22.11.2026
Społeczności

Trailblazer Community Wrocław: 9 lekcji z projektu z AI

Trailblazer Community Wrocław: 9 lekcji z projektu z AI

Ponad 30 osób przyszło 16 listopada do Sztuki na Miejscu na kolejne spotkanie Trailblazer Community Wrocław, żeby posłuchać, co się dzieje, gdy AI robi dokładnie to, o co je poproszono (Trailblazer Community).

Wieczór miał dwie części. Julia Zgagacz opowiedziała o 9 lekcjach z projektu Salesforce zrealizowanego od początku do końca z pomocą agentów AI, a potem razem z Pauliną Pytowską zrobiliśmy quiz o tym, co działo się na Dreamforce. Spotkanie współorganizowałem z Katarzyną Furtak, a coffeeforce.pl był jego sponsorem, więc ta relacja jest pisana z perspektywy gospodarza.

Trailblazer Community Wrocław o projekcie zrobionym z AI

Julia, Certified Salesforce Technical Expert, nie mogła pokazać szczegółów projektu, bo obowiązuje ją poufność wobec klienta. Mimo to historia była bardzo konkretna. Zaczęła od tygodnia setupu: na każdym etapie pojawiały się blokery – deploy, otwarte decyzje, zależności. Czyli wszystko to, z czym zespoły mierzą się na co dzień. W pełni autonomiczny development po prostu nie był możliwy, a pierwsza lekcja brzmiała: setup to też praca projektowa. Agenci, skille, repozytoria i integracje wymagają zaplanowanego czasu, a licencja na narzędzie AI nie daje jeszcze kompetencji.

AI zrobiło dokładnie to, o co prosiliśmy. I właśnie w tym był problem.Julia Zgagacz, tytuł prezentacji

Tytuł prezentacji dobrze oddaje jej sens. Agenci AI potrafią przyspieszyć pracę, ale mogą też powielać złe wzorce, generować niepotrzebne koszty i tworzyć rozwiązania, które wyglądają dobrze, dopóki ktoś nie zacznie z nich korzystać. Julia zebrała to w dziewięciu lekcjach:

9 lekcji z projektu Salesforce zrobionego z AI

  1. Setup to też praca projektowa.
  2. Udokumentowany proces da się zautomatyzować.
  3. Dostęp do dokumentu nie znaczy, że agent go użyje.
  4. Istniejące metadane to miecz obosieczny.
  5. Bez przykładów agent zgaduje.
  6. Dobry wynik, zła droga.
  7. Szybkie tempo to więcej zależności.
  8. Agent nie zapyta, czy to ma sens.
  9. Delegujesz zadanie, nie odpowiedzialność.

Większość tych punktów sprowadza się do kontekstu. Agent nie zna historii orga, nie wie, które istniejące metadane są wzorem, a które długiem technicznym, i nie dopyta, jeśli czegoś nie rozumie. Dlatego dokumentacja i przykłady okazują się ważniejsze niż sam model. Lekcja szósta, „dobry wynik, zła droga”, nawiązuje do tematu, o którym rozmawialiśmy we Wrocławiu już wcześniej, przy okazji spotkania o testowaniu AI. Rozwiązanie może działać i spełniać wymaganie, a jednocześnie iść na skróty, których doświadczony developer by nie zaakceptował.

Julia oparła część wniosków na dwóch tekstach Anthropic, które poleca każdemu, kto pracuje z agentami. Pierwszy to Building effective agents, z którego wzięła zasadę, żeby zaczynać od workflow z punktami kontroli człowieka, a autonomię dodawać krok po kroku. Drugi to Demystifying evals for AI agents, z rozróżnieniem między dobrym wynikiem a dobrą drogą do niego i tezą, że ewaluacje powinny to pokazywać w trakcie pracy, a nie dopiero na końcu.

Dyskusja, która wyszła poza slajdy

Najlepsza część wieczoru zaczęła się po prezentacji. Pytania z sali szybko wyszły poza slajdy, a rozmowy przeniosły się potem do stolików. Julia napisała później na LinkedInie, że to właśnie pytania i dyskusje po wystąpieniu były dla niej najcenniejsze, bo pozwoliły jej spojrzeć na temat z nowych stron.

Takie rozmowy to chyba najlepszy argument za tym, żeby przychodzić na meetupy Trailblazer Community Wrocław, a nie tylko oglądać nagrania. Historie z projektów z AI rzadko trafiają do oficjalnych case studies, zwłaszcza gdy coś poszło nie tak. Na spotkaniu społeczności można o nich porozmawiać otwarcie i usłyszeć, jak podobne problemy rozwiązały inne zespoły.

Quiz z Dreamforce: od globalnej awarii po skille w Claude Code

W drugiej części wspólnie z Pauliną Pytowską zamiast klasycznego recapu zrobiliśmy quiz. Pytania dotyczyły zarówno technicznych nowości ogłoszonych i zapowiedzianych na Dreamforce, jak i tego, co działo się wokół samej konferencji. Jedno z nich dotyczyło globalnej awarii logowania i API, która dotknęła wszystkie trzy regiony w trakcie Dreamforce. Według danych, które pokazaliśmy, Salesforce potwierdził ją około 0:50 czasu pacyficznego, czyli ok. 9:50 w Polsce, a przyczyną była przeciążona wewnętrzna usługa logowania.

Inne pytanie dotyczyło liczby skilli Salesforce dostępnych w Claude Code. Poprawna odpowiedź to ponad 40, a do tego dostęp do większej biblioteki: ponad 60 narzędzi MCP, ponad 30 skilli kodowania, ponad 4000 API i ponad 220 komend CLI. Kierunek jest wyraźny: agent w IDE albo terminalu zamiast klikania w Setup. I tu obie części wieczoru ładnie się spotkały, bo narzędzia są już dostępne, a prezentacja Julii pokazała, ile pracy trzeba włożyć, żeby korzystać z nich dobrze.

Kolejne spotkanie Trailblazer Community Wrocław to Świąteczny Zjazd Salesforce Community 14 grudnia, również w Sztuce na Miejscu przy ul. Łaciarskiej 4. Szczegóły i zapisy są na stronie wrocławskiej grupy, a o tym, jak zaczynaliśmy ten rok, pisaliśmy w relacji z pierwszego spotkania 2026 roku. A Wy – która z dziewięciu lekcji Julii najbardziej przypomina Wasze doświadczenia z agentami AI?