Claude Code

Claude Code: szybsze zmiany w kodzie, sprawdzane przez programistę

Claude Code to narzędzie firmy Anthropic, w którym model AI pracuje jako agent programistyczny. Czyta pliki projektu, planuje zmiany, edytuje wiele plików naraz, uruchamia polecenia i testy, a na koniec może przygotować commit, czyli opisaną paczkę zmian zapisaną w historii projektu. Programista zleca zadanie zwykłym językiem i na bieżąco widzi, co agent robi.

W G2 TEAM korzystamy z Claude Code przy stronach internetowych, sklepach i aplikacjach webowych – szczególnie tam, gdzie dużo czasu zajmuje czytanie istniejącego kodu i powtarzalne modyfikacje. Zasada podstawowa: agent przyspiesza pracę, ale za architekturę, przegląd kodu i bezpieczeństwo odpowiada programista.

Czym jest Claude Code

Claude Code korzysta z modeli Claude. Wersja z pełnym zestawem funkcji działa w terminalu, czyli wierszu poleceń systemu. Są też rozszerzenia do VS Code i środowisk JetBrains (IDE, czyli programów do pisania kodu), aplikacja desktopowa na macOS i Windows (na Linuksie w wersji beta) oraz wersja w przeglądarce (claude.ai/code) i w aplikacji mobilnej Claude, gdzie sesje działają w chmurze. Agenta można też uruchamiać w GitHub Actions lub GitLab CI/CD, czyli w procesach, które po każdej zmianie same budują i testują kod; służy tam np. do przeglądu zmian.

Agent zbiera kontekst z kodu, wprowadza zmiany i sprawdza wynik, np. uruchamiając testy; w każdej chwili można go zatrzymać i skorygować. Do projektu dopasowuje się go kilkoma mechanizmami:

• CLAUDE.md – plik w repozytorium z zasadami projektu (standardy kodu, decyzje architektoniczne, biblioteki), czytany na początku każdej sesji. Agent potrafi też korzystać z pliku AGENTS.md, którego używają inne narzędzia.
• Tryb planowania (plan mode) – agent przedstawia plan, a edycja plików jest zablokowana do czasu jego akceptacji.
• Subagenci (subagents) – pomocnicy z osobnym kontekstem i ograniczonym zestawem narzędzi, np. do przeszukania dużego repozytorium.
• Hooki (hooks) – polecenia uruchamiane automatycznie w określonych momentach pracy agenta, np. formatowanie kodu po edycji albo sprawdzenie polecenia przed jego wykonaniem. Działają niezależnie od decyzji modelu.
• MCP (Model Context Protocol) – otwarty standard podłączania zewnętrznych narzędzi i źródeł danych, np. systemu zgłoszeń.

Co zmienia dla klienta agencji

Agent oszczędza czas głównie tam, gdzie trzeba przeczytać dużo kodu albo wprowadzić podobne zmiany w wielu miejscach. Dla klienta oznacza to:

• szybszy prototyp – pierwsza działająca wersja funkcji powstaje wcześniej, więc decyzje zapadają na podstawie czegoś, co da się kliknąć;
• testy – agent pisze testy do kodu, który ich nie miał, uruchamia je i poprawia znalezione błędy;
• refaktoryzację, czyli porządkowanie kodu bez zmiany jego działania;
• migracje – aktualizację bibliotek albo przeniesienie modułu na nowszą technologię, z podobnymi zmianami w dziesiątkach plików;
• dokumentację – opisy modułów i instrukcje uruchomienia, które zostają w repozytorium razem z kodem.

Architektura, ocena sensu biznesowego zmiany, przegląd kodu i wdrożenie na serwer produkcyjny zostają po stronie ludzi – agent dostaje dobrze opisane zadania, a o wyniku decyduje programista. Szerzej o programowaniu z agentami przy systemach na zamówienie piszemy na stronie aplikacji webowych i portali, a o wpływie AI na koszt i czas wdrożenia strony firmowej – w opisie usługi projektowania stron internetowych.

Jak używamy Claude Code w G2 TEAM

Kod każdego klienta trzymamy razem z dokumentacją w repozytorium Git, czyli systemie przechowującym historię zmian, a zasady projektu zapisujemy w CLAUDE.md. Zmiany powstają na osobnej gałęzi (branch), czyli równoległej wersji kodu, i trafiają do przeglądu jako pull request (na GitLabie: merge request) – propozycja zmian, którą sprawdzamy, zanim zostanie połączona z główną wersją.

