Bilješke iz prakse
Pišemo o backendu, razvoju proizvoda, radu sustava u produkciji i sigurnom korištenju AI alata.
Razvoj uz AI i rad s ljudima koji koriste proizvod
Što me jedan PLAYGRND popravak naučio o brzini razvoja, razumijevanju posla na terenu i provjeri pomaže li objavljena promjena ljudima.
Iza PLAYGRND video pilota: panorama, follow cam i povezani golovi
Kako radi naš nogometni video pilot: Ballr snimanje, Core ML detekcije, virtualna kamera, timestampovi sa semafora, montaža i povezivanje s događajima utakmice.
AI agenti u sandboxu: Daytona i utrka za vlastito računalo
Kritički pregled Daytone, E2B-a, Modala, Vercela, Fly.io-a, Cloudflarea i AWS-a te kontrola koje agentsko računalo i dalje treba.
Mali modeli u produkciji: Shopifyjev flywheel i PLAYGRND plan
Kako radi distilacija specijaliziranog modela, što dokazuje Shopifyjev 0,8B rezultat i kako bismo trenirali i deployali PLAYGRND model na Mac Studio.
x402, Cloudflare i Coinbase: što strojna plaćanja znače za Bitcoin
Kako x402 pretvara HTTP 402 u strojni payment flow, zašto su važni Cloudflare i Coinbase te gdje se uklapaju Bitcoin, Lightning i Grok Bot.
Kako orkestriramo 12 Codex threadova na jednom software proizvodu
Kako je organiziran PLAYGRND workflow: dvanaest specijaliziranih Codex threadova, PM orkestrator, jasno vlasništvo, kratki handoveri i ljudski release gateovi.
Kako u Tiltu organiziram overnight software delivery
Kako u Tiltu koristim Linear, GitLab, Slack i ograničene lokalne AI runove za pretvaranje definiranog software scopea u review-ready promjene preko noći.
Kako prepoznati asimetrični tehnološki bet
Od industrijske revolucije i ranih LLM-ova do Lightning plaćanja: kako prepoznati infrastrukturni pomak i ograničiti rizik ranog tehnološkog beta.
Od analogije do provjerljive produktne hipoteze
Kako povezivati ideje iz različitih područja, prepoznati compression error i jeftino provjeriti kritičnu pretpostavku prije većeg ulaganja.
Block Buzz analiza: Nostr workspace za ljude i AI agente
Tehnička analiza Block Buzza, njegove signed-event arhitekture, identiteta agenata, praktičnih prednosti, produkcijskih nedostataka i primjene u software timovima.
Od sadnje stabala do vlastitog 3D planera
Kako je kratki odmor od promptanja postao objavljeni alat za planiranje parcele u otprilike 15 sati i što ta brzina znači za software firme.
OptMem analiza: memorija za AI agente u 426 tokena
Tehnička analiza OptMema Victora Taelina, njegove hijerarhijske kompresije memorije, praktičnih prednosti, granica povjerenja i primjene u software timovima.
Što Memoato pokazuje o pouzdanoj AI memoriji
Praktičan model zapisa koji odvaja izvorni evidence, pregledane činjenice, inference, korekcije i pristup za agente.
Kako izgleda audit AI konteksta
Praktičan okvir za pronalazak mjesta gdje AI može pomoći software timu bez opasnog pristupa, zastarjelog konteksta i neprovjerljivih zaključaka.
Što PLAYGRND pokazuje o brzini gradnje uz AI
PLAYGRND je dobar primjer kako mali tim može brzo graditi ozbiljan proizvod kad AI ubrza istraživanje, implementaciju, QA i copy, ali ne zamijeni inženjersku prosudbu.
Kako smo ubrzali PLAYGRND agregate bez skrivanja problema u cacheu
PLAYGRND optimizacija premjestila je stabilne sezonske agregate iz raw query pathova u persistirane izvedene tablice i Redis snapshot cache, uz raw fallback kad derived state nedostaje.
Zašto PLAYGRND koristi WhatsApp za login i claim
Za neke proizvode najbolji auth nije nova lozinka ni još jedan email flow. Ako korisnici već rade u WhatsAppu, auth treba slušati taj kanal.
Koji kontekst smije pobijediti?
Pouzdanost agenata nije samo dohvaćanje prave informacije. Software timovi trebaju pravila za konflikt, svježinu, vlasništvo i dozvole.
Sljedeći agent stack je provjerljiv kontekst
Novi signal oko agenata je jednostavan: memorija, alati, evali i dozvole moraju postati jedan provjerljiv kontekstni sloj.
Memorija nije isto što i kontekst
Agent ne treba samo zapamtiti tekst. Treba znati izvor, svježinu, dozvolu, scope i razlog zašto je informacija još uvijek dobra.