·
Paweł Łukasiewicz: programista blogger
Paweł Łukasiewicz · Senior .NET Developer
13 października 2026 · Claude Code, artykuł 1 z 16
Paweł Łukasiewicz: programista blogger
Paweł Łukasiewicz · Senior .NET Developer
13 października 2026 · Claude Code, artykuł 1 z 16
Wprowadzenie

Jeśli trafiłeś tutaj po mojej serii o GitHub Copilot CLI albo po cyklu o Agentic Development – witaj w miejscu, gdzie logicznie powinieneś być. Claude Code to kolejny krok w tej samej ewolucji: od autocomplete, przez asystenta w terminalu, do autonomicznego agenta, który rozumie Twój projekt i działa w nim jak developer.

Jeśli trafiłeś tutaj bezpośrednio – też dobrze. Ten artykuł jest zaprojektowany tak, żeby być zrozumiały bez żadnego poprzedniego kontekstu. Zaczniemy od zera: czym jest Claude Code, skąd pochodzi, jak działa i – co ważniejsze – czym różni się od narzędzi, które prawdopodobnie już znasz.

Ta seria ma jeden konkretny cel: po jej przeczytaniu będziesz w stanie zbudować z pomocą Claude Code prawdziwą aplikację – nie tutorialowe demo, ale coś, co wrzucisz na GitHuba z dumą. Projekt, który zrealizujemy, to DevPulse – SaaS-owy dashboard do monitorowania kondycji repozytoriów GitHub, zbudowany w .NET 10 + React z Anthropic API w środku. Ale to na końcu serii. Zacznijmy od fundamentów.

📋 Plan tej serii
# Temat Co zrobisz
01 Czym jest Claude Code ← jesteś tutaj Zrozumiesz filozofię i różnice względem konkurencji
02 Instalacja i pierwsze uruchomienie Uruchomisz Claude Code w swoim projekcie
03 CLAUDE.md i zarządzanie kontekstem Nauczysz agenta swojego projektu
04 Codzienne flow pracy Opanujesz podstawowe komendy i tryby
05–08 Git, IDE, MCP, tryby uprawnień i auto mode Zintegrujesz Claude Code z resztą swojego środowiska
09–13 Zaawansowane techniki Zadania cykliczne, subagenci, hooki, skille i pluginy
14–16 Projekt DevPulse od zera Zbudujesz pełną aplikację .NET + React z AI w środku
Skąd pochodzi Claude Code

Claude Code to narzędzie stworzone przez Anthropic – firmę założoną w 2021 roku przez część byłego zespołu OpenAI, między innymi rodzeństwo Danielę i Dario Amodei. Anthropic od początku skupia się na bezpiecznej i interpretowalnej AI – ich modele z rodziny Claude są bezpośrednią konkurencją dla modeli GPT.

Claude Code pojawił się jako CLI w lutym 2025 roku jako narzędzie w wersji research preview. Szybko okazało się, że podejście agentowe – agent, który czyta cały projekt, planuje, implementuje i weryfikuje – trafia w prawdziwe potrzeby deweloperów lepiej niż klasyczne autocomplete. W maju 2025 roku narzędzie wyszło z preview i jest dziś dostępne jako pełnoprawny produkt – w terminalu, w rozszerzeniach IDE, w aplikacji desktopowej i w przeglądarce pod adresem claude.ai/code.

🔍 Anthropic vs OpenAI – skrócona historia dla kontekstu

Anthropic i OpenAI to dziś dwie największe firmy w wyścigu o modele językowe klasy frontier. OpenAI stoi za rodziną GPT, a modele OpenAI były przez długi czas fundamentem działania GitHub Copilota stworzonego przez GitHub/Microsoft (dziś Copilot pozwala wybierać modele różnych dostawców, w tym Claude). Anthropic stoi za rodziną Claude – i to właśnie modele Claude (domyślnie Opus 5.5, do wyboru także Sonnet 5.5, Haiku 5.5 i Fable 5.1) napędzają Claude Code. Obie firmy mają porównywalne możliwości modeli, różnią się filozofią: Anthropic kładzie większy nacisk na Constitutional AI i bezpieczeństwo systemu. Dla nas jako deweloperów ważna jest konkluzja: Claude Code to ekosystem Anthropica, niezależny od GitHuba i Microsoftu.

Autocomplete, asystent, agent – czym tak naprawdę jest Claude Code

Żeby zrozumieć Claude Code, musimy najpierw rozróżnić trzy generacje narzędzi AI dla deweloperów. To nie jest akademickie rozróżnienie – wprost przekłada się na to, jak ich używasz i czego możesz oczekiwać.

