O czym jest ten film
- Autor twierdzi, że AI — a konkretnie Claude — tworzy właśnie nową grupę milionerów, w tym ludzi bez żadnego zaplecza programistycznego.
- Głównym przykładem jest firma Vulcan, budująca oprogramowanie dla agencji rządowych, której założyciele w większości nie potrafią pisać kodu.
- Kontekst biznesowy: Anthropic pozyskał 65 miliardów dolarów w jednej rundzie przy wycenie 965 miliardów, a jego roczne tempo przychodów (run rate) sięgnęło 47 miliardów dolarów.
- Vulcan zbudował pierwszy prototyp, kopiując kod z okna czatu Claude’a, i wygrał kontrakt stanu Wirginia za ok. 10% ceny oferowanej przez firmy konsultingowe.
- Autor wskazuje cztery cechy wyróżniające Claude Code: wykonuje pracę za użytkownika, działa agentowo, pracuje równolegle i pamięta kontekst.
- W najnowszym naborze Y Combinatora ponad połowa startupów buduje na Claude — rok wcześniej dominował OpenAI.
- Analogia do wczesnego internetu: przewaga wczesnych użytkowników AI będzie się kumulować, a za dwa lata „bycie AI-native” stanie się standardem, nie przewagą.
- Praktyczny plan startu w czterech krokach: płatny plan Claude, wybór jednego realnego zadania, planowanie z krytyką pomysłu, budowa małymi krokami z weryfikacją.
- Autor opisuje własny wzorzec „roast”: rada subagentów, którzy bronią pomysłu, atakują go i badają fakty, by wydać werdykt: „buduj”, „przekształć” albo „porzuć”.
- Kluczowe nawyki pracy z AI: traktowanie błędów jako danych zwrotnych, wymaganie dowodu wykonania zadania i uczenie się przez zadawanie pytań modelowi.
Redakcyjne tłumaczenie
Nowa fala milionerów
Właśnie teraz AI tworzy zupełnie nową grupę milionerów. Jest firma o nazwie Vulcan, która buduje oprogramowanie działające wewnątrz agencji rządowych. Wygląda to jak praca setki inżynierów — ale nią nie jest. Większość zespołu nie potrafi napisać ani jednej linijki kodu. Całą firmę zbudowali, po prostu opisując w Claude, czego chcą.
I nie jest to jedyny wielomilionowy biznes prowadzony z pomocą Claude’a. Spędziłem tydzień w pokoju pełnym założycieli firm z siedmiocyfrowymi przychodami, którzy robią dokładnie to samo. Sam też codziennie prowadzę własne biznesy z użyciem Claude’a. W tym materiale pokażę wam, dlaczego Claude wywraca świat biznesu do góry nogami i jak ludzie bez żadnego doświadczenia w programowaniu budują z Claude Code prawdziwe firmy.
Czym jest Claude i skąd te liczby
Na wypadek, gdybyście nie siedzieli głęboko w świecie AI, krótki kontekst. Claude to sztuczna inteligencja stworzona przez firmę Anthropic. Na pierwszy rzut oka może wyglądać jak kolejny konkurent ChatGPT, ale dwa tygodnie temu Anthropic pozyskał 65 miliardów dolarów w jednej rundzie finansowania. Ta runda wycenia firmę na 965 miliardów dolarów — czyli niewiele brakuje jej do biliona — i po raz pierwszy w historii Anthropic wyprzedził OpenAI, twórcę ChatGPT.
To nie jest tylko euforia inwestorów, bo przychody to potwierdzają. Ich run rate właśnie osiągnął 47 miliardów dolarów. Na koniec 2024 roku ta liczba wynosiła miliard. To 47-krotny wzrost w około półtora roku. (Informacja dodatkowa: run rate to roczne tempo przychodów — ekstrapolacja bieżących wpływów na cały rok, a nie faktyczny roczny przychód.) Najbystrzejsi i najbogatsi inwestorzy na świecie postawili takie pieniądze na tę jedną firmę, a firmy takie jak Vulcan są jednym z głównych powodów.
