U ponedjeljak, 9. studenog 2026. godine u dvorani 54 Filozofskog fakulteta u Osijeku održano je gostujuće predavanje djelatnika tvrtke INCHOO Tihomira Vranješ pod nazivom „Uvod u AI assisted development”. Predavanje je organizirano u okviru kolegija Oblikovanje mrežnih stranica na prijediplomskom studiju informatologije za jednopredmetne i dvopredmetne studente.
U uvodnom dijelu predavanja prezentirani su temeljni koncepti obrade prirodnog jezika i velikih jezičnih modela (LLM) — od prepoznavanja obrazaca i predviđanja teksta do generiranja sadržaja i kontekstualne analize. U nastavku je naglasak stavljen na ulogu coding agenta (generiranje i analiza koda, automatizacija zadataka, otklanjanje grešaka te integracija alata) i koncept harnessinga, odnosno sustava za upravljanje agentima, kontrolu alata, kontekstualno upravljanje i validaciju rezultata. Prikazan je i pregled vodećih alata na tržištu koji pokreću ovaj val razvoja, poput Claude Codea, OpenAI Codexa, Cursora, GitHub Copilota, Google Antigravityja te europskog Mistral Vibea. Posebna pozornost posvećena je modernim tehnikama usmjeravanja i strukturiranja rada agenata, s naglaskom na: AGENTS.md – datoteke s detaljnim uputama i kontekstom za agente Skills – definiranje specijaliziranih sposobnosti i pravila MCP, Hooks i Subagents – integraciju dodatnih alata, automatizirane okidače i podjelu poslova na specijalizirane podagente.
U praktičnoj demonstraciji nakon teorijskog dijela predavač je prešao na praktični prikaz („Enough talk, let’s code”) radeći u alatu Google Antigravity. Za potrebe usporedbe i demonstracije učinkovitosti strukturiranog vođenja AI agenta prikazana su dva zasebna GitHub repozitorija: Običan prompt (html-test) i Napredno vođenje s uputama (html-test-improved). U prvom repozitoriju generiranje koda vođeno je osnovnim, jednostavnim promptom bez dodatno definiranih struktura ili pravila. U drugom repozitoriju primijenjene su napredne tehnike: definirana su specijalizirana pravila i vještine i detaljne upute za izradu unutar datoteke AGENTS.md. Usporedba rezultata izravno je potvrdila da je pristup u kojem su korišteni AGENTS.md i jasno definirani skupovi pravila i vještina dao znatno kvalitetniji, precizniji i bolje strukturirani generirani sadržaj u odnosu na standardni generički prompt.
Fotografije: Paris Posavec