[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"layout-ticker":3,"$f7qC_D90IX_nwSys3oPxpPYZ2o5oPhDmwoTm4EMsnMnk":208,"$fGpjJ_bTW8m1ow0glL6mPvpb9hrpie3q0ntD0v_F3Uc0":236,"atoms-terminal-jak-starcraft-workflow-borisa-cherny-ego-ktory-zmienia-programowanie-w-gre-strategii":333},[4,10,16,21,26,31,36,41,46,51,56,61,66,72,77,82,87,92,97,102,107,112,118,123,128,133,138,143,148,153,158,163,168,173,178,183,188,193,198,203],{"slug":5,"draft_id":6,"pillar_id":8},"jak-legalon-obnizyla-koszty-modeli-kodowych-o-65-bez-spowolnienia-pracy-i-jak-to-zrobic-w-twojej-firmie-jaqm",{"title":7},"LegalOn obniżyła dzienne koszty Codex o 65% — jak to działa",{"name":9},"Narzędzia AI",{"slug":11,"draft_id":12,"pillar_id":14},"ai-w-badaniach-kwantowych-jak-jump-trading-automatyzuje-prace-analitykow-w-30-mniej-czasu",{"title":13},"Agenci AI w badaniach ilościowych: przykład Jump Trading",{"name":15},"Praktyczne zastosowania",{"slug":17,"draft_id":18,"pillar_id":20},"jak-asana-obnizyla-koszty-testow-browserowych-o-76-razy-i-jak-to-zrobic-w-twojej-firmie-juz-teraz",{"title":19},"Agenci przeglądarkowi AI w testach: jak Asana obniżyła koszty 76 razy",{"name":15},{"slug":22,"draft_id":23,"pillar_id":25},"jak-ai-w-atlassian-openai-automatyzuje-prace-zespolow-i-jak-to-zrobic-w-twojej-firmie",{"title":24},"Atlassian i OpenAI: co daje ChatGPT i Codex w Jirze — stan na 2026",{"name":9},{"slug":27,"draft_id":28,"pillar_id":30},"jak-ai-przyspiesza-prace-zespolow-it-o-30-ale-tylko-jesli-wiesz-jak-zintegrowac-ja-z-kodem-i-dokumentacja",{"title":29},"Ile naprawdę daje AI zespołowi programistów? Badania, ceny, pomiar",{"name":9},{"slug":32,"draft_id":33,"pillar_id":35},"jak-ai-z-atlassianem-i-openai-przyspiesza-prace-zespolowa-ale-czy-warto-wdrazac-to-w-twojej-firmie",{"title":34},"ChatGPT w firmie: plany Business, ceny i bezpieczeństwo danych (2026)",{"name":9},{"slug":37,"draft_id":38,"pillar_id":40},"jak-zautomatyzowac-analize-danych-w-twojej-firmie-bez-it-i-zaoszczedzic-40-budzetu",{"title":39},"Analiza danych bez działu IT: agenci AI i automatyzacja w 2026",{"name":9},{"slug":42,"draft_id":43,"pillar_id":45},"jak-data-agent-w-chatgpt-work-oszczedza-20-30-czasu-analitykow-bez-kodowania",{"title":44},"Data agent w ChatGPT Work: co potrafi analityk bez kodowania",{"name":9},{"slug":47,"draft_id":48,"pillar_id":50},"jak-ai-zwieksza-wydajnosc-inzynierow-o-21-i-jak-to-zrobic-w-twojej-firmie",{"title":49},"Jak Codex zwiększa wydajność inżynierów — case study 1Password i",{"name":15},{"slug":52,"draft_id":53,"pillar_id":55},"chatgpt-przyspiesza-prace-marketingowa-o-90-jak-to-zrobic-w-twojej-firmie",{"title":54},"ChatGPT Work w marketingu: co przyspiesza, a czego nie zastąpi",{"name":15},{"slug":57,"draft_id":58,"pillar_id":60},"kontrola-agentow-ai-kiedy-twoja-firma-traci-wplyw-nad-dzialaniami-automatyzacji",{"title":59},"Kontrola agentów AI: jak firma zachowuje wpływ nad automatyzacją",{"name":15},{"slug":62,"draft_id":63,"pillar_id":65},"fsm-runtime-vs-llm-dlaczego-polskie-firmy-placa-za-bledne-mutacje-stanu",{"title":64},"FSM runtime vs. LLM: dlaczego polskie firmy płacą za błędne mutacje stanu",{"name":15},{"slug":67,"draft_id":68,"pillar_id":70},"csv-do-raportu-dla-zarzadu-w-30-minut-bez-excela-bez-bolu-glowy",{"title":69},"Raport zarządczy z CSV