Home / Glossary
AI Coding Glossary
Key terms in AI-assisted development, explained clearly with practical context.
Agentic Coding
Agentic coding to podejście do tworzenia oprogramowania, w którym agent AI autonomicznie czyta Twój kod, pisze nowy kod, uruchamia polecenia i iteruje nad wynikami bez ręcznego kopiowania i wklejania. W przeciwieństwie do chatowego AI, agent działa bezpośrednio w Twoim środowisku deweloperskim, aby realizować wieloetapowe zadania.
Claude Code
Claude Code to oparty na terminalu agent AI do kodowania firmy Anthropic, działający bezpośrednio w Twoim środowisku deweloperskim. Czyta cały Twój projekt, pisze kod w wielu plikach jednocześnie, uruchamia polecenia powłoki, zarządza przepływami pracy git i autonomicznie iteruje nad błędami — wszystko z wiersza poleceń.
Model Context Protocol (MCP)
Model Context Protocol (MCP) to otwarty standard stworzony przez Anthropic, który zapewnia uniwersalny sposób łączenia modeli AI z zewnętrznymi narzędziami, źródłami danych i API. Działa jak standaryzowany interfejs — niczym USB dla AI — dzięki czemu każde narzędzie kompatybilne z MCP może współpracować z dowolnym agentem AI obsługującym MCP.
CLAUDE.md
CLAUDE.md to plik konfiguracyjny w formacie Markdown umieszczany w katalogu głównym projektu, który dostarcza Claude Code trwałych, specyficznych dla projektu instrukcji. Informuje agenta o konwencjach kodowania, architekturze, typowych poleceniach i zasadach — działając jako forma długotrwałej pamięci stosowanej podczas każdej sesji w tym projekcie.
AI Pair Programming
AI pair programming to przepływ pracy deweloperskiej, w którym programista pracuje wspólnie z narzędziem AI, by pisać kod w czasie rzeczywistym. Programista zapewnia kierunek, kontekst i ocenę, podczas gdy AI wnosi sugestie kodu, wychwytuje błędy i obsługuje powtarzalne zadania implementacyjne.
Okno kontekstowe
Okno kontekstowe to maksymalna liczba tokenów (słów, znaków kodu i symboli), które model AI może przetworzyć w jednej interakcji. Definiuje górny limit ilości informacji — w tym prompt, kod i odpowiedź modelu — które AI może przechowywać jednocześnie w pamięci.
Agent kodowania
Agent kodowania to narzędzie zasilane przez AI, które może autonomicznie czytać pliki, pisać kod, wykonywać polecenia terminala i iterować nad wynikami, aby realizować zadania programistyczne. W przeciwieństwie do pasywnych narzędzi sugerujących kod, agent kodowania podejmuje niezależne działania w Twoim środowisku deweloperskim, aby osiągnąć wyznaczony cel.
Vibe Coding
Vibe coding to nieformalne podejście do tworzenia oprogramowania, w którym programista opisuje, czego chce, w języku naturalnym i pozwala narzędziu AI zająć się szczegółami implementacji. Zamiast pisać precyzyjne specyfikacje, programista komunikuje intencje przez swobodną rozmowę i iteruje na podstawie wyników.
Przegląd kodu przez AI
Przegląd kodu przez AI to proces wykorzystywania sztucznej inteligencji do automatycznej analizy kodu źródłowego pod kątem błędów, luk bezpieczeństwa, niespójności stylu i problemów z jakością. Recenzenci AI mogą badać pull requesty, sugerować ulepszenia i wychwytywać problemy, które recenzenci ludzcy mogą przeoczyć z powodu zmęczenia lub presji czasu.
Prompt engineering dla kodu
Prompt engineering dla kodu to praktyka tworzenia jasnych, precyzyjnych instrukcji, które pomagają narzędziom AI do kodowania tworzyć dokładne i trafne wyniki. Polega na konstruowaniu żądań z odpowiednim poziomem kontekstu, ograniczeń i przykładów, aby AI rozumiało zarówno to, czego chcesz, jak i to, w jaki sposób chcesz to osiągnąć.
Headless AI Agent
Headless AI agent to agent kodowania działający bez interfejsu zwróconego do człowieka ani interakcji w czasie rzeczywistym. Wykonuje zadania autonomicznie w procesach działających w tle, potokach CI/CD lub zaplanowanych zadaniach — czytając kod, wprowadzając zmiany, uruchamiając testy i raportując wyniki bez oczekiwania na dane wejściowe od człowieka na żadnym etapie.
Sub-agenty
Sub-agenty to równoległe procesy potomne wywoływane przez głównego agenta kodowania AI w celu jednoczesnego obsługiwania niezależnych części złożonego zadania. Zamiast przetwarzać wszystko sekwencyjnie, główny agent deleguje podzadania do wyspecjalizowanych agentów potomnych, które działają równolegle i raportują wyniki z powrotem do rodzica.