Generacja 1: Autocomplete

Tabnine, wczesny GitHub Copilot, IntelliCode. Narzędzie widzi kilka linii kodu przed kursorem i sugeruje, co wpisać dalej. Kontekst: kilkadziesiąt linii. Interakcja: pasywna, reaguje na pisanie. Wartość: przyspieszenie pisania boilerplate'u.

Generacja 2: Asystent w IDE lub terminalu

Aktualny GitHub Copilot, Cursor, Copilot CLI. Narzędzie widzi otwarty plik lub pliki, rozumie pytania w języku naturalnym, może modyfikować kod i odpowiadać na pytania. Kontekst: pliki, które mu wskażesz. Interakcja: reaktywna, odpowiada na Twoje pytania. Wartość: szybszy code review, debugging, generowanie testów.

Generacja 3: Autonomiczny agent

Claude Code, Devin, niektóre tryby Cursora. Narzędzie samodzielnie eksploruje repozytorium, planuje podejście do zadania, wykonuje wiele kroków (czytanie plików → pisanie kodu → uruchamianie testów → naprawa błędów → commit), wraca do Ciebie z gotowym wynikiem lub pytaniem, gdy napotka niejednoznaczność. Kontekst: cały projekt, który agent przeszukuje na bieżąco, w oknie kontekstu do 1 miliona tokenów. Interakcja: proaktywna, agent sam decyduje, co przeczytać i co zrobić. Wartość: realizacja złożonych zadań bez Twojej ciągłej uwagi.

🌟 Konkretna różnica w praktyce

Powiedzmy, że chcesz dodać paginację do istniejącego API.

Copilot CLI (generacja 2): Wskazujesz mu kontroler, tłumaczysz, jak działa obecna architektura, prosisz o zmiany w konkretnym endpoincie. Wykonujesz zmiany plik po pliku, weryfikujesz każdy krok.

Claude Code (generacja 3): Piszesz Dodaj paginację do wszystkich endpointów listujących zasoby. Użyj cursor-based pagination. Zaktualizuj testy. Claude Code sam przeszuka projekt, znajdzie wszystkie endpointy listujące, zrozumie aktualną strukturę odpowiedzi, wprowadzi zmiany, uruchomi testy, naprawi te, które padły, a na koniec przedstawi Ci diff do zatwierdzenia.

Claude Code vs GitHub Copilot vs Cursor

Zanim przejdziemy dalej, ułóżmy porównanie uczciwie. Każde z tych narzędzi ma swoje mocne strony i żadne nie jest obiektywnie "najlepsze" w każdym scenariuszu. Tabela poniżej pokazuje różnice, które faktycznie mają znaczenie w codziennej pracy (stan na październik 2026 – te narzędzia zmieniają się co kilka tygodni, więc traktuj tabelę jako punkt wyjścia, a nie wyrocznię).

Kryterium Claude Code GitHub Copilot Cursor
Model bazowy Claude Opus / Sonnet / Haiku / Fable (wyłącznie Anthropic) Do wyboru: modele OpenAI, Anthropic, Google i inne Do wyboru: Claude, GPT, Gemini i własne
Interfejs główny Terminal (CLI-first), do tego IDE, desktop i przeglądarka IDE + terminal Fork VS Code (IDE-first)
Okno kontekstu Do 1M tokenów (domyślnie w aktualnych modelach) Zależnie od wybranego modelu Zależnie od wybranego modelu
Autonomia agenta Wysoka – agent planuje i wykonuje wielokrokowe zadania Wysoka – agent w IDE i Copilot coding agent w chmurze GitHuba Wysoka – tryb Agent w IDE
Integracja z Git Natywna – commity, branche, PR z terminala Natywna – głęboka integracja z GitHub Przez Git, bez natywnych PR
MCP / zewnętrzne narzędzia Tak – Model Context Protocol Tak – MCP w IDE i w Copilot CLI Tak – MCP support
Scheduled / cloud tasks Tak – /loop w sesji, zadania w aplikacji desktop i zadania w chmurze Anthropica (/schedule) Pośrednio – przez GitHub Actions i coding agenta Agenci działający w tle w chmurze Cursora
Plik konfiguracyjny projektu CLAUDE.md (potrafi też czytać AGENTS.md) .github/copilot-instructions.md, AGENTS.md .cursor/rules, AGENTS.md
Model cenowy Subskrypcja Claude Pro / Max / Team / Enterprise lub API pay-per-token Subskrypcja GitHub Copilot (Individual / Business) Subskrypcja Cursor (Hobby / Pro / Business)
Gdzie świeci najjaśniej Złożone, wieloplikowe zadania; CI/CD; automatyzacja Codzienne IDE workflow; integracja z GitHub Actions Szybki development w IDE; pair programming z AI
⚠️ Uczciwa uwaga: Claude Code ma też wady

