Sztuczna inteligencja wkracza do procesu tworzenia oprogramowania coraz \u015bmielej. Ju\u017c nie tylko pomaga w pisaniu test\u00f3w czy generowaniu fragment\u00f3w kodu \u2013 dla wielu zespo\u0142\u00f3w sta\u0142a si\u0119 codziennym narz\u0119dziem pracy. Jednak z tym wzrostem popularno\u015bci pojawia si\u0119 r\u00f3wnie\u017c ryzyko. Zauwa\u017cam, \u017ce firmy cz\u0119sto wpadaj\u0105 w te same pu\u0142apki, kt\u00f3re zamiast przyspiesza\u0107, spowalniaj\u0105 rozw\u00f3j i \u2013 co gorsza \u2013 podkopuj\u0105 zaufanie do produktu. Poni\u017cej opisuj\u0119 trzy najcz\u0119stsze b\u0142\u0119dy, kt\u00f3re widz\u0119 u klient\u00f3w.<\/p>\n
Pierwszy i najgro\u017aniejszy b\u0142\u0105d to traktowanie kodu z AI jako gotowego rozwi\u0105zania, kt\u00f3re nie wymaga przegl\u0105du. W praktyce wygl\u0105da to tak \u2013 programista wrzuca prompt do ChatGPT lub GitHub Copilot, dostaje blok kodu, kopiuje go i wkleja do repozytorium. Bez refleksji, bez test\u00f3w, bez sprawdzenia, czy kod faktycznie robi to, co powinien.<\/p>\n
Przyk\u0142ad z \u017cycia: Klient z bran\u017cy e-commerce poprosi\u0142 nas o audyt wydajno\u015bci ich platformy. Okaza\u0142o si\u0119, \u017ce jedna z funkcji odpowiedzialna za generowanie rabat\u00f3w by\u0142a napisana przez AI w spos\u00f3b, kt\u00f3ry powodowa\u0142 wyciek danych. Kod dzia\u0142a\u0142 \u201epoprawnie\u201d w testach, ale w produkcji ods\u0142ania\u0142 cudze koszyki zakupowe. Dlaczego nikt tego nie wychwyci\u0142? Bo zesp\u00f3\u0142 uzna\u0142, \u017ce \u201eAI nie pope\u0142nia b\u0142\u0119d\u00f3w logicznych\u201d.<\/p>\n
Rzeczywisto\u015b\u0107 jest inna. AI nie rozumie kontekstu biznesowego \u2013 generuje kod na podstawie statystycznych zale\u017cno\u015bci. Mo\u017ce napisa\u0107 funkcj\u0119, kt\u00f3ra dzia\u0142a dla 90% przypadk\u00f3w, ale w pozosta\u0142ych 10% robi co\u015b nieoczekiwanego. W aplikacjach webowych, zw\u0142aszcza tych przetwarzaj\u0105cych dane wra\u017cliwe, takie luki s\u0105 niedopuszczalne.<\/p>\n
Rozwi\u0105zanie? Ka\u017cdy fragment kodu z AI powinien przej\u015b\u0107 taki sam code review jak kod pisany r\u0119cznie. Dodatkowo warto wdro\u017cy\u0107 automatyzacj\u0119 test\u00f3w jednostkowych i integracyjnych, kt\u00f3re wy\u0142api\u0105 niesp\u00f3jno\u015bci. Nie chodzi o to, by nie u\u017cywa\u0107 AI \u2013 ale by u\u017cywa\u0107 jej odpowiedzialnie.<\/p>\n
Presja czasu sprawia, \u017ce zespo\u0142y cz\u0119sto pomijaj\u0105 aspekty bezpiecze\u0144stwa, gdy korzystaj\u0105 z AI do pisania kodu. A to prosta droga do podatno\u015bci. Modele j\u0119zykowe s\u0105 trenowane na publicznie dost\u0119pnym kodzie, kt\u00f3ry nierzadko zawiera luki \u2013 na przyk\u0142ad podatno\u015b\u0107 na SQL Injection, XSS czy nieodpowiednie zarz\u0105dzanie sesjami.<\/p>\n
