/ blog

Wszystkie wpisy

Dzielimy się wiedzą o AI, smart home i QA. Claude Code, MCP, lokalne LLM, Home Assistant, prompt engineering i automatyzacja testów - bez paywalli i marketingowego szumu.

01 31 sie 2026 13 min czytania

Poranne rutyny w Home Assistant: powrót do szkoły i pracy bez chaosu

Budzenie światłem, poranna sekwencja sterowana zdarzeniami, osobne rutyny dla domowników i jedna automatyzacja wyjścia - mniej chaosu w szkolne poranki.

Wszystkie wpisy

Poranne rutyny w Home Assistant: powrót do szkoły i pracy bez chaosu

Dom gotowy na jesień: harmonogramy ogrzewania w Home Assistant, zanim zrobi się zimno

Bezpieczeństwo MCP: co grozi, gdy podpinasz cudze serwery, i jak je audytować

Agent w testach eksploracyjnych: partner, nie zamiennik

Smart home bez chmury: uwolnij urządzenia Tuya i Xiaomi od serwerów producenta

Zasilanie awaryjne smart home: UPS, brak prądu i internetu - co przeżyje twój dom

Prompt injection dla testerów: OWASP LLM Top 10 w praktyce

Testowanie aplikacji z LLM w środku: jak QA podchodzi do niedeterminizmu

Automatyzacje na upały: rolety, klimatyzacja i czujniki, zanim dom się nagrzeje

Tryb wakacyjny w Home Assistant: symulacja obecności i dom, który sam się pilnuje

Syntetyczne dane testowe z LLM: jak generować realistyczne dane bez wycieku produkcji

Testy samonaprawiające się: ile w tym inżynierii, a ile marketingu

Powiadomienia, które nie męczą: strategia notyfikacji w Home Assistant

Czujniki obecności 2026: PIR, mmWave czy śledzenie bluetooth - co wybrać do którego pokoju

Halucynacje od kuchni: skąd się biorą i pięć technik, które realnie je ograniczają

LLM jako sędzia: czy model może oceniać wyniki testów i kiedy mu nie ufać

Monitoring energii w Home Assistant: co naprawdę zżera prąd i czy smart home się zwraca

IoT w osobnej sieci: VLAN-y i zapora dla smart home bez doktoratu z sieci

Fine-tuning, RAG czy dłuższy prompt? Drzewo decyzyjne bez marketingu

Tester w code review: co możesz wnieść, nawet jeśli nie piszesz kodu na co dzień

AI w Smart Home, część 8: Dom, który pilnuje - kamery, prywatność i analiza zdarzeń lokalnie

AI w analizie flaky testów: od chaosu na CI do listy przyczyn źródłowych

Ewaluacje dla zwykłych ludzi: skąd wiesz, że twój prompt w ogóle działa?

Dług testowy: jak go zmierzyć, pokazać biznesowi i spłacać bez zatrzymywania zespołu

Argus i Hephaestus: dwa zespoły agentów AI, jeden buduje, drugi kontroluje

AI w Smart Home, część 7: Dom, który planuje - optymalizacja energii z prognozami

Backup Home Assistant zanim będzie za późno - strategia odtwarzania krok po kroku

Inżynieria kontekstu: dlaczego twój agent głupieje w długiej sesji

Piramida testów w 2026: co z niej zostało po dekadzie mikroserwisów i e2e na agentach

3 antywzorce, które niszczą wiarygodność QA

AI w Smart Home, część 6: Dom, który zauważa - wykrywanie anomalii zamiast sztywnych progów

Agent naprawia testy e2e: workflow Playwright + Claude Code krok po kroku

Hooki w Claude Code - deterministyczna warstwa, której agentowi nie wolno ominąć

Testowanie oparte na ryzyku w praktyce: jak decydować, czego NIE testować

Storytelling z metrykami - jak zamienić tabelę w argument

AI w Smart Home, część 5: Dom, który mówi - asystent głosowy z lokalnym LLM

Czy warto rozwijać się w QA, jeśli „przecież umiem już testować”?

Dlaczego QA nie może stać w miejscu, gdy produkt i zespół idą do przodu?

Ciągły rozwój w QA: przekleństwo, konieczność czy realny zysk?

Release Confidence Score krok po kroku

AI w Smart Home, część 4: Czy warto mieć smart home w wersji mini na budowie?

Budowanie własnych agentów AI: od osobistego asystenta do zespołu specjalistów

Dlaczego doświadczenie QA jest czymś więcej niż liczbą lat w CV?

Self-learning AI: ai-slop.win - darmowe szkolenie z GenAI, które w całości zbudowało AI

Number of Releases - metryka kontekstowa

Skala Holaka (i Gomulskiego) 3.0 - mniej poziomów, więcej sensu

AI w Smart Home, część 3: Dom, który pokazuje sens - dashboardy projektowane z pomocą AI

Inżynieria promptów w praktyce - obrazy, wideo, Gemini, Veo i ChatGPT Images bez mitologii

Kiedy warto automatyzować testy, a kiedy automatyzacja jest stratą czasu?

Ultracode i Dynamic Workflows w Claude Code - co naprawdę zmieniają dla QA, architektów i zespołów developerskich?

Escaped Bugs per Release - znajdź ryzykowny release

AI w Smart Home, część 2: Dom, który myśli scenariuszami - automatyzacje z pomocą AI

AI w codziennym życiu: LLM jako pomocnik przy grach planszowych

Dlaczego pomijanie QA w projekcie prawie zawsze kosztuje więcej, niż się wydaje?

Komenda /goal w Claude Code - kontrakt sesji, który nie pozwala agentowi się poddać

Issues per Release - miernik dojrzałości kodu

AI w Smart Home, część 1: Dom, który widzi - LLM Vision w praktyce

Gdzie skala Holaka zawodzi - autokrytyka

Orkiestracja wieloagentowa - kiedy jeden agent wystarczy

Escaped Bugs i Problems - pełne spektrum tego, co ucieka na produkcję

MCP, CLI czy hook - kiedy które narzędzie, kiedy MCP to przeinżynierowanie

AGENTS.md vs CLAUDE.md vs .cursorrules - który plik kontekstowy do czego

Biblioteka promptów to anti-pattern. Tak, ta z 200 linii

Jednostka 9, firma 2 - co robić z rozjazdem dojrzałości AI

Defect Detection Ratio - jak mierzyć skuteczność zanim cokolwiek trafi na produkcję

Anti-patterny adopcji AI - 7 sposobów na utknięcie

Granica zaufania - jak realnie przeskoczyć z 8 na 9 w skali Holaka

Jak zdiagnozować poziom dojrzałości AI w zespole w 30 minut

Claude i Codex: CLI vs desktop vs web - gdzie naprawdę dowozisz robotę

Metryki QA, które biznes chce słyszeć

Skala Holaka v2.1e - enterprise. Model dojrzałości adopcji AI w organizacji

Skala Holaka v2.1p - private. Dojrzałość prywatnego użycia AI

Pisanie własnego subagenta w Claude Code: frontmatter, prompt, deployment

Advisor w Claude Code: druga opinia od silniejszego modelu zanim się zacementujesz

Skill prompt-master w Claude Code: generator promptów do innych narzędzi AI

Subagenci w Claude Code: po co orkiestrować zamiast pisać w jednym oknie

Zigbee w Home Assistant 2026: ZHA, Z2M w HA, czy Z2M na osobnym serwerze?

Open WebUI - front jak ChatGPT do twojego lokalnego LLM

Lokalne modele LLM w 2026 - co realnie odpalisz na Mac mini M4 16 GB