Honit nejlepší AI nástroj je past. Jak konzumovat novinky a nezbláznit se
Každý den vychází desítky AI novinek. Jak je filtrovat, kdy novinku zapojit do workflow a proč je dobrý nástroj často lepší než ten nejlepší.
Autor: Filip Oborník
Tento článek vznikl s pomocí AI z transkriptu výše uvedeného videa. Pro maximální přesnost se podívejte na video, případně si rozbalte plný transkript níže.
Zobrazit celý transkript videa
Krásný den, vítejte u dalšího dílu podcastu Coffee Break s Filipem. , tak jakým způsobem je transformuju do toho svýho workflow. Protože, já už jsem to naznačoval, myslím, v tom předchozím díle, Myslím si, že ten jeden z takových nejvíc kontraproduktivních způsobů je, že člověk skáče z jednoho nástroje na druhej a snaží se vlastně jako adoptovat všechno nový, co přijde a využít ty nejlepší nástroje, ale tím, jak vlastně pořád přepíná to workflow a snaží se využívat nejlepší nástroji, tak ale pálí enormní množství času. Zkrátka, těch novinek je dneska opravdu obrovské množství a stratit se v tom a nechat se uníst tím noustálým zkoušením nástrojů je vlastně strašně jednoduchý.
Když začneme úplně od začátku, kde brát novinky, jak to vlastně celý vnímat tu AI sféru nebo to, co se děje, tak já volím několik přístupů. Ten nejefektivnější, který se mi zatím osvědčil, je, že mám OpenCLO, kterýmu jsem vlastně někoho napromtoval, aby mi chodil na internet a hledal novinky, které mě vlastně zajímají. Druhým způsobem je, který myslím, že bude fungovat velmi obdobně, jsou scheduled úlohy v Cloud Coverku. To znamená, že vy teďka můžete v Cloud Coverku nastavovat plánovaný úlohy a můžete ho nechat, aby vám vlastně jako procházel to, co se událo, třeba každý ráno.
A byť ta úloha je třeba naplánovaná na šestou hodinu ráno, tak vy třeba nemáte ten počítač zaplej pořád, ale je to dělaný tak, že vy, když ten počítač otevřete, tak se ty úlohy začnou provádět. Takže budete tam mít třeba menší spoždě Ale může to být taky zajímavý způsob. Co mě vyhovuje na tom OpenClaw, kdy on mi to posílá do Discordu, tak je, že ty novinky mají jednotlivý zprávy a já se nad těma zprávama můžu vytvořit vlákno a doptávat se na nějaké detaily, které třeba chci a on se mnou komunikuje. Takže to je takový můj hlavní příjem těch novinek.
Delší jsou pak různý Twitterový akaunty, nebo na X, různý účty, který sleduju. Takový dva nejznámější, kdo bych řekl, tak je Andrej Karpaty, který má velmi zajímavý, takový techničnější tweety. Potom je tam Boris Černý, což je autor Cloud Codu, taky velmi zajímavý tweety. No a potom se vyplatí samozřejmě sledovat Twitterový účty Anthropicu, OpenAI, Gemini.
těch, jak oni se jmenujou, DeepMindu, to je vlastně ta divize, co stojí ze Gemini od Google a jako spusty dalších těchto společností. Takže ten Twitter je vlastně jako taky zajímavý zdroj informací, byť poslední dobou se tam děje takový ten fenomen toho, že když vyjde nějaká novinka, tak o tom všichni píšou, všichni to retweetujou a vlastně jako ve výsledku Je to takový, že když vyjde třeba nějaká nová funkce do klóda, tak je tam strašná změť lidí, co se na tom, nechci říct přeživujou, ale zkrátka komentují to a vám to ten feed vlastně zaplňuje. Takže za mě ten Discord je možná taková zajímavější cesta. No a další věc, tak jsou různý AI newsletry.