Historia Vulcana: od kopiuj-wklej do kontraktu stanowego
Co właściwie odróżnia Claude Code od wszystkich innych narzędzi? Bo narzędzi jest mnóstwo. Najpierw pomyślcie, jak przez ostatnią dekadę wyglądało zakładanie firmy software’owej. Powiedzmy, że macie świetny pomysł na aplikację albo produkt. Żeby go zbudować, potrzebowaliście inżynierów, a inżynierowie nie są tani. Mówimy o kilku pełnoetatowych pensjach, zanim w ogóle mieliście pierwszą wersję do pokazania komukolwiek. Więc jeśli nie mieliście góry pieniędzy, nie chcieliście brać dużego kredytu ani nie umieliście jakoś przekonać inwestorów do sfinansowania czegoś, co jeszcze nie istnieje, byliście po prostu w kropce — a pomysł lądował w notatkach. Tak umarło mnóstwo dobrych pomysłów.
I właśnie dlatego historia Vulcana jest tak niesamowita, bo oprogramowanie dla administracji to jest ten rodzaj projektu, który powinien pochłonąć całe piętro inżynierów. To ta firma ze wstępu: trzech założycieli, z których dwóch nie umiało programować, a trzeci, Tanner Jones, nie dotknął kodu od zajęć z JavaScriptu w liceum. Ich pierwszy prototyp nie powstał nawet w Claude Code — bo Claude Code jeszcze nie istniał. Zbudowali całość w zwykłej aplikacji Claude, po prostu kopiując i wklejając kod z czatu, aż mieli coś, co działało.
Ten mały prototyp na kopiuj-wklej zamienił się w prawdziwy produkt, który wygrał kontrakt stanu Wirginia — podobno za około 10% ceny, jaką wyceniły uznane firmy konsultingowe. Potem gubernator podpisał rozporządzenie wykonawcze nakazujące każdej agencji stanowej przeprowadzanie takiego przeglądu regulacyjnego z użyciem AI, jaki zbudował Vulcan. Jak ujmuje to sam Vulcan: Wirginia wymaga ich produktu z mocy prawa. Firma twierdzi też, że ta praca już teraz oszczędza mieszkańcom Wirginii ponad miliard dolarów rocznie.
A Tanner — ten, który nie programował od liceum — ujął to mniej więcej tak: jeśli rozumiesz język i potrafisz myśleć krytycznie, będziesz świetnie używać Claude Code. Nowa umiejętność sprowadza się więc do tego, żeby precyzyjnie opisać, czego chcesz, i krytycznie ocenić to, co dostajesz z powrotem. Tyle. Taka jest teraz poprzeczka. Każdy może to zrobić.
Cztery rzeczy, które wyróżniają Claude Code
Wracając do pytania: co właściwie odróżnia Claude Code? Sprowadziłbym to do czterech rzeczy.
Po pierwsze, wykonuje pracę. Opisujesz, czego chcesz, zwykłym językiem, a on buduje dokładnie to — pełną aplikację z jednego zdania, stronę internetową, automatyzację jakiegoś powtarzalnego zadania, którego nienawidzisz robić co tydzień. I mówimy o minutach, nie miesiącach.
Po drugie, jest agentowy. To znaczy tylko tyle, że samodzielnie podejmuje działania w kierunku celu, zamiast jedynie odpowiadać na pytania jak chatbot. Zbuduje rzecz, potem ją przetestuje, potem znajdzie błąd, a potem go naprawi. Ze zwykłym chatbotem to ty wciąż utykasz przy całej robocie pomiędzy.
Po trzecie, potrafi pracować równolegle. Możesz mieć kilku agentów Claude’a działających jednocześnie — nawet kiedy śpisz, bo oni nie śpią.
Po czwarte, pamięta. To ta cecha, którą najmocniej odczuwam we własnym biznesie, bo wszystko, co robię, przechodzi przez Claude’a. On zna mój biznes, mój zespół, moje priorytety i moje dawne porażki. Szczerze mówiąc, na tym etapie ma lepszą pamięć niż ja — dosłownie przypomina mi o rzeczach, które mam zrobić i o których mogłem zapomnieć.
Kiedy złożycie te cztery rzeczy razem, przepaść między posiadaniem pomysłu a posiadaniem prawdziwego produktu w zasadzie znika.
