Z jednoho programátora jsou tři: AI přepisuje pravidla vývoje a firmy zoufale shánějí lidi, kteří vědí co stavět
Claude Code proměnil každého inženýra v tým tří lidí. Úzké hrdlo vývoje se přesunulo od psaní kódu k rozhodování, co vůbec stavět. Firmy přestavují týmy.
Anthropic nedávno řekl svému růstovému týmu, aby najal víc produktových manažerů, ne méně. Důvod? Nástroj Claude Code tiše proměnil jejich inženýrský tým v organizaci, která dodává software tempem třikrát vyšším, než odpovídá skutečnému počtu zaměstnanců. A úzké hrdlo celého procesu se přesunulo z editoru kódu k lidem, kteří rozhodují, co se má vlastně postavit.
Tahle informace se snadno ztratí v záplavě dalších tvrzení o produktivitě umělé inteligence. Jenže za ní stojí strukturální změna, kterou právě teď prožívá celý softwarový průmysl — a která se do roka dotkne každé firmy, která zaměstnává vývojáře.
Pět fází, které změnily den programátora
Podle analýzy VentureBeat prošel způsob práce softwarových inženýrů za poslední dekádu pěti zásadními fázemi. Každá z nich odebrala člověku další kus práce a přesunula ho na stroj.
V éře Stack Overflow (2014–2022) žilo know-how programátorů na jednom místě. Když ChatGPT v listopadu 2022 spustil lavinu, počet nových otázek na Stack Overflow spadl o 77 procent. Nebyl to verdikt o kvalitě webu — byl to verdikt o celém způsobu práce, který představoval.
Následovala éra prohlížečových záložek (2022–2024), kdy inženýři kopírovali odpovědi z ChatGPT do editoru. Práce zůstávala jednovláknová. Pak přišla éra nativních IDE nástrojů (2024–2025) — Cursor a Claude Code se nastěhovaly přímo do editoru a získaly přístup k celému repozitáři. Potřeba eskalovat problémy k seniorním kolegům se do značné míry rozpustila.
V roce 2025 přišla éra řízená specifikacemi. Větší kontextová okna proměnila jednorázové sezení v práci, která dříve vyžadovala tickety, designové dokumenty a celé sprinty. Tým Amazonu Kiro IDE zkomprimoval budování funkcí ze dvou týdnů na dva dny. Jiný tým z AWS dokončil osmnáctiměsíční přestavbu architektury — původně naplánovanou pro 30 inženýrů — silami 6 lidí za 76 dní.
A v roce 2026 vstupujeme do éry rutin. Anthropic v dubnu spustil Claude Code Routines — persistentní agenty, kteří běží podle plánu, na webhook nebo přes noc, zatímco je notebook zavřený. Práce inženýra se mění v orchestraci: spustit roj agentů před spaním, ráno zkontrolovat hromadu pull requestů.
Úzké hrdlo se přesunulo, ale týmy ne
Inženýring se zhruba ztrojnásobil. Produktový management se nehnul. Tradiční poměr 1 produktový manažer na 8 inženýrů, který byl už dříve napjatý, se teď reálně blíží poměru 1:20, protože každý inženýr dodá za den víc než kdy dřív.
LinkedIn nahradil svůj program pro juniorní produktové manažery programem „Product Builder“, který trénuje generalisty napříč produktem, designem a inženýringem. Anthropic najímá víc produktových manažerů, ne méně. Vzorec je konzistentní napříč firmami, které skutečně nasadily agentické pracovní postupy v produkci: systém produkuje hotové funkce rychleji, než produkuje rozhodnutí o tom, co by se mělo stavět.
Úzké hrdlo v softwaru už není psaní kódu. Je to rozhodování, co napsat. A inženýři, kteří to považují za problém někoho jiného, právě narážejí na strop. — Ishan Gupta, softwarový inženýr v Amazonu, pro VentureBeat
Základy jsou důležitější než kdy dřív
Instinkt prohlásit základní znalosti za zastaralé v éře AI agentů jde přesně opačným směrem, než by měl. Když únik paměti shodí produkci ve tři ráno a příčinou se ukáže subtilní chyba ve vlastnictví zdrojů z kódu poslaného před čtyřmi lety, žádný současný agent ten problém nevyřeší od začátku do konce.
