu dana, i tada nitko neće znati kako ta stvar uopće radi. Pa se menadžment malo stresira.

Sustav rješava problem u dvije faze. Prva je dokumentacija starog sustava: AI analizira kod, vodi razgovore sa stručnjacima koji odlaze i gradi wiki koji pretvara nestrukturirano znanje u mapu. Druga faza je tvornica koja na temelju te dokumentacije i definiranih zahtjeva za novi sustav samostalno implementira featuree.

Na ulazu tvornica dobiva tiket s tri stvari: što treba raditi, kako izmjeriti ispravnost i koja arhitekturalna ograničenja vrijede. Unutra se odvija deterministički proces koji Krause posebno naglašava jer se svjesno razlikuje od slobodnih agent-to-agent razgovora.

Claude bolje programira, Codex bolje pregledava kod

Pipeline počinje s planom. Agent opisuje koje datoteke će dirati, koje korake poduzeti i kako testirati rezultat. Nema koda, samo dokument. Dokument ide na review jednom ili više reviewera, koji mogu biti različiti modeli s različitim fokusom: sigurnost, arhitektura, funkcionalno testiranje u pregledniku.

Krause napominje da kombinacija modela nije slučajna.

Dobro je imati multi-model pipeline koji vam to omogućuje, jer oni imaju različite karakterne crte. Codex je, na primjer, puno bolji reviewer nego Claude.

Ako reviewer ima zamjerke, plan se vraća na doradu. Mogu se i sporiti: agent može pobijati prigovor i obraniti vlastiti pristup. Ako se ne mogu dogovoriti nakon tri runde, tiket ide čovjeku.

Kad je plan prihvaćen, coding agent ga implementira i šalje u novi review krug. Na izlazu je pull request koji developer može pregledati i prihvatiti.

Cijena jednog featurea u pilotnom projektu za velikog njemačkog e-commerce trgovca bila je između 5 i 10 eura, pri korištenju najskupljih dostupnih modela.

Čak i kad bi to koštalo 50 eura, a možemo imati feature razvijen koji bi mi inače uzeo cijeli tjedan, onda 50 eura nije puno.

Lanac dokumenata i vlastita memorija

Iza sustava stoji arhitekturalni detalj koji Krause opisuje sa zadovoljstvom (a vjerujem da njegovo debelo iskustvo u ecommerceu stoji iza inspiracije): svaki korak pipelinea mora producirati dokument određene strukture. Ti su dokumenti međusobno vezani, što omogućuje vremensko putovanje kroz razvoj: ako je agent negdje griješio, može se resetirati Git na tu točku i nastaviti od nje.

Iz lanca dokumenata nastaje i mehanizam koji Krause naziva retro. Nakon što se feature mergea, novi agent prolazi kroz dokumente, pronalazi mjesta gdje je čovjek ispravio ili pregazio odluku sustava, i ažurira datoteku AGENTS.md ili CLAUDE.md u repozitoriju. Sljedeći put tvornica ne ponavlja isti propust.

To je self-learning loop. Učite na greškama napravljenim tijekom implementacije, ažurirate ciljni repozitorij i sljedeći put kad krenete, to se neće ponoviti.

A što je s juniorima?

Nije ovo gotovo rješenje – dva pitanja ostavljaju otvorena.

Prvo je pitanje juniora. Ako timovi postaju manji i code review postaje automatiziran, tko zapošljava i trenira početnike? Arhitektura pretpostavlja pet do deset godina iskustva u implementaciji.

To je jednostavno nešto što ne možete znati ako ste tek započeli s učenjem.

Rasprava o juniorima nastavila se i nakon predavanja, kada je Krause rekao da njihov uspjeh ovisi o njihovoj osobnosti. Ako ih zanima kako funkcionira programiranje i kako je cijeli ekosustav povezan, tada će dobro ovladati materijom, čak i uz AI alate. Ako ih zanima samo da im se kaže što da rade i da to isprogramira, takve AI već danas nadmašuje.

Drugo je pitanje infrastrukture. Ako se featurei isporučuju svakodnevno u više paralelnih verzija, kako pratiti što radi, što treba ugasiti i kako se bez štete povući iz pogrešnog pravca? Rollback mehanizmi za visokofrekventni deployment još su aktivno područje istraživanja.

Na kraju predavanja najavio je kombinaciju dva sustava koja je predstavio u kojemu chat-driven pristup definiranja zahtjeva izravno hrani deterministički pipeline tvornice.

AI griješi u pisanju koda? Griješim i ja!

Krause nije izbjegavao osjetljive teme. Jasno je rekao da su moderni modeli bolji programeri i od njega samog, i da ih ne može pratiti u brzini.

Pogledajte moderne modele, kao što je Opus 5.5, oni pišu puno bolji kod nego ja. Mogu to apsolutno priznati. I pišu ga za toliko manje vremena da jednostavno ne mogu pratiti.

Argument da AI griješi otklanja jednostavno: i sam Florian, sa svim svojim iskustvom, radi greške.

Sukladno članku 94. Zakona o elektroničkim medijima, komentiranje članaka na Netokraciji dopušteno je samo korisnicima koji ostave svoje ime i prezime te mail adresu i prihvate pravila ponašanja.

