Zakodowałem autonomiczny biznes oparty na AI
A nawet nie umiem kodować
Gdzieś pomiędzy slackowym zwolnieniem a kolejnym deployem
Ostatni rok spędziłem pracując w amerykańskich startupach Doliny Krzemowej jako AI model‑trainer - człowiek, który w skrócie testuje i poprawia odpowiedzi modeli zanim trafią na rynek. To praca, w której jeden dzień jesteś niezbędny, a następnego dowiadujesz się, że kilkuset-osobowy zespół właśnie zautomatyzowano. Widziałem, jak całe działy znikały po piątkowym all‑hands, a profesjonaliści z doktoratami zostawali zastąpieni autotuningiem. Ten roller‑coaster był jednocześnie fascynujący i mentalnie drenujący.
W pewnym momencie zrozumiałem, że jeśli nie zbuduję czegoś własnego, zawsze będę czekał na kolejny pivot, który zwinie mój etat. Szukałem pomysłu, który nie wymagałby ode mnie mistrzostwa w TypeScripcie, ale pozwolił wykorzystać to, co umiem najlepiej - wizjonerstwo i wizualizację. Całą techniczną stronę zostawiłem specjaliście od wąskich konkretów - czyli LLMom.
Branża, która nie jest sexy – i właśnie dlatego ma sens
Rynek AI kocha błyskotki: generatywna moda, avatary w stylu studio Ghibli, zmienianie wszystkiego w serwery MCP.
Nie sposób za tymi nowinkami nadążyć, nawet kiedy zajmuję się tym zawodowo. Dodatkowo branża AI naprawdę jest wysycona geniuszami naszych czasów z którymi nijak nie mogę konkurować ani wiedzą, ani kreatywnością, ani nawet pracowitością. Postanowiłem więc wejść tam, gdzie marketingowe fajerwerki gasną – w branżę pamięci o zmarłych. Memorio to skromny pakiet: cyfrowo odnowione zdjęcie, personalna internetowa strona wspomnień z tabliczką z kodem QR, którą można umieścić na nagrobku lub w domu - produkty istniejące i sprawdzone na rynku. Żadnego blockchaina, żadnego AR - tylko prosta technologia w służbie najstarszej ludzkiej potrzeby: pamiętania.
Vibe‑coding z Cursorem
Nie jestem programistą, ale wiem, jak wykorzystać AI do szybkiego prototypowania. W Cursorze pisałem rozbudowane, bardzo precyzyjne prompty w zwykłym języku. Innymi słowy w ładnych słowach opisywałem jak widzę oczyma wyobraźni kolejne ekrany frontendu a model sam tłumaczył to na HTML/CSS i Next.js materializując moje wizje. W kilkadziesiąt godzin powstał front z kilkoma komponentami, formularzem uploadu i galerią.
Wszystkie zdjęcia i ilustracje widoczne na stronie wygenerowałem w GPT‑4o. Cały projekt zachował spójny styl bez potrzeby zatrudniania grafika dzięki temu, że na sora.com można oglądać benchmarkowe projekty mając dostęp do ich promptów.
Gdzie kończy się prompt, a zaczyna orkiestra
Szybko zobaczyłem, że tego typu produkt nie sprzedaje się impulsowo. Klienci w takiej branży potrzebują rozmowy, zaufania, poczucia, że ktoś poprowadzi ich przez proces. Samodzielna praca nad taką strategią dotarcia do klienta wymagałaby dużej ilości czasu, niezachwianego zapału oraz doskonałych umiejętności interpersonalnych. Z tej listy dysponuję tylko jednym zasobem :)
Dlatego zaprosiłem do projektu agentów GPT skoordynowanych w strukturach n8n. Każdy ma wyspecjalizowaną rolę: jeden poszukuje leadów, drugi pisze i testuje sekwencje cold‑maili, czwarty śledzi liczby konwersji w CRM‑ie i raportuje KPI. Ja pojawiam się dopiero na końcu, gdy trzeba zamknąć sprzedaż premium i wykonać fizyczną tabliczkę.
Efekt? 90 % procesu działa samo, a ja mogę skupić się na rozmowie z rodziną i ostatnim szlifie produktu.
Lekcja pokory: prompt > doktorat
Jeszcze rok temu śmiałem się z ludzi, którzy wpisywali „prompt engineer” w bio na LinkedInie. Uważałem, że prawdziwa przyszłość pracy z AI to RLHF, RAG i inne akronimy. Rzeczywistość szybko zweryfikowała: klarowny obraz końca + dobry prompt = produkt, który zarabia. Cała reszta to detale implementacyjne.
Co dalej na blogu?
Ten wpis otwiera serię o AI. W kolejnych tekstach w serii pokażę między innymi:
moje frameworki promptowania LLM‑ów, dzięki którym model zamiast "domyślać się" trafia w cel pierwszą odpowiedzią,
jak używam AI‑IDE (Cursor, Windsurf, Lovable) do prototypowania bez tradycyjnego kodowania,
w jaki sposób można zbudować całą mini‑organizację opartą na sieci agentów AI działających w logicznym, spiętym procesie,
case study: agent‑rekruter, który dobił do 20 % reply‑rate w cold mailach.
Wiem, że brzmi to dość technicznie, ale w praktyce okazuje się zaskakująco proste – dziś nie trzeba rozumieć komputerów, żeby zawodowo z nich korzystać.
Jeśli korzystasz z AI w kreatywny sposób, opowiedz o tym w komentarzu!