Provozuju 4 SaaS produkty sólo. Takhle to reálně vypadá.

AI fakturace, ověřování věku přes bankovní identitu, náborový systém a end-to-end šifrovaný messenger. Čtyři produkty v produkci, reální uživatelé — a jeden člověk. Tenhle text není o tom, že „AI všechno zvládne". Je o tom, co přesně dělám jinak, a co mě produkce naučila tvrdě.

Proč tomu vůbec věřit

Software dodávám od roku 2012 — portál e-Legislativy pro státní správu, interní ERP největšího českého e-commerce hráče, IoT platforma u globálního ERP výrobce, investiční portál pro fintech. Od roku 2022 stavím vlastní produkty. Rozdíl proti klasickému vývojáři na volné noze: já svoje systémy i provozuju. Když se rozbije párování plateb, budí to mě.

Sestava: co znamená „sólo s AI agenty"

Nepíšu většinu kódu ručně. Můj den vypadá spíš jako práce vedoucího malého týmu — jen ten tým jsou AI agenti:

• Paralelní agenti místo sekvenční práce. Průzkum kódu, návrh řešení a psaní testů běží současně v několika oddělených kontextech. Já dělám rozhodnutí, ne psaní.
• Persistentní paměť per projekt. Každý produkt má svůj soubor znalostí: architektonická rozhodnutí, prošlé incidenty, zákaznická specifika, compliance pravidla. Agent, který otevře projekt, ví, co se tam za rok stalo — nezačíná od nuly.
• Nástroje napojené přímo na můj stack. SEO data, účetnictví, e-maily, crawling — agenti na ně sahají přes standardizovaná rozhraní (MCP), ne přes copy-paste.
• Testy jako podmínka, ne dodatek. Každá větší funkce má automatizované testy na šťastnou i chybovou cestu dřív, než jde ven. U sólo provozu je test suite jediný kolega, který po mně kontroluje práci.
• Nasazení s ruční bránou. Commit a push automaticky; produkční deploy je vždycky vědomé rozhodnutí člověka.

Tři lekce, které mě produkce naučila tvrdě

1. AI generuje texty, které vás můžou dostat do problémů. U jednoho e-commerce projektu v regulovaném odvětví mi AI obohacování produktových popisů vygenerovalo formulace, které by neprošly kontrolou dozorového orgánu. Od té doby platí: žádný AI text nejde ven bez brány — obsah v citlivých doménách se publikuje až po explicitním schválení, a compliance pravidla jsou zapsaná přímo v instrukcích agentů, ne v mé hlavě.

2. Migrační nástroj vám umí smazat produkční databázi. Automatický „push" schématu jednou přepsal ručně dělané úpravy přímo v produkci. Přežili jsme to, ale pravidlo je od té doby železné: změny databáze výhradně přes verzované migrační soubory. Nástroj, který „to za vás srovná", je v produkci zbraň.

3. Serverless za vás rád spustí věci vícekrát. Boot joby (warm-up, kontroly, notifikace) se na autoscale platformě spouštěly při každém studeném startu — ne jednou po deployi, jak jsem předpokládal. Řešení: zámek per-deploy přímo v databázi, ne v paměti procesu. Zní to triviálně, dokud vám to neodešle stejný e-mail třikrát.

Co z toho plyne, když si najímáte „AI vývojáře"

AI vývojářů jsou dnes stovky a nástroje má každý stejné. Rozdíl není v tom, kdo umí napsat prompt — je v tom, kdo pozná, že vygenerovaný výsledek je špatně. To poznání se nezíská jinak než roky produkce. Ptejte se každého dodavatele: co provozuješ? Kdo tě budí, když to spadne?

Příště rozeberu konkrétní produkt: jak je postavené ověřování věku přes bankovní identitu a proč neukládáme identitu, ale jen doklad o věku.