Operační systémy, sítě, souběžnost a plány dotazů stále rozhodují o tom, kdo dokáže vyřešit skutečný incident. A také rozhodují o tom, kdo dokáže odhalit momenty, kdy výstup agenta vypadá správně na povrchu, ale pod ním je tiše a draze špatně. Agent, který napsal 70 procent kódu v moderním repozitáři, nedokáže spolehlivě říct, kde se jeho předpoklady o bezpečnosti vláken nebo izolaci transakcí rozešly s realitou běhového prostředí.
Důsledek? Základní znalosti se proměnily z hygienické dovednosti v pákovou dovednost. V roce 2014 znalost toho, jak funguje TCP retransmit, pomohla uzavřít debug ticket rychleji. V roce 2026 tatáž znalost brání celému pipeline řízenému agenty, aby v produkci vypustil regresi ve velkém měřítku.
Revize kódu je nové programování
Inženýři v roce 2026 generují kód rychlostí, která převyšuje to, co kdokoliv z nich dokáže pečlivě přečíst. Tým, který dodává rychle a přežije, je tým, jehož inženýři přistupují k revizi AI-generovaného kódu minimálně se stejnou pečlivostí, jakou dříve věnovali jeho psaní.
Průzkum Stack Overflow z roku 2025 ukázal, že 84 procent vývojářů používá AI nástroje, přičemž 46 procent říká, že výstupu nevěří — prudký nárůst z 31 procent rok předtím. Tato mezera — intenzivní používání spárované s nízkou důvěrou — je přesně místo, kde revizní dovednosti nejvíc záleží.
Anthropic sám přiznal, že v květnu 2026 bylo přes 80 procent kódu integrovaného do jejich produkční codebase autorsky vytvořeno umělou inteligencí. To vedlo k osminásobnému nárůstu objemu dodaného kódu na inženýra za kvartál oproti období 2021–2025. Claude Code zodpovídá za 4 procenta všech veřejných commitů na GitHubu a jeho roční příjmy dosáhly 2,5 miliardy dolarů za pouhých devět měsíců.
Co to znamená pro české firmy
Pokud vedete technologickou firmu v Česku, tohle není akademická debata z kalifornského newsroomu. Je to varování, které se vás přímo týká. Váš pětičlenný vývojový tým může s AI nástroji dodávat jako patnáctičlenný — ale jen pokud máte někoho, kdo rozhodne, co stavět. Bez silného produktového vedení skončíte s hromadou funkcí, které nikdo nechtěl, dodaných třikrát rychleji.
Praktické kroky, které z analýzy vyplývají, jsou jasné:
- Přehodnoťte poměr produktových manažerů k vývojářům — pokud máte jednoho PM na deset a více vývojářů s AI nástroji, máte problém
- Investujte do produktového myšlení u svých inženýrů — nechte je mluvit se zákazníky, číst support frontu, účastnit se obchodních jednání
- Nepodceňujte základy — inženýr, který rozumí operačním systémům a síťovým protokolům, je v éře AI agentů cennější, ne méně cenný
- Zaveďte kulturu důkladné revize AI kódu — rychlost bez kontroly je jen rychlejší cesta k produkčním incidentům
- Přestaňte měřit produktivitu počtem řádků kódu a začněte ji měřit kvalitou rozhodnutí o tom, co se staví
Příští dekáda odmění inženýry, kteří vědí, co stavět, dokážou to obhájit a mají disciplínu i flotilu agentů, aby to dodali bez toho, aby se systém zhroutil pod vlastní rychlostí. Inženýři, kteří čekají na ticket, budou sledovat, jak ho píše agent vedle nich.