w kilka minut — jak Claude i Copilot zastępują",{"name":71},"Tutoriale how-to",{"slug":73,"draft_id":74,"pillar_id":76},"jak-zbudowac-wlasny-pipeline-grafow-wiedzy-z-tekstu-w-6-krokach-i-kiedy-to-nie-warto",{"title":75},"Grafy wiedzy z tekstu: kiedy się opłacają, a kiedy to marnotrawstwo",{"name":71},{"slug":78,"draft_id":79,"pillar_id":81},"wspoldzielona-pamiec-dla-agentow-ai-jak-21-wezlow-zmienilo-koszty-debugowania-w-7-domenach",{"title":80},"Współdzielona pamięć agentów AI: jak działa i kiedy się opłaca",{"name":15},{"slug":83,"draft_id":84,"pillar_id":86},"jak-banki-chronia-swoje-algorytmy-i-dlaczego-twoje-agencje-ai-sa-bezbronne",{"title":85},"AI w bankach 2026: jak chronić algorytmy przed zagrożeniami",{"name":15},{"slug":88,"draft_id":89,"pillar_id":91},"agenci-ai-nie-zastepuja-ludzi-tworza-im-nowe-mozliwosci-jak-basis-clay-i-exa-labs-przeksztalcaja-procesy-w-zdolnosci-operacyjne",{"title":90},"Basis, Clay i Exa Labs: co robią agenci AI, a co zostaje człowiekowi",{"name":15},{"slug":93,"draft_id":94,"pillar_id":96},"jak-ocenic-llm-w-produkcji-bez-polegan-na-vibes-trzy-proste-reguly-w-pythonie",{"title":95},"Jak ocenić LLM w produkcji bez „vibes”? Reguły i metryki w Pythonie",{"name":15},{"slug":98,"draft_id":99,"pillar_id":101},"figma-ai-asystent-czy-twoi-projektanci-moga-zrezygnowac-z-myszki",{"title":100},"Figma AI agent: co potrafi asystent projektowania w 2026?",{"name":9},{"slug":103,"draft_id":104,"pillar_id":106},"heym-vs-tradycyjne-narzedzia-kiedy-agent-ai-przestaje-byc-dodatkiem-i-staje-sie-domyslnym-blokiem",{"title":105},"Agent AI jako domyślny blok workflow: Heym, n8n, Make i Zapier w 2026",{"name":9},{"slug":108,"draft_id":109,"pillar_id":111},"langchain-w-pipeline-ie-retrievalowym-sprawdzilismy-to-nie-dziala-tak-jak-sie-wydaje",{"title":110},"LangChain w RAG: co robi, gdzie zwalnia i kiedy go zostawić",{"name":15},{"slug":113,"draft_id":114,"pillar_id":116},"autonomiczny-bot-ai-zhackowal-projekty-microsoftu-i-innych-firm-jak-to-dziala-i-co-to-oznacza-dla-open-source",{"title":115},"Lokalne modele AI w 2026: Ollama, LM Studio i modele polskie",{"name":117},"News & analizy",{"slug":119,"draft_id":120,"pillar_id":122},"ai-nie-jest-najwiekszym-zagrozeniem-to-twoi-pracownicy-otwieraja-drzwi-hakerom",{"title":121},"Exploity i skradzione hasła zamiast AI — co naprawdę atakuje firmy w",{"name":117},{"slug":124,"draft_id":125,"pillar_id":127},"ue-chce-zmusic-google-do-otwarcia-androida-na-konkurencyjne-asystenty-ai-co-to-oznacza-dla-polskich-firm",{"title":126},"Komisja Europejska nakazała Google otworzyć Androida dla",{"name":117},{"slug":129,"draft_id":130,"pillar_id":132},"twoja-architektura-multi-agent-kosztuje-5000-pln-miesiac-na-tokenach-jak-to-zmienic",{"title":131},"Koszty tokenów w architekturze multi-agent: jak je policzyć i obniżyć",{"name":71},{"slug":134,"draft_id":135,"pillar_id":137},"agent-ai-dostal-dostep-do-twoich-systemow-czy-twoja-firma-jest-gotowa",{"title":136},"OWASP Top 10 dla LLM 2026: co zmienia się dla firm z agentami AI",{"name":117},{"slug":139,"draft_id":140,"pillar_id":142},"rag-w-produkcji-dlaczego-80-projektow-zawodzi-juz-po-pierwszym-deploymencie",{"title":141},"RAG w produkcji: od demo do systemu, który działa — co się