Słownik

Agenci i narzędzia

Agent AI

Model, który sam decyduje o kolejnym kroku, woła narzędzia i powtarza, aż zadanie będzie zrobione.

Pętla agenta

Cykl: wywołanie modelu, wywołanie narzędzia, wynik, który agent powtarza, aż skończy.

Wywoływanie narzędzi (function calling)

Model zwraca ustrukturyzowaną prośbę o uruchomienie zdefiniowanej przez Ciebie funkcji; uruchamia ją Twój kod.

MCP (Model Context Protocol)

Otwarty protokół podłączania narzędzi i danych do aplikacji AI: piszesz serwer raz, używasz z każdego klienta.

Skille agentów (Agent Skills)

Foldery z instrukcjami, skryptami i materiałami, które agent wczytuje dopiero, gdy zadanie ich potrzebuje.

Subagent

Osobne uruchomienie agenta z własnym, świeżym kontekstem, odpalone przez głównego agenta do jednego podzadania.

Harness (uprząż agenta)

Wszystko wokół modelu, co robi z niego agenta: pętla, narzędzia, uprawnienia, pamięć, zarządzanie kontekstem.

Człowiek w pętli (human in the loop)

Człowiek zatwierdza, poprawia albo odrzuca akcję agenta, zanim zacznie działać.

Kontekst i prompty

Okno kontekstu

Maksymalna liczba tokenów, które model może przeczytać i napisać w jednym zapytaniu.

Context rot (psucie się kontekstu)

Jakość modelu spada, gdy kontekst zapełnia się starym, nieistotnym albo sprzecznym materiałem.

Context engineering

Decydowanie, co trafia do kontekstu modelu, w jakiej kolejności i kiedy, przez całe zadanie.

Kompaktowanie kontekstu

Zastąpienie starszej części długiej rozmowy streszczeniem, żeby agent mógł pracować dalej.

RAG (retrieval-augmented generation)

Najpierw wyszukanie pasujących dokumentów i włożenie ich do promptu, żeby model odpowiadał na ich podstawie.

Embeddingi

Wektory liczb, w których teksty o podobnym znaczeniu leżą blisko siebie.

Ustrukturyzowane odpowiedzi (structured outputs)

Odpowiedź modelu jest ograniczona do zgodności z podanym schematem JSON.

Jakość i bezpieczeństwo

Ewaluacje (evals)

Powtarzalny zestaw testów, który ocenia funkcję AI, żeby zmiany mierzyć, a nie zgadywać.

LLM jako sędzia (LLM-as-judge)

Użycie modelu z rubryką do oceny wyniku innego modelu.

Halucynacje

Płynna, pewna siebie odpowiedź, która jest nieprawdziwa albo nie wynika ze źródeł.

Prompt injection

Instrukcje ukryte w danych (stronie, mailu, pliku), które model wykonuje, jakby pochodziły od Ciebie.

Guardrails (barierki)

Kontrole wokół modelu, które blokują, poprawiają albo oznaczają wejścia i wyjścia łamiące reguły.

Slop (AI slop, workslop)

Niskiej jakości treść produkowana masowo przez AI: wygląda na skończoną, a mówi niewiele.

Produkcja i koszty

Tokeny

Kawałki tekstu, które model czyta i pisze, i jednostka, za którą płacisz.

Cache promptu (prompt caching)

Ponowne użycie identycznego początku promptu między zapytaniami, żeby był tańszy i szybszy.

Sufit kosztów

Twardy limit wydatków egzekwowany przez Twój kod, na użytkownika, dzień albo miesiąc.

Routing i fallback modeli

Kierowanie każdego zapytania do modelu, który do niego pasuje, i do innego, gdy pierwszy zawiedzie.

AI gateway

Pośrednik między aplikacją a dostawcami modeli, który dodaje logi, cache, limity, rozliczenia i fallbacki.

Obserwowalność LLM

Śledzenie każdego wywołania modelu: wejście, wyjście, czas, tokeny, koszt i wynik dla użytkownika.

Rozumowanie i effort

Modele, które myślą przed odpowiedzią, z ustawieniem, ile tego myślenia zużyć.

Programowanie z agentami

AGENTS.md i CLAUDE.md

Pliki w repozytorium z regułami, które agent kodujący czyta na początku każdej sesji.

Agent kodujący

Agent, który czyta repozytorium, edytuje pliki, uruchamia komendy i testy oraz otwiera pull requesty.

Hooki

Skrypty, które harness uruchamia automatycznie w stałych momentach, np. przed wywołaniem narzędzia albo po edycji.

Spec-driven development

Najpierw specyfikacja i testy akceptacyjne, potem implementacja przez agentów pod nie.

Vibe coding

Budowanie przez promptowanie i akceptowanie wyniku bez uważnego czytania kodu.

Projekty software i wycena

MVP (minimum viable product)

Najmniejsza wersja produktu, która sprawdza, czy ludzie chcą go na tyle, żeby używać albo płacić.

Najryzykowniejsze założenie

To jedno przekonanie, które, jeśli okaże się fałszywe, kończy pomysł. Sprawdź je najpierw.

Fixed price (stała cena)

Umowa, w której zakres i cena są ustalone z góry, a ryzyko niesie wykonawca.

Time and materials (T&M)

Płacisz za faktycznie przepracowane godziny; zakres może się zmieniać, a koszt i termin razem z nim.

Stożek niepewności

Jak szeroka jest uczciwa estymata na każdym etapie: od 0,25× do 4× przy pomyśle, węższa z każdą decyzją.

Prognozowanie z klasy referencyjnej

Szacowanie na podstawie tego, ile naprawdę kosztowały podobne gotowe projekty, zamiast z własnej listy funkcji.

Scope creep (pełzanie zakresu)

Drobne dodatki, z których każdy wydaje się rozsądny, a razem rozsadzają budżet i termin.

Uwierzytelnianie poczty

SPF (Sender Policy Framework)

Rekord DNS z listą serwerów, które mogą wysyłać pocztę w imieniu Twojej domeny.

DKIM (DomainKeys Identified Mail)

Podpis na każdej wiadomości, sprawdzany kluczem publicznym w Twoim DNS.

DMARC

Polityka, która mówi odbiorcom, co robić z pocztą nieprzechodzącą SPF i DKIM, i dokąd raportować.

BIMI

Twoje logo przy wiadomościach w obsługujących to skrzynkach, gdy DMARC już egzekwuje.

VMC i CMC

Certyfikaty znaku, które dowodzą, że logo z BIMI jest Twoje: Verified (znak towarowy) albo Common (12 miesięcy używania).

MTA-STS i TLS-RPT

Polityka, która każe nadawcom doręczać do Ciebie tylko szyfrowanym, zweryfikowanym połączeniem, plus raporty, gdy to zawodzi.