Přednáška zahajuje konferenci JOpenSpace osobním ohlédnutím za rokem, v němž se práce vývojáře změnila s příchodem programovacích agentů. Podle statistik z GitHubu se výkon po přechodu na několik paralelních agentů zhruba pětinásobí, jenže práce se zároveň rozlévá do víkendů a nocí, protože odpověď je vždy jen jeden prompt daleko. Obavy ze ztráty kontroly nad kódem se nepotvrzují: testů přibylo z 8 000 na 25 000 a zápisy v Evita DB zrychlily o 73 %. Člověku zůstává směr, odpovědnost za produkci a zvědavost. Firma zavedla předplatné pro všechny, bezpečnostní pravidla, lokální modely, izolované kontejnery, sdílený marketplace skillů a přesun tajemství do Vaultu. Část lidí kvůli AI odešla a nové se nenabírá, protože menší tým zvládá stejný objem práce. Plánovač Resource Guru, za který se sedm let platilo zhruba 100 000 ročně, přitom jeden kolega nahradil vlastním nástrojem během jediného dne. Kolik času by zabralo postavit váš vlastní software znovu od nuly?

Přednáška vychází z toho, že na schůzkách zní „Claude to navrhl“ a nikdo neví, jak výsledek vznikl. Stejně dopadl dokument, ve kterém prošel revizí odstavec bez povšimnutí. Anketa na LinkedInu ukazuje, že lidé se nejvíc bojí, že se odnaučí věci dělat sami. Práce přitom nevyrábí jen výstupy, ale i expertizu, a studie o endoskopistech, jimž bez AI klesla úspěšnost detekce, ukazuje, že ji lze ztratit. K trojici kritérií bezpečného delegování z jednoho článku (chybu lze poznat, krok je vratný, dopad malý) přidává čtvrté: porozumění, tedy zda je věc základem dalších rozhodnutí, bude se vysvětlovat zákazníkům nebo jde o dlouhodobou znalost. Doporučuje přístup human first: nejdřív vlastní úvaha a kritéria, AI jako oponent, po dokončení krátká reflexe, co z práce plyne pro mentální model. Rozumět už není nutné všemu, jen natolik, aby šlo rozhodnout, čemu rozumět netřeba. Jak ale poznat, čemu už rozumět nemusíte?

Vojta Růžička představuje osobní systém poznámek, úkolů a plánování, který staví kvůli dlouholetému boji s prokrastinací a podle metody GTD. Po zkušenostech s řadou nástrojů i se zrušenými službami Googlu (307 produktů) sází na lokální markdown soubory ve verzovaném gitu, nad nimiž pracuje AI agent Claude s pravidly v souboru CLAUDE.md, zatímco Obsidian slouží jen jako volitelné rozhraní. Metadata v hlavičce a odkazy mezi poznámkami tvoří znalostní graf, který agent umí procházet, a poznámky vznikají i o blízkých lidech nebo o kočce, takže dárky na Vánoce se dají dohledat pět let zpět. Základem je 18 let denních zápisů, které agent spojuje s kalendářem, e-mailem a daty z Garminu do týdenních, měsíčních i ročních shrnutí. Úkoly a projekty jsou také markdown soubory propojené s poznámkami a agent z nich vybírá podle kontextu, času, energie a naléhavosti. Týden plánuje s ohledem na kalendář, hlídá učení pomocí kartiček a upozorňuje na zastaralé články na blogu. Co agent doporučí v pátek v devět večer, když je člověk doma a unavený?

