Dodávka s AI pod dozorem: zadání, úlohy s rozsahem, hooky, CI a živé ověření

Co tento článek tvrdí a co ne

Tento web vytvořil AI agent pro programování (Claude Code) řízený jedním člověkem, s Majordomem jako dozorovou vrstvou. Tu větu lze číst dvojím způsobem. Podle prvního „web postavila AI“, což zakrývá práci člověka i omezení, díky nimž byl výsledek použitelný. Podle druhého „AI jen psala na klávesnici“, což zakrývá, jak velkou část návrhu udělal agent. Záznamy nepodporují ani jedno. Článek popisuje smyčku, která skutečně proběhla, a jako zdroje používá historii Gitu, ledger Majordomu a běhy GitHub Actions.

Případová studie ukazuje tytéž záznamy jako interaktivní časovou osu. Výzkumná poznámka Metoda: stavba artefaktu podloženého důkazy s Majordomem podrobně popisuje první vydání. Tady jde o mechanismus: jak se ze zadání stane ověřené vydání a kde stojí jednotlivé pojistky.

Zadání: od jednořádkové žádosti k bráně dokončení

Metodická poznámka třídí zprávy člověka v prvních fázích do pěti druhů: jednořádková žádost o založení projektu; výtvarné vedení plakátu s volbou mezi nabídnutými přístupy; tři strukturovaná prováděcí zadání rostoucího rozsahu; krátké pokyny během práce („nasaď“, „ověř v prohlížeči“, „vydávej automaticky“, „použij Majordomus a vynucuj ho“); a redakční vedení, například nahrazení propagačních textů psychologií podloženou zdroji.

Nejzajímavější jsou prováděcí zadání. Neurčovala šablony ani testovací případy. Určovala výsledky, omezení a především co se počítá jako hotové: číslované požadavky a výslovnou bránu dokončení. Pro agenta je tato forma důležitá, protože jinak ohlásí dokončení ve chvíli, kdy je kód napsaný. Brána typu „nasazeno, ověřeno proti živé URL, vydáno“ mění dokončení v něco, co může zkontrolovat stroj.

Rozsah se během práce měnil a záznamy to uvádějí. Checkpoint zapsaný v 11:09 UTC poznamenává: „User scope expanded mid-task: landing explainer of catharsis, research essays with citations, advice library, tags, illustrations, per-page previews, Majordomus method page with real timeline, Rust integration, command registry with links and test coverage, pytest, JS coverage, docs.“ Agent na rozšíření nereagoval tak, že by ho vstřebal do běžící úlohy; úlohu uzavřel, zapsal předávku a zahájil novou, jejíž rozsah pokrýval nové cesty.

Úlohy s vymezeným rozsahem

Každá změna běžela jako úloha Majordomu zahájená příkazem majordomus start se seznamem cest, na které smí práce sáhnout. Ledger, který vypíše majordomus history, zaznamenává ze 14. září 2026 šest úloh:

Tři úlohy ze šesti skončily jako částečné, a každá ze stejného důvodu: deklarovaný rozsah přestal odpovídat práci. Tak to má být. majordomus watch a majordomus check hlásí odchylku mezi úlohou a změněnými soubory; předávka zapsaná v 10:29 UTC problém popisuje přímo („The first task scope omitted the pre-existing root files that were moved into artwork/ and static/ … so watch reports scope drift“) a uvádí i další krok („Restart the task with a scope covering the whole repository“).

Jedna výhrada ke zdrojům. Ledger Majordomu, checkpointy, předávky a záznam rozhodnutí leží v .ai/local/, který se podle pravidel nikdy necommituje. Citace z nich pocházejí z pracovní kopie, na které web vznikal; veřejné a nezávisle ověřitelné záznamy jsou historie Gitu, běhy Actions a vydání, na které článek odkazuje.

