MCP to nowy „hello world" dla agentów. Zero LangGraph, zero LangChain, zero CrewAI — plain Anthropic SDK plus jeden MCP server. W 12 minut masz agenta który czyta Twoją bazę i odpowiada na pytania.
End-to-end build agenta produkcyjnego: MVP w 30 min, potem evals, monitoring, error handling, retry logic, cost guardrails. Wychodzisz z agentem który nie sypie się o 3 rano.
MCP marketplace eksploduje, ale 80% serverów to drobne zabawki. Pokazuję dziesiątkę która naprawdę zmienia workflow: Linear, Postgres, Slack, Notion, Sentry, GitHub, Vercel, plus 3 niszowe.
Subagenty właśnie weszły jako stabilna feature. Większość ludzi traktuje je jak duże prompty — to błąd. Pokazuję 3 wzorce: research-er, refactor-er, eval-er, każdy z gotowym templatem.
Standard 2026. Pokazuję jak postawić sędziego od podstaw: dataset, prompt sędziego, rubryka 1-5, calibration na 20 przykładach. Wynik: liczba zamiast feelinga, comparable across deploys.
Workshop dla teamów buildujących AI features. Pełen eval framework: dataset construction, LLM-as-judge library, CI integration, alerting. Pokazujemy jak ewoluują evals przez 6 miesięcy produkcji.
Reference workshop dla power userów. Budujemy 5 skills + 3 subagents + 2 custom MCP serwery. Każdy z testem, każdy z deployment instructions, każdy do natychmiastowego użycia.
Świeża feature, większość nie wie jak jej używać. Plan Mode to nie „zaplanuj zanim zaczniesz" — to konkretna pętla weryfikacji która wycina 60% iteracji. Pokazuję workflow przed/po na realnej taskcie.
Backlash przeciwko frameworkom narasta. Plain Anthropic SDK + 5 toolów daje 90% wartości frameworka, bez upgrade hell, bez magii. Pokazuję dlaczego framework boli i jak żyć bez niego.
Voice to next frontier. Vapi po świeżym $20M raise jest gotowe do produkcji. Pokazuję jak postawić voice agenta dla customer support: setup, prompt, eval — w 15 minut.
Trzy wzorce orchestracji z prawdziwego życia: sequential (chain), parallel (research), hierarchical (manager + workers). Kiedy każdy, jak nimi zarządzać, ile to kosztuje.
Production-grade workshop. Monitoring stack (Sentry + custom dashboards), drift detection (eval-based), rollback strategy (model + prompt versioning). Po sesji wiesz co robić gdy o 3 rano user dostaje halucynacje.
Mainstream pattern w 2026 i większość zespołów robi to źle. Pokazuję 3 wzorce: sequential, parallel, hierarchical — każdy z konkretnym use case kiedy działa, kiedy nie i ile to kosztuje w tokenach.
Wiele systemów wewnątrz firm nie ma API. Claude in Chrome + Playwright robi to co API by robił, tylko klikając. Pokazuję 5 ready playbooków: refund processing, data entry, audit, scraping, QA.
Real production problem. Model się updatuje, dane się zmieniają, prompt który działał miesiąc temu produkuje teraz śmieci. Pokazuję eval suite + alerting który łapie drift zanim usera dostanie złą odpowiedź.
Pełen system voice AI dla małego biznesu. Vapi do telefonów, Claude do logiki, CRM sync, analytics dashboard. Setup który zastępuje tier 1 supportu w salonie/sklepie/agencji.
Brak dobrych guidesów. Większość ludzi robi „vectorize all the things" — to niedziała na dłuższej rozmowie. Pokazuję trzywarstwowy memory: short-term (context), mid (Postgres summaries), long (RAG) z konkretnym promptem orchestrującym.