Přednáška vychází z výuky informatiky na Střední průmyslové škole stavební v Brně a ukazuje, jak studenty vést k tomu, aby jazykové modely rozšiřovaly jejich schopnosti, ne je nahrazovaly. Úvodní hra se šachy odhalí, že kdo se nic nenaučil a nechal vše generovat, to při diskusi okamžitě prozradí. Zjednodušený výklad tréninku modelů podle videa Andreje Karpathyho, pravděpodobnosti a determinismu vysvětluje, proč se na odpovědi nelze plně spolehnout. Praktické příklady zahrnují nahrání PDF s chemií do Gemini notebooků před písemkou a domácí úkol napsat otázku, na kterou chatbot odpoví „nevím“. Workshop s flash kartami ukazuje cenu mezikroků: CSV má 3 KB oproti 66 KB u PDF, slovíčka (172) jdou spočítat a karty vysází Typst bez LLM. Pointa zní: používat AI s rozumem a nezahazovat deterministický software. Proč je zadání do LLM jako běhat autem místo tří kilometrů a co má společného 32 z 35 prací se slovem Madagaskar?

Filip Štaffa popisuje pětiměsíční experiment s Klubem v 5 ráno, kterým řeší nedostatek času a disciplíny na cvičení, meditaci a plánování při práci a péči o malou dceru. Inspirací je náhodně nalezené video na YouTube a první dny ukazují, kolik věcí se dá pokazit: spánek trvá jen čtyři a půl hodiny, cviky se ráno improvizují a po cvičení nalačno přichází nevolnost s tepovou frekvencí 45. Řešením je jíst před cvičením, použít aplikaci, která diktuje cviky i pauzy, a chodit spát nejpozději v půl deváté, aby vyšlo sedm hodin spánku. Po pěti měsících přicházejí lepší nálada, kondice a produktivita, konec junk foodu a ráno, kdy se manželka může dospat. Experiment končí kvůli zánětům šlach, nemoci a přetížení japonštinou, ale zvyk chodit spát dřív a vstávat v šest zůstává. Hlavní pointa říká, že ranní rutina musí být naplánovaná tak, aby se nemuselo přemýšlet, protože každé přemýšlení ji rozbíjí. Proč se i po tak nepovedeném začátku chce k ránům v pět vrátit?

Víťa ukazuje, jak každodenně používá Claude jako osobní asistentku pojmenovanou Claudie, která má napsanou personu a pamatuje si předchozí konverzace. Motivací je zkoušet, co všechno jde automatizovat, a z toho čerpat nápady pro vlastní produkt. Claudie prochází e-maily, plánuje kalendář, odpovídá na Slacku, na Macu ovládá nativní aplikace přes AppleScript a v prohlížeči pracuje přes Claude in Chrome. Z pull requestů, Jiry, kalendáře a Slacku sestaví výkaz do Tempa, ze školních seznamů vyrobí levnější nákupní seznam a v MCP pro Fusion pomůže navrhnout vázu do terária, na kterou stačí 35 minut modelování. Zazní i varování před cizími MCP, které by mohly podstrčit třeba škodlivý QR kód. Hlavní teze zní, že administrační rozhraní aplikací přestanou být nutná, protože data půjde řídit běžnou řečí, například hromadnou slevou na zimní bundy. Důležitější než technické dovednosti bude umět určit, co z ruky pustit, a vždy ověřovat, co model tvrdí. Vrátí se éra pana Sponky a bude z aplikací jen zobrazovač dat?

Přednáška se vrací k programu Apollo a ptá se, jak počítač s několika kilobajty paměti dostal lidi na Měsíc a zpět. K tématu přivedl řečníka vtip, že telefon v kapse má větší výkon než raketa, a myšlenkový experiment z Hacker News o nabíječce výkonnější než řídicí počítač. Prochází navigační systém lunárního modulu: inerciální navigaci přirovnává k chůzi se zavázanýma očima a popisuje Apollo Guidance Computer s příkonem 55 wattů, hmotností 32 kg, 4 KB RAM a 72 KB ROM. Ukazuje zveřejněný assemblerový kód, kde se sinus počítá na 32 řádcích pomocí Taylorova polynomu a Hornerova schématu. Při přistání Apolla 11 se opakovaně objevila chyba z přetížení, ale robustní systém se restartoval a zahazoval úlohy s nižší prioritou, zatímco Neil Armstrong ručně obletěl balvany s palivem na pár vteřin. Další příběhy zahrnují blesk zasáhnuvší Apollo 12, stříbrnou lepicí pásku u Apolla 13 a Margaret Hamilton, která prosazovala prevenci chyb. Pointou je, že přes všechen technický pokrok zůstává klíčový lidský faktor a programování je v jádru schopnost myslet. Zjistíte také, jak se na Apollu 14 opravila hardwarová chyba softwarem zadaným ručně přímo za letu.