Pami\u0119tam przypadek startupu SaaS, kt\u00f3ry zautomatyzowa\u0142 generowanie endpoint\u00f3w API za pomoc\u0105 AI. W ci\u0105gu dw\u00f3ch tygodni mieli gotowe API, ale podczas audytu znale\u017ali\u015bmy kilkana\u015bcie miejsc, gdzie kod nie weryfikowa\u0142 danych wej\u015bciowych. Atakuj\u0105cy m\u00f3g\u0142by przez nie wykona\u0107 dowolne zapytanie do bazy danych. Firma przyzna\u0142a, \u017ce to efekt po\u015bpiechu \u2013 chcieli jak najszybciej wypu\u015bci\u0107 MVP.<\/p>\n
Konsekwencje? Koszty \u0142atania tych dziur by\u0142y wy\u017csze, ni\u017c gdyby od pocz\u0105tku pisali kod r\u0119cznie z my\u015bl\u0105 o bezpiecze\u0144stwie. Do tego spad\u0142o zaufanie klient\u00f3w, gdy dowiedzieli si\u0119 o incydencie. W erze wyciek\u00f3w danych zaufanie to waluta, kt\u00f3rej nie da si\u0119 szybko odbudowa\u0107.<\/p>\n
Co robi\u0107? Ju\u017c na etapie promptowania warto dodawa\u0107 kontekst: \u201eZadbaj o bezpieczne walidacje i unikaj podatno\u015bci XSS\u201d. Po wygenerowaniu kodu trzeba go przetestowa\u0107 narz\u0119dziami do skanowania podatno\u015bci. I nigdy, przenigdy nie wdra\u017ca\u0107 kodu z AI bez przegl\u0105du pod k\u0105tem security. To powinien by\u0107 standard, a nie opcja.<\/p>\n
Trzeci b\u0142\u0105d jest bardziej subtelny, ale r\u00f3wnie niebezpieczny. Gdy zesp\u00f3\u0142 u\u017cywa AI do pisania fragment\u00f3w kodu, a reszt\u0119 tworzy r\u0119cznie, szybko powstaje chaos stylistyczny. Kod raz napisany jest w konwencji funkcyjnej, innym razem obiektowej. Raz brakuje komentarzy, innym razem s\u0105 one nadmiarowe. Nazwy zmiennych s\u0105 niesp\u00f3jne, a struktura plik\u00f3w \u2013 przypadkowa.<\/p>\n
Z pozoru to problem kosmetyczny, ale w praktyce prowadzi do wzrostu d\u0142ugu technologicznego. Nowi programi\u015bci maj\u0105 trudno\u015bci z wej\u015bciem w projekt, bo musz\u0105 poznawa\u0107 trzy r\u00f3\u017cne \u201ej\u0119zyki\u201d w jednym projekcie. Czas potrzebny na wprowadzenie zmian ro\u015bnie, a wraz z nim koszty utrzymania.<\/p>\n
Widzia\u0142em firm\u0119, kt\u00f3ra po roku korzystania z AI mia\u0142a w repozytorium kod, kt\u00f3ry wygl\u0105da\u0142 jak patchwork. W jednym module by\u0142y funkcje napisane w starym stylu JavaScript (ES5), w innym wykorzystuj\u0105ce najnowsze sk\u0142adnie TypeScriptu. Testy? Po\u0142owa by\u0142a automatycznie generowana, reszta pisana r\u0119cznie \u2013 niekt\u00f3re testowa\u0142y te same rzeczy, inne by\u0142y martwe. Zesp\u00f3\u0142 sp\u0119dza\u0142 30% czasu na ogarnianiu tego ba\u0142aganu zamiast na tworzeniu nowych funkcji.<\/p>\n
Jak temu zaradzi\u0107? Przede wszystkim \u2013 ustali\u0107 standardy kodowania i wymusza\u0107 ich przestrzeganie tak\u017ce dla kodu z AI. Mo\u017cna skonfigurowa\u0107 linter i formatter, kt\u00f3re automatycznie poprawiaj\u0105 styl przed mergem. Warto te\u017c zdefiniowa\u0107 konwencje nazewnictwa i architektury, a w promptach do AI podawa\u0107 przyk\u0142ady zgodne ze standardem. Niech AI dostosowuje si\u0119 do nas, a nie my do niej.<\/p>\n