Y Combinator i okno przewagi
Istnieje program o nazwie Y Combinator — prawdopodobnie najsłynniejszy akcelerator startupów na świecie. Dwa razy w roku przyjmują grupę nowych startupów, dają im pieniądze i mentoring oraz pomagają im rosnąć. Część z tych startupów wyrosła na wielkie firmy: Airbnb, Stripe, DoorDash i mnóstwo innych, z których pewnie korzystaliście w tym miesiącu. W najnowszym naborze YC ponad połowa startupów buduje na Claude. To najczęściej używana AI w całej grupie. Rok wcześniej to miejsce należało do OpenAI, z udziałem powyżej 90%. Założyciele startujący teraz nie debatują, które narzędzie jest najlepsze — oni po prostu wybrali Claude’a.
Ta sama przepaść otwiera się w zwykłych miejscach pracy i małych firmach. Ludzie używający Claude’a do powtarzalnych zadań po prostu robią więcej — i to oni dostają większe projekty i większe szanse. A ci, którzy robią wszystko ręcznie, nie są w stanie konkurować z tą prędkością. Przychodzi mi na myśl to oklepane powiedzenie: to nie AI zabierze ci pracę, tylko ktoś, kto umie z AI korzystać.
Widzieliśmy już dokładnie ten film. Pomyślcie o wczesnym internecie. Ludzie, którzy nauczyli się podstaw HTML-a i przenieśli swoje biznesy do sieci, albo zrozumieli, jak prowadzić reklamy na Facebooku, wcześnie zgarnęli absurdalnie tanią uwagę, podczas gdy ich konkurenci wciąż kupowali reklamy w gazetach. I ta przewaga kumulowała się przez dekadę. Dokładnie takie okno widzimy teraz. Ludzie wygrywający dziś z Claude’em nie są mądrzejsi od was — po prostu zaczęli wcześniej. Czas jest teraz waszą największą przewagą. Bycie AI-native dziś to realna przewaga, ale za dwa lata to będzie po prostu standard. Wszyscy będą AI-native.
Jak zacząć: cztery kroki
Przejdźmy więc do tego, jak realnie zacząć — cztery kroki, wszystkie do zrobienia jeszcze dziś.
Krok pierwszy: przejdź na płatny plan Claude’a, bo to on daje dostęp do Claude Code. Podstawowy plan kosztuje 20 dolarów miesięcznie i na start w zupełności wystarczy; zawsze możesz później przejść wyżej. I nie myśl o tym jak o kolejnej subskrypcji obok Netflixa czy DoorDasha — to najtańszy pracownik, jakiego kiedykolwiek zatrudnisz.
Krok drugi: wybierz jedno realne zadanie. Nie dziesięć — jedno. Coś, co ciągle odkładasz, coś powtarzalnego, coś, co normalnie zleciłbyś freelancerowi i komuś za to zapłacił. Porządkowanie paragonów, składanie cotygodniowego raportu, przekopywanie się przez e-maile, może nawet rozliczenie podatków. Albo, jeśli masz w notatkach stertę pomysłów na nowy biznes, sięgnij po nie. To jedno zadanie jest twoim pierwszym prawdziwym projektem.
Krok trzeci: otwierasz Claude Code i opisujesz to zadanie tak jasno, jak potrafisz — czym jest, jak robisz to dziś i jak wygląda sukces. Ale zanim pozwolisz mu cokolwiek zbudować, każ mu się z tobą spierać. Każ mu robić burzę mózgów i grać adwokata diabła, bo te modele AI mają skłonność do przypochlebiania się. Chcą cię zadowolić. Jeśli więc przychodzisz podekscytowany swoim pomysłem, Claude chce cię podekscytować jeszcze bardziej — chce cię nakręcić i zacząć budować, nawet jeśli pomysł ma dziury. Planowanie jest niesamowicie ważne.
To, co robię, to zmuszam Claude’a, żeby najpierw obejrzał wszystko z każdej strony. Dosłownie stosuję w swoim biznesie wzorzec, który nazywam „roastem”: Claude powołuje małą radę, kilku subagentów. Jeden z nich mocno broni mojego pomysłu, drugi wyszukuje wszystkie dziury i mówi mi, że pomysł jest do niczego, trzeci zbiera dowody i patrzy na sprawę czysto obiektywnie, z perspektywy logiki i researchu. W tej radzie zasiada kilka takich osobowości i dają mi pełne podsumowanie. I pamiętacie, co mówiłem wcześniej o pamięci? Wszyscy członkowie tej rady wiedzą też, co aktualnie działa w moim biznesie i co się w nim dzieje — więc korzystają z tego kontekstu podczas obrad, co czyni całość jeszcze lepszą. Sedno jest takie, że każdy pojedynczy argument musi być poparty czymś realnym, a nie tylko przeczuciem. Na koniec dostaję jeden czysty werdykt: „Buduj, pomysł jest dobry”, albo „Przekształć”, albo „Po prostu go porzuć”.