CLI-first oznacza, że w samym terminalu nie masz tak wygodnego podglądu zmian jak w Cursorze (dlatego w artykule 06 pokażę rozszerzenie VS Code). Okno kontekstu 1M tokenów brzmi świetnie, ale więcej tokenów = wyższy koszt i szybsze zużycie limitów subskrypcji. Autonomia agenta wymaga zaufania – agent może zmienić pliki, których się nie spodziewałeś. W kolejnych artykułach pokażę, jak zarządzać tymi aspektami: jak dobrać tryb uprawnień, jak używać plan mode, zanim agent zacznie modyfikować kod, jak CLAUDE.md przekazuje agentowi zasady projektu i jak reguły w settings.json oraz hooki twardo blokują to, czego agent robić nie może.

Filozofia CLI-first – dlaczego terminal, nie IDE

Decyzja Anthropica o CLI-first jest nieprzypadkowa i warto ją zrozumieć, bo wpływa na to, jak myślisz o Claude Code.

Terminal jest językiem deweloperów od pięćdziesięciu lat. Git, npm, dotnet CLI, Docker – wszystkie narzędzia, które naprawdę kontrolują projekt, działają z terminala. IDE to nakładka na te narzędzia, wygodna, ale zależna. Agent, który żyje w terminalu, może bezpośrednio uruchamiać komendy, czytać outputy, reagować na błędy kompilacji, uruchamiać testy – bez pośrednika.

🔍 Co to znaczy w praktyce

Gdy prosisz Claude Code o naprawienie failing testu, agent nie tylko edytuje plik. Uruchamia dotnet test, czyta output, identyfikuje, który test i dlaczego pada, edytuje kod, uruchamia testy ponownie, weryfikuje, że teraz przechodzą – i dopiero wtedy melduje, że skończył. Cały ten cykl dzieje się autonomicznie, bo agent ma bezpośredni dostęp do terminala.

To jest fundamentalna różnica względem asystenta w IDE, który sugeruje zmiany, ale nie może ich samodzielnie zweryfikować.

Co ważne: CLI-first nie oznacza CLI-only. Claude Code ma natywne rozszerzenia do VS Code i JetBrains, aplikację desktopową, wersję w przeglądarce pod adresem claude.ai/code, a lokalną sesję możesz kontynuować z telefonu dzięki Remote Control. Terminal jest domem agenta – ale Ty możesz patrzeć na jego pracę, skąd chcesz.

Jak Claude Code widzi Twój projekt

To jest moment, który robi największe wrażenie na osobach przychodzących z Copilota lub Cursora: Claude Code nie czeka, aż mu wskażesz pliki. Sam eksploruje repozytorium.

Gdy uruchamiasz Claude Code w katalogu projektu, do kontekstu od razu trafiają pliki CLAUDE.md i migawka git status. Resztę agent odkrywa sam, dopiero gdy dostanie zadanie: przegląda strukturę katalogów, wyszukuje pliki, czyta plik projektu (.csproj, package.json) i te klasy, które uzna za istotne dla Twojego pytania. Dopiero po tej eksploracji formułuje plan działania.

🔍 1 milion tokenów – co to znaczy dla projektu .NET

Aktualne modele Claude (Opus 5.5, Sonnet 5.5, Haiku 5.5, Fable 5.1) mają domyślnie okno kontekstu około 1 miliona tokenów, co odpowiada mniej więcej 750 000 słowom lub – w praktyce kodowania – dziesiątkom tysięcy linii kodu C#. Przeciętny projekt .NET Web API spokojnie się w tym mieści.

Ważne: Claude Code nie indeksuje i nie ładuje całego projektu na starcie. Duże okno oznacza, że agent może przeczytać wiele plików w jednej sesji i trzymać w głowie relacje między klasami, dziedziczenie, wstrzykiwanie zależności i przepływ danych – ale to, co czyta, wybiera sam na podstawie Twojego zadania (tzw. agentic search). Ile kontekstu już zużyłeś, sprawdzisz komendą /context, a gdy rozmowa się rozrasta, /compact streszcza ją i zwalnia miejsce. Wrócimy do tego w artykułach 03 i 04.

CLAUDE.md – Twoja umowa z agentem

Każde repozytorium, które poważnie pracuje z Claude Code, powinno mieć plik CLAUDE.md w katalogu głównym. To jest plik, który trafia do kontekstu na starcie każdej sesji – zawiera instrukcje specyficzne dla projektu: jak uruchamiać testy, jakich konwencji używa projekt, jakich obszarów agent nie powinien modyfikować bez pytania, jaki stack technologiczny jest używany.

CLAUDE.md to temat na osobny artykuł (nr 03 w serii) – wspominam go tutaj, żebyś wiedział, że istnieje i że to jeden z najważniejszych plików w całej integracji.

