Agentic engineering (po polsku najczęściej: inżynieria agentowa) to sposób tworzenia oprogramowania, w którym nie piszesz kodu linijka po linijce, tylko kierujesz agentami AI, które robią to za Ciebie. Ty ustalasz cel, dzielisz pracę na zadania, sprawdzasz plan i wynik. Agent czyta pliki, pisze kod, uruchamia testy, poprawia błędy i wraca z gotową robotą. Rola człowieka przesuwa się z „pisarza kodu” na kogoś pomiędzy architektem, kierownikiem projektu i bardzo wymagającym recenzentem.
Piszę o tym na blogu o inwestowaniu z prostego powodu: sam pracuję w ten sposób. Kalkulatory, które masz na blogprezesa.pl, snippety w WordPressie, skrypty pomagające mi w tradingu – to w dużej mierze efekt współpracy z agentem AI, a nie mojego ręcznego klepania w PHP czy JavaScripcie. I widzę na własnej skórze, gdzie to działa genialnie, a gdzie potrafi narobić bałaganu.
Skąd się wzięło to określenie
Termin spopularyzował Andrej Karpathy – współzałożyciel OpenAI i były szef AI w Tesli. Na początku lutego 2026 roku, mniej więcej rok po tym, jak sam ukuł pojęcie vibe coding, uznał, że tamta nazwa przestała pasować do tego, jak profesjonaliści naprawdę pracują z AI. Zaproponował właśnie „agentic engineering” i rozłożył je na dwa słowa:
- „agentic” – bo domyślnie nie piszesz już kodu sam w zdecydowanej większości przypadków, tylko orkiestrujesz agentów, którzy go piszą, i nadzorujesz ich pracę,
- „engineering” – bo to nie jest zabawa na wyczucie, tylko dziedzina z własną wiedzą, metodami i warsztatem, której można się uczyć i w której można być lepszym lub gorszym.
Ten drugi człon jest dla mnie ważniejszy. Nazwa mówi wprost: z agentem nadal trzeba myśleć jak inżynier. AI przejmuje pisanie, ale nie przejmuje odpowiedzialności.
Agentic engineering a vibe coding – różnica, którą warto rozumieć
Vibe coding to opisywanie AI, czego chcesz, wklejanie tego, co wypluje, i sprawdzanie, czy „jakoś działa”. Kodu w ogóle nie czytasz. Do prototypu na wieczór, zabawki czy szybkiego testu pomysłu – świetna sprawa. Problem zaczyna się wtedy, gdy taki prowizoryczny kod ląduje na produkcji i ma działać miesiącami.
Agentic engineering bierze z vibe codingu szybkość, ale dokłada dyscyplinę. W praktyce wygląda to tak:
- Najpierw plan, potem kod. Agent proponuje, co i jak zrobi, a Ty to zatwierdzasz albo poprawiasz, zanim ruszy cokolwiek.
- Małe kroki zamiast jednego wielkiego strzału. Duże zadanie dzielisz na kawałki, które da się sprawdzić osobno.
- Weryfikacja. Testy, podgląd działania, czytanie zmian. Agent ma udowodnić, że coś działa, a nie tylko to zadeklarować.
- Kontekst i zasady. Agent dostaje opis projektu, konwencje, ograniczenia – im lepiej go wprowadzisz, tym mniej głupot zrobi.
- Człowiek zostaje decydentem. Architektura, bezpieczeństwo i to, co trafia do użytkowników, to dalej Twoja decyzja.
Najprościej: vibe coding to „zrób mi coś i niech działa”, a agentic engineering to „zrób to tak, jak ustaliliśmy, pokaż, że działa, i nie ruszaj tego, czego nie kazałem”.
Jak to wygląda u mnie w praktyce
Weźmy przykład z mojego podwórka – kalkulator wielkości pozycji. W modelu „vibe” napisałbym: „zrób kalkulator pozycji do tradingu” i dostałbym coś ładnego, co być może liczy dobrze. W modelu agentowym wygląda to inaczej. Mówię, jakie dane wchodzą (kapitał, procent ryzyka, wejście, stop loss, dźwignia), jaki ma być wzór, jak ma wyglądać nagłówek i styl, żeby pasował do reszty kalkulatorów, i gdzie ma być wdrożony. Potem sprawdzam wynik na kilku przypadkach, które sam policzyłem ręcznie. Dopiero wtedy kod trafia na bloga.
Ta ostatnia część jest kluczowa. Kalkulator, który źle liczy wielkość pozycji, to nie kosmetyczny błąd – to realne ryzyko dla czyjegoś kapitału. Dlatego nie ufam ślepo temu, co wygeneruje agent, tak samo jak nie ufam ślepo żadnemu sygnałowi na wykresie.
Gdzie są pułapki
Agentic engineering ma ogromną dźwignię. A jak każdy trader wie – dźwignia działa w obie strony. Kilka rzeczy, na które uważam:
- Pewność siebie agenta. AI potrafi z pełnym przekonaniem ogłosić, że „wszystko działa”, kiedy nie działa. Bez testu to tylko deklaracja.
- Dług techniczny w tempie maszyny. Agent pisze szybko, więc szybko też może nawarstwić bałagan, jeśli nie pilnujesz struktury.
- Bezpieczeństwo. Kod z AI może zawierać luki, a agent z szerokimi uprawnieniami może zrobić coś, czego nie chciałeś. Zasada ograniczonego zaufania obowiązuje zawsze – szczególnie przy kluczach API do giełd.
- Utrata zrozumienia. Jeśli kompletnie przestaniesz rozumieć swój system, przy pierwszej poważnej awarii zostaniesz bezradny.
- Koszty. Długa praca agentów zużywa sporo mocy obliczeniowej, a to przekłada się na rachunki za narzędzia.
Co to ma wspólnego z inwestowaniem
Więcej, niż się wydaje. Po pierwsze – dla tradera to narzędzie. Dziś osoba, która nie jest zawodowym programistą, może z pomocą agenta zbudować sobie backtest strategii, skrypt do analizy danych z giełdy, dziennik transakcji czy własny kalkulator ryzyka. Warunek jest jeden: musisz rozumieć, co ma liczyć, bo agent nie zna Twojej strategii lepiej od Ciebie.
Po drugie – to trend, który zmienia branżę technologiczną, a więc i spółki, w które ludzie inwestują. Firmy sprzedające modele AI i narzędzia dla programistów, dostawcy chmury, producenci chipów – wszyscy grają na tym, że praca z agentami stanie się standardem. Pamiętaj tylko, że duża narracja to jeszcze nie gwarancja zysku. Widziałem już niejedną bańkę zbudowaną na słusznym trendzie i złej wycenie.
Moje zdanie
Agentic engineering to dla mnie bardzo trafna nazwa, bo oddziela dwie zupełnie różne rzeczy: zabawę z AI i poważną pracę z AI. Agent to genialny pracownik, który pisze szybciej ode mnie, nie męczy się i ma ogromną wiedzę. Ale tak jak z pozycją na rynku – to ja ustalam plan, ja pilnuję ryzyka i ja biorę odpowiedzialność za wynik. Jeśli podejdziesz do tego w ten sposób, zyskasz ogromną przewagę. Jeśli oddasz agentowi stery i przestaniesz sprawdzać, prędzej czy później zapłacisz za to frycowe.