Agentowi zlecamy głównie analizę nieznanego kodu, pierwsze wersje powtarzalnych komponentów, testy, migracje i dokumentację. O modelu danych, uprawnieniach użytkowników, płatnościach, integracjach z systemami klienta i wdrożeniu na produkcję decyduje programista.

Agent pracuje na lokalnej kopii projektu, a nie na działającej stronie klienta. Hasła i klucze do usług wpisuje człowiek, nie agent. Zmiana trafia na serwer produkcyjny dopiero po zgodzie osoby odpowiedzialnej za projekt i po wykonaniu kopii zapasowej, a polecenia, które agent może uruchomić na serwerze bez pytania, ograniczamy regułami uprawnień.

Claude Code na tle innych narzędzi

W zespole korzystamy z trzech narzędzi agentowych i dobieramy je do zadania. Pozostałe dwa opisujemy na osobnych stronach: OpenAI Codex i Google Antigravity.

Bezpieczeństwo i poufność kodu klienta

To, co agent może zrobić bez pytania, określa tryb uprawnień. W trybie ręcznym (Manual) Claude Code zaczyna z prawem tylko do odczytu i pyta o zgodę przed edycją plików czy uruchomieniem poleceń. W trybie automatycznym akcje ocenia osobny model – klasyfikator – i blokuje te uznane za ryzykowne. Aktualne wersje domyślnie uruchamiają sesję w terminalu w trybie automatycznym, dlatego tryb warto ustawić świadomie dla każdego projektu.

W każdym trybie działają reguły odmowy (deny): po zablokowaniu np. pliku .env agent nie odczyta go swoimi narzędziami do plików ani typowymi poleceniami. Reguły można zapisać w repozytorium, a administrator może je narzucić na wszystkich komputerach. Blokadę na poziomie systemu operacyjnego daje piaskownica (sandbox) dla poleceń powłoki, dostępna na macOS, Linuksie i WSL2 (Linuksie uruchamianym w Windows). Ogranicza zapis do katalogu projektu, a połączenia sieciowe kieruje przez serwer pośredniczący, który sprawdza listę dozwolonych domen. Jest domyślnie wyłączona i bez dodatkowej konfiguracji nie blokuje odczytu plików z danymi dostępowymi, np. kluczy SSH do logowania na serwery.

Sesje w chmurze działają w izolowanych maszynach wirtualnych Anthropic z ograniczonym dostępem do sieci. Dane logowania do GitHuba nie trafiają do maszyny – połączenie obsługuje serwer pośredniczący, który m.in. odrzuca próby usunięcia gałęzi.

Przy kontach firmowych (plany Team i Enterprise oraz API) Anthropic nie trenuje modeli generatywnych na kodzie i poleceniach przesłanych do Claude Code, chyba że klient sam się na to zgodzi. Standardowo dane są przechowywane 30 dni, a kwalifikujący się klienci Enterprise mogą uzyskać tryb zero data retention, czyli bez przechowywania danych na serwerach Anthropic. W G2 TEAM pracujemy na kontach firmowych. Na komputerze programisty zapis sesji jest domyślnie przechowywany 30 dni jako zwykły tekst – kolejny powód, by hasła nie trafiały do rozmowy z agentem.

Najczęstsze pytania

Czy kod pisze AI, a nie programista?

Część kodu pisze agent – zwykle pierwsze wersje powtarzalnych fragmentów, testy i zmiany migracyjne. Programista określa zadanie, zatwierdza plan, czyta każdą zmianę i decyduje, czy trafi ona do projektu.

Czy Anthropic może trenować modele na kodzie mojej firmy?

Nie. Pracujemy na kontach firmowych, a przy nich Anthropic nie trenuje modeli na przesłanym kodzie, chyba że właściciel konta sam się na to zgodzi, np. przystępując do programu Development Partner Program. Jeśli Twoja firma ma własne wymagania dotyczące danych, ustalamy je przed rozpoczęciem prac.

Czy dzięki temu projekt będzie tańszy?

Może być – nawet o 50% taniej, ale w pracach, które agenci realnie przyspieszają: migracjach, testach, powtarzalnym kodzie i dokumentacji. Ustalenia z klientem, projekt UX/UI i decyzje architektoniczne trwają podobnie jak wcześniej, dlatego wycenę przygotowujemy po analizie zakresu.

Porozmawiajmy o Twoim projekcie

Planujesz rozbudowę istniejącego systemu, przejęcie projektu po innym wykonawcy albo nową aplikację? Opisz krótko sytuację w formularzu „Zapytaj o ofertę” poniżej – odpowiemy, w których etapach praca z Claude Code ma sens, a w których nie. Pracujemy z biur w Szczecinie (ul. Cyfrowa 6), Warszawie i Poznaniu.