Blog

Mapa narzędzi do agentic coding: co jest czym i kiedy czego użyć

Agenci, metodyki oparte na specyfikacji, biblioteki umiejętności, agenci w chmurze, SDK i MCP: sześć warstw, co każda rozwiązuje i których potrzebuje zespół.

Otwórz prawie dowolne porównanie narzędzi do programowania z AI, a znajdziesz w jednej tabeli Cursora, GitHub Spec Kit i LangGraph, każde z oceną w skali do pięciu. To tak, jakby na jednej skali oceniać samochód, podręcznik jazdy i fabrykę silników. Wszystkie trzy mają coś wspólnego z jeżdżeniem. Żadne z nich nie konkuruje z dwoma pozostałymi.

To pomieszanie kosztuje prawdziwy czas. Zespół, który wdraża metodykę opartą na specyfikacji, żeby naprawić coś, co naprawiłby jeden akapit w pliku z regułami, dostaje tygodnie Markdownu i te same błędy. Zespół, który zmienia agenta, bo ma chaos w procesie, dostaje ten sam chaos w nowym edytorze. Wybór robi się prosty, gdy najpierw rozdzielimy warstwy, a narzędzia porównujemy tylko w obrębie jednej z nich.

Ten artykuł robi właśnie to rozdzielenie. Opisuje sześć warstw: jaki problem rozwiązuje każda, czym różnią się jej główne narzędzia i kiedy można ją pominąć. Na końcu są cztery typowe sytuacje i zestaw na start, który pasuje do większości małych zespołów produktowych.

Sprawdzone 18 listopada 2026. Każde narzędzie poniżej sprawdziliśmy tego dnia w jego własnej dokumentacji. Ta dziedzina zmienia się szybko. W ostatnich miesiącach Gemini CLI przestał obsługiwać darmowych użytkowników, Windsurf zmienił nazwę na Devin Desktop, Google ogłosił zamknięcie Jules, a MCP dostał nową, niezgodną wstecz wersję specyfikacji. Artykuł przeglądamy co kwartał. Jeśli jakiś fakt tutaj przestał być prawdziwy, warstwa, do której należy, najpewniej nadal jest aktualna.

Sześć warstw w jednej tabeli

Warstwa Co robi Przykłady
1. Agent Czyta kod, uruchamia polecenia, zmienia pliki Claude Code, Codex, Cursor, GitHub Copilot, OpenCode
2. Metodyka oparta na specyfikacji Narzuca kolejność: wymagania, plan, zadania, kod Spec Kit, OpenSpec, BMAD-METHOD, Kiro
3. Biblioteka umiejętności Gotowe procedury pracy, które agent wczytuje, gdy zadanie ich wymaga superpowers, agent-skills
4. Praca równoległa i w tle Kilku agentów naraz, osobne kopie repozytorium, agenci w chmurze podagenci, git worktree, agenci w chmurze
5. Biblioteki do budowy agentów Dla tych, którzy piszą agenta, a nie nim pracują Claude Agent SDK, OpenAI Agents SDK, LangGraph, Google ADK
6. Łączniki Dają agentowi dostęp do zadań, dokumentów i innych usług MCP i serwery MCP

Pierwszej warstwy potrzebuje każdy zespół. Każda z pozostałych rozwiązuje jeden konkretny problem, a zespół, który tego problemu nie ma, płaci za warstwę i nic z niej nie dostaje.

1. Agent

Agent to program, który zaprzęga model do pracy na twoim repozytorium. Czyta pliki, uruchamia testy, zmienia kod i robi commity. Wszystkie pozostałe warstwy podłącza się do niego.

