Svedoci smo da je AI prisutan svuda, na nama štreberima je da ga iskoristimo na pravi način i dobijemo maksimalno od njega.
Zato smo odlučili da napravimo događaj “Postavi svoj AI setup i radi na realnom projektu” kako bi prevazišli prepreke u snalaženju sa AI alatima i kreirali sopstveni, optimizovani razvojni sistem (AI setup) na svom uređaju. Fokus je na maksimalnom iskorišćavanju AI potencijala u realnim tech projektima koristeći postojeće znanje.
Kroz show&tell pristup, prolazimo sledeće teme:
Defisanje i razumevanje preduslova (Requirements) za uspešnu integraciju AI-ja.
Kreiranje i konfiguracija personalizovanog AI setup-a na sopstvenom uređaju.
Praktičan rad na projektu kroz direktno povezivanje razvojnog okruženja sa velikim jezičkim modelima (LLM).
Kome će ovaj događaj najviše značiti:
Developeri koji žele da podignu svoju produktivnost i postave sopstveno AI okruženje.
Preduzetnici sa tehničkim predznanjem koji žele da razvijaju sopstvene projekte i prototipe uz pomoć AI-ja.
Ljubitelji AI-a i zainteresovani za tehnologiju kao alat koji može pomoći u svakodnevnom životu.
Show & tell by Veljko Spasić
Veljko Spasić@Ljove02 je student softverskog inženjerstva koji voli da pretvara radoznalost u stvarnost. Gaji strast prema svim oblastima tehnologije – od veštačke inteligencije, robotike i raketne tehnike, do istraživanja načina na koje se ove oblasti mogu kreativno povezati i inspirisati nastanak smislenih projekata. Za njega su projekti mnogo više putovanje nego cilj - svaka nova ideja donosi uzbuđenje i beskrajne mogućnosti.
Voli izazove i čvrsto veruje da se najviše uči iz grešaka, kao i da su iskrene međuljudske veze od neprocenjive vrednosti. Neprestano istražuje nove tehnologije, razvija korisna rešenja i osmišljava inovativne startup ideje.
Trenutno se bavi:
Razvijanjem preduzetničkih poduhvata zajedno sa prijateljima.
Eksperimentisanjem sa naprednim AI tehnikama za autonomno sletanje raketa.
Istraživanjem kreativnih načina za povezivanje veštačke inteligencije i robotike u inovativnim multimodalnim projektima.
AI modeli postaju manje efikasni (“zaglupljuju se”) kako istorija poruka raste jer dostižu limit svog kontekstualnog prozora (context window).
Rešenja:
Komanda Compact: Sumira trenutnu sesiju i omogućava vam da naglasite koje detalje AI treba da zadrži za naredne korake.
Novi četovi (New Chats): Otvaranje potpuno novog četa za svaku novu funkcionalnost (feature) kako bi AI imao čist i fokusiran kontekst.
2. Rešenje: Hibridni AI Dev Setup
Preporučeni sistem kombinuje dva alata za maksimalnu efikasnost:
Claude (Pro plan, ~$20/mesec): Koristi se za strateško planiranje, brejnstorming i rešavanje kompleksne logike zbog svojih superiornih sposobnosti zaključivanja.
Codex (Uključeno u ChatGPT Plus, ~$20/mesec): Koristi se za generisanje i izvršavanje koda, jer je ekonomski isplativiji za pisanje velikih količina koda.
3. Proširivanje AI mogućnosti
MCP (Machine Comprehension Protocols): Daju AI-ju direktnu kontrolu nad eksternim softverom.
Analogija: “Čekić” u AI garaži.
Primer: Playwright MCP omogućava AI-ju da pokrene pretraživač, kreće se kroz lokalnu aplikaciju i pravi snimke ekrana kako bi testirao UI i funkcionalnost.
Skills (Veštine): Ubacuju specijalizovano znanje u AI kontekst.
Analogija: “Nacrt/Projekat” za AI.
Primer: “Frontend UI Design” veština uči AI principima dizajna, omogućavajući mu da generiše kvalitetnije i profesionalnije interfejse.
4. Demo uživo: Ispravljanje baga na placanje.rs
Na živom primeru prikazano je kako se hibridni setup koristi za pronalaženje i ispravljanje grešaka na open-source projektu plaćanje.rs.
Proces: Kloniran je projekat i instaliran Playwright MCP. Codex je dobio zadatak da testira formu za plaćanje.
Otkriveni bagovi: AI je pronašao više grešaka, uključujući kritičnu gde je unos “1500,50” interpretiran kao “150.000 dinara”.
Rešenje: Codex je uspešno ispravio sve probleme i kreirao GitHub Pull Request (PR) sa detaljnim izveštajem i snimcima ekrana.
5. Napredni koncepti i tokeni
Multi-Agent arhitekture: Korišćenje više AI agenata (odvojenih čet sesija) za paralelan rad. Kod jeftinijeg pristupa, glavni agent (orkestrator) dobija samo rezime rada pod-agenata, čime se štede tokeni. Skupi pristup omogućava potpunu vidljivost procesa, što je korisno za kompleksne i usko povezane zadatke.
Code-Based Memory: MCP koji indeksira veliku bazu koda. Omogućava AI-ju da brzo pronađe relevantne fajlove i funkcije bez skeniranja celog projekta, što drastično smanjuje potrošnju tokena na velikim projektima.
Git za kolaboraciju: Git je osnova za timski rad. Svaki programer radi na svojoj grani (branch), izmene se spajaju u staging granu radi testiranja, a tek nakon toga idu na main (produkciju).
Ključne poruke
Hibridni setup za maksimalnu efikasnost: Kombinujte Claude za strateško planiranje i Codex (u okviru ChatGPT Plus-a) za samo pisanje koda. Time se koristi Claudovo superiorno logičko zaključivanje za kompleksne zadatke, dok se jeftiniji Codex koristi za generisanje koda, čime se izvlači maksimum iz budžeta od oko $20 mesečno.
Proširite mogućnosti AI-ja alatima: Koristite MCP (Machine Comprehension Protocols) da biste AI-ju dali direktnu kontrolu nad eksternim softverima (npr. Cloudflare, Playwright) i Skills (Veštine) za ubacivanje specijalizovanog znanja (npr. principi frontend dizajna).
Upravljajte kontekstom da sprečite “zaglupljivanje” AI-ja: Kako istorija četovanja raste, performanse AI modela opadaju. Koristite komandu Compact da sumirate sesiju i zadržite fokus, ili pokrenite potpuno novi čet za nove funkcionalnosti.
Koristite glasovni unos za brzinu: Kontinuirani glasovni unos (voice input) za pisanje promptova je znatno brži i detaljniji od kucanja, što štedi sate rada tokom razvoja.