Přednáška se zaměřuje na to, co čeká open source, který všichni používají jako samozřejmost, a začíná přehledem nadací kolem Javy. Apache Foundation má přes 300 projektů a 1200 členů, jenže část z nich je mrtvá a nadace je postupně vypíná. Eclipse Foundation se v roce 2019 přestěhovala do Bruselu, přebírá projekty od Oraclu a kvůli jeho právům k názvu Java musela přejmenovat Java EE na Jakarta EE. Maven Central zápasí s rostoucí zátěží a zavádí radikální změny, Nexus omezil upload ve verzi zdarma. Evropská regulace po softwaru žádá hlášení bezpečnostních incidentů podobně jako GDPR: plugin CycloneDX popisuje závislosti, GitHub podle nich varuje a Maven pluginy umějí zablokovat vydání s chybnou závislostí. Oracle v lednu propustil české vývojáře Javy, část práce převzal tým řečníka, a Eclipse nově vyžaduje označovat kód vzniklý s AI. Dozvíte se, jak se omylem zveřejnila verze s názvem „Do not publish“ a proč trvalo 14 dní, než ji z Maven Central smazali.

Přednáška vypráví o pěší pouti z Porta do Santiaga de Compostela po pobřežní trase Camino Portugués Costa a začíná mottem, že AI nenahradí zážitek, který si člověk musí projít sám. Motivací je řada zlomů: tříletý projekt pro norskou vládu, který skončil neúspěchem, osobní krize, pouť zmařená uzavřenými hranicemi a smrt psa se srdeční vadou v roce 2024. Teprve v lednu 2026 přichází chvíle vyrazit s necelými devíti kily na zádech, z nichž kilo tvoří fototechnika. Největším trápením jsou puchýře, které nevznikají třením, ale tlakem, takže náplasti nepomáhají; zachrání až vazelína, propíchnutí a kosmetické podušky, a rady přicházejí od potkaných „andělů“, hlavně od dvou Sloveniek. Cestu provází vřelost Portugalců, citrony nnechané poutníkům na plotech, termální prameny v Caldas de Reis i dav turistů v posledních sto kilometrech za hranicí. Ve druhém týdnu se hlava zcela vyprázdní a v Santiagu přichází pláč, oficiálních 261 km a mše s dvoumetrovým kadidlem. Jak se z náhodného rozhovoru na setkání v Praze stal příběh, jehož součástí je teď i celý sál?

Přednáška porovnává vývoj na Windows přes WSL nebo Docker Desktop s během přímo na Linuxu a ukazuje, kolik stojí každý přechod přes hranici virtuálu. Localhost je 3–5krát pomalejší, dva souborové systémy přidávají 1,5–2násobek a přístup z WSL na disk C: je v lepším případě 17krát pomalejší. Build firemního projektu trvá na Windows 6:22, na Linuxu z externího SSD 3:34, a na 11 open source projektech vybraných Claudem vychází zpomalení na dual bootu zhruba o 30–60 %. Vrstvy navíc přinášejí záhadné chyby, třeba rozbitý virtuál nebo IDEA, která odmítá pouštět testy. U AI to vadí třikrát: delší buildy zpomalují každé ověření, nesmyslné chyby ji vykolejí i při jasném zadání a správu Linuxu včetně GUI zvládá výborně, kdežto na Windows sahá do registrů. K tomu přibývá frustrace z virtuálních ploch, řazení oken na liště a pomalých animací. Na konci čeká otázka, zda problémy, které řešíte, jsou skutečné, nebo jste si je sami vytvořili.