Czym różnią się agenci

Wyniki benchmarków zmieniają się z każdym nowym modelem. Te pięć różnic zmienia się dużo wolniej:

  • Gdzie działa. Część zaczynała w terminalu (Claude Code, Codex, OpenCode, Aider). Inni żyją w edytorze (Cursor, Copilot w VS Code i JetBrains, Cline), a większość umie też pracować w chmurze i oddać pull request (warstwa 4). Dziś większość dużych robi wszystkie trzy rzeczy. Różni je to, od czego zaczynały, i tam nadal działają najlepiej.
  • Jakie modele. Claude Code działa tylko z modelami Claude, także przez Amazon Bedrock lub Google Vertex. Codex jest zbudowany wokół modeli OpenAI. Cursor, Copilot, OpenCode, Cline i Aider pozwalają wybierać dostawców, a OpenCode, Cline i Aider obsługują też modele lokalne.
  • Licencja. Codex CLI, Cline, Aider i Gemini CLI są otwarte na licencji Apache 2.0, OpenCode na MIT. Claude Code, Cursor i usługa Copilot są zamknięte. Ma to znaczenie, gdy musisz wiedzieć, co działa na komputerach programistów, albo gdy nie chcesz zależeć od jednego dostawcy.
  • Jak czyta reguły projektu. O tym niżej, bo to najtańsza rzecz w całej mapie, którą warto zrobić dobrze.
  • Uprawnienia i izolacja. Od tego zależy, co agent może zrobić bez pytania: zmieniać pliki, uruchamiać polecenia, łączyć się z siecią. Codex traktuje piaskownicę i profile uprawnień jako podstawową część projektu. Claude Code ma tryby uprawnień i haki, które mogą zablokować polecenie, zanim się wykona. Sprawdź to w pierwszej kolejności, jeśli agent będzie miał dostęp do danych logowania do produkcji.

Każdy w jednym zdaniu, według cechy, która go wyróżnia, a nie według miejsca w rankingu:

  • Claude Code (Anthropic): jeden silnik i jedna konfiguracja w terminalu, edytorze, aplikacji na komputer, przeglądarce i telefonie, więc sesja może przechodzić między nimi. Ma haki, umiejętności, podagentów i uruchamianie w chmurze.
  • Codex (OpenAI): otwarty CLI, do tego aplikacja, rozszerzenie do edytora i zadania w chmurze, w ramach planów ChatGPT. To też OpenAI zapoczątkowało AGENTS.md.
  • Cursor (Anysphere): produktem jest edytor. Przewiduje twoją następną zmianę, oferuje własne modele obok modeli innych dostawców i pokazuje agentów lokalnych i chmurowych w jednym oknie.
  • GitHub Copilot: wbudowany w GitHub. Przypisujesz zgłoszenie Copilotowi i dostajesz pull request. Od czerwca 2026 użycie ponad to, co obejmuje licencja na stanowisko, rozlicza się kredytami wycenianymi według tokenów.
  • OpenCode: otwarty i niezwiązany z żadnym dostawcą. Może użyć logowania do ChatGPT albo Copilota, które już masz, i czyta CLAUDE.md w folderach bez AGENTS.md.
  • Cline: otwarte rozszerzenie do VS Code i CLI, działa z dowolnym dostawcą, także z modelami lokalnymi.
  • Devin Desktop (Cognition): nowa nazwa Windsurfa, dziś edytor i miejsce do prowadzenia agentów lokalnych i chmurowych.

Dwa narzędzia, które polecają starsze porównania, wymagają drugiego spojrzenia. Gemini CLI od czerwca 2026 obsługuje tylko płatne plany Code Assist od Google i płatne klucze API. Użytkowników darmowych i planów Gemini Pro/Ultra przeniesiono do Antigravity CLI, który jest zamknięty i działa tylko z modelami Gemini. Aider nadal jest otwarty, działa z dowolnym modelem i ma dobrą mapę całego repozytorium, ale od sierpnia 2025 wydał jedną wersję.

Plik z regułami: najtańsza warstwa ze wszystkich

Każdy agent na początku sesji czyta plik z regułami projektu. Wspólnym formatem jest dziś AGENTS.md. Zapoczątkowało go OpenAI, a od grudnia 2025 należy do Agentic AI Foundation działającej przy Linux Foundation. Codex, Cursor, OpenCode i Copilot czytają go bez żadnej konfiguracji.

