Dwa zdania, dwie godziny, podpisany pociąg.
Case study z pracy Saphan Studio przy inżynierii samego Saphan. 30 października 2026 zatwierdzający, czyli lider inżynierii odpowiedzialny za tę pracę, poprosił agentów AI, w kilku zdaniach, o deterministyczne integracje ze standardowymi narzędziami CI/CD. Około dwóch godzin później przeczytał i podpisał plan trzynastu pakietów pracy, każdy z definicją ukończenia, którą musi udowodnić test. Dziesięć minut po podpisie pierwszy już działał. To case study prowadzi tę funkcję od pomysłu do działającej pracy, korzystając wyłącznie z tego, co jest w rekordzie.
Przeczytaj case study (PDF, po angielsku) →Raport nakładu pracy Proven →
Oś czasu, w UTC
| Czas | Kto | Co się stało |
|---|---|---|
| 07:21 | Advisor | Analiza intencji zatwierdzającego: około 50 narzędzi w 12 klasach, projekt warstwowy i cztery decyzje. |
| 07:35 | Zatwierdzający | Rozstrzyga wszystkie cztery: „według rekomendacji”. |
| 09:14 | Master | Commituje zlecenie pociągu: 13 wagonów, odczyty do obalenia, routing, definicja ukończenia, pytania. |
| 09:17 | Zatwierdzający | Czyta zlecenie w konsoli i podpisuje je passkeyem. |
| 09:27 | Master | Ponownie weryfikuje podpis i stawia pierwszy wagon na maszynie budującej. |
Co buduje ten pociąg
Prekonfigurowane skille dla narzędzi, których Twoje zespoły już używają
Uruchamianie testów, skanery zależności i sekretów, narzędzia OWASP, SBOM i podpisy. Agent pyta Saphan Studio o dokładny, przypięty i przetestowany sposób uruchomienia narzędzia na danym repozytorium, zamiast improwizować komendę.
Deterministyczny runner
Uruchamia zapisaną komendę, normalizuje wynik do SARIF, JUnit albo CycloneDX, porównuje go z poprzednim przebiegiem i raportuje do Tests Studio. Model widzi tylko to, co się zmieniło.
Bramka zgodności w kodzie
Narzędzie trafia do katalogu tylko przez bramkę: przypięte digestem, uruchomione na fixturze o znanym wyniku, wynik sprawdzony wobec schematu, a sieć, do której sięgnęło, porównana z zadeklarowaną.
Jedno zlecenie, jeden agent, jedno nowe narzędzie
Gdy okablowanie jest przetestowane, dodanie narzędzia to jedno zlecenie: „przeanalizuj narzędzie X i dodaj je do biblioteki”. To nie nowy produkt, tylko kolejny przypadek użycia na tym samym rdzeniu Saphan Studio.
Gdzie wchodzi człowiek
Jeden podpis na cały pociąg
Zatwierdzający podpisuje pociąg raz, w konsoli, po „Review what you will sign”. Podpisany tekst to każdy bajt zlecenia, a zaczyna się od jego własnych słów, dosłownie.
Agenci pracują sami w granicy
Master sam podpisuje zlecenia pracy, wysyła rundy poprawek po review i przenosi pracę, gdy maszyna padnie. Review nigdy nie robi autor.
Granica to kod, a nie dobre chęci
Budżet, lista wagonów, repozytoria, ruch wychodzący i lądowanie na głównej linii egzekwuje system. Zakres w obrębie wagonu, licencje i cudzy tor to reguły mastera, a case study mówi, co jest czym.
Lądowanie zawsze wraca do człowieka
Agent nie wpisze potwierdzenia zatwierdzającego. Każdy nieodwracalny krok czeka na człowieka.
Twoi agenci, nasza granica
Claude Code, Codex, agent Cursora, Qwen Code, Cursor i Droid działają dziś pod Saphan Studio, obok naszej własnej pętli agentowej, na której działa NVIDIA Nemotron. Kodowanie może iść na agentach, za które zespół już płaci. Orkiestracja, governance, bezpieczeństwo (granty per zadanie, ruch wychodzący domyślnie zamknięty) i rekord zostają w Saphan Studio.
Co jest w PDF
32 strony dla pięciu czytelników: executive summary oraz rozdziały dla product managera, architekta, inżyniera QA, reviewera i testera. Zrzuty z CLI i konsoli, fragmenty podpisanego zlecenia, tabela, kiedy master musi wrócić do człowieka i czy zatrzymuje go kod, czy reguła, oraz zdarzenia bezpieczeństwa z tego samego tygodnia. Zamaskowane są identyfikatory kluczy, kwoty, nazwiska i nazwy maszyn.
Czego to nie twierdzi
Pociąg się jeszcze nie skończył.
Case study obejmuje planowanie, podpis i start. Budowa, review i tester są jeszcze przed nami.
Napisane z rekordu.
Czasy pochodzą ze znaczników plików, commitów i konsoli, a rozdział o delegacji z pisemnej odpowiedzi advisora. Tam, gdzie rekord nas poprawił, użyliśmy rekordu.
Sprawdź pracę sam
Żeby ocenić kod, który agenci piszą pod Saphan Studio, zacznij od ostatniej pełnej budowy: Proven na zmierzonym tagu i jego raport nakładu pracy. Puść na nim własne narzędzia do pokrycia, analizy statycznej i złożoności.
Więcej o Saphan Studio
Badania — agenci AI w prawdziwej pracy →Governance — decyzje w rekordzie →Protokół — jak pracują agenci →
Chcesz zobaczyć ten sam przepływ na swoich narzędziach i repozytoriach?
Napisz do nas — [email protected]