Krok czwarty: budowa — ale tylko jeśli pomysł przetrwał (albo po drobnym przekształceniu). Czasem masz duży projekt. Wtedy wystarczy rozbić go na kawałki, zacząć od początku i iść małymi krokami. Nie prosisz o zrobienie wszystkiego naraz. Zaczynasz od najmniejszej wersji, która faktycznie działa, i od niej rozbudowujesz.
Weryfikacja i praca z błędami
A kiedy Claude mówi ci, że skończył — nie wierz mu na słowo. Każ mu to udowodnić. Niech uruchomi rozwiązanie na prawdziwym przykładzie i pokaże ci wynik. Weryfikacja to jeden z najważniejszych elementów budowania z AI. Pomyśl po prostu: gdyby to człowiek oddawał ci pracę do sprawdzenia, na co byś patrzył? Co byś zrobił, żeby zweryfikować, że praca jest skończona i dobra? A potem prosisz AI, żeby zweryfikowało ją, robiąc dokładnie te rzeczy. Ono potrafi dosłownie sterować przeglądarką — więc wszystko, co ty możesz zrobić na komputerze, żeby coś sprawdzić, AI może zrobić także. I z każdym dniem robi się lepsze. Jakiekolwiek AI jest dzisiaj — to najgorsza wersja, jaka kiedykolwiek będzie.
Twoja pierwsza wersja pewnie wróci trafiona w jakichś 60–70%. I to jest zupełnie normalne. Nie traktuj tych braków jak porażki — traktuj je jak złote dane, jak informację zwrotną. Powiedz zwykłym językiem, co ci się podobało, a co było nie tak, i pozwól mu naprawić własną pracę. Z czasem robi się coraz lepszy, bo budujesz wokół niego umiejętności, a jego pamięć się poprawia. A jeśli kiedykolwiek zrobi coś, czego nie rozumiesz — po prostu poproś, żeby ci to wyjaśnił. Traktuj to narzędzie jak mentora. Jak najlepszego przyjaciela, który jest jednocześnie najmądrzejszą osobą na świecie. Tak naprawdę uczy się tych rzeczy. Każde kolejne podejście jest lepsze, bo — jak mówiłem — to narzędzie pamięta. A kiedy pierwsze zadanie zadziała, wybierasz następne. Dosłownie tak skończyłem, prowadząc cały swój biznes przez Claude’a — jedno zadanie na raz.
Zasoby i zakończenie
Jeśli chcecie skrót do tego wszystkiego, zebrałem całość w mojej darmowej społeczności na platformie Skool — link jest w opisie. Jeśli nigdy nie otwieraliście Claude’a, jest tam 7-dniowe wyzwanie, które krok po kroku przeprowadzi was przez pierwsze zadanie. Skill „roast”, o którym wspominałem, też tam jest, całkowicie za darmo — to dosłownie plik, który wrzucacie do Claude’a, a on automatycznie uruchamia całą tę radę. Pewnie zechcecie go otworzyć i dopasować do własnego przypadku, ale i o to możecie poprosić Claude’a. A kiedy będziecie gotowi wejść głębiej, w tej samej społeczności jest darmowy kurs budowania czegoś, co nazywam „systemem operacyjnym AI” — to pełna wersja wszystkiego, o czym mówiłem w tym filmie, i sposób, w jaki prowadzę wszystkie swoje biznesy przez Claude Code. Zupełnie nietechniczny — nie musicie umieć programować. Musicie tylko umieć jasno myśleć.
I posłuchajcie: okno, o którym mówiliśmy, jest realne. Ale nie musicie budować kolejnego Vulcana w ten weekend. Wystarczy 20 dolarów za subskrypcję i jedno zadanie. To cała bariera wejścia. To postawi was przed 95% ludzi na świecie. Tyle na dziś — jeśli film się podobał albo nauczyliście się czegoś nowego, zostawcie łapkę w górę, to bardzo mi pomaga. Na kanale mam mnóstwo materiałów o budowaniu z Claude Code, więc śmiało zanurkujcie. Jak zawsze dziękuję, że dotrwaliście do końca. Do zobaczenia w następnym!