Dwa wyjątki warto znać. Claude Code czyta CLAUDE.md, a po AGENTS.md sięga tylko wtedy, gdy CLAUDE.md nie ma albo gdy CLAUDE.md go importuje. Gemini CLI czyta GEMINI.md, a AGENTS.md dopiero po zmianie ustawień. W zespole, w którym każdy używa innego agenta, trzymaj treść w AGENTS.md, a CLAUDE.md niech będzie jedną linią, która go importuje.

Plik zaczyna się opłacać, gdy każda reguła mówi, jakiemu błędowi zapobiega:

## Środowisko
- Lokalny Postgres słucha na 5433, nie na 5432 (5432 bywa zajęty).
  Objaw: testy, które wczoraj przechodziły, padają z „connection refused”.
- `src/api/` jest generowany. Nigdy nie edytuj go ręcznie; uruchom `make generate`.
  Objaw: klient się kompiluje, a potem psuje przy następnym generowaniu.

Reguła bez objawu jest radą. Reguła z objawem to coś, z czym agent, a także następny człowiek, może coś zrobić, gdy ten objaw ma przed oczami.

Kiedy można pominąć tę warstwę: nigdy. Wybierz agenta, który pasuje do miejsca, w którym twój zespół już pracuje. Jeśli reguły są w AGENTS.md, a umiejętności we wspólnym formacie (warstwa 3), zmiana agenta później kosztuje dzień, a nie kwartał.

2. Metodyki oparte na specyfikacji

Agent szybko pisze to, o co go poproszono. Problem przenosi się więc do samej prośby: niejasne wymaganie w kilka minut zamienia się w dużo pewnego siebie kodu. Metodyki oparte na specyfikacji zamieniają wymagania, plan i listę zadań w pliki w repozytorium, które człowiek czyta, zanim powstanie jakikolwiek kod.

Birgitta Böckeler z Thoughtworks podzieliła te narzędzia na trzy poziomy:

  • spec-first: specyfikacja powstaje przed kodem i potem się ją porzuca.
  • spec-anchored: specyfikacja zostaje i zmienia się razem z kodem.
  • spec-as-source: ludzie edytują tylko specyfikację, a kod się z niej generuje.

Większość dzisiejszych narzędzi to spec-first. Warto to wiedzieć, zanim zaczniesz oczekiwać, że specyfikacja za pół roku nadal będzie prawdziwa.

Główne narzędzia

  • GitHub Spec Kit (MIT). Polecenia prowadzą przez constitution, specify, plan, tasks i implement.

    • Konstytucja zbiera zasady projektu. Każda funkcja dostaje własne spec.md, plan.md i tasks.md, do tego notatki z rozpoznania, model danych i kontrakty.
    • Nowszy krok converge porównuje kod ze specyfikacją i dopisuje do tasks.md to, czego jeszcze nie zbudowano.
    • Działa z około czterdziestoma agentami. Rozszerzenia i zestawy ustawień pozwalają organizacji narzucić własne standardy.
    • W istniejącym kodzie służy do następnej, wyraźnie ograniczonej zmiany. Dokumentacja mówi wprost, że nie odtwarza specyfikacji dla już istniejącego działania.
  • OpenSpec (Fission AI, MIT). Jest zbudowany wokół zmian, a nie funkcji. Aktualne specyfikacje leżą w openspec/specs/, a każda zmiana dostaje własny folder:

    • propozycję i projekt;
    • listę zadań;
    • wymagania, które dodaje, zmienia, usuwa albo przemianowuje.

    Gdy zmiana trafia do archiwum, te różnice są scalane z aktualnymi specyfikacjami. Specyfikacje zaczynają się prawie puste i rosną tylko tam, gdzie kod naprawdę się zmienia. W listopadzie 2026 Thoughtworks Technology Radar przesunął OpenSpec na poziom „Trial” właśnie za to dopasowanie do istniejącego kodu. Telemetria jest domyślnie włączona i wysyła tylko nazwy poleceń i wersję.