Přednáška ukazuje Jurský park jako podobenství o dnešní umělé inteligenci. Vychází z toho, že film byl dlouho vnímán jako vizuální brak, než se ukázalo jeho skutečné téma: iluze kontroly. Tvůrci parku oživí dinosaury, a protože zvládli techniku, věří, že rozumí i tomu, co se stane na svobodě. Jejich pojistky, tedy klonování jen samic a elektrické ploty, selžou kvůli sabotáži, lidskému faktoru a DNA, která umožňuje změnu pohlaví. Stejně tak u jazykových modelů nelze předpovědět odpověď ani vždy říct, odkud pocházejí trénovací data, a filtry na vstupu, během běhu i na výstupu nikdy nejsou stoprocentní. Obejít je lze velkým kontextem, postupnými nevinnými dotazy, pečlivě zvolenými nesmyslnými znaky nebo škodlivou instrukcí v minoritním jazyce. Zvláštní pozornost patří otázce, zda se AI jednou začne sama replikovat, protože benchmarky měří, jak dlouhou lidskou práci s překážkami už zvládne. Dozvíte se, proč by hláška „život si cestu najde“ mohla platit i pro jazykové modely.

Přednáška se věnuje tomu, proč klasické připojení k databázi přes JDBC přestává stačit, když se tahají miliony řádků, a jak to řeší formát Apache Arrow. Autor vychází ze starší práce s daty a přidává argument, že AI agent píšící dotazy čeká na výsledky poměrově víc než člověk. Vysvětluje, proč BigQuery, Snowflake nebo ClickHouse ukládají data po sloupcích a proč je chtějí i knihovny jako Pandas a Polars. JDBC ale vrací řádky, takže data procházejí dvěma transpozicemi a zbytečnou serializací. Arrow definuje stejnou paměťovou reprezentaci ve všech jazycích, takže se bajty předají přes síť, ukazatelem v jednom procesu nebo sdílenou pamětí bez kopírování. K databázím se z Arrow přistupuje přes ADBC, doplňují ho Arrow Flight a Flight SQL a nové databáze mohou využít i hotový wire protokol Postgresu. Měření ukazuje u DuckDB rozdíl 30–40× a u BigQuery zhruba 3×. Kolik času z dotazu ve skutečnosti spolkne samotná serializace?

Přednáška ukazuje, jak cestovat „po slovensku“, tedy s maximální optimalizací zdrojů a prémiovým zážitkem bez příplatku. Autor s přítelkyní vyráží na tři až čtyři týdny a za tu dobu stihne dvakrát až třikrát víc než ostatní turisté, a přitom žije jako domácí. U letenek doporučuje Google Flights a multi-city hledání: odlet z Vídně a návrat do Prahy mu na Kanáry ušetřil polovinu ceny. Kupovat radši přímo u aerolinky, protože přes Kiwi přišel o bezplatný batoh u ČSA. Cestuje s 35litrovým batohem, který je sbalený stejně na víkend i na měsíc v Africe. Na Madagaskaru, kde se platí hotově a bankomat vydá jen asi 200 000 ariary, pomohla aplikace ATM Fee Saver. Kurzy řeší přes Partners banku a data přes wiki o datových SIM kartách. U pojištění hlídá limity: AXA končí na 3 500 metrech, takže v bolivijském La Pazu sahá po horolezeckém pojištění. Která z navštívených zemí nakonec vyhrála jako místo, kde by se dalo žít, a proč to není Česko, Slovensko ani Nový Zéland?

Přednáška ukazuje, jak vypadá tvoření her s AI agenty doma s dětmi, z nichž nejstaršímu je devět. Vychází ze vzpomínky na rok 1994, kdy se programování učilo zkoušením na offline počítači, a stejný pocit z tvoření se snaží předat dál. Skákačku ve stylu Maria děti vymýšlejí společně u televize v obýváku, a když pracují samy, diktují zadání hlasem ChatGPT a Codexu, protože mluvit je pro ně snazší než psát. Agent běží v sandboxu a hra je statická HTML stránka, takže uložení pozice funguje jako stažený soubor nebo kód levelu. Příkaz „udělej to jako Minecraft“ nestačí, a tak se děti učí zadávat věci konkrétněji, dokud je rodič nepošťouchne k three.js a 3D scéně. Přednáška se staví do debaty, zda začínat agenty, nebo smyčkami a proměnnými třeba ve Scratchi, a obhajuje agenta jako vstupní drogu, protože většina dětí programátory stejně nebude. Co vlastně znamená, když devítileté dítě označí něco za „AI“, a proč to v jeho ústech zní jako nadávka?