zmienia",{"name":15},{"slug":144,"draft_id":145,"pillar_id":147},"jak-zbudowac-kontrolna-warstwe-dla-llm-w-produkcji-przyklad-z-100-niezawodnoscia",{"title":146},"Walidacja outputu lokalnych LLM w produkcji: JSON mode, structured",{"name":15},{"slug":149,"draft_id":150,"pillar_id":152},"chi-2026-dlaczego-apple-stawia-na-barcelone-i-co-to-oznacza-dla-twojego-biznesu",{"title":151},"CHI 2026 w Barcelonie: co Apple zaprezentowało naukowcom i jak to",{"name":117},{"slug":154,"draft_id":155,"pillar_id":157},"czy-polska-moze-powtorzyc-sukces-singapuru-ai-w-walce-z-nielegalnym-handlem-gatunkami",{"title":156},"Fin Finder: jak AI pomaga celnikom rozpoznawać płetwy rekinów",{"name":117},{"slug":159,"draft_id":160,"pillar_id":162},"odpowiedzialna-ai-w-microsoft-350-inzynierow-etyki-vs-87-polskich-firm-bez-polityki",{"title":161},"Odpowiedzialna AI w firmach: od zasad Microsoftu do wymogów AI Act",{"name":117},{"slug":164,"draft_id":165,"pillar_id":167},"midi-2020-co-naprawde-zmienilo-sie-w-polskim-ai-po-tej-konferencji",{"title":166},"MIDI 2020: ósma edycja konferencji o inteligentnych maszynach",{"name":117},{"slug":169,"draft_id":170,"pillar_id":172},"dall-e-2-jak-polskie-firmy-moga-zarabiac-na-tekscie-ktory-maluje-obrazy",{"title":171},"Generatory obrazów AI w 2026: co potrafią i jak wybrać narzędzie",{"name":117},{"slug":174,"draft_id":175,"pillar_id":177},"proces-muska-vs-altman-dlaczego-polskie-firmy-ai-wstrzymaly-inwestycje-na-3-miesiace",{"title":176},"Proces Muska vs. Altman: co ujawnił o przyszłości OpenAI i biznesu AI",{"name":117},{"slug":179,"draft_id":180,"pillar_id":182},"lingbot-world-fast-17-fps-w-generowaniu-wideo-czy-to-wystarczy-zeby-wyprzedzic-stability-ai",{"title":181},"LingBot-World-Fast: co potrafi otwarty world model Robbyant",{"name":9},{"slug":184,"draft_id":185,"pillar_id":187},"calowanie-robotow-biznesowy-sens-czy-naukowy-eksperyment",{"title":186},"Roboty społeczne w Polsce: od eksperymentu do praktyki",{"name":117},{"slug":189,"draft_id":190,"pillar_id":192},"gemini-3-5-vs-gpt-5-5-kto-oszukuje-a-kto-naprawde-buduje",{"title":191},"GPT-5.5 vs Gemini 3.5: co naprawdę wiadomo w 2026 roku",{"name":9},{"slug":194,"draft_id":195,"pillar_id":197},"sensenova-vs-flux-klein-ktore-narzedzie-do-edycji-obrazow-ai-oszczedzi-ci-120-godzin-pracy-rocznie",{"title":196},"SenseNova U1.5 vs FLUX 3 Image Klein: co wybrać do edycji zdjęć",{"name":9},{"slug":199,"draft_id":200,"pillar_id":202},"czy-agi-naprawde-nadejdzie-za-kilka-lat-demis-hassabis-kontra-polska-rzeczywistosc",{"title":201},"Kiedy powstanie AGI? Co naprawdę powiedział Demis Hassabis",{"name":117},{"slug":204,"draft_id":205,"pillar_id":207},"inzynieria-promptow-jak-zaczac-bez-wydawania-zlotowki",{"title":206},"Inżynieria promptów: jak zacząć bez wydawania złotówki",{"name":71},[209],{"id":210,"slug":211,"page_type":212,"hub_slug":213,"cover_image":214,"published_at":215,"last_refreshed_at":216,"reviewed_at":217,"reviewed_by":217,"reading_time_min":218,"pillar_id":219,"author_id":223,"draft_id":230},"f961e8dd-50cc-4db7-954f-c45d82a50fb4","terminal-jak-starcraft-workflow-borisa-cherny-ego-ktory-zmienia-programowanie-w-gre-strategii","article","ai-do\u002Fprogramowania","12e2a18e-a089-4f5b-9656-7b3501f280d2","2026-08-18T09:39:24.846Z","2026-10-25T10:15:53.810Z",null,6,{"id":220,"name":15,"slug":221,"color_token":222},"ec013b2c-e6c4-4c31-b1ec-9587c629a169","praktyczne-zastosowania","gold",{"display_name":224,"slug":225,"bio_short":226,"social_links":227},"Andrzej