Engineering v roce 2026

Svět vývoje aplikací se mění a my jakožto vývojáři musíme také.

Malé SaaS nástroje a software pro B2B začnou upadat

Co se mění pro běžné lidi a spoustu firem? Obrovské množství B2B SaaS firem začne upadat. Konkrétněji: za niche a specializované malé softwary už nikdo nebude platit. Hlavně technologické startupy/scaleupy. Proč? Protože žádný tool a software není ideální a každý uživatel musí vždy dělat kompromisy. Někdy větší, jindy menší. Nyní už ale nemusí. Tento malý nástroj si totiž napíše za zlomek ceny a úsilí sám. A co víc – pokud se objeví nová potřeba nebo se ta stávající změní, svůj tool si upraví tak, aby jí odpovídal. Prostě zadá prompt a stane se. Nebude se to však týkat velkých firem a komplexnějších softwarů typu SAP (alespoň zatím). Nicméně i těch se to částečně dotkne.

Potřebujete si udělat specifickou analýzu nad daty v SAPu? Už nepůjdete za člověkem, kterému řeknete, co potřebujete, a pak si s ním ten požadavek několik dní ladíte, než dostanete výsledek. Zadáte prompt, párkrát ho upřesníte, a během pár minut až hodin máte výsledek.

Co se mění pro vývojáře?

Ještě začátkem minulého roku (2025) jsem si myslel, že pro nás vývojáře bude AI (resp. LLM) jen pomocníkem při psaní kódu a že nás v následujících 2–3 letech AI určitě nenahradí. Jak jsem se jen pletl!

Pokud mám dostatečně dobré zadání úkolu a dobře postavenou codebase, vezmu task, dám ho AI a výsledek mám za pár minut. Nelíbí se mi? Iteruji, upřesňuji a validuji, případně drobně sáhnu do kódu. Pořád se mi to nelíbí? Stálo mě to jen pár minut, tak vše zahodím a začnu znovu s jiným modelem nebo jiným promptem. Nebo rovnou rozjedu tři paralelní řešení a vyberu to nejlepší.

Commit, push a posílám na review. Jedná se o drobnou změnu? AI udělá i code review. Merge a hotovo.

Kvalita kódu

„No jo, ale to, co generuje AI, je hnusný kód a nechci s ním mít nic společného, natož v něm něco debugovat.“ Tady naprosto souhlasím. Akorát že vůbec.

Jedná se o kritický kód, kde by zásadní chyba mohla způsobit ohrožení života, ztrátu peněz nebo špatnou interpretaci výsledků? Takovou část samozřejmě musí člověk zvalidovat a overit funkčnost (případně napsat).

Pokud se ale jedná o změnu v UI, například přesun tlačítka, to už fakt člověk dělat nemusí. Stejně tak přidání sloupečku do tabulky, fetchování dalšího parametru z API třetí strany atd. – tohle všechno udělá AI.

Namítnete, že ten kód v codebase zůstane navždy. To si myslím, že také přestane platit. Udělat změnu bude tak jednoduché, že jich bude probíhat extrémní množství. Většina kódu bude do pár měsíců zastaralá a zcela nahrazena kódem novým. Dost pravděpodobně bude napsána novějším a lepším modelem, čímž bude i samotný kód kvalitnější. A takhle to půjde stále dokola.

To, jak spravuji uživatele, nemusí být nutně „výstavní“ kód – většina lidí ho v mé aplikaci uvidí jen párkrát do roka. Nicméně pokud mám špatně nastavené ACL a někdo vidí něco, co nemá, mám problém. ACL tedy zkontroluji důkladně.

Jak AI pomoci?

Třeba psaním testů. Tohle je věc, která nikdy nebyla levnější. Dejte AI dostatek nástrojů k validaci toho, že svou práci dělá dobře. Například extrémně striktní pravidla pro lint, statickou analýzu a type check. A samozřejmě již zmíněné testy. Dobře napsaná pravidla v AGENT.md budou nutností.

Dalším krokem je naučit se dobře promptovat a mít dobré zadání. I tohle všechno se dá dělat s pomocí AI.