Já konkrétně odebírám AI Breakfast, The Neuron a potom čas od času si čtu třeba od IBMka, případně ještě nějaký jednotlivce tam mám, ale jsou to vlastně takový hodně technický newsletry. Nicméně, takový ten hlavní příjem těch informací si myslím, že se dá dělat i hodně z YouTube a případně jako dalších sociálních sítí, kde prostě, když přijde něco velmi zajímavého, tak se o tom prostě jako velmi často mluví. To je to vztřebávání těch informací. Já toto beru velmi jako jenom informativně, často jen tak třeba prolítnu ty články, zase opět výhoda obrovská toho OpenCLO a Discordu je v tom, že já to nemusím vlastně jako všechno číst, to znamená, že já vlastně jsem schopnej si přečíst jenom nějaké shnutí, které mi to OpenCLO dává.
a tím pádem vlastně jako nemusím trávit čas u celkovýho článku a čtu si ho jenom ve chvíli, kdy mě vlastně ten článek zaujme. Takže to zase jako šetří ten čas, protože těch novinek je prostě obrovské množství. No, když už mám ty novinky vztřebaný, tak je za mě jako velmi důležitý hnedka nedělat tu akci. Možná to zní kontraproduktivně, protože já jsem tenhle ten YouTube kanál a obecně i tenhle podkaz jako založil s tím, že budu zkoušet všechny nový nástroje a hrát si s nimi a sdílet to vlastně jako venku, ale je to kontraproduktivní.
Vy prostě nechcete hnedka poprvý, co něco vyjde, tak vlastně nějako přiběhnout, zapojit to do svého workflow a vyzkoušet si to. Já to osobně dělám tak, že to tak sleduju z dálky, sleduju pak i názory těch lidí, co na ty nástroje říkají, nechám si třeba někdy, když mě něco jo zaujme, udělat třeba jako debriseroč na to, co se na internetu o tom nástroji píše a tak nějak sleduju, co ty nástroje přináší. Nepočítám tady teďka clouda, protože clouda používám dnes a denně, tak tam ty nový funkce vlastně jako testuju, protože já už v tom ekosystému jsem. Dává mi vlastně smysl to rovnou vyzkoušet, že mě to zase tolik jako nestojí.
Ale ve chvíli, kdy to jsou nějaký nový modely, nový nástroje, kdy mě to vlastně jako nutí jít do nějakého jiného nástroje a přenášet si tam ten kontext, tak je to vždycky jako bolestivý. Pokud mě něco velmi zaujme, že si řeknu, hele, to je velmi zajímavé, tak ještě než to zapojuju do svého workflow, tak to zkouším, říkám, jako sandbox, ale zkrátka mám nějaké testovací úlohy nebo nějaké, jak to říct, nechci říct benchmarky, ale prostě nějaké scénáře, ve kterých to jsem schopnej otestovat. tam to zapojím a do System Toolem vlastně pohrát. A věnuju tomu, nevím, 10, 20 minut, půl hodinky někdy, ale je to opravdu takový jako rychlý testování.
A až ve chvíli, kdy zjistím, že to nějakým způsobem funguje a dává to jako o hodně lepší výsledky, je to v něčem game changer, než ty předchozí nástroje, tak teprve řeším, jak to vlastně jako zapojí do toho svýho RockFlow. Tady to je podle mě, nechci říct alfa omega, ale jako častej problém spousty lidí a já jsem ho měl taky a to je ten, že vlastně jsem se snažil, když vyšel nějaký lepší kodovací asistent nebo něco jinýho, tak ho hnedka využít, zapojit ho do toho workflow a vlastně jako vykřesat z toho tu přidanou hodnotu. Ale čím víc a víc člověk to používá, tak tím víc a víc zjišťuje, že kontext je to nejdůležitější, co těm nástrojům můžete dát. A jasně každý nástroj má nějaké své nuance.