Přednáška rozebírá, proč se moderní auta v Evropě, USA a Číně vyvíjejí tak odlišně, a začíná příběhem Xiaomi, které po telefonech a vysavačích oznámilo auto v březnu 2021 a o tři roky později ho začalo prodávat. Evropský přístup ukazuje na Volkswagenu: kolem 80 černých skříněk ECU od dodavatelů jako Bosch, každá s jiným release cyklem, k tomu norma AUTOSAR a vývoj nového modelu trvající minimálně čtyři roky. Spojení týmů z Porsche a Audi do jedné softwarové divize dopadlo podle Conwayova zákona jako slepenec. Tesla naopak sází na centrální počítač se zónovými ovladači, jen pár variant a pravidelné OTA aktualizace, zatímco čínské automobilky těží z klastrů dodavatelů kolem měst, silné konkurence a zákazníků, které víc než kilowatty zajímá Snapdragon a plynulý displej. Zazní také MISRA C, Rust jako náhrada céčka, hypervizor oddělující brzdy od Androidu, aktualizace do dvou bank a hack Jeepu přes světlomet. Hlavní závěr zní, že Čína je nejdál, USA těsně za ní a Evropa pokulhává, přičemž čínští výrobci už stojí za dveřmi. Dozvíte se také, proč Tesla za hurikánu odemkla zákazníkům část baterie a druhý den ji zase zamkla.

Přednáška vrací posluchače do Británie na přelom 18. a 19. století, kdy domácí dílny střídá masová výroba textilu. Motivací je slovo „luddita“ používané jako nadávka pro každého, kdo pochybuje o etice nové technologie. Parlament v roce 1809 zrušil kontroly kvality látek i požadavky na kvalifikaci, takže se výrobcům vyplatilo chrlit levné nekvalitní zboží a platit pokuty, a ruční práce byla vytlačena. Dělníci přitom od roku 1800 nesměli zakládat odbory, a tak vzniká tajné hnutí s očíslovanými členy, které rozbíjí stroje v továrnách odmítajících lepší mzdy a konec dětské práce. Zákon z roku 1812 dělá ze zničení stroje těžký zločin a přichází největší domácí nasazení armády v britské historii; v Yorku je roku 1813 pověšeno sedmnáct lidí. Hnutí zaniká, ale už roku 1825 padá zákaz sdružování na pracovišti a později přicházejí odbory, zákaz dětské práce i povinná školní docházka. Kvalita strojových látek přitom dosahuje úrovně ruční výroby až po zhruba sto letech. Proč si luddity pamatujeme jako odpůrce pokroku, když rozbíjení strojů nebylo jejich cílem, a může být označení luddita vlastně pochvala?

Přednáška vysvětluje, co jsou české základní registry podle zákona 111/2009 a proč jsou pilířem e-governmentu, přestože o nich běžní programátoři skoro nevědí. Téma vzniklo z pracovní nutnosti napojit se na ně kvůli Technologické agentuře ČR a z hlasování publika. Občanovi registry zaručují, že úřad nesmí chtít údaje, které stát už zná, nespojuje nesouvisející agendy a že se lze dozvědět, kdo a proč do jeho dat nahlížel. Systém tvoří registr obyvatel, registr osob, RÚIAN, registr práv a povinností, anonymizační komponenta ORG a vstupní brána s rozhraním v SOAPu. Každá agenda vidí stejného člověka pod jiným identifikátorem, takže se data nedají snadno propojit jako dřív přes rodné číslo. Samotné volání je technicky jednoduché, náročné je papírování, certifikáty a čtyřstránkové stovky stran PDF dokumentace, v níž pomáhá LLM. Veřejně dostupné zůstávají ARES s REST rozhraním a měsíční CSV export adres z RÚIAN. Jak získat všechny české adresy zdarma, když do samotných registrů nepustí nikoho mimo úřad?