  • BMAD-METHOD (MIT). Zespół agentów w rolach: analityk, product manager, product owner, projektant UX, architekt i programista. Powstają kolejno opis produktu, PRD, dokument architektury, a na końcu epiki i historyjki. Proces sam się skraca: małe zmiany idą od razu do budowania. Wersja 7 jest jeszcze w fazie alfa i instaluje się jako zestaw umiejętności, więc zanim pójdziesz za jakimś poradnikiem, sprawdź, którą wersję opisuje.

  • Kiro (AWS). Agent i edytor z wbudowanymi specyfikacjami. Wymagania trafiają do requirements.md w notacji EARS („WHEN … THE SYSTEM SHALL …”), potem powstają design.md i tasks.md. Jest szybki tryb bez punktów akceptacji i osobny rodzaj specyfikacji dla poprawek błędów. Produkt komercyjny z darmowym planem.

Co znaleźli krytycy

Böckeler przetestowała Kiro i Spec Kit w październiku 2025.

  • Kiro zamienił mały błąd w cztery historyjki użytkownika i szesnaście kryteriów akceptacji.
  • Spec Kit wyprodukował tyle Markdownu, że napisała, iż „wolałaby przeglądać kod niż te wszystkie pliki Markdown”. Jego agent pominął też notatki, które dostał, i powielił istniejące klasy.
  • Thoughtworks Radar w kwietniu 2026 zostawił Spec Kit na poziomie „Assess”. Powołał się na zgłoszenia instrukcji puchnących tak, że zapychały kontekst, niepotrzebnego kodu obronnego i rozwlekłych dokumentów.

Od tamtej pory narzędzia dodały lżejsze ścieżki: szybki tryb Kiro, specyfikacje poprawek i krok converge w Spec Kit. To odpowiada na część krytyki, nie na całą.

Kiedy można pominąć tę warstwę: przy zmianie na mniej niż dzień, przy prototypie albo przy błędzie, który da się jasno odtworzyć. Kiedy się opłaca: przy funkcji, która przechodzi przez kilka modułów, przy pracy dzielonej przez kilka osób lub agentów albo gdy wymagania muszą dać się prześledzić po wdrożeniu.

3. Biblioteki umiejętności

Plik z regułami mówi, co jest prawdą o projekcie. Umiejętność mówi, jak wykonać jeden rodzaj pracy: szukać błędu, robić przegląd, pisać test przed kodem. Bez umiejętności agent idzie najkrótszą drogą. Najpierw pisze kod, a potem testy, które pod ten kod przechodzą.

Format

Agent Skills to folder z plikiem SKILL.md: nazwa i opis w nagłówku, instrukcje i opcjonalnie skrypty. Na początku sesji agent wczytuje tylko nazwy i opisy. Pełny tekst umiejętności czyta, gdy zadanie do niej pasuje, więc trzydzieści zainstalowanych umiejętności nie zapycha kontekstu.

Anthropic przedstawił ten format w październiku 2025, a w grudniu opublikował go jako otwarty standard. 22 października 2026 przekazał go tej samej Agentic AI Foundation, do której należą AGENTS.md i MCP. Czyta go ponad czterdziestu agentów, w tym Claude Code, Codex, Copilot, Cursor, Gemini CLI, OpenCode i Kiro. Umiejętność napisana dla jednego agenta działa w pozostałych.

Dwie biblioteki, które warto znać

  • superpowers (Jesse Vincent, MIT) narzuca jedną ścieżkę. Jej README nazywa te procedury „obowiązkowymi”, a nie sugestiami. Ścieżka wygląda tak:

    1. Rozmowa o projekcie zatwierdzana częściami.
    2. Osobne worktree.
    3. Plan z zadań na dwie do pięciu minut, każde z dokładnymi ścieżkami i sposobem sprawdzenia.
    4. Każde zadanie robi świeży podagent, a wynik przechodzi dwa przeglądy: najpierw zgodność ze specyfikacją, potem jakość kodu.
    5. Testy przed kodem. Kod napisany przed testem jest usuwany.
    6. Przegląd, a potem zamknięcie gałęzi.

