Rok temu pisałem TypeScript w VS Code, miałem otwarty ChatGPT w drugiej karcie i co 5 minut przełączałem się tam i z powrotem. Kopiuj kod, wklej do chatu, skopiuj odpowiedź, wklej z powrotem do edytora. Tysiąc razy dziennie.

Dziś Cursor i Claude Code są wpięte bezpośrednio w moje IDE i terminal. Różnica? Robię w 4 godziny rzeczy, które kiedyś zajmowały cały dzień. I nie mówię tego jako fanboy AI. Mówię jako ktoś, kto codziennie liczy godziny przy projektach klientów w agencji.

Ten post to honest review po roku używania obu narzędzi w realnej pracy. Co robię z AI, czego nie oddam, gdzie tooling jest przereklamowany.

Co to jest Cursor

Cursor to fork VS Code z AI wbudowanym w edytor. Tab completion na sterydach, chat z kontekstem całego repo, edycja przez naturalny język (“zrefaktoruj ten komponent na server component”), agent mode, który sam przechodzi przez pliki i wprowadza zmiany.

Płatny, 20 USD miesięcznie za plan Pro. Dla mnie najlepiej wydane 80 zł w całym stacku narzędzi.

Dlaczego nie GitHub Copilot? Próbowałem. Cursor jest znacząco lepszy w rozumieniu kontekstu wieloplikowego. Copilot świetnie podpowiada w obrębie jednej funkcji, Cursor widzi cały projekt. W monorepo Next.js + Strapi to różnica między “narzędzie pomaga” a “narzędzie myśli ze mną”.

Co to jest Claude Code

Claude Code to CLI od Anthropic. Odpalasz w terminalu w katalogu projektu, dostajesz coś między pair programmerem a juniorem, który czyta kod szybciej od Ciebie.

Inaczej niż Cursor, Claude Code działa w terminalu. Może uruchamiać komendy, czytać pliki, modyfikować je, przeszukiwać repo, robić git diff, odpalać testy. Bardziej “agent” niż “asystent”.

Mój flow: Cursor do pisania kodu na bieżąco, kiedy klepię ficzery. Claude Code do większych zadań, gdzie potrzebuję, żeby ktoś przeszedł przez 30 plików i ogarnął temat całościowo.

Co naprawdę robię z AI w pracy

Mniej hype, więcej konkretów.

Refaktor. Otwieram komponent w Cursorze, zaznaczam, mówię “rozbij na trzy mniejsze, każdy z propsami i typami”. Robi się w 30 sekund to, co ręcznie zajęłoby 20 minut.

Boilerplate. Nowy endpoint w Strapi, nowy model, nowy controller? Cursor generuje strukturę z istniejącego wzorca w repo. Nie z dokumentacji, z mojego kodu. To duża różnica.

Testy. Piszę funkcję, mówię Claude Code “dopisz testy jednostkowe”. Edge cases, których sam bym nie wymyślił, łapie. Nie wszystkie są sensowne, ale 70% jest, a to godziny zaoszczędzone tygodniowo.

Debug. Stack trace, którego nie rozumiem, leci do Claude Code z całym kontekstem repo. Częściej niż nie, znajduje powód w 30 sekund. Bez zgadywania, bez googlowania, bez Stack Overflow z 2014 roku, gdzie odpowiedź jest dla wersji frameworka, której już nikt nie pamięta.

Migracje. Update Next.js z 14 do 15, breaking changes? Claude Code czyta dokumentację, ogarnia różnice, robi PR z migracją. Sprawdzam, mergeuję.

Dokumentacja. README, którego nigdy bym sam nie napisał, bo mi się nie chce. Cursor robi z istniejącego kodu i potem tylko dopisuję, dlaczego coś jest tak, a nie inaczej.

Czego NIE oddaję AI

Bo nie wszystko warto.

Decyzji architektonicznych. Czy ten endpoint ma być w Strapi, czy w API Routes Next.js? AI nie zna kontekstu biznesowego, klienta, planów na 6 miesięcy do przodu. Ta decyzja jest moja.

Code review. Cursor pomaga, ale nie zastępuje. Patrzę na kod kolegi z zespołu sam. AI łapie syntaktykę, ja łapię intencję.