Niemiec","andrzej-niemiec","Fanatyk nowych technologii i specjalista w zakresie sztucznej inteligencji.",{"linkedin":228,"x":217,"github":217,"website":229},"https:\u002F\u002Fwww.linkedin.com\u002Fin\u002Fandrzej-niemiec-b3ab60220\u002F","https:\u002F\u002Faion-automation.pl",{"title":231,"meta_description":232,"body_mdx":233,"word_count":234,"schema_type":235},"Workflow Borisa Cherny’ego: pięć sesji Claude i CLAUDE.md","Jak pracuje Boris Cherny, Head of Claude Code w Anthropic: pięć równoległych sesji w terminalu, pamięć zespołowa w CLAUDE.md, slash commands i tryb…","## Czym jest workflow Borisa Cherny’ego w Claude Code?\n\nBoris Cherny kieruje Claude Code w Anthropic i jest twórcą tego produktu [3][4]. Swój sposób pracy opisał 2 stycznia 2026 roku we wpisie na X: kilka sesji Claude uruchomionych równolegle, pamięć zespołowa w pliku CLAUDE.md, planowanie zmian przed implementacją oraz slash commands dla powtarzalnych czynności [1][2]. Wpis omówiły media branżowe, między innymi VentureBeat w artykule z 5 stycznia 2026 roku [5]. Cherny zaznaczył przy tym, że jego konfiguracja jest „surprisingly vanilla”, a jednego właściwego sposobu pracy z Claude Code nie ma [1][6].\n\nClaude Code powstał jako prosty, pozbawiony interfejsu graficznego prototyp zbudowany przez Cherny’ego po jego dołączeniu do Anthropic pod koniec 2024 roku. Narzędzie działało najpierw wewnątrz firmy, a publicznie udostępniono je w lutym 2025 roku [4]. Kontekst rynku narzędzi do kodowania z AI zbieramy w hubie [AI do programowania](\u002Fai-do\u002Fprogramowania).\n\n## Ile sesji Claude można prowadzić równolegle?\n\nCherny deklarował pięć sesji Claude w terminalu oraz dodatkowo od pięciu do dziesięciu sesji w claude.ai\u002Fcode [1][2]. To liczba z jego własnej praktyki, nie zalecenie producenta.\n\nLokalne sesje uruchamiał w osobnych checkoutach repozytorium. O zakończeniu zadania informowały go powiadomienia systemowe, a zakładki terminala miał ponumerowane [1]. Między terminalem i przeglądarką przełączał się w ramach tej samej pracy [2]. W późniejszym wpisie z 31 stycznia 2026 roku rekomendował dodatkowo od trzech do pięciu git worktrees, czyli osobnych katalogów roboczych powiązanych z jednym repozytorium [6].\n\nRównoległość ma sens wtedy, gdy zadania są niezależne. Dwa agenty edytujące ten sam plik w tym samym checkoucie to konflikt, którego nie rozwiązuje liczba zakładek.\n\n## Jak działa pamięć zespołowa w CLAUDE.md?\n\nPlik CLAUDE.md leży w repozytorium Git, a zespół dopisuje do niego błędy i reguły, żeby Claude nie powtarzał tych samych pomyłek [1][2]. To najtańszy element całego setupu: nie wymaga licencji ani dodatkowej konfiguracji, tylko dyscypliny w dopisywaniu wniosków.\n\nPlik działa jak dokument dla nowej osoby w zespole. Zbiera ustalenia, które inaczej trzeba by powtarzać w każdym prompcie: konwencje nazewnictwa, sposób uruchamiania testów, pułapki w danym module. Podobny mechanizm dla innych agentów opisujemy w artykule o plikach [AGENTS.md w repozytoriach](\u002Fposts\u002F60-000-repozytoriow-github-juz-ma-agents-md-twoj-projekt-czeka).