Blog - Konrad Kowalski (rootsher)
przypięte
- seria · 10 części
Część II: Standaryzacja AI w SDLC na poziomie organizacji
Od pojedynczego managed agenta do wspólnej, kontrolowanej platformy dla zespołów. Seria pokazuje, co trzeba wynieść z otoczenia agenta do wspólnych capability…
- seria · 9 części
Część I: From Prompts to Agentic SDLC
Seria prowadzi od kopiowania promptów między chatem i IDE do agentów, którzy działają w repozytorium, korzystają z kontekstu, narzędzi, workflow, zewnętrznej…
- seria · 6 części
Deployment strategies: po co w ogóle są
Strategie deploymentu nie powstały po to, żeby pipeline wyglądał poważniej. Powstały, bo podmiana wersji stała się momentem ryzyka.
- seria · 5 części
Recovery od podstaw: rollback, PITR i powrót po awarii
Recovery nie zaczyna się od dużego planu disaster recovery. Zaczyna się od prostego pytania: do czego dokładnie chcemy wrócić i ile możemy stracić.
serie
- Gateway API bez magii4/4
- Testowanie przez warstwy: od kodu do infrastruktury9/9
- Sposoby komunikacji z backendem: od formularza HTML do GraphQL6/6
- Realtime w przeglądarce: od pollingu do WebTransport7/7
- Warstwy HTTP w przeglądarce: od fetch() do QUIC9/9
- Frontend Rendering: od server-side pages do hybrydowego renderowania17/17
- CPU w Kubernetes od kernela w górę12/12
- Kubernetes od środka: podstawy architektury klastra7/7
najczęściej czytany w tym tygodniu
wpisy (112)
- Część II: Standaryzacja AI w SDLC na poziomie organizacji10/10
Jak wygląda ustandaryzowany Agentic SDLC
Finalny flow Implementer Agenta od ticketu do PR, wspólne warstwy, które dostarcza organizacja, to, co nadal należy do zespołu, i mapa narzędzi w Azure, AWS i…
Model OSI w klastrze i w chmurze: kto widzi co, kiedy otwierasz stronę
L3, L4 i L7 to skrót od pytania, jak głęboko dany element infrastruktury zagląda w ruch. Jeden request od kliknięcia "Zapłać" do poda payments, warstwa po…
- Część I: From Prompts to Agentic SDLC9/9
Gdy Managed Agents nie wystarczają: platforma do uruchamiania agentów
Dziewiąty poziom pokazuje moment, w którym agent przestaje być tylko sesją Claude i staje się workloadem platformowym z IAM, networkingiem, sekretami…
- Część II: Standaryzacja AI w SDLC na poziomie organizacji9/10
Evals i quality gates
Observability mówi, co agent zrobił, ale nie czy zrobił to dobrze. Evals obok kodu agenta działają jak testy regresyjne zachowania i blokują rollout przez…
- Recovery od podstaw: rollback, PITR i powrót po awarii5/5
Po recovery: zielone wykresy to nie koniec
Recovery kończy wpływ incydentu, ale nie kończy pracy. Trzeba odtworzyć przebieg zdarzeń, poprawić runbook i sprawdzić, czy założone RPO oraz RTO były…
- Część II: Standaryzacja AI w SDLC na poziomie organizacji8/10
Observability, bezpieczeństwo i kontrola
Przy dziesiątkach agentów trzeba widzieć każdy model call, tool call i dokument z RAG jako span w trace, kontrolować input i output na granicy tools, a same…
- Testowanie przez warstwy: od kodu do infrastruktury9/9
Infrastructure tests i security tests: konfiguracja przed produkcją
Infrastructure test sprawdza środowisko i konfigurację, a security test pilnuje ryzyk, które często nie są widoczne w kodzie aplikacji.
- Część II: Standaryzacja AI w SDLC na poziomie organizacji7/10
Human-in-the-loop: co gdy agent nie może kontynuować sam
Czasem dalsza decyzja wymaga informacji, której nie ma w repo, RAG ani tickecie, albo decyzji, której organizacja nie deleguje modelowi. Agent zapisuje…
- Część II: Standaryzacja AI w SDLC na poziomie organizacji6/10
Runtime, state i memory
Realny task przerywają failujące testy i approvale. Runtime mówi, gdzie agent działa, state pozwala wznowić jeden task, a memory przenosi wiedzę między taskami.
- Część II: Standaryzacja AI w SDLC na poziomie organizacji5/10
MCP, tools i centralny dostęp
Zamiast lokalnego MCP z prywatnym PAT-em każdego developera organizacja wystawia wspólną warstwę tools z identity agenta, policy i audytem.