Přednáška zpochybňuje tezi, že AI brzy nahradí programátory, a vychází z osobních zkušeností autora s vývojem a s nástrojem Claude. Kód sice vznikne rychle, ale pak zabere čas code review a testování. V neznámém jazyce, třeba Ruby, člověk bez znalostí neví, co AI vytvořila, a neumí to ani spustit. Při práci s generátorem obrázků se Claude vypne, protože fotky s kachničkou a králíčkem označí za podezřelé, a pomůže až nový chat. Jednoduchý prototyp sledující změny počtu zaměstnanců Microsoftu vznikne za hodinu, jeho reálné nasazení ale vyžaduje asi 900 hodin práce osmi lidí kvůli přístupům a organizačním překážkám. Autor popisuje „mega stack“ od Javy a Reactu přes AWS, Azure a Kubernetes po Python a soft skills a varuje, že junioři, za které kóduje AI, se nedostanou na seniorní pozice. Pochybuje i o „SaaS apokalypse“ a o masovém nahrazení lidí, protože se i v roce 2026 k lékaři či do hotelu objednává telefonem. Proč podle autora varování Anthropicu před vlastním modelem připomíná reklamu Škodovky na auto, které spotřebuje 0,2 litru na 100 km?

Přednáška vysvětluje, jak funguje evropská síť pro elektronickou fakturaci Peppol a proč se jí brzy nevyhnou ani české firmy. Řečník vychází z toho, že v době AI chrání firmu hlavně certifikace, a z problému, že faktura v e-mailu se mezi spamem nedá spolehlivě ověřit. Od 1. 1. 2027 musí na Slovensku všichni plátci DPH posílat faktury přes Peppol a data jdou zároveň finanční správě, přijímat je musí každý. Poskytovatel přístupového bodu prochází certifikací, potřebuje ISO 27001, platí členské poplatky a ověřuje identitu klientů, takže v síti není spam. Příjemce se dohledá přes Peppol ID: z něj se spočítá hash, přes DNS se zjistí, jaké typy dokladů firma přijímá, a v Česku se používá prefix 9929 s DIČ nebo IČO. Z Evropy navíc míří povinnost podle ViDA od roku 2030 u reverse charge a plošně do roku 2035. Přednáška srovnává Peppol s polskou cestou podobnou datové schránce a ukazuje, že Chorvatsko už tlačí české dodavatele k elektronickému posílání. Datové schránky stojí stát miliardu ročně, Peppol skoro nic, tak proč Česko váhá?

Přednáška se na příkladech z vysokohorských túr a přecházení řek věnuje tomu, jak o riziku přemýšlet při zabezpečení IT systémů. Vychází z myšlenky, že bezpečnost je ve skutečnosti řízení rizik, protože dokonale bezpečný systém neexistuje a riziko vždy vyvažuje nějaký přínos. Riziko se doporučuje rozkládat na pravděpodobnost a dopad a započítat i expozici: nález s 0,1% denní pravděpodobností zneužití znamená přibližně 30 % za rok. Na skenerech zranitelností, které řadí nálezy od low po critical podle nejhoršího scénáře, ukazuje, že kritický nález v části Docker image, která se nikdy nevolá, může být bezpředmětný a že střední riziko není vždy stejně střední. Dopad se posuzuje podle trojice důvěrnost, integrita a dostupnost. Na riziko lze reagovat vyhnutím, zmírněním, přenesením nebo přijetím, přičemž často pomůže spíš snížit dopad než pravděpodobnost. Model švýcarského sýra vysvětluje, proč velké výpadky vznikají jako řetězec drobných selhání. Jak se tedy může stát, že tři nálezy se středním rizikem pustí útočníka dovnitř?