Pisania od zera nowych ficzerów. Kiedy buduję coś, czego nie ma jeszcze w głowie, AI mi przeszkadza. Generuje “rozsądnie wyglądający” kod, który jest średnio dopasowany do tego, co naprawdę chcę. Najpierw szkicuję sam, potem zapraszam AI do dopracowania.

Komunikacji z klientem. Maile, briefy, propozycje. AI generuje plastik. Klient to czuje. Piszę sam, w Obsidian, potem wysyłam.

Gdzie AI tooling jest przereklamowany

Na LinkedInie czytam co drugi dzień, że “AI 10x productivity”. Bzdura.

Realne zyski u mnie to około 30-40% szybsza praca przy kodowaniu. Nie 1000%. Nie 500%. Nawet nie 200%.

Dlaczego mniejszy boost, niż reklamują influencerzy? Bo:

  • Czas oszczędzony na pisaniu wraca jako czas na review tego, co AI napisało
  • AI generuje kod, który się kompiluje, ale nie zawsze robi to, co chciałem
  • Kontekst trzeba dawać. Nie ma magii, w której AI “wie”, co robisz
  • Tooling psuje się regularnie (rate limity, halucynacje, wolniejsze odpowiedzi w godzinach szczytu)

Ale 30-40% przy kodzie plus 5 godzin tygodniowo z automatyzacji daje realne tygodnie pracy w skali roku.

Mój setup

Konkretnie, co mam zainstalowane i jak ustawione:

Cursor z modelem Claude Sonnet jako default. GPT jako fallback, kiedy Sonnet się dławi.

Claude Code zainstalowany globalnie, używam głównie w dwóch katalogach: monorepo agencji oraz vault Obsidian (do pisania postów typu tego).

Reguły projektu (.cursorrules). Ustawiam dla każdego projektu konwencje: nazewnictwo, struktura katalogów, preferowane wzorce, biblioteki, których nie używamy. Cursor czyta i nie generuje kodu, który łamie nasze zasady. Sam plik to często 30 linijek. Tyle wystarczy.

Skrót klawiszowy do chatu zamiast otwierania panelu myszką. Cmd+L na macu. Każda sekunda się liczy, kiedy używasz tego sto razy dziennie.

Zero auto-accept. Każda zmiana z agenta przechodzi przez mój review przed zapisem do pliku. AI nie merge’uje za mnie. To moja zasada od dnia, w którym Claude Code wywalił mi pliki migracyjne, bo “wyglądały na nieużywane”.

Czy to wpłynie na zarobki programistów

Pytanie, które dostaję co tydzień w mailach. Pełnej odpowiedzi jeszcze nie ma, ale moja teza brzmi tak:

Programiści, którzy używają AI dobrze, będą zarabiać więcej. Programiści, którzy ignorują AI, zostaną z tyłu. Programiści, którzy myślą, że AI ich zastąpi i nic nie robią, mają największy problem.

Pisałem o tym szerzej w kontekście zarobków w polskim IT. Krótko: senior z AI to półtora produktywności seniora bez. Junior z AI to nadal junior, bo AI nie zastępuje fundamentów. Trzeba je mieć, żeby AI w ogóle dawało coś sensownego.

Od czego zacząć

Jeśli jeszcze nie używasz żadnego AI tooling w kodzie, oto kolejność:

  1. Zainstaluj Cursor. Darmowy plan na start, 14 dni Pro za free. Sprawdzisz, czy Ci pasuje.
  2. Spróbuj Claude Code. Darmowy tier istnieje. Odpal w jakimś swoim projekcie i daj mu zadanie typu “przejrzyj testy i dopisz brakujące dla pliku X”.
  3. Dodaj plik .cursorrules do projektu. Opisz konwencje. Nawet 5 linijek robi różnicę.
  4. Nie wierz w hype. Mierz, ile faktycznie zaoszczędziłeś, a nie ile “powinieneś był” według tweetów.

AI tooling to nie jest pasywny dochód. To narzędzie, które wymaga umiejętności. Kto się nauczy, ten wygra. Kto nie, ten zostanie.

A że temat AI kontra programiści wraca u mnie w mailach codziennie, w następnym poście rozprawiam się z pytaniem “czy AI zastąpi programistów”. Mam krótką, ale szczerą odpowiedź.