Restart je levný, protože stav je uložený mimo agenta. Před uzavřením úlohy agent zapíše předávku příkazem majordomus handover se třemi povinnými nadpisy: Objective, Current State a Next Action. Průběžné poznámky jdou přes majordomus checkpoint. Další úloha začíná z těchto záznamů, ne z toho, co si agent pamatuje z konverzace, a proto restart trvá sekundy. Tři částečné úlohy stály 2 minuty 53 sekund, 10 minut 23 sekund a 19 minut 13 sekund zaznamenaného času úloh a žádná z nich nic nepushnula.

Rozhodnutí jsou záznamy, ne chat

Volby s trvalými důsledky se zaznamenávaly příkazem majordomus decision. Ledger z toho dne obsahuje čtyři rozhodnutí: strukturovaná data se staví jako data Tery a serializují přes json_encode; náhledy odkazů jsou lokalizované pro každý jazyk a sitemap uvádí všechny jazykové verze; validátory v Pythonu se testují přes pytest v projektovém virtuálním prostředí; a návrh registru důkazů. Každý záznam rozhodnutí má stejná pole:

Why: Hand-written JSON-LD inside HTML templates gets HTML-escaped and breaks on quotes;
     building the graph as template maps keeps escaping correct by construction
Rejected: hand-written JSON-LD strings; a client-side script injecting JSON-LD
Evidence: templates/partials/structured-data.html; scripts/validate-html.py parses every JSON-LD block

Největší rozhodnutí se stalo záznamem architektonického rozhodnutí ADR-0001, „Evidence ledger with dated review for every public claim“. Jeho stav je proposed. Předávka zapsaná při vydání v0.5.0 uvádí přijetí jako první další krok pro člověka: „Accept or amend ADR-0001.“ Agent může architekturu navrhnout; přijmout ji je na člověku.

Hooky: kontroly, na které nikdo nemusí myslet

V .githooks/ jsou tři hooky Gitu a npm ci na ně Git nasměruje přes skript prepare v package.json:

• commit-msg spustí nad zprávou scripts/lint-commits.sh. Conventional Commits tu nejsou stylová preference: počítá se z nich verze vydání.
• pre-commit vyžaduje Majordomus a spustí jeho kontrolu zdraví:

majordomus doctor || exit $?

• pre-push spustí smlouvu o dokončení v kontrolním režimu, takže push je odmítnut, dokud by aktivní úloha nesměla skončit:

majordomus finish --check || exit $?

majordomus doctor si své místo zasloužil ještě před prvním commitem: nahlásil, že README neodkazuje na bootstrap soubor pro agenty, a chyba byla opravena lokálně. majordomus finish je smlouva, díky které má „dokončeno“ obsah. Úloha, která vydala v0.1.0, byla uzavřena se smoke testem živé verze jako ověřovacím příkazem; výsledek smlouvy v ledgeru uvádí každé vyhodnocené pravidlo (scope-integrity: pass, blocker-resolution: pass a další).

Hooky lze lokálně obejít, a proto kontrolu opakuje CI. Job Majordomus supervision nainstaluje zafixované vydání Majordomu, instalátor ověří jeho SHA-256, a spustí kontrolu zdraví nad pushnutým stromem. Ruleset repozitáře uvádí tento job spolu s kontrolou commitů, validací a end-to-end testy jako povinné kontroly pro main. Ruleset ale dovoluje administrátorovi repozitáře ho obejít a checkpoint po prvním pushi zaznamenává, že obejití bylo použito: přímé pushe do main jsou způsob, jak tato pipeline začíná. Ochrana, která na rulesetu nezávisí, je pořadí samotné pipeline, která nenasadí commit, jehož CI selhalo.