Teď třeba například se bavím o kodovacích agentech, tak prostě Codex je v něčom lepší než Cloud Code, Cloud Code je lepší než něčem Codex, Antigravity má zase lepší limity a blablabla. Zkrátka těch možností, nebo jinak těch výhod a nevýhod, tam je celá řada, ale podle mě je důležitý, spíš než vybrat ten nejlepší nástroj, tak vybrat ten dobrý nástroj, který je aspoň z 80% dobrý na to, co vy potřebujete, a potom u něm nějakou dobu zůstat a vyladit si to svoje workflow, ten pracovní postup, anebo ten pracovní postup dělat tzv. tool agnostic. To znamená, že dělat ho nezávislý na tom nástroji.
Což znamená, že třeba v případě programování nebo webcodingu tak takový ty soubory jako je CloudMD a podobný, tak vy můžete jako jednoduše dělat obecný. Vy si můžete udělat AgentsMD, což je vlastně takový jako standard, řekněme, který říká, hele, přečti si CloudMD. A tím vlastně jako propojíte tady ty dva soubory. Jeden, ten CloudMD je pro Pirátární, pro Clouda, druhej je pro Zbytek světa, bych skoro řekl, takže trošku štipný, že Antropic jde proti tomu proudu, ale můžete je takhle propojit normálně jako psaným slovem, prostě říct, kde co se má vlastně jako přečíst a funguje to dobře.
Takže to je ten Tool Agnostic Přístup. Takže to je asi jako na jinou epizodu, ten Tool Agnostic Přístup, ale to, co se snažím říct, je, že vlastně, než něco zapojíte do svýho workflow, tak je dobrý nad tím jako velmi dlouho váhat, protože Já sám jsem v tom Budě byl, kdy jsem skákal z jednoho nástroje na nějaký jiný nástroj, vždycky přišlo něco lepšího, já jsem to pořád měnil. A vy prostě ztrácíte za prvý ten kontext, znamená, že ty nástroje si o vás něco pamatují, ale pokud tohle vyřešíte nějakým přístupem, který je přenositelný, tak Budiš. Ale zároveň, aspoň pro mě osobně, tak mi přijde, že ztrácím, jak to říct, takový cit toho, jak s tím nástrojem pracovat.
Protože každý model je trošku jinčí, vím, co od něj můžu čekat, nemůžu čekat, jak mu zadávat nějaké věci. A ve chvíli, kdy já změním ten svůj přístup a najednou začnu místého Cloud Coda používat Codex jako hlavní věc a potom druhej den zkusím Antigravity, tak já musím měnit to svoje workflow i očekávání od toho modelu, protože prostě zachová se jako jinak. Není to jenom o tom jazykovém modelu, to je samozřejmě jedna část, ale druhá část je i vlastně ta agentic harness, to znamená ten jakoby kód nebo program, který pohání toho agenta. 5 a používáte ho jak v Antigravity, tak v Cursoru, tak v Cloud Codu, tak v každém tady z těch prostředí se bude chovat trošku jinak.
Protože ta agentic harness, ten nástroj, který pohání ne ten model, ale to vokolo, to znamená, že volá ten model, dává mu příspozici nástroje, umožňuje mu procházet codebase a tak dál, tak je prostě jako jiná, než ve chvíli, kdy, než jako by, prostě je jiná v každém tom nástroji. A to znamená, že byť používáte stejný model, tak se to může chovat trošku jinak. Tímhle celým já nechci říct, nezkoušet nový nástroje, to rozhodně ne, ale zkrátka mít na paměti to, že změna toho nástroje vždycky něco stojí, ať už jsou to finance nebo čas, v našem případě je to často čas, a ten čas není jenom, že teď jste investovali třeba navíc pár hodin, abyste přešli na jiný nástroj, ale zároveň je to i ušlej čas, který jste mohli věnovat ladění výstupu toho jiného nástroje, který jste používali předtím, a možná možná by vám to přinešlo větší užitek. Vždycky záleží samozřejmě na konkrétní situace, někdy se prostě vyplatí ten nástroj změnit, ale ta moje message, když bych měl dát hlavní message, co se snažím říct tady v tom díle, tak je to, že Nesnažte se honit ten nejlepší nástroj na cokoliv a přepínat pořád mezi nima.