Je nutné si uvědomit, že AGENT.md není věc, kterou člověk napíše jednou a dlouho na ni nesáhne. Pokud vám AI seká stejnou chybu opakovaně, soubor upravte. Například v Anthropicu to dělají i několikrát za den! Prostě řekněte AI, že tuto chybu opakuje, a ať vám instrukce opraví.

Dnešní AI nástroje mají podporu skillů, MCP, LSP, vyhledávání a spoustu dalšího. Používejte je! To, že AI halucinuje kvůli příliš velkému kontextu, se už neděje tak často jako na začátku roku 2025.

A v neposlední řadě: neříkejte agentovi, ať vám věc rovnou implementuje. Používejte plánování a iterujte nad plánem tak dlouho, dokud nebudete spokojeni. Samotnou implementaci pak může klidně provést hloupější a levnější model. Ne vážně používejte plan mode, ať už se jedná o Cursor nebo Claude Code, doopravdy to pomáhá.

Expertíza

Chcete mi říct, že vývojář je zbytečný a budou potřeba jenom produkťáci? Vůbec ne, naopak. Produkťák se dost pravděpodobně na některých technických detailech zacyklí a nebude se moci pohnout dál. Já ale vím, že ta mezera v UI je tam kvůli špatnému marginu, tak to AI řeknu. Nebo mu vysvětlím, že data z databáze nemůže tahat tímto způsobem, protože jsou tam duplicity.

Je možné, že i tohle se v následujících měsících změní. Nicméně, jak jsem psal výše, stále bude potřeba kontrola a případný „manuální“ vývoj jádra a kritické funkcionality.

Mentální switch

Podle mě jsme ve fázi, kdy musíme výrazně upravit naše myšlení:

  • Musí být kód za každou cenu kvalitní a optimální? Jsou případy, kdy ano, a případy, kdy vůbec.
  • Strávil jsem hodinu promptováním a nedobral se výsledku. Celou práci zahazuji = promarněný čas? Ne, protože je to jen hodina, nikoliv několik dní práce.
  • AI je drahé. Platit 200 $ měsíčně za nejvyšší tier v Claude se může zdát moc. Naopak, je to extrémně levné! Jaká je vaše hodinová sazba a kolik toho za tu hodinu vyprodukujete?

Tento mentální posun bude možná ještě těžší než přechod z „editování souborů přes FTP“ na „push do Gitu, CI a deploy do Kubernetes“.

Jak začít?

Každý z nás chce v práci nějaký zlepšovák. Udělat si analýzu, tool na generování dat nebo nástroj, který udělá v něčem pořádek. Za pár minut si tohle všechno můžete vytvořit přesně tak, jak potřebujete.

Ano, AI vám často neudělá hned perfektní analýzu dat. Ale když mu řeknete, ať vám na to napíše nástroj (tool), je to úplně jiná písnička. Pracujete na startupu, kde potřebujete fakt rychle iterovat? To je značka ideál!

Tipy

  • TypeScript: AI ho aktuálně ovládá asi nejlépe (to samé platí pro React).
  • Anthropic Claude Opus 4.5 (Thinking): Je skvělý na plánování. Pro samotné psaní kódu použijte klidně Composer nebo Grok Code Fast.
  • GPT 5.2: Ten zase dělá celkem dobré UI.
  • Boring frameworky: Ty, které jsou už zajeté a existují nějakou dobu, vám pomohou dosáhnout lepších výsledků.
  • Dobrá feedback loop pomáhá: lint, testy, architektura
  • Používejte plan-mode: častěji se vám pak povede “one-shot”
  • Delegujte: Nebojte se říct AI, ať vám vyčlení část kódu nebo napíše testy.
  • Používejte AI proti sobě: Např. prompt: „Jsem senior full-stack vývojář, navrhni mi, co zlepšit v této codebase.“
  • Specifikujte knihovny: Říkejte AI, ať používá konkrétní knihovny (které vám třeba předtím samo doporučilo).
  • ZAHAZUJTE SLEPÉ CESTY.
  • Frontendista si dnes snadno přidá data do backendového endpointu a naopak.
  • Změňte své smýšlení TEĎ, nebo vám ujede vlak.

Engineering v roce 2026
Patrik Votoček
Techlead & DevOps
By clicking “Accept”, you agree to the storing of cookies on your device to enhance site navigation, analyze site usage, and assist in our marketing efforts. View our Privacy Policy for more information.