    Wokół tej ścieżki są umiejętności do systematycznego szukania błędów i do sprawdzania, zanim ogłosi się, że coś działa.

  • agent-skills (Addy Osmani, MIT) to zestaw 25 umiejętności ułożonych wzdłuż cyklu pracy: określ, zaplanuj, zbuduj, sprawdź, przejrzyj, wdróż. Ma polecenia takie jak /spec, /plan, /build, /test, /review i /ship. Każda umiejętność kończy się listą dowodów, których wymaga, i zawiera tabelę wymówek, jakimi agent zwykle tłumaczy pominięcie kroku.

Różnica polega na tym, ile decydują za ciebie. superpowers ustala kolejność pracy. agent-skills daje zestaw procedur i nadrzędną umiejętność, która dobiera właściwą do zadania.

Katalogi takie jak skills.sh pozwalają zainstalować umiejętność jednym poleceniem, npx skills add <właściciel/repo>. Umiejętność to instrukcje, które twój agent wykonuje z twoimi uprawnieniami, czasem razem ze skryptami. Przeczytaj ją przed instalacją, tak jak przeczytałbyś nową zależność, i przypnij wersję.

Gdzie umiejętność nie wystarcza

Umiejętność to rada, którą agent pod presją może pominąć. Hak to skrypt, który agent uruchamia w ustalonym momencie, na przykład przed poleceniem albo po commicie, i nie da się go od tego odwieść. Hak po każdym commicie, który uruchamia testy i linter, zdejmuje jedną rzecz z listy, którą każdy musi pamiętać. Haki mają dziś Claude Code, Codex, Cursor, Copilot i Gemini CLI.

Kiedy można pominąć tę warstwę: na początku projektu prowadzonego w pojedynkę. Dodaj bibliotekę umiejętności, gdy zauważysz, że w kółko piszesz te same polecenia: najpierw test, uruchom testy, zanim powiesz, że działa. Dodaj hak, gdy pierwszy raz ktoś wypuści kod, którego nigdy nie uruchomił.

4. Praca równoległa i w tle

Są tu trzy osobne mechanizmy, często wrzucane do jednego worka:

  • Podagenci. Główny agent przekazuje podzadanie, na przykład przeszukanie kodu albo przegląd zmian, podagentowi z własnym oknem kontekstu i dostaje z powrotem podsumowanie. Główna sesja zostaje czytelna, ale płacisz za to tokenami. Mają ich Claude Code, Codex (domyślnie włączonych), Cursor i Copilot w VS Code.
  • Worktree. git worktree daje każdemu agentowi własną kopię roboczą na własnej gałęzi, więc dwie sesje nie zmieniają tych samych plików. Claude Code (claude --worktree), aplikacja Codex, Cursor i Copilot CLI w VS Code tworzą je same.
  • Agenci w chmurze. Zlecasz zadanie ze zgłoszenia, z przeglądarki albo z komunikatora. Agent pracuje w maszynie wirtualnej i oddaje gałąź albo pull request.
Agent w chmurze Jak go uruchomić Co oddaje Warto wiedzieć
Claude Code w przeglądarce Przeglądarka, telefon, aplikacja na komputer, claude --cloud Gałąź; może pilnować PR i poprawiać nieprzechodzące CI Dzieli limity użycia z twoim planem
Claude Code GitHub Actions @claude w zgłoszeniu lub PR, dowolne zdarzenie w GitHubie Commity i PR-y Kosztuje minuty Actions i tokeny API
Codex w chmurze ChatGPT, CLI, Slack Zmiany do przejrzenia, potem commit lub PR, gdy zdecydujesz Każde zadanie we własnym środowisku, lista dozwolonych adresów sieciowych
GitHub Copilot coding agent Przypisanie zgłoszenia, czat, CLI, Slack, Jira, Linear Pull request Jeden PR na zadanie; sesje na Actions kończą się po 59 minutach; tylko repozytoria na GitHubie
Cursor Cloud Agents Edytor, przeglądarka, Slack, GitHub, Linear, API PR-y ze zrzutami ekranu i logami Tylko płatne plany, wymagany limit wydatków
Google Jules — — Zamykany: od 11 listopada bez nowych zadań, koniec 31 grudnia 2026