\n\n## Po co tryb planowania przed implementacją?\n\nPrzy większych zadaniach Cherny używa trybu planowania: najpierw iteruje nad planem, a dopiero potem przełącza się na automatyczne wprowadzanie zmian [1]. Kolejność jest istotna, bo plan jest znacznie tańszy do odrzucenia niż gotowy diff.\n\nW praktyce oznacza to dwie decyzje zamiast jednej: czy podejście jest właściwe, a potem czy implementacja jest poprawna. Zespół, który pomija ten krok, płaci za błąd w architekturze dopiero przy przeglądzie kodu.\n\n## Jakie slash commands skracają powtarzalne czynności?\n\nKomendy Cherny trzyma w katalogu `.claude\u002Fcommands\u002F` i wersjonuje razem z kodem. Jako przykład podał `\u002Fcommit-push-pr`, którego używa „dozens of times every day” [1].\n\nWartość nie leży w samym skrócie klawiszowym, ale w tym, że procedura jest zapisana i współdzielona. Nowa osoba w zespole dostaje gotowy zestaw kroków zamiast opisu w dokumentacji, a agent wykonuje je w ten sam sposób za każdym razem. Analogiczne podejście do automatyzacji powtarzalnych zadań opisujemy w materiale o [Codexie w pracy bez kodu](\u002Fposts\u002Fcodex-w-sprzedazy-jak-polskie-zespoly-automatyzuja-briefy-i-forecasty-bez-kodu).\n\n## Jak weryfikować kod generowany przez agenta?\n\nWeryfikacja jest w tym workflow osobnym etapem, nie dodatkiem. Cherny opisywał subagenty, hook `PostToolUse` do formatowania oraz testowanie zmian, w tym interfejsu przez rozszerzenie Chrome [1][2].\n\nJego własne twierdzenie, że pętla weryfikacyjna poprawia jakość „2–3x”, jest deklaracją autora, a nie niezależnym pomiarem [1][2]. To różnica istotna przy planowaniu: liczby od twórcy narzędzia traktuj jako kierunek, nie jako gwarancję.\n\n## Ile kosztuje Claude Code w Polsce?\n\nClaude Code nie wchodzi w plan darmowy. Najtańszy plan z dostępem to Pro za 20 USD miesięcznie lub 200 USD rocznie [7]. Ceny w złotych są orientacyjne i policzone po kursie około 1 USD ≈ 3,91 PLN z 15 października 2026 roku [8]; bank, VAT i kurs karty mogą zmienić kwotę końcową.\n\n| Plan | Cena miesięczna | Orientacyjnie PLN | Claude Code |\n|---|---:|---:|---|\n| Free | 0 USD | 0 zł | Nie obejmuje |\n| Pro | 20 USD | ok. 78 zł | Tak |\n| Max 5× | 100 USD | ok. 391 zł | Tak |\n| Max 20× | 200 USD | ok. 782 zł | Tak |\n| Team Standard | 25 USD za użytkownika | ok. 98 zł | Tak |\n\nŹródło cen: cennik Anthropic [7]. Limity Claude’a są mierzone w kroczących oknach około pięciu godzin oraz dodatkowymi limitami tygodniowymi i miesięcznymi. Nie ma stałej liczby wiadomości, bo koszt zależy od modelu, długości kontekstu i używanych narzędzi. Claude Code dzieli limit z aplikacją Claude [9].\n\n## Czym Claude Code różni się od GitHub Copilota i Cursora?\n\n| Kryterium | Claude Code | GitHub Copilot | Cursor |\n|---|---|---|---|\n| Forma pracy | agent terminalowy i IDE działający na całym repozytorium [10] | asystent w edytorach, na GitHubie i w terminalu [11] | edytor oparty na VS Code z agentem do zmian wieloplikowych [12] |\n| Cena wejściowa | Pro 20 USD miesięcznie [7] | plan Free, Pro 10 USD miesięcznie [11] | plan Free, Plus 8 USD miesięcznie [12] |\n| Modele | modele Claude, między innymi Sonnet 5 i Opus 5.5 [13][14] | modele GitHub, OpenAI, Anthropic i Google, zależnie od planu [11] | modele Cursor oraz modele zewnętrzne [12] |\n\nWybór sprowadza się do miejsca pracy. Claude Code zakłada pracę z terminala i całym repozytorium, Copilot wrasta w istniejące edytory i GitHub, a Cursor jest osobnym edytorem. Dla zespołu, który nie chce zmieniać środowiska, ta różnica bywa ważniejsza niż cennik.