Spíš se zkuste zaměřit na to, abyste vyladili to použití toho jednoho nástroje pro ten váš use case. A pokud tam najdete nějakou reálnou limitaci, tak potom třeba se dívat po alternativách a zkoušet alternativy. To je za mě legitimní důvod ve chvíli, kdo vás něco limituje a nefunguje tam, jak má, tak hledat ty alternativy. ale zároveň mít i ty oči otevřený, koukat na ty alternativy pořád, vzdělávat se, ale hnedka nemění to workflow.
I když vám přijde, že prostě tady ten nástroj najednou o trošku líp funguje v dělání UI. Já se zase vracím k tomu wipecodingu, protože se tam často pohybuju, ale třeba Často slychám v diskuzích, jo, Antigravity tak to dělá prostě hezčí ty weby než Codex, nebo něco takovýho, nebo že Codex je prostě lepší na dlouhoběžící úlohy než Cloud Code. A ta moje otázka vždycky je, jasně chápu, okolik? A nedá se to napromptovat v těch agentech, protože často je to jenom o nějaký prompt šabloně, která vám pomůže.
V Cloud Code to můžete řešit různýma skillama, různýma pluginama. A zkrátka, často se dají ty současné nástroje, hlavně ty AI agenti, přivohnout tak, aby fungovaly efektivně. Doufám, že se mi podařilo předat tu hlavní message. Je to trošku zašmodrchaný, to uznávám, když bych to měl takovýto sečteno podtrženo.
Sledujte novinky, ale nenechte se tím přehltit, filtrujte je, počítejte s tím, že prostě nějaké věci vám utečou, ale zároveň prostě, když to bude velmi důležité, tak se to k vám pravděpodobně dostane, když budete třeba v naší komunitě AI s rozumem. nebo sledovat, myslím, komunitu na Discordu, nebo sledovat YouTube kanál AI s rozumem, nebo další YouTube kanály, další Twitterůčty, tak pravděpodobně, když vyjde něco jako velmi převratnýho, tak se to k vám nějakým způsobem dostane. Takže jako nemít z toho úplně FOMO, Fear of Missing Out, že nestíháte číst všechny novinky, ono se jako zase tak nic různýho nestane. A když už něco vás třeba zaujme, tak si to vyzkoušejte nejdřív jen tak jako na nečisto a pak až jako, když to budete chtít implementovat do toho svýho workflow, do toho svého reálního poušití, tak se opravdu jako třikrát zamyslete, jestli vám to za tu investici vlastně jako stojí, jestli to není jenom nějaký malý inkrementální zlepšení, který sice je zlepšení, ale v kontextu toho, kolik času vám to vlastně jako zabere, tak nemusí mít zase tak velkej benefit.
Já sám spoustu prostě nástrojů netestuju nebo jen tak koukám, co se prostě vydalo, jak to funguje, jak s tím lidi pracují, nechám se inspirovat a nechám to oskoušet ostatní, protože byť tvořím obsah o AI, zabývám se jí každý den, tak to ale neznamená, že bych se v tom taky neutopil, takže Taková možná terapeutická trošku myšlenka nakonec, nejste v tom sami, všichni se v tom cedíme trošku přehlcený, těch věcí se děje spousta, strašně rychle, ale je důležitý s tím získat takovej klid v hlave, že když je něco velmi důležité, tak se to k vám pravděpodobně dostane. a spíš se snažit optimalizovat ty vaše workflows, abyste nepoužívali AI jenom proto, že používáte AI, ale abyste s tím řešili ty reální problémy, ty reální výzvy, který máte, ať už v podnikání, v práci, v osobním životě atd. Tohle je ode mě k tomuhle dílu podcastu Coffee Break všechno. Díky moc, že jste se dívali nebo poslouchali.