Pravila ponašanja

Na Netokraciji za vas stvaramo kvalitetan, autorski potpisan sadržaj i zaista se veselimo vašim kvalitetnim, kontruktivnim komentarima. Poštujmo stoga jedni druge prilikom komentiranja, kao i Zakon, držeći se sljedećih pravila ponašanja:

  • Ne budite 💩: Nema vrijeđanja, diskriminiranja, ni psovanja (osim ako nije osobni izričaj, ali onda neka psovka bude općenita, a ne usmjerena prema nekome). Također, upoznajte se sa stavkom 2. članka 94. Zakona o elektroničkim medijima prije no što ostavite komentar.
  • Samo kvalitetna rasprava, manje trolanja: Ne morate se ni sa kim slagati, ali budite konstruktivni i doprinesite raspravi! Svako trolanje, flameanje, koliko god "plesalo" na granici, leti van.
  • Imenom i prezimenom, nismo Anonymous 👤: Autor sadržaja stoji iza svog sadržaja, stoga stojite i vi iza svog komentara. Koristimo ime i prezime te pravu email adresu.

Kako koristimo podatke koje ostavljate? Bacite oko na našu izjavu o privatnosti.

Sve ostale komentare ćemo s guštom spaliti, jer ne zaslužuju svoje mjesto na internetu.

Komentari

  1. Tomislav Krnic

    Tomislav Krnic

    05. 10. 2026. u 10:02 pm Odgovori

    Svaki dev koji osjeti kaos u brutalnoj kolicini istovremenih agenata, pogotovo ako radi na vise projekata istovremeno nek isproba https://daydeck.krnic.be/
    Ovo sam napravio za sebe da mi olaksa zivot, pa sam malo upeglao da stavim u store na raspolaganje svima koji zele bar jos koju godinu odgoditi burn-out u ovim ludim vremenima uz Ai

Odgovori

Tvoja e-mail adresa neće biti objavljena.

Popularno

Veliki intervjui

Hrvatski dizajner napravio idealnu mobilnu igru za ribiče sa 76 pravih vrsta riba i 40 lokacija

Claude Code pisao je kod, Codex je pomogao s ilustracijama i tako je grafički dizajner osmislio mobilnu video igru za ribiče. No izraditi igru koja radi i osmisliti igru kojoj će ljubitelji ribolova vjerovati dvije su različite stvari.

Vodič

Imate pretplatu na AI alate? Evo što računovođe kažu o ispravnom evidentiranju

U novoj kolumni Bruno Cvitanović, direktor računovodstvenog i konzultantskog servisa Brojevi objašnjava kako računovodstveno tretirati AI alate, što vrijedi za poduzetnike izvan sustava PDV-a i na koje pogreške treba paziti.

Veliki intervjui

Ako AI može napraviti film ili igru, što ostaje kreativcima? Odgovara CEO Nanobita

Može li umjetna inteligencija promijeniti način na koji nastaju filmovi i igre, a da pritom ne žrtvujemo kvalitetu priče i kreativnu viziju? Nanobit već testira odgovor na to pitanje, razvijajući AI produkcijske procese koji otvaraju mogućnost stvaranja sadržaja velikom brzinom.

Što ste propustili

Umjetna inteligencija

Biste li AI-ju prepustili odluke o svojoj vezi?

Domaća aplikacija Shrink: Go Deeper koristi knjige i predavanja jednog psihoterapeuta kako bi korisnicima ponudila AI sugovornika za razgovore o emocijama i odnosima. S njim smo o svojim, doduše fiktivnim emocijama razgovarali i mi.

Veliki intervjui

Kako djecu naučiti upravljati novcem?

Kako djeci objasniti štednju, budžet, dug ili razliku između želja i potreba? Jakša Tomović odlučio je taj problem riješiti vlastitom aplikacijom TONKO, koja kroz zadatke, tri virtualne staklenke i kratke lekcije djecu od 6 do 14 godina uči financijskoj pismenosti.

Netokracija Podcast

Hrvatska planira uložiti 932 milijuna eura u umjetnu inteligenciju

U novoj epizodi Netokracija Podcasta razgovaramo o hrvatskom Nacionalnom planu za razvoj umjetne inteligencije, u koji se do 2032. planira uložiti 932 milijuna eura, a dotaknuli smo se i globalne AI utrke gdje se troše milijarde.

Analiza

Kako Hrvatska oblikuje stajališta o europskim digitalnim zakonima?

Europski digitalni propisi oblikuju se puno prije nego što stignu na stol europskih institucija. Hrvatska pritom ima priliku zastupati vlastite interese, ali i uključiti domaću tehnološku industriju u pripremu nacionalnih stajališta. Istražili smo kako taj proces izgleda, ali i što bi moglo bolje.

Veliki intervjui

Digitalna pomoć za roditelje: aplikacija za dječja igrališta, zdravlje i obiteljske aktivnosti

Kako pronaći dobar parkić ili... najbliže gradilište? Hrvatski roditelji napravili su Parkich, aplikaciju koja na jednom mjestu okuplja više od 3400 igrališta i niz korisnih funkcija za obitelji.

Netokracija Podcast

Puca li AI balon u 2027. godini?

Što se događa kada AI obećanja sudare sa stvarnošću? Dok tehnološke kompanije ulažu milijarde u umjetnu inteligenciju, developeri se suočavaju s promjenama u svakodnevnom radu, juniori sve teže pronalaze prve prilike, a kompanije tek otkrivaju koliko je zahtjevno AI implementirati u poslovanje.