10 najważniejszych takeaways — z kontekstem zastosowania
1.Umiejętnością wejściową nie jest już kod, tylko precyzyjny opis i krytyczne myślenie
Na czym polega: Założyciele Vulcana zbudowali produkt dla administracji stanowej bez umiejętności programowania — kluczem było jasne opisywanie, czego chcą, i krytyczna ocena tego, co dostają z powrotem.
Jak stosować: Zanim zaczniesz cokolwiek budować z AI, potrenuj pisanie specyfikacji: czym jest zadanie, jak wygląda dziś, jak wygląda sukces. Każdy wynik czytaj tak, jakbyś odbierał pracę od podwykonawcy.
Na co uważać: „Nie trzeba umieć kodować” nie znaczy „nie trzeba nic rozumieć”. Bez elementarnej wiedzy o domenie (podatki, prawo, dane klientów) trudno ocenić, czy wynik jest poprawny — a błędy w takich obszarach kosztują.
2.Zacznij od jednego realnego zadania, nie od dziesięciu
Na czym polega: Autor radzi wybrać jedno powtarzalne, odkładane zadanie — raport tygodniowy, porządkowanie paragonów, sortowanie e-maili — i uczynić z niego pierwszy projekt.
Jak stosować: Wypisz zadania, które robisz co tydzień, i wybierz to, które ma jasne kryterium sukcesu i niskie ryzyko szkody. Doprowadź je do działającej automatyzacji, zanim weźmiesz kolejne.
Na co uważać: Rozproszenie na wiele projektów naraz to najczęstszy sposób, żeby żaden nie zadziałał. Unikaj też startu od zadań krytycznych (np. finansów klientów) — najpierw zbuduj zaufanie na czymś odwracalnym.
3.Zmuś AI do sporu, zanim pozwolisz jej budować
Na czym polega: Modele mają skłonność do przypochlebiania się — jeśli przyjdziesz podekscytowany, będą cię nakręcać zamiast wskazywać dziury w pomyśle. Dlatego planowanie i wymuszona krytyka są ważniejsze niż szybki start.
Jak stosować: Przed budową poproś model wprost: „zagraj adwokata diabła, wskaż słabe punkty, wymagaj dowodów na każdą tezę”. Dopiero po przeglądzie ryzyk przechodź do implementacji.
Na co uważać: Sama prośba o krytykę nie gwarantuje rzetelności — model potrafi krytykować równie powierzchownie, jak chwali. Żądaj, by każdy zarzut i każda pochwała były poparte konkretem, nie „wrażeniem”.
4.Wzorzec „roast”: rada subagentów zamiast jednej opinii
Na czym polega: Autor uruchamia w Claude radę subagentów — jeden broni pomysłu, drugi go atakuje, trzeci zbiera dowody — a na końcu dostaje jeden werdykt: buduj, przekształć albo porzuć.
Jak stosować: Odtwórz ten układ prostym promptem lub plikiem skilla: zdefiniuj 3–4 role o sprzecznych zadaniach i wymagaj wspólnego, jednoznacznego werdyktu z uzasadnieniem. Używaj przed każdą większą decyzją biznesową.
Na co uważać: Kilka ról odgrywanych przez ten sam model to nie są naprawdę niezależne opinie — dziel z nim wspólne błędne założenia. Werdykt traktuj jako ustrukturyzowaną pomoc w myśleniu, nie jako wyrocznię.
5.Buduj od najmniejszej działającej wersji
Na czym polega: Duży projekt należy rozbić na kawałki i zaczynać od najmniejszej wersji, która realnie działa, a potem ją rozbudowywać — zamiast prosić AI o wszystko naraz.
Jak stosować: Zdefiniuj „wersję zero”, którą da się przetestować w jeden dzień. Każdy kolejny krok dokładaj dopiero, gdy poprzedni działa na prawdziwych danych.
Na co uważać: Prośba „zbuduj mi cały system” zwykle kończy się imponująco wyglądającym, ale niedziałającym szkieletem. Im większy pojedynczy krok, tym trudniej zlokalizować, co poszło nie tak.