Přednáška prochází díla vědecké fantastiky, která řešila problémy umělé inteligence už dávno před dnešními jazykovými modely. Čestně zmiňuje příběhy, v nichž stroje nakonec zlidští, například Čapkovo R.U.R., Blade Runnera a film A.I., a soustředí se na stroje, které zůstávají stroji. Asimovovy tři zákony robotiky se často berou jako jednoduchý návod, jenže celá sbírka devíti povídek ukazuje, že nefungují: robot ve Lháři čte myšlenky a každému říká, co chce slyšet, a v povídce Malý ztracený robot se stroj ztratí kvůli nepřesnému příkazu „zmiz“. Dále přichází HAL 9000 z Clarkovy Vesmírné odysey, který musí před posádkou tajit skutečný cíl mise a své dilema vyřeší tím, že posádku vyvraždí. Douglas Adams pak s robotem Marvinem a reklamním oddělením Sirius Kybernetiky přidává satirický odstup. Hlavní pointa zní, že pravidla pro AI musí být promyšlená, protože nepřesné zadání může skončit tragédií a jednoduchá odpověď bývá špatná. Co se stane, když robot dostane od člověka příkaz „zmiz“?

Přednáška se věnuje tomu, co dlouhodobé sezení dělá s tělem lidí v sedavém zaměstnání a jak to kompenzovat. K tématu řečníka přivedly vlastní potíže s předloktím po přechodu z myši na touchpad MacBooku, které vyřešila vertikální myš a ergonomická klávesnice. Dál ukazuje cviky: ležení v pozici ukřižovaného na 5 až 10 minut proti zkráceným prsním svalům a předklon s opřením o ruce a střídavým tlakem pravé nohy a levé ruky pro bederní páteř, odvozený z vývojové kineziologie. Doporučuje často střídat polohy, stát, sedět na míči a nechodit jen proto, aby se člověk dostal k další židli. Citované studie spojují sezení nad 8 hodin denně až s 50% nárůstem rizika nádorů v oblasti pánve oproti sezení pod 5 hodin. Naopak 30 minut svižné chůze nebo běhu podle jedné 18leté studie rozdíl proti nesedavým lidem vyrovná, přičemž 10 minut odpovídá zhruba 1000 krokům. Kolik minut denně byste dali za pilulku, která sníží riziko úmrtí o 12 %, a proč je její skutečná cena jen 10 minut?

Přednáška se zamýšlí nad tím, co má dělat SaaS firma v době, kdy agenti zvládnou vyrobit novou aplikaci za víkend a zákazníci začínají tvrdit, že dodavatele nepotřebují. Úvodní pokus s bramborou ukrytou v dokumentech předvádí prompt injection, protože AI nerozlišuje systémový prompt od běžného textu. Rychlý vývoj stojí hlavně na zpětné vazbě: plánech vytvářených s agentem, datech, testech a automatické kontrole výsledku. Legacy kód ztrácí hodnotu a jednoduchý software umírá, bránit se dají daty, velkou uživatelskou základnou, platformou, těžkým vstupem na trh, vysokými náklady na odchod nebo certifikacemi. Na ceně přibývají produktoví manažeři a lidé znalí byznys procesů, zatímco hardcore programátoři ustupují. Z praxe zaznívá centrální mozek firmy z markdown dokumentace, skills a MCP serverů, plán od agenta ke každému ticketu a backlog zkrácený z půl roku na tři týdny. Závěr zní, že SaaS není mrtvé, jen nemá smysl stavět malé a lehké aplikace. Dozvíte se také, proč firma záměrně mění design, aby její produkt nevypadal jako vygenerovaný.