Każdy z tych mechanizmów sprawia, że kod powstaje szybciej. Żaden nie sprawia, że szybciej się go czyta. Zespół, który prowadzi pięciu agentów, a przegląda w tempie jednego, ma kolejkę, a nie większą wydajność. O tym koszcie pisaliśmy w artykule „Agent nie przełącza kontekstu. Ty tak.” Agenci w chmurze opłacają się przy dobrze opisanych, ograniczonych zgłoszeniach, w których przegląd jest krótki, bo zlecenie było dokładne.

Kiedy można pominąć tę warstwę: dopóki jedna sesja zapewnia ci pełne zajęcie przeglądaniem tego, co wyprodukowała.

5. Biblioteki do budowy agentów

Tę warstwę porównania mieszają najczęściej, a większość zespołów jej nie potrzebuje. Te biblioteki są dla tych, których produkt zawiera agenta, albo którzy automatyzują coś, czego gotowy agent nie zrobi. Zespół, który pisze swoje oprogramowanie z agentami, pracuje warstwę wyżej.

  • Claude Agent SDK (Python, TypeScript): Anthropic opisuje go jako „Claude Code w postaci biblioteki”, z tymi samymi narzędziami, pętlą agenta i zarządzaniem kontekstem. Wcześniej nazywał się Claude Code SDK.
  • OpenAI Agents SDK (Python, JavaScript/TypeScript, MIT): agenci, przekazywanie pracy między agentami i zabezpieczenia. To produkcyjny następca eksperymentu Swarm od OpenAI.
  • LangGraph (Python, JavaScript, MIT): niskopoziomowa orkiestracja długo działających agentów, którzy przechowują stan, z wykonaniem, które można wznowić, i krokami zatwierdzanymi przez człowieka. Działa z dowolnym modelem.
  • Google ADK (Python, TypeScript, Go, Java, Apache 2.0): zestaw Google do budowania, testowania i wdrażania agentów, także niezwiązany z jednym modelem.

Zanim zbudujesz własnego agenta do automatyzowania pracy zespołu, sprawdź, co potrafią agenci, których już masz. Claude Code działa jako GitHub Action uruchamiana dowolnym zdarzeniem w repozytorium. Agent Copilota rusza ze zgłoszenia. Codex przyjmuje zadania ze Slacka, a Cursor ze Slacka, GitHuba i Lineara. Pisanie własnego agenta ma sens, gdy agent jest produktem, a nie gdy jest hydrauliką.

Kiedy można pominąć tę warstwę: zawsze, gdy agent nie jest częścią tego, co sprzedajesz.

6. Łączniki: MCP

Agent widzi repozytorium, ale praca dzieje się gdzie indziej: zadania w systemie do zadań, błędy w Sentry, projekty w Figmie, decyzje w dokumentach. Model Context Protocol to standardowy sposób, by dać agentowi narzędzia i dane z tych miejsc.

  • Kto nim zarządza. MCP wprowadził Anthropic. W grudniu 2025 przekazał go Agentic AI Foundation, którą Anthropic, Block i OpenAI współzałożyły przy Linux Foundation.
  • Aktualna wersja. Wersja specyfikacji oznaczona 2026-07-28 czyni protokół bezstanowym i usuwa nawiązywanie sesji. Serwery i klienci napisani pod wcześniejsze wersje wymagają aktualizacji.
  • Serwery zdalne. Działają przez HTTP z logowaniem OAuth 2.1, więc agent działa jako zalogowana osoba, z jej uprawnieniami.
  • Oficjalne serwery zdalne. Mają je GitHub, Atlassian (Jira i Confluence), Linear, Sentry i Figma.

Ryzyko

Każdy wynik, który zwraca narzędzie, staje się wejściem dla modelu. Simon Willison nazywa niebezpieczne połączenie zabójczą trójką: dostęp do prywatnych danych, kontakt z treściami od obcych i możliwość wysłania danych na zewnątrz. Gdy wszystkie trzy są w jednej sesji, zdanie podrzucone w publicznym zgłoszeniu może kazać agentowi wysłać twój kod gdzieś dalej. Łączenie serwerów MCP z różnych źródeł składa właśnie takie połączenie.

