Agenty kodu Claude Code i Codex można kierować za pomocą „skills » – małych plików w formacie markdown (prosty format tekstowy), które wskazują agentowi, jak postępować w danej sytuacji. Wprowadzone przez Anthropic, te skills pozwalają uniknąć ciągłego powtarzania tych samych wytycznych dotyczących architektury, konwencji czy metod. JDN wybrał cztery z nich i dodaje piątą jako bonus.
Jakość kodu i bezpieczeństwo
Biblioteka Skills For Real Engineers jest jedną z najczęściej wymienianych w kontekście cyklu rozwoju oprogramowania. Jej autor, Matt Pocock, to brytyjski programista i szkoleniowiec, pierwotnie światowy ekspert w TypeScript, języku programowania Microsoft. Od lutego 2026 roku udostępnia on na GitHubie swoje 27 skills, stworzonych na podstawie luk, które zaobserwował w Claude Code i Codex. Aktualizowane niemal co tydzień, skills te prowadzą agenta przed złożonym rozwojem, ograniczają rozwlekłe odpowiedzi i przewidują regularne, systematyczne testy nowego kodu.
Wśród skills najczęściej używanych przez deweloperów aplikacji SaaS (oprogramowania dostępnego online przez subskrypcję), wyróżnia się security-audit. Opublikowana przez Cloudflare w czerwcu i wielokrotnie aktualizowana, analizuje ona architekturę projektu, wyszukuje luki według kategorii i sprawdza, czy każda z nich jest faktycznie możliwa do wykorzystania. Następnie generuje raport z rekomendacjami, gdzie każdy wynik jest klasyfikowany jako „potwierdzony », „do walidacji » lub „odrzucony ». Domyślnie korzysta z podagentów do dogłębnego przeszukania kodu. Podczas gdy, według JDN, cyberprzestępcy masowo wykorzystują AI do wykrywania luk, to narzędzie może pomóc uniknąć wdrożenia podatnego kodu.
Pamięć i przegląd planu
Wtyczka Obsidian Skills, opracowana przez Steph Ango, CEO Obsidian, zawiera sześć skills. Obsidian to aplikacja do robienia notatek w markdown, której deweloperzy używają do przechowywania całości lub części pamięci swojego agenta. Skills umożliwiają pisanie markdown w formacie Obsidian, tworzenie baz z widokami, filtrami i formułami, projektowanie wizualnych tabel, zarządzanie skarbcem (vault) z linii poleceń lub konwertowanie stron internetowych na czysty markdown. Wtyczka przypomina również agentowi właściwy format dla każdego pliku, uwzględniając najnowsze zmiany tego formatu.
Opublikowana w październiku przez zespół inżynierów Google, metoda Elephant-Goldfish Model opiera się na pomyśle Dave’a Rensina, distinguished engineer w Google, jednego z najwyższych stopni technicznych w firmie. Pierwszy agent, nazwany „słoniem », zachowuje cały kontekst i tworzy plan projektu. Następnie kilka agentów bez pamięci, „złote rybki », przegląda ten plan na zimno, bez znajomości wcześniejszej rozmowy, aby wychwycić ukryte założenia, niejasne wymagania i ryzyka implementacji. Deweloper podejmuje decyzję i zatwierdza, zanim agent napisze kod, aby poprawić błędy projektowe, zanim zostaną odkryte w kodzie.
Przewidywanie ewolucji modeli
Skill future-proof inspirowana jest radą Tibo Sottiaux z OpenAI: buduj swoje projekty zakładając, że modele AI będą około dziesięć razy lepsze za rok. Przed nowym projektem lub funkcją, oddzielny agent recenzent ocenia go według siedmiu kryteriów, wśród których jest zdolność projektu do wykorzystania postępów w AI, jego potencjalne użycie przez inne agenty lub zależność od obecnych cen. Skill przypisuje ocenę w skali do 10 dla okresów trzech, sześciu i dwunastu miesięcy. Jeśli ocena za rok jest zbyt niska, proponuje ona zmodyfikowany plan.