\n\n## Jakie są ograniczenia tego workflow?\n\nPierwsze ograniczenie jest zapisane w samym wpisie: to setup jednej osoby. Cherny wprost napisał, że konfiguracje się różnią i trzeba eksperymentować [1][6].\n\nDrugie to koszt modeli przy większej skali. Cennik Anthropic podaje dla Claude Sonnet 5 stawkę 2 USD za milion tokenów wejściowych i 10 USD za milion wyjściowych [13], a dla Claude Opus 5.5 odpowiednio 4 i 20 USD [14]. Przy pracy agentowej, która czyta duże pliki i iteruje, koszt rośnie szybciej niż przy zwykłym czacie.\n\nTrzecie ograniczenie dotyczy weryfikacji. Agent generuje kod szybciej, niż człowiek go czyta, więc bez testów i przeglądu różnica w szybkości nie przekłada się na jakość.\n\n## Czy polskie zespoły mogą korzystać z Claude Code?\n\nTak. Claude jest dostępny w Europie, a Anthropic publikuje listę obsługiwanych krajów i regionów [15]. Ograniczeniem nie jest geografia, ale budżet i sposób pracy zespołu.\n\n## Jak zacząć wdrażanie w zespole?\n\n1. Zacznij od jednej sesji i pliku CLAUDE.md z realnymi regułami projektu [1].\n2. Wprowadź tryb planowania dla zadań większych niż pojedyncza funkcja [1].\n3. Zapisz dwie lub trzy najczęstsze procedury jako slash commands w `.claude\u002Fcommands\u002F` [1].\n4. Dopiero potem zwiększ liczbę równoległych sesji i rozważ git worktrees [6].\n\nKolejność ma znaczenie: równoległość bez wspólnej pamięci i planu mnoży tylko liczbę miejsc, w których powstaje ten sam błąd.\n\n## Najczęstsze pytania\n\n### Czy Claude Code jest dostępny w Polsce?\n\nTak. Claude działa w Europie, a Anthropic utrzymuje listę obsługiwanych krajów i regionów [15]. Dostępność planu nie oznacza jednak, że każda organizacja może go wdrożyć bez zgody działu bezpieczeństwa.\n\n### Ile kosztuje Claude Code w 2026 roku?\n\nNajtańszy plan z dostępem to Pro za 20 USD miesięcznie lub 200 USD rocznie, czyli około 78 zł miesięcznie po kursie z 15 października 2026 roku [7][8]. Plany Max kosztują 100 i 200 USD miesięcznie, a Team Standard 25 USD za użytkownika [7].\n\n### Czy trzeba pracować na pięciu sesjach jednocześnie?\n\nNie. Pięć sesji w terminalu to praktyka Cherny’ego, a nie wymóg narzędzia [1][2]. Zaczynają sens mieć przy niezależnych zadaniach; przy pracy nad jednym plikiem więcej sesji tylko zwiększa ryzyko konfliktu.\n\n### Czy Claude Code obsługuje inne środowiska niż terminal?\n\nTak. Claude Code działa w terminalu, VS Code, JetBrains, aplikacji desktopowej, przeglądarce, na iOS i Androidzie. Obsługuje między innymi MCP, pamięć, CLAUDE.md, skills i hooki [10].\n\n### Czy tryb planowania zastępuje przegląd kodu?\n\nNie. Tryb planowania porządkuje decyzje przed implementacją, a weryfikacja zmian pozostaje osobnym etapem [1][2]. Plan nie sprawdza, czy kod działa — to robią testy i przegląd.