Praktyczne zasady:

  • Gdzie się da, podłączaj dostęp tylko do odczytu.
  • Nie stawiaj serwera, który czyta niezaufany tekst, na przykład publiczne zgłoszenia albo e-maile, w jednej sesji z takim, który bez pytania może wysłać dane na zewnątrz.

Kiedy można pominąć tę warstwę: gdy narzędzia wiersza poleceń już załatwiają sprawę. Agent może uruchomić gh albo CLI twojego systemu do zadań. MCP opłaca się przy usługach bez dobrego CLI i wtedy, gdy dostęp musi wynikać z uprawnień każdej osoby.

Gdzie warstwy się nakładają

Sporo zamieszania biorą na siebie produkty, które obejmują kilka warstw:

  • Kiro to agent i metodyka oparta na specyfikacji w jednym.
  • Copilot to agent i agent w chmurze.
  • BMAD w wersji 7 to metodyka dostarczana jako umiejętności.
  • superpowers to biblioteka umiejętności z własnymi krokami projektowania i planowania, czyli zarazem lekka metodyka oparta na specyfikacji.
  • Claude Code ma wbudowanych podagentów, worktree i uruchamianie w chmurze.

„Kiro czy Claude Code?” to więc dwa pytania. Porównaj agenta Kiro z Claude Code. Porównaj specyfikacje Kiro ze Spec Kit albo OpenSpec.

Większość nakładań rozwiązuje jedna zasada: każdy krok pracy prowadzi dokładnie jedno narzędzie — wymagania, plan, lista zadań, implementacja, przegląd. Gdy dwa narzędzia mają każde swój plan, agent idzie za oboma albo za żadnym, a ty dowiadujesz się, za którym, dopiero czytając kod.

Kiedy czego użyć

Jedna osoba, mały projekt

Agent i AGENTS.md, nic więcej przez pierwsze tygodnie. Dodaj bibliotekę umiejętności, gdy zaczniesz powtarzać polecenia, a hak, gdy przyłapiesz się na commicie bez uruchomienia testów.

Zespół 3–10 osób, jeden produkt

  • Ludzie mogą używać różnych agentów. Wspólne są reguły i umiejętności: AGENTS.md i biblioteka umiejętności trafiają do repozytorium, więc agent każdej osoby stosuje te same procedury.
  • Hak uruchamia testy i linter po każdym commicie.
  • Metodyka oparta na specyfikacji tylko dla funkcji, które przechodzą przez kilka modułów albo zajmują więcej niż kilka dni. Dla reszty nic.
  • Przegląd każdej zmiany przez człowieka, jako obowiązkowy krok, a nie zwyczaj.
  • Na początek dwie równoległe sesje na osobę. Trzecia dopiero wtedy, gdy nic nie czeka na przegląd.
  • MCP do systemu zadań i do GitHuba, żeby agent brał zadanie stamtąd, gdzie ono jest.

Oprogramowanie z formalnymi wymaganiami

Tu wymaganie musi przetrwać zmianę, więc potrzebujesz pracy spec-anchored, a nie spec-first. Użyj Spec Kit albo OpenSpec i przenoś identyfikator wymagania do zadania, gałęzi, commita i testu.

Notacja EARS w Kiro jest bliska temu, jak formalne wymagania już się pisze. Niezależnie od narzędzia wynik agenta zawsze przechodzi niezależne sprawdzenie przez człowieka albo przez test napisany z wymagania. Oprogramowaniu regulowanemu poświęcimy osobny artykuł.