Gdzie Claude Code ma sens, a gdzie nie

Żaden artykuł wprowadzający nie byłby uczciwy bez odpowiedzi na pytanie: kiedy nie używać Claude Code? Kilka obserwacji z praktyki:

  • Świetny do: implementacji features z jasno zdefiniowanymi wymaganiami, refactoringu istniejącego kodu, pisania testów, debugowania złożonych błędów rozsianych po wielu plikach, generowania boilerplate'u (DTOs, mappery, migracje EF Core), przeglądania kodu przed mergem.
  • Wymaga uwagi przy: zadaniach z niejasną specyfikacją (agent zrobi coś, ale może nie to, co chciałeś), modyfikacjach architektury, które wymagają decyzji biznesowej, kodzie produkcyjnym bez testów (agent nie może zweryfikować, czy nie zepsuł czegoś).
  • Słaby przy: bardzo krótkich, jednolinijkowych zmianach (tu zwykłe autocomplete jest szybsze), zadaniach, które wymagają zrozumienia kontekstu biznesowego, którego nie ma w kodzie.
🌟 Zasada, którą warto zapamiętać

Claude Code jest jak bardzo dobry developer-kontrahent: daj mu jasne zadanie z kontekstem technicznym, a wykona je sprawnie i szybko. Daj mu niejasne wymagania, a dostaniesz coś, co technicznie działa, ale może nie być tym, czego chciałeś. Inwestycja w dobre CLAUDE.md i precyzyjne opisy zadań zwraca się wielokrotnie – i to jest jeden z głównych tematów tej serii.

Projekt DevPulse – co zbudujemy

Przez całą serię towarzyszy nam jedna aplikacja: DevPulse – SaaS-owy dashboard do monitorowania kondycji repozytoriów GitHub.

Idea jest prosta: jako developer masz kilka repozytoriów i codziennie tracisz czas na sprawdzanie stanu każdego z nich w osobnych zakładkach – otwarte PR-y tu, failing CI tam, narastające issue gdzieś indziej. DevPulse agreguje to wszystko w jednym miejscu i każdego ranka wysyła Ci digest z tym, co naprawdę wymaga uwagi.

Seria ma dwa etapy. W artykułach 01–13 uczysz się narzędzia: DevPulse jest wspólnym przykładem, a ćwiczysz w piaskownicy devpulse-lab (założymy ją w artykule 03) albo we własnym projekcie – w miejscu, które możesz bez stresu psuć. Od artykułu 14 zaczynamy od nowa: puste repozytorium devpulse i budowa aplikacji od planu do wdrożenia, z całą wiedzą zdobytą po drodze.

Warstwa Technologia Dlaczego
Backend API .NET 10 Web API REST API, JWT auth, integracja z GitHub API przez Octokit
Baza danych PostgreSQL + EF Core Produkcyjny setup, migracje, relacje
Frontend React + TypeScript Dashboard z kartami per-repo, wykresy trendów, Tailwind
AI w środku Anthropic API (Claude) Analiza issue i PR-ów, generowanie priorytetów
Background jobs Hangfire Cykliczny sync z GitHub, poranny digest

To, co będzie wyjątkowe w tym projekcie na GitHubie, to nie tylko kod, ale dokumentacja procesu. Folder claude-sessions/ w repozytorium będzie zawierał zaakceptowane plany i logi kluczowych sesji z Claude Code: jak agent planował architekturę, gdzie go korygowałem i jak równoległe sesje dzieliły się pracą. Repozytorium, które pokazuje jak powstało, nie tylko co w nim jest.

Podsumowanie

Zanim przejdziemy do instalacji w następnym artykule, kilka rzeczy, które warto mieć z tyłu głowy:

  • Claude Code to agent, nie asystent – różnica nie jest marketingowa, jest fundamentalna dla sposobu pracy
  • CLI-first jest siłą, nie ograniczeniem – agent może uruchamiać komendy, czytać outputy, iterować bez Twojego udziału
  • Kontekst 1M tokenów – agent sam przeszukuje repozytorium i może trzymać w kontekście bardzo dużo kodu naraz, więc rozumie projekt jako całość
  • CLAUDE.md – plik, który nauczysz się pisać w artykule 03 i którego nie będziesz chciał potem pominąć
  • Jakość zadania = jakość wyniku – zasada, która jest prawdziwa dla wszystkich narzędzi AI, ale dla agentów jest szczególnie ważna

W następnym artykule przejdziemy do praktyki: instalacja Claude Code na Windows, Mac i Linux, logowanie, pierwsze uruchomienie w projekcie i – co ważne – co się wtedy dzieje pod spodem.

Do zobaczenia w artykule 02! 🚀