Budu se na vás těšit buďto v diskuzi na tadyto téma v komunitě AI s rozumem, nebo v komentářích na YouTube, Spotify, případně dalších podcastových platformách. Zároveň bych vás chtěl pozvat i k poslechu podcastu Deep Link Show, který děláme s mým kolegou Jindřichem a brzo tam chystáme i hosty. Myslím si, že to bude velmi zajímavý. Najdete ho na YouTube, Spotify a dalších platformách pod názvem Deep Link Show.
A případně samozřejmě vás zvou i ke mně na YouTube i aj s Rozmem. Ještě jednou díky moc, mějte se krásně a budu se na vás těšit opět příště.
AI novinek vychází taková kvanta, že se v tom dá ztratit. Nový model, nová verze nástroje, nová funkce — a u toho zástup lidí, kteří o tom píšou, retweetují to a vytvářejí dojem, že když to hned nezkusíte, jdete pozadu. Jeden z nejvíc kontraproduktivních způsobů, jak s tím naložit, je skákat z jednoho nástroje na druhý a snažit se adoptovat všechno nové. Tím, jak člověk pořád přepíná workflow a honí „nejlepší" nástroj, pálí enormní množství času.
Tohle není výzva přestat sledovat novinky. Je to úvaha o tom, jak je konzumovat tak, aby vám pomáhaly, a ne aby vás přehlcovaly. A o tom, kdy má smysl novinku skutečně zapojit do toho, jak pracujete.
Kde brát novinky — a jak je nemuset všechny číst
Mně se nejvíc osvědčilo nechat to filtrování na agentovi. Mám OpenClaw napromptovaného tak, aby chodil na internet, hledal novinky, které mě zajímají, a posílal je do mého Discordu. Klíčová věc: každá novinka přijde jako samostatná zpráva, takže si nad ní můžu udělat vlákno a doptat se na detaily. A hlavně — nemusím číst celé články. Přečtu si shrnutí, a plný článek otevřu jen tehdy, když mě zaujme. Podobně by se to dalo řešit přes scheduled úlohy v Coworku, který umí periodicky projít, co se stalo.
Vedle toho sleduji pár účtů na Twitteru/X — Andrej Karpathy (techničtější tweety), Boris Cherny (autor Claude Code) a oficiální účty Anthropicu, OpenAI, Google DeepMindu. Twitter má ale poslední dobou problém: když vyjde nějaká novinka, feed zaplaví desítky lidí, co to komentují, a stane se nepoužitelným. Discord je v tomhle tišší. K tomu pár newsletterů (AI Breakfast, The Neuron, IBM). Ale popravdě — když přijde něco vážně zásadního, dozvíte se to z YouTube, z komunity, od kolegů. Nemusíte z toho mít FOMO.
Pravidlo číslo jedna: nezapojovat novinku hned
Tady to možná zní kontraproduktivně, protože tenhle kanál i podcast jsem zakládal s tím, že budu zkoušet nové nástroje. Ale je to tak: nechcete hned poprvé, co něco vyjde, přiběhnout a nasadit to do svého workflow. Sledujte to z dálky. Sledujte, co o tom říkají lidé, kteří to už používají. Někdy si nechám udělat deep research na to, co se o nástroji píše.
Výjimka je Claude — toho používám každý den, takže nové funkce v něm testuji rovnou, je už v ekosystému, který používám, a moc mě to nestojí. Ale když je to nový model nebo nový nástroj, který mě nutí přejít jinam a přenášet si tam kontext, je to vždycky bolestivé.
Pokud mě něco vážně zaujme, mám pro to testovací scénáře — ne benchmarky, ale úlohy, na kterých nový nástroj rychle vyzkouším. Věnuji tomu deset, dvacet, půl hodiny. A teprve když zjistím, že to dává o hodně lepší výsledky a je to v něčem opravdu zásadní posun oproti tomu, co používám, řeším, jak to zapojit do workflow.