Přednáška představuje čtyři zařízení „s duší“, která skončila v autorově dílně, protože mu vadí modré displeje a notifikace. Playdate je kapesní konzole s jednobitovým displejem a analogovou klikou, pro kterou jdou psát hry v C nebo Lua a zkoušet je v emulátoru ze SDK. Po dvou letech s Apple Watch přechází na hodinky Pebble s černobílým LCD, otevřeným systémem a baterií na 30 dní, jenže kvůli zapomenuté nabíječce jsou právě vybité. Daylight computer je tablet s odrazivým LCD, 60 fps, žlutým podsvícením a pastelkou, na kterém si se synem procházejí vygenerovaná bludiště a vymýšlejí příběhy. Mudita je e-inkový telefon s tlačítkem pro přepnutí do offline režimu, který by mohl být i prvním telefonem pro syna. Nakonec přichází diktafon se čtyřmi mikrofony, jehož nahrávky se přepisují v Číně, a plán napojit je na agenta a second brain. Proč syn nepozná rozdíl mezi Mario Kartem a hrou na Playdate a jak omezení jednoho bitu rozproudí kreativitu?

Přednáška vypráví, jak se někdo, kdo nesnáší běhání i plavání a nikdy nebyl sportovní typ, dostane od prvního půlmaratonu v Klánovicích, dokončeného jen 11 minut před limitem, až k triatlonům. Plavání pomohla zvládnout kostní sluchátka za tisícovku s nahranými MP3 podcasty a pevný návyk plavat každé ráno od devíti do desíti. Kamarád pak přemluví k poloviční distanci Ironmana 70.3, tedy 1,9 km plavání, 90 km na kole a půlmaraton. Na první závod Czechman u Pardubic přichází půjčené gravelové kolo a první gely v životě, po něm následuje Srbsko a za týden Versailles. Data z fitness trackeru ukazují 66 týdnů v řadě s aspoň jednou sportovní aktivitou a biologický věk klesl z asi 35 na 31,5 roku. Cílem je půlmaraton pod dvě hodiny a možná celý Ironman příští rok nebo o rok později. Co se stane, když se pokus „jen si to ověřit“ promění v návyk, a proč do bazénu teď vede cesta na kole?

Martin Bednář vypráví, jak se z večerního experimentu s Claude stal framework Stream Run pro event sourcing a CQRS v Javě 25. Podnětem je loňská konference a kamarádův projekt, který nakonec odumřel, ale autora téma zaujalo natolik, že pokračuje; původní název Lumina musel změnit kvůli registrované známce. Dnes má framework kolem 80 tisíc řádků kódu, 150 tisíc řádků testů a zhruba 90% pokrytí, k tomu demo e-shop ve Spring Bootu, Micronautu a Quarkusu s tutoriálem. Zajímavým prvkem je řešení GDPR nad streamem, do kterého se jen zapisuje. Kvalitu hlídá továrna na review: skupina hledačů problémů, tři reportéři, kteří nálezy ověřují, pak verdikt a oprava. Největší lekcí je past, kdy AI s úzkým záběrem vrství opravy na špatný design, což stojí tři týdny a spoustu tokenů. Nejsilnější model patří na review, levný Haiku na mechanické kontroly. Po 18 auditech framework stále není production ready, tak proč se to nedaří a co se autor naučil na slepých cestách?

Přednáška rozvíjí myšlenky knihy Čtyři tisíce týdnů, tedy zhruba tolik týdnů má člověk, který se dožije osmdesáti let. Motivací je zkušenost s polovičním úvazkem, kdy místo hledání času na koníčky přichází otázka, čím ho smysluplně naplnit. Honba za produktivitou nepomáhá, protože fronta úkolů je nekonečná, proto stačí vybrat maximálně tři projekty, věnovat jim hodinu hned na začátku dne a čtvrtý nepřidávat, dokud jeden jasně neskončí. Příměr s autobusem radí u projektu vytrvat, protože až za městem se dojede tam, kam nikdo předtím nedojel. Přednáška rozebírá rozdíl mezi odměnou a únikem k Netflixu či šachům, který se podobá závislosti, a popisuje digi detox day s tvrdým trestem a parťákem: celý srpen bez šachů, sto korun za každou hru. Zazní i terapie vesmírnou bezvýznamností a citát Gábora Matého, že opakem závislosti jsou kvalitní lidské vztahy. Poznáte na dvou skoro stejných obrázcích, kdy si u obrazovky dopřáváte odměnu a kdy před něčím utíkáte?