Duży istniejący kod

Dokumentacja Spec Kit sama mówi, że nie odtwarza specyfikacji dla istniejącego działania, więc używaj go do następnej, ograniczonej zmiany. OpenSpec zbudowano dokładnie pod ten przypadek: piszesz specyfikację tylko tego, co zmieniasz, a specyfikacje rosną razem z kodem. Plik z regułami waży tu więcej niż gdziekolwiek indziej: fakty o środowisku, generowane foldery i pułapki, każda z objawem. Podagenci do przeszukiwania kodu chronią główną sesję przed zapchaniem treścią plików.

Zestaw na start dla małego zespołu produktowego

Gdyby zespół od trzech do dziesięciu osób zapytał nas dziś, od czego zacząć, zaproponowalibyśmy taki zestaw:

Warstwa Wybór Dlaczego
Agent Claude Code albo Codex w terminalu; agent w edytorze dla tych, którzy wolą Haki, umiejętności, podagenci i worktree w jednym narzędziu
Reguły AGENTS.md, a CLAUDE.md go importuje Jedno źródło reguł dla każdego agenta
Metodyka Spec Kit dla większych funkcji Zasady, specyfikacja, plan i zadania czytane przed kodem; converge sprawdza kod względem specyfikacji
Umiejętności agent-skills Najpierw testy, małe kroki, przegląd, dowody przed „gotowe”
Wymuszenie Hak po każdym commicie Testy i linter nie zależą od niczyjej pamięci
Praca równoległa Dwie sesje na osobę, każda we własnym worktree; agent w chmurze dla dobrze opisanych zgłoszeń Granicą jest przegląd, nie liczba agentów
Łączniki MCP do systemu zadań i do GitHuba Agent czyta zadanie tam, gdzie ono jest
SDK do agentów Żadne Dopóki agent nie stanie się częścią produktu

Spec Kit i agent-skills nakładają się w dwóch miejscach: w specyfikacji i w planie. Podziel je tak:

  • Spec Kit prowadzi do tasks.md. Dla funkcji, która przez niego przeszła, pomiń kroki /spec i /plan z agent-skills.
  • agent-skills prowadzi od pierwszego zadania do scalenia: najpierw test, małe przyrosty, przegląd.
  • Małe zmiany pomijają Spec Kit w całości, a samo agent-skills wystarcza.

Jeśli zamiast agent-skills wolisz superpowers, nakładanie ze Spec Kit jest większe, bo superpowers ma własne kroki projektowania i planowania. Na tę część pracy wybierz jedno z dwóch.

Czego byśmy unikali:

  • dwóch metodyk opartych na specyfikacji w jednym repozytorium;
  • pełnej metodyki dla dwuosobowego prototypu;
  • umiejętności zainstalowanych z katalogu bez przeczytania;
  • liczenia uruchomionych agentów jako postępu.

Co nadal będzie prawdą przy następnym przeglądzie

Nazwy, ceny i agent, który jest najlepszy w tym miesiącu, zmienią się do następnego kwartalnego przeglądu. Część zmieniła się już, odkąd zaczęliśmy pisać.

Warstwy zostaną, a z nimi trzy formaty, które je spinają: AGENTS.md dla reguł, SKILL.md dla procedur i MCP dla łączników. Od października 2026 wszystkie trzy należą do jednej fundacji, a nie do jednego dostawcy. Dzięki temu zmiana agenta z każdym kwartałem jest tańsza.

Praktyczny wniosek: wkładaj wysiłek w pliki, które przeżyją każde narzędzie (reguły, umiejętności, specyfikacje i haki), a wybór agenta traktuj luźno.

Gdzie w tym assign2me

assign2me należy do warstwy łączników. Jego serwer MCP pozwala agentowi przeczytać zadanie, skomentować je i zamknąć jako zalogowana osoba, z jej uprawnieniami. Kod łączy się z zadaniem po jego kluczu w nazwie gałęzi albo w opisie commita. Szczegóły są na stronie o pracy z agentami.

Źródła

Wszystkie sprawdzone 18 listopada 2026.

Wszystko w jednej cenie

30 dni za darmo. Potem 79 zł netto miesięcznie za zespół do 5 osób, każda kolejna osoba +15 zł. Goście-klienci bez limitu i bez opłat.

Zobacz cennikZałóż konto zespołu