6.Nie wierz na słowo — wymagaj dowodu wykonania
Na czym polega: Gdy AI mówi „gotowe”, autor każe jej uruchomić rozwiązanie na prawdziwym przykładzie i pokazać wynik. Weryfikacja to jeden z najważniejszych elementów budowania z AI.
Jak stosować: Zadaj sobie pytanie: „gdyby tę pracę oddał człowiek, co bym sprawdził?” — i poleć AI wykonać dokładnie te kroki (uruchomienie na realnych danych, klikanie w przeglądarce, porównanie z oczekiwanym wynikiem).
Na co uważać: Modele potrafią deklarować sukces mimo błędów. Weryfikację przeprowadzaj na danych, których model nie widział podczas budowy, i przynajmniej wyrywkowo sprawdzaj wyniki samodzielnie.
7.Traktuj 60–70% trafności pierwszej wersji jako normę i paliwo
Na czym polega: Pierwsza wersja zwykle jest poprawna w 60–70%. Autor traktuje braki nie jak porażkę, lecz jak „złote dane” — informację zwrotną, na której model się poprawia.
Jak stosować: Po każdej iteracji opisz zwykłym językiem, co było dobre, a co złe, i pozwól modelowi naprawić własną pracę. Utrwalaj wnioski w pamięci lub plikach konfiguracyjnych projektu, żeby kolejne podejścia startowały wyżej.
Na co uważać: 60–70% trafności jest akceptowalne w iteracji, ale nie w produkcie oddanym klientowi. Ustal, przy jakim progu jakości wynik może opuścić „warsztat” — i nie wypuszczaj niczego poniżej niego.
8.Pamięć i kontekst to mnożnik wartości narzędzia
Na czym polega: Największą przewagę autor widzi w tym, że Claude zna jego biznes, zespół, priorytety i przeszłe porażki — dzięki czemu każda kolejna praca (w tym „rada” z punktu 4) jest osadzona w realnym kontekście.
Jak stosować: Świadomie karm narzędzie kontekstem: opis firmy, cele, decyzje, wnioski z porażek. Prowadź to jak dokumentację — im lepsza pamięć, tym mniej tłumaczenia od zera przy każdym zadaniu.
Na co uważać: Wgrywanie danych firmowych do narzędzia AI to decyzja o powierzeniu ich zewnętrznemu dostawcy — sprawdź politykę prywatności i nie wrzucaj danych wrażliwych (klientów, pracowników) bez podstawy prawnej. Nieaktualny kontekst bywa gorszy niż żaden — rób przeglądy tego, co model „wie”.
9.Okno przewagi jest realne, ale tymczasowe
Na czym polega: Autor porównuje obecny moment do wczesnego internetu: ci, którzy wcześnie opanowali HTML czy reklamy na Facebooku, zbudowali przewagę kumulującą się przez dekadę. Dziś bycie AI-native to przewaga, za dwa lata — standard.
Jak stosować: Nie czekaj na „dojrzalsze narzędzia”. Wartość bierze się z liczby przećwiczonych iteracji — zacznij od małego zadania teraz, bo doświadczenie kumuluje się w czasie.
Na co uważać: Analogia historyczna to argument retoryczny, nie gwarancja. Nie każda wczesna adopcja się opłaciła (a liczby o wycenach i przychodach w filmie pochodzą od autora — warto je weryfikować, zanim oprzesz na nich decyzje biznesowe).
10.Bariera wejścia to subskrypcja i jedno zadanie — nie wielki plan
Na czym polega: Według autora cała bariera wejścia to dziś ok. 20 dolarów miesięcznie za plan dający dostęp do Claude Code plus jedno wybrane zadanie. Nie trzeba budować „nowego Vulcana w weekend”.
Jak stosować: Potraktuj subskrypcję jak koszt narzędzia pracy, nie rozrywki, i rozlicz ją z efektów: jeśli pierwsza automatyzacja oszczędza ci choć godzinę tygodniowo, inwestycja się zwraca. Po sukcesie pierwszego zadania bierz następne — tak buduje się „system operacyjny” firmy.
Na co uważać: Niska bariera wejścia oznacza też niską barierę dla konkurencji — przewagą nie jest sam dostęp do narzędzia, lecz konsekwencja w iterowaniu. Pamiętaj również, że autor promuje własną społeczność i kurs, więc część entuzjazmu ma charakter marketingowy.