AI w kodowaniu to pot\u0119\u017cne narz\u0119dzie, ale wymaga odpowiedzialnego podej\u015bcia. Trzy opisane b\u0142\u0119dy \u2013 \u015blepe ufanie, ignorowanie bezpiecze\u0144stwa i chaos stylistyczny \u2013 mog\u0105 zniweczy\u0107 korzy\u015bci, jakie niesie automatyzacja. Zamiast traktowa\u0107 AI jak magiczn\u0105 r\u00f3\u017cd\u017ck\u0119, lepiej widzie\u0107 w niej asystenta, kt\u00f3ry wymaga nadzoru.<\/p>\n
W JurskiTech wierzymy, \u017ce technologia ma s\u0142u\u017cy\u0107 ludziom, a nie odwrotnie. Wdra\u017caj\u0105c AI w proces tworzenia oprogramowania, stawiamy na kontrol\u0119 jako\u015bci, bezpiecze\u0144stwo i sp\u00f3jno\u015b\u0107. Bo tylko wtedy cyfrowe rozwi\u0105zania przynosz\u0105 realn\u0105 warto\u015b\u0107 \u2013 buduj\u0105 zaufanie, a nie rujnuj\u0105 je.<\/p>\n
Je\u015bli rozpoznajesz kt\u00f3ry\u015b z tych b\u0142\u0119d\u00f3w w swoim zespole \u2013 mo\u017ce warto przyjrze\u0107 si\u0119 procesom? Zapraszam do kontaktu. Razem sprawdzimy, czy Twoja aplikacja jest bezpieczna i skalowalna.<\/p>\n","protected":false},"excerpt":{"rendered":"
AI w kodzie: 3 b\u0142\u0119dy, kt\u00f3re zabijaj\u0105 jako\u015b\u0107 i zaufanie Sztuczna inteligencja wkracza do procesu tworzenia oprogramowania coraz \u015bmielej. Ju\u017c nie tylko pomaga w pisaniu test\u00f3w czy generowaniu fragment\u00f3w kodu \u2013 dla wielu zespo\u0142\u00f3w sta\u0142a si\u0119 codziennym narz\u0119dziem pracy. Jednak z tym wzrostem popularno\u015bci pojawia si\u0119 r\u00f3wnie\u017c ryzyko. Zauwa\u017cam, \u017ce firmy cz\u0119sto wpadaj\u0105 w te<\/p>\n","protected":false},"author":2,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[7],"tags":[445,513,113,9,410],"class_list":["post-1770","post","type-post","status-publish","format-standard","hentry","category-warto-wiedziec","tag-agenci-ai","tag-bledy-ai","tag-jakosc-kodu","tag-jurskitech","tag-zaufanie-klienta"],"_links":{"self":[{"href":"https:\/\/news.jurskitech.pl\/blog\/wp-json\/wp\/v2\/posts\/1770","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/news.jurskitech.pl\/blog\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/news.jurskitech.pl\/blog\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/news.jurskitech.pl\/blog\/wp-json\/wp\/v2\/users\/2"}],"replies":[{"embeddable":true,"href":"https:\/\/news.jurskitech.pl\/blog\/wp-json\/wp\/v2\/comments?post=1770"}],"version-history":[{"count":0,"href":"https:\/\/news.jurskitech.pl\/blog\/wp-json\/wp\/v2\/posts\/1770\/revisions"}],"wp:attachment":[{"href":"https:\/\/news.jurskitech.pl\/blog\/wp-json\/wp\/v2\/media?parent=1770"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/news.jurskitech.pl\/blog\/wp-json\/wp\/v2\/categories?post=1770"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/news.jurskitech.pl\/blog\/wp-json\/wp\/v2\/tags?post=1770"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}