Dobrý nástroj často vyhraje nad nejlepším
Tohle je častý problém — sám jsem ho měl. Vyšel lepší kódovací asistent, hned ho zapojit, hned z toho vykřesat přidanou hodnotu. Jenže čím víc s AI pracujete, tím víc zjišťujete, že kontext je to nejdůležitější, co těm nástrojům můžete dát. Každý nástroj má své nuance — Codex je v něčem lepší než Claude Code, Claude Code v něčem lepší než Codex, Antigravity má zase lepší limity. Ale spíš než vybrat ten nejlepší nástroj se vyplatí vybrat dobrý nástroj — takový, co je aspoň z 80 % dobrý na to, co potřebujete — a pak u něj nějakou dobu zůstat a vyladit si workflow.
Alternativou je dělat ten workflow tool agnostic — nezávislý na konkrétním nástroji. U vibe codingu třeba: místo CLAUDE.md můžete použít AGENTS.md, což je vznikající standard, a do něj prostě napsat „přečti si CLAUDE.md". Tím propojíte dva světy — jeden soubor pro Clauda, druhý pro zbytek. Trochu štiplavé, že Anthropic jde proti proudu, ale propojí se to obyčejným psaným slovem a funguje to. O tom tool agnostic přístupu mluvím podrobněji v dalších dílech — souvisí s tím, jak spravovat kontext, aby byl přenositelný.
Kontext + agentic harness = proč stejný model funguje jinak
Když měníte nástroj, ztrácíte dvě věci. První je kontext — co o vás nástroje vědí. Pokud tohle vyřešíte přenositelně, dobře. Ale druhá je cit pro to, jak s daným modelem pracovat. Vím, co od něj můžu čekat, jak mu zadávat věci. Když přejdu z Claude Code na Codex jako hlavní nástroj a druhý den zkusím Antigravity, musím měnit i workflow i očekávání.
A tady je důležitá věc: není to jen o jazykovém modelu. Je to i o agentic harness — kódu, který pohání agenta. Toho, co volá model, dává mu k dispozici nástroje, umožňuje mu procházet codebase. Můžete používat stejný Opus 4.5 v Antigravity, v Cursoru i v Claude Code — a v každém z těch prostředí se bude chovat trochu jinak, protože ta harness je jiná.
Změna nástroje vždycky něco stojí — finance nebo čas. A není to jen čas, který jste investovali do přechodu, ale i ušlý čas, který jste mohli věnovat ladění výstupu nástroje, který jste používali předtím — a možná by vám to přineslo větší užitek.
Hlavní message
Sledujte novinky, ale nenechte se přehltit. Filtrujte je. Počítejte s tím, že vám nějaké věci utečou — a že když budou vážně důležité, dostanou se k vám stejně. Nemějte FOMO. A když vás něco zaujme, nejdřív si to vyzkoušejte nanečisto a pak se třikrát zamyslete, jestli to za tu investici stojí, nebo jestli to není jen malé inkrementální zlepšení, které sice je zlepšení, ale v kontextu času, který vás bude stát, nemá zas tak velký benefit.
Nehoňte nejlepší nástroj na cokoliv a nepřepínejte pořád mezi nimi. Zaměřte se na to, abyste vyladili použití jednoho nástroje pro váš use case. A když narazíte na reálnou limitaci — tam, kde vás něco brzdí a nefunguje, jak má — pak hledejte alternativy. To je legitimní důvod. Mít oči otevřené, koukat na alternativy pořád, vzdělávat se — ale neměnit workflow hned.
A trochu terapeutická myšlenka na závěr: nejste v tom sami. Všichni jsme trochu přehlcení, ty věci se dějí strašně rychle. Smysl je získat klid v hlavě — když je něco vážně důležité, dostane se to k vám — a soustředit se na to, abyste AI nepoužívali jen proto, že používáte AI, ale abyste s ní řešili reálné problémy, které máte.
Vychází z Hledání nejlepšího AI nástroje je cesta do pekla. Jak řešit AI novinky? na YouTube kanálu AI s rozumem.