Nikdo mě nezná líp než moje AI (s Davidem Pavlíkem)

15 snips

Feb 3, 2026

David Pavlík, zkušený inženýr z Amazonu, Netflixu a SpaceX, popisuje, jak nechává AI agenty pracovat přes noc. Mluví o změně rolí vývojářů, výběru LLM modelů a měření skutečného dopadu agentů. Diskutuje také potřebu AI‑expertů v doménách, onboarding s AI a jak se buduje osobní AI komplement, který vás opravdu zná.

Ask episode

AI Snips

Chapters

Transcript

Episode notes

ADVICE

Centralizujte nasazení AI nástrojů

Vytvořte Dev Experience tým, který vybere, nakonfiguruje a nasadí podporované AI nástroje pro celý engineering.
Nabídněte předpřipravené integrace, aby vývojáři mohli nástroje okamžitě používat bez složité konfigurace.

ADVICE

Najímejte podle AI dovedností

Při náboru testujte schopnost kandidáta učit se a využívat AI tím, že mu zadáte úkol z jiné oblasti.
Zaveďte metriku "commit to production on day one" pro rychlejší onboarding a reálné ověření schopností.

ANECDOTE

Sudoku Pro Rodiče Jako Demo

David ukázal rodičům generované sudoku v pěti lokalizacích a rozdílech obtížnosti jako ukázku jednoduchého AI řešení.
Reakce rodičů byla "wow" a ilustrovala, jak AI okamžitě zvyšuje dostupnost nástrojů pro netechnické uživatele.

Get the Snipd Podcast app to discover more snips from this episode

Get the app

David Pavlík prošel Amazonem, Netflixem i SpaceX a dnes experimentuje s tím, jak AI mění nejen programování, ale celou strukturu firem.

Bavili jsme se skoro hodinu a půl a je to podle mě jeden z nejlepších rozhovorů, jaké jsem kdy udělal. Dozvíte se, proč budou firmy potřebovat onboardign i offboarding pro AI agenty, jak při pohovorech otočit otázku "používáte AI?" ve váš prospěch a proč se možná celá vaše osobnost vejde do čtyř odstavců textu.

V rozhovoru mimo jiné zazní:

→ Just-in-time software – budoucnost, kde si firmy staví vlastní nástroje místo předplatného SaaS, protože je to rychlejší a přesnější

→ Bias modelů a firemní rozhodnutí – management dělá zásadní rozhodnutí (výběr LLM), aniž by tušil dopady na firemní kulturu, hodnoty a rozhodování

→ Doménové týmy místo centrálního IT – budoucí struktura firem, kde marketing, supply chain atd. mají vlastní inženýry a fungují jako minifirmy

→ Identita a offboarding AI agentů – jak budeme spravovat tisíce agentů ve firmě, jejich přístupy, logy, systémové prompty a firemní politiky

→ Práce s AI agenty přes noc – spouštění agentů večer, aby ráno byl hotový code review, včetně tipu psát "teď jdu spát", aby se agent neptal a řešil věci sám

→ Využití AI při výběrových řízeních – otočení perspektivy z "jak odhalit AI" na "ukažte, kde jste AI využili" a zadávání cross-doménových úkolů (backend vývojáři generují frontend)

→ Problém přepínání kontextu – když běží 3-5 agentů najednou, vzniká nový typ kognitivní zátěže a potřeba najít best practices pro mezičas (kettlebell, káva, stand-up)

→ AI jako intimní partner – lidé sdílejí s AI věci, které neřeknou ani nejlepšímu kamarádovi (plánování překvapení, osobní problémy, terapie)

→ Člověk jako čtyři odstavce textu – uvědomění, že naše "unikátnost" se možná dá shrnout do krátkého kontextového popisu

David otevřeně mluví o budoucnosti inženýringu, o tom, jak by firmy měly strukturovat týmy, a proč největší problém není technologie, ale to, že management neví, na co se má ptát.

Epizoda je nabitá praktickými postřehy pro každého, kdo chce pochopit, kam směřuje práce s AI.

📖 Slovníček pojmů najdete ZDE.

Enjoy!