Ještě před pár lety bych si vlastní mobilní aplikaci nejspíš rozmyslel. Vývojem softwaru se sice živím, ale pracovat po večerech několik měsíců na nástroji pro jednu konkrétní potřebu by mi nedávalo moc smysl. S AI se tahle rovnice změnila. Chtěl jsem vyzkoušet, kam až se dostanu s vibe codingem, kdy většinu implementace přenechám AI a sám se budu soustředit na výsledný produkt.
Vznikl tak LeadReady, mobilní aplikace pro vedení 1on1 schůzek. První použitelnou verzi jsem měl přibližně za týden. A zároveň jsem získal několik lekcí, které jsou podle mě zajímavější než samotná rychlost vývoje.
Nejdřív jsem musel zjistit, co vlastně potřebuji
Jako people leader pravidelně vedu 1on1 schůzky a poznámky jsem si dlouho psal do OneNote. Tam jsem si také připravoval témata na další setkání a vracel se k předchozím schůzkám. Fungovalo to, ale nebylo to moc intuitivní. Chtěl jsem mít poznámky, historii schůzek a přípravu na jednom místě.
Když jsem začal plánovat vlastní řešení, seznam funkcí rychle rostl: kalendář, sdílení zápisů, cíle, různé přehledy. Najednou jsem ale neřešil svého asistenta pro 1on1, nýbrž skoro nový HR systém. Takže jsem se vrátil k původní otázce: Co mi skutečně pomůže při příští schůzce?
Kalendář šel pryč, protože schůzky už plánuji v Outlooku. Stejně tak sdílení zápisů a cílů, které by přineslo další složitost, ale mou potřebu neposunulo. Právě tady jsem narazil na první paradox: když je díky AI snadné přidat další funkci, je o to důležitější umět říct ne.
S pomocí AI jsem proto sepsal potřeby a scénáře používání, ne technický seznam úkolů. V Claude Design jsem si pak nechal navrhnout obrazovky a na statických návrzích ladil, co dává smysl. Přestal jsem přemýšlet jako programátor a začal uvažovat hlavně o produktu.
Za týden jsem měl aplikaci, kterou jsem mohl používat
Pro implementaci jsem zvolil Flutter. Znal jsem jeho základy, ale rozhodně nejsem zkušený Flutter vývojář. Konkrétní knihovny, datový model a řadu technických rozhodnutí jsem proto nechal na AI. Zároveň jsem jí ale nastavil mantinely: kód má být testovatelný a projekt má obsahovat automatické testy a dodržovat standardy dané technologie.
Z produktových požadavků a návrhů obrazovek vznikl plán menších úkolů. S Claude Code a Codexem pak probíhala implementace, často i pomocí subagentů. Zatímco AI pracovala na dalších částech, já už jsem v emulátoru proklikával první funkce a posílal zpětnou vazbu.
Najednou jsem neřešil, jaký widget vytvořit ani jak přesně uložit data. Popisoval jsem, co od aplikace očekávám. Třeba že si má něco pamatovat i po jejím zavření. Z programátora se stal především produktový člověk a tester, který průběžně ověřuje výsledek.
Během jednoho týdne po večerech, přibližně za 20 hodin mého vlastního času, vznikla použitelná verze připravená pro testování. A cesta k vydání tím zdaleka neskončila. Přesto bych bez AI na podobný výsledek potřeboval spíš měsíce.
AI napsala kód. Kdo ale ručí za výsledek?
Při přípravě na vydání přes Google Play přišlo vystřízlivění. AI na začátku vybrala zastaralou knihovnu, která nevyhovovala požadavkům Google Play na architekturu aplikace. V emulátoru vše fungovalo, ale aplikaci v této podobě nešlo vydat. Část řešení se musela přepracovat, což stálo další čas i peníze za AI nástroje.
Mohlo mě napadnout nechat výběr knihoven nezávisle zrevidovat. Nenapadlo. A začal jsem si klást nepříjemnější otázku: když jsem přehlédl tohle, co dalšího může na první pohled fungovat, ale být navržené špatně?
LeadReady má účty, předplatné i AI funkce. Díky zkušenostem jsem věděl, že třeba API klíče k AI službám nesmějí být uložené v mobilní aplikaci, a požadavky proto vedu přes vlastní backend. U plateb je zase potřeba správně zpracovat následné události a stav předplatného. Tohle jsou věci, které se člověku bez technického základu nemusí hned vybavit.