\n\n## Źródła\n\n1. [Boris Cherny on X: wpis o workflow Claude Code (X, 2026)](https:\u002F\u002Fx.com\u002Fbcherny\u002Fstatus\u002F2007179847949500714)\n2. [Inside the Development Workflow of Claude Code's Creator (InfoQ, 2026)](https:\u002F\u002Fwww.infoq.com\u002Fnews\u002F2026\u002F01\u002Fclaude-code-creator-workflow)\n3. [Claude Code for service delivery: Learn from Boris Cherny (Anthropic, 2026)](https:\u002F\u002Fwww.anthropic.com\u002Fwebinars\u002Fclaude-code-service-delivery)\n4. [Boris Cherny, Anthropic: „I have not written a single line of code since November” (Station F, 2026)](https:\u002F\u002Fstationf.co\u002Fnews\u002Fboris-cherny)\n5. [The creator of Claude Code just revealed his workflow, and developers are losing their minds (VentureBeat, 2026)](https:\u002F\u002Fventurebeat.com\u002Ftechnology\u002Fthe-creator-of-claude-code-just-revealed-his-workflow-and-developers-are)\n6. [Boris Cherny on X: wskazówki dla użytkowników Claude Code (X, 2026)](https:\u002F\u002Fx.com\u002Fbcherny\u002Fstatus\u002F2017742741636321619?lang=en)\n7. [Plans & pricing | Claude by Anthropic (Anthropic, 2026)](https:\u002F\u002Fwww.anthropic.com\u002Fpricing)\n8. [US dollar (USD) – kurs referencyjny (European Central Bank, 2026)](https:\u002F\u002Fwww.ecb.europa.eu\u002Fstats\u002Fpolicy_and_exchange_rates\u002Feuro_reference_exchange_rates\u002Fhtml\u002Feurofxref-graph-usd.en.html)\n9. [Release notes | Claude Help Center (Anthropic, 2026)](https:\u002F\u002Fsupport.claude.com\u002Fen\u002Farticles\u002F12138966-release-notes)\n10. [Get started – Claude Code (Anthropic Docs, 2026)](https:\u002F\u002Fdocs.anthropic.com\u002Fen\u002Fdocs\u002Fclaude-code\u002Foverview)\n11. [GitHub Copilot · Plans & pricing (GitHub, 2026)](https:\u002F\u002Fgithub.com\u002Ffeatures\u002Fcopilot\u002Fplans)\n12. [Cursor · Pricing (Cursor, 2026)](https:\u002F\u002Fcursor.com\u002Fpricing)\n13. [Introducing Claude Sonnet 5 (Anthropic, 2026)](https:\u002F\u002Fwww.anthropic.com\u002Fnews\u002Fclaude-sonnet-5)\n14. [Introducing Claude Opus 5.5 (Anthropic, 2026)](https:\u002F\u002Fwww.anthropic.com\u002Fclaude-opus-5-5)\n15. [Supported countries and regions (Anthropic, 2026)](https:\u002F\u002Fwww.anthropic.com\u002Fclaude-ai-locations)",1529,"Article",[237,243,249,255,261,267,273,279,285,291,297,303,309,315,321,327],{"id":238,"slug":239,"pillar_id":240,"draft_id":241},"fad1d7ad-8fa0-43af-b45a-a0be58875324","codex-w-operacjach-biznesowych-jak-zamienic-20-godzin-pracy-w-8-minut",{"color_token":222},{"title":242},"Codex w operacjach biznesowych: jak zamienić 20 godzin pracy w 8 minut",{"id":244,"slug":245,"pillar_id":246,"draft_id":247},"15de5316-98c5-4e40-bfd7-15db1ee47fd3","codex-w-sprzedazy-jak-polskie-zespoly-automatyzuja-briefy-i-forecasty-bez-kodu",{"color_token":222},{"title":248},"Codex w sprzedaży: jak polskie zespoły automatyzują briefy i forecasty bez kodu",{"id":250,"slug":251,"pillar_id":252,"draft_id":253},"3711d3a5-d1b6-41f0-83bf-cede7e357934","codex-w-operacjach-jak-polskie-firmy-odzyskuja-15-godzin-tygodniowo",{"color_token":222},{"title":254},"Codex w operacjach: jak polskie firmy odzyskują 15 godzin tygodniowo",{"id":256,"slug":257,"pillar_id":258,"draft_id":259},"b77317b3-6449-4e20-bcc2-40177a5635c3","debata-agentow-ai-jak-10-modeli-wygenerowalo-guardrails-za-1-3-ceny",{"color_token":222},{"title":260},"Debata agentów AI: jak 10 modeli wygenerowało guardrails za 1\u002F3 