CI, nasazení a živé ověření

Pipeline popisuje článek Jak web vznikl; pro dozor je podstatné její pořadí. pages.yml spustí CI, pak nasadí přesně ten artefakt, který CI ověřilo, pak ověří produkci a nakonec vydá. Projektové pravidlo project.verified-deployment stanoví měřítko pro hlášení: „A deployment is complete only when the Pages workflow’s verify job has passed against the live URL returned by GitHub, and a release is cut only after that job.“

Je to pravidlo stejně pro hlášení agenta jako pro pipeline. Agent, který vidí zelený build a řekne „nasazeno“, se mýlí způsobem, který se snadno přehlédne. Tady agent sledoval běh přes gh run list a checkpoint zapsaný po prvním pushi uvádí, na co čekal: „Pages run 34834554169 triggered (ci -> deploy -> verify -> release); watching it now.“ Dalšími kroky bylo prošetřit případný neúspěšný job, spustit smoke test a prohlížečové testy proti živé URL, potvrdit tag vydání a teprve pak uzavřít úlohu s živým ověřovacím příkazem.

Záznamy ukazují, že pravidlo platilo i při selhání. Běh 34860959250 pro commit d2b3c47 prošel všemi sedmi joby CI a nasadil web, ale jeden z 84 prohlížečových testů v produkci selhal. Job Release byl přeskočen a podle pravidla výše se commit nepočítal jako nasazený. Vydán byl až ve v0.6.0 v 15:43:36 UTC, poté co oprava prošla ověřením v běhu 34863500153.

Vydání

Vydání je poslední job a nemá žádný ruční krok. scripts/release.sh najde poslední tag v*, přečte předměty commitů od té doby, u feat zvýší minor verzi, jinak patch (zpětně nekompatibilní změny zvyšují minor, dokud je verze 0.x), a publikuje poznámky s živou URL a odkazem na běh pipeline. Tagy chrání ruleset, který zakazuje jejich mazání, přesouvání i úpravu, a do main nelze pushovat s přepsáním historie. Do doby psaní vyšlo 14. září 2026 šest vydání, od v0.1.0 v 10:45:42 UTC po v0.6.0 v 15:43:36 UTC.

Kdo co dělal

Připsat práci v sezení člověka s agentem je snadné udělat špatně, proto se tento výčet drží toho, co ukazují záznamy.

Člověk určil směr a hranice: samotný projekt, výtvarné vedení, zadání a jejich brány dokončení, rozšíření rozsahu během úloh zaznamenaná v checkpointech, pokyn učinit dozor povinným a redakční standardy pro psychologii. Člověku patří rozhodnutí, která předávka ponechává otevřená: přijetí ADR-0001 a revize českých pojmů ve slovníku, které agent označil za nestandardní. Čas, který člověk strávil čtením, přemýšlením a kontrolou, nikde zaznamenaný není, což je podstatné pro Účtování času.

Agent napsal kód, šablony, koncepty obsahu v obou jazycích, validátory, testy, workflow a dokumentaci; zvolil implementaci (komponenty Tera, schéma registru, strategii testování); nastavil rulesety repozitáře; spouštěl všechny příkazy; zapisoval checkpointy, předávky a rozhodnutí; a navrhl ADR. Commity nesou trailer Co-Authored-By s názvem modelu a trailer Claude-Session s identifikací sezení.

Majordomus nenapsal nic. Odmítal, zaznamenával a hlásil: odchylku od rozsahu, chybně zadaný rozsah, chybějící odkaz na bootstrap a smlouvu o dokončení. Pipeline toho dne odmítla dvakrát: jednou před nasazením (neshoda názvu zdroje s Crossrefem) a jednou před vydáním (selhání testu v produkci).

Co z toho vyvodit nelze

Záznamy ukazují posloupnost kontrolovaných kroků, ne to, že dozor práci zrychlil nebo zlepšil oproti sezení bez dozoru. Druhé sezení ke srovnání neexistuje. Agent také udělal chyby, které dozorová vrstva nezachytila a pipeline ano; uvádí je článek Testování statického webu. Záznamy podporují užší, ale stále užitečné tvrzení: každé „hotovo“ v tomto repozitáři je spojené s příkazem, návratovým kódem a časovým razítkem, které si čtenář může ověřit.