Zvládl by podobnou aplikaci vytvořit i laik? Myslím, že technicky zdatný člověk s pomocí AI zvládne překvapivě hodně. Model mu může vysvětlit backend i poradit s bezpečností. Jen nemusí poznat, kdy se zeptat na něco, co vůbec netuší, že má řešit. Já jsem díky zkušenostem postupoval rychleji a uměl pojmenovat některá rizika, a přesto jsem udělal chybu.
Právě proto si nemyslím, že hodnota vývojáře mizí spolu s cenou napsaného kódu.
Méně záleží na tom, jestli zná nazpaměť syntaxi konkrétního jazyka. Důležitější je rozumět architektuře, datům, výkonu, bezpečnosti a tomu, co se stane, až se aplikace dostane do skutečného provozu. V týmu se snažíme držet principu, že za kvalitu dodaného softwaru odpovídáme my, ne AI. To je podle mě dobrý důvod, proč má smysl tyhle základy učit i nové vývojáře.
Aplikace funguje. Ale kde jsou uživatelé?
LeadReady dnes skutečně používám při svých 1on1. Je pro mě pohodlnější než OneNote a mou původní potřebu vyřešila. Dál ji vylepšuji podle vlastního používání i zpětné vazby od několika prvních uživatelů. Z mého pohledu se tedy povedla.
Jenže to, že pomáhá mně, ještě neznamená, že řeší problém větší skupiny lidí. Zkusil jsem LinkedIn, Reddit i placenou reklamu. Zatím mám jednotky instalací. Přiznám se, že je to trochu demotivující, hlavně ve srovnání s tím, jak rychle šel vývoj. A nevím, jestli je problém v samotné potřebě, v tom, jak aplikaci vysvětluji, nebo v tom, že se mi nedaří dostat k těm správným lidem.
Zároveň jsem narazil na novou konkurenční aplikaci pro poznámky a přípravu 1on1. Vyzkoušel jsem ji a ve více ohledech mi přišla méně pohodlná a přínosná. To samozřejmě nic neříká o tom, jak ji vnímají ostatní. Měl jsem z ní ale pocit, že za ní chybí hlubší zkušenost s problémem, který se snaží řešit. Zaujala mě ještě jiná věc: na jejím blogu vychází téměř každý týden nový článek. Když jsem si jich několik přečetl, působily na mě jako obecné rady bez osobní zkušenosti. Nevím, jestli vznikly pomocí AI. Připomněly mi ale, jak snadné je dnes produkovat velké množství obsahu, který vypadá profesionálně, ale nic moc konkrétního nepřináší.
Sám AI používám třeba při tvorbě grafiky, protože nejsem grafik. Nechci ale zaplavovat internet dalšími generickými texty o leadershipu. Na blogu LeadReady raději píšu o tom, co jsem skutečně zažil při vedení 1on1 nebo při práci se zpětnou vazbou. Takový obsah zabere víc času. A v záplavě rychle vytvářených článků a reklam je čím dál těžší, aby si ho vůbec někdo všiml.
Možná je právě moje zkušenost s vedením lidí tím, co LeadReady odlišuje od aplikace, kterou lze s pomocí AI rychle napodobit. Ale zatím je to jen hypotéza. Pořád hledám způsob, jak tuhle hodnotu ukázat lidem, kterým by mohla opravdu pomoct.
Co bude s LeadReady dál?
LeadReady budu dál používat a postupně zlepšovat. Už teď pro mě má hodnotu. Zatím ale nevím, jestli stejnou hodnotu uvidí i další leadeři, a nechci si odpověď domýšlet. Potřebuji ji ověřit v praxi.
Tenhle projekt mi ukázal, že díky AI může být cesta od nápadu k fungující aplikaci neuvěřitelně krátká. Nezbavuje nás ale odpovědnosti za kvalitu ani nutnosti pochopit, pro koho produkt vlastně stavíme. A možná je právě hledání těch lidí dnes složitější než samotné programování.
Zajímá mě proto, jak to máte vy. Jak se připravujete na pravidelné 1on1 a kam si zapisujete poznámky? Stačí vám OneNote nebo obyčejný zápisník, nebo používáte specializovaný nástroj? A co vám na současném řešení chybí?