ceny",{"id":262,"slug":263,"pillar_id":264,"draft_id":265},"d0badd80-84fc-4a82-a928-d57869fbe3d7","wordpress-bez-kodowania-jak-zbudowac-strone-w-2-godziny-zamiast-20",{"color_token":222},{"title":266},"WordPress bez kodowania: jak zbudować stronę w 2 godziny zamiast 20",{"id":268,"slug":269,"pillar_id":270,"draft_id":271},"ab48fe44-3cec-4ee3-9c7a-e04587d706a4","codex-w-sprzedazy-jak-oszczedzic-10-godzin-tygodniowo-bez-pisania-kodu",{"color_token":222},{"title":272},"Codex w sprzedaży: jak oszczędzić 10 godzin tygodniowo bez pisania kodu",{"id":274,"slug":275,"pillar_id":276,"draft_id":277},"d65aeb1e-b7f5-4221-836c-4e751d758397","czy-twoje-narzedzia-ai-to-tylko-cyfrowy-smietnik-jak-przestac-placic-za-nieuzywane-zakladki",{"color_token":222},{"title":278},"Czy twoje narzędzia AI to tylko cyfrowy śmietnik? Jak przestać płacić za nieużywane zakładki",{"id":280,"slug":281,"pillar_id":282,"draft_id":283},"0c185ca8-0e4c-46c3-b06a-cb5c2d632be3","milion-zlotych-straty-przez-zmienne-z-llm-gdzie-analiza-przyczynowa-traci-grunt",{"color_token":222},{"title":284},"Milion złotych straty przez zmienne z LLM — gdzie analiza przyczynowa traci grunt",{"id":286,"slug":287,"pillar_id":288,"draft_id":289},"9a45d404-d037-405f-b9e1-4f649c1d6c72","twoj-agent-ma-72-skutecznosci-zmiana-modelu-tego-nie-naprawi",{"color_token":222},{"title":290},"LLM jako selektor akcji: dlaczego 72% to pułap, którego nie przeskoczysz bez zmiany architektury",{"id":292,"slug":293,"pillar_id":294,"draft_id":295},"b1b01fdd-dab1-42b9-89e6-e8e6cb382bf6","ile-kosztuje-godzina-szkolenia-ai-nowa-metoda-liczy-to-w-8-sekund",{"color_token":222},{"title":296},"Ile kosztuje godzina szkolenia AI? Nowa metoda liczy to w 8 sekund",{"id":298,"slug":299,"pillar_id":300,"draft_id":301},"21da4438-3fa2-41e0-a7f6-1768c752628e","twoj-pilot-ai-zachwycil-zarzad-dlaczego-nigdy-nie-trafi-na-hale-produkcyjna",{"color_token":222},{"title":302},"Dlaczego pilotaż AI trafia do produkcji, ale biznes go nie widzi — 5%",{"id":304,"slug":305,"pillar_id":306,"draft_id":307},"5fa11e1e-4f17-4996-9132-df455ed2fcbc","web-search-rag-pipeline-zanim-napiszesz-kolejny-scraper-przeczytaj-o-czterech-pulapkach",{"color_token":222},{"title":308},"Web scraping dla AI: czyszczenie HTML zmniejsza tokeny",{"id":310,"slug":311,"pillar_id":312,"draft_id":313},"9607dd0d-10bf-4236-86cb-f658bad984b8","twoj-agent-ai-wlasnie-zjadl-trucizne-i-nawet-o-tym-nie-wie",{"color_token":222},{"title":314},"Twój agent AI właśnie przeczytał stronę, która go okłamała — i nie wie o tym",{"id":316,"slug":317,"pillar_id":318,"draft_id":319},"6f5c7a22-1999-4ee4-8abf-82ed26b88ca4","codex-w-sprzedazy-jak-polskie-firmy-automatyzuja-briefy-i-forecasty-bez-kodu",{"color_token":222},{"title":320},"Codex w sprzedaży: jak polskie firmy automatyzują briefy i forecasty bez kodu",{"id":322,"slug":323,"pillar_id":324,"draft_id":325},"1b8f6283-ddf2-45ca-93a2-589e667f48d8","kiedy-brak-llm-gateway-zaczyna-kosztowac-mapa-decyzji-dla-operatora",{"color_token":222},{"title":326},"Lokalne modele AI vs API w chmurze: kiedy się opłaca przejść na",{"id":328,"slug":329,"pillar_id":330,"draft_id":331},"1d9444f2-f6f3-45b5-9365-57b448334476","ai-w-sprzedazy-5-zadan-ktore-przestaja-zajmowac-czas-twojemu-zespolowi",{"color_token":222},{"title":332},"AI w sprzedaży: 5 zadań, które przestają zajmować czas twojemu zespołowi",[]]