Generatywne AI w tworzeniu oprogramowania staje się rynkowym standardem. Narzędzia takie jak GitHub Copilot, GitLab Duo czy Claude Code pozwalają tworzyć kod nieporównywalnie szybciej niż dotychczas. Sama prędkość generowania linii kodu nie przekłada się jednak automatycznie na szybsze dostarczanie wartości klientom. W Comarch postanowiliśmy zmierzyć się z tym wyzwaniem u samych podstaw. Zobacz, jak w ramach Projektu Darwin – ewolucyjnej transformacji procesu SDLC, porządkujemy środowiska wytwórcze dla tysięcy inżynierów.
Dlaczego AI w programowaniu nie przyspiesza dostarczania oprogramowania?
Wprowadzenie sztucznej inteligencji do codziennej pracy programistów przyniosło wykładniczy wzrost ilości tworzonego kodu. Jednak w zderzeniu z nieujednoliconym środowiskiem wytwórczym natychmiast ujawnia się przeszkoda: nagły napływ kodu natrafia na wąskie gardła w postaci braku automatycznych testów, rozproszonych repozytoriów i nierównych bramek kontrolnych.
W efekcie czas oszczędzony na pisaniu kodu przez AI zaczyna utykać na etapie manualnego review, weryfikacji bezpieczeństwa i skomplikowanego deploymentu.
Gdy w Comarch przeanalizowaliśmy ten proces, okazało się, że sztuczna inteligencja nie stworzyła nowych problemów. Ona jedynie z ogromną siłą uwypukliła wąskie gardła, z którymi branża IT borykała się od lat. Zamiast dokładać kolejne narzędzia AI do nieuporządkowanego środowiska, podjęliśmy decyzję o przebudowie fundamentów naszej infrastruktury SDLC (Software Development Life Cycle)
- mówi Kamil Migacz, Enterprise Technology Officer, Comarch
Punkt wyjścia: 5 ekosystemów, TFS, SVN i rozproszony CI/CD
Szczegółowa inwentaryzacja przeprowadzona przez zespół STO (Sector Technology Office) w Comarch pod kierownictwem Kamila Migacza obnażyła znaczne rozproszenie technologiczne:
- Zespoły deweloperskie korzystały równolegle z 5 różnych ekosystemów do zarządzania kodem i automatyzacją.
- W użyciu były m.in. zasłużony TFS (Team Foundation Server) pamiętający w niektórych projektach 2008 rok; dawne instalacje SVN (Subversion, starszego systemu kontroli wersji); trzy osobne, lokalne instancje GitLab CE oraz centralny serwer GitLab.
- Każdy produkt i zespół tworzył własne, nieustandaryzowane skrypty CI/CD (ciągłej integracji i wdrażania).
Trzy filary Projektu Darwin i nowoczesny „Golden Path”
Nazwa inicjatywy – Projekt Darwin – nawiązuje do przemyślanej ewolucji.
W Comarch unikamy gwałtownych rewolucji wywracających codzienną pracę inżynierów. Stawiamy na dobór naturalny: przetrwają te praktyki i architektury, które najlepiej adaptują się do nowego standardu
- zaznacza Łukasz Sabiniok, Architekt Cloud/DevOps w Comarch
Transformacja opiera się na trzech filarach:
- Jednolity proces: Jeden globalny, przejrzysty standard SDLC od commita do wdrożenia.
- Spójna platforma: Centralizacja pracy całego sektora (m.in. ERP) wokół GitLab SaaS.
- Standaryzowany pipeline: Zautomatyzowana bramka jakości CI/CD wbudowana w każdą aplikację, a wdrożenia realizowane w modelu GitOps z wykorzystaniem Argo CD i Kargo.
Czym jest Golden Path i jak działa w praktyce?
Golden Path to ustandaryzowana i wspierana przez organizację droga od napisania kodu do wdrożenia na produkcję. Pojęcie spopularyzował Spotify. Zamiast budowania własnego procesu przez każdy zespół, organizacja przygotowuje gotową ścieżkę, z której korzystanie jest po prostu najłatwiejsze. W Comarch ma ona dodatkowo mandat zarządczy i jest docelowym standardem.
Migracja do GitLab SaaS: co przenieśliśmy, a co zarchiwizowaliśmy
Migracja ponad 2 100 projektów na jedną instancję GitLab SaaS wymagała jasnych zasad.
- Przetrwają: Aktywny kod źródłowy, pełna historia zmian, wymogi kontraktowe i powiązane zadania (work itemy).
- Zamrażamy: Kilkunastoletnie, nieaktywne backlogi z TFS-a, stare customizacje sprzed lat oraz lokalne skrypty YAML pisane indywidualnie „na kolanie”.
Dla wielu zespołów największą ulgą było porzucenie archaicznych konfiguracji i wyczyszczenie długu technologicznego. Jeśli dany kod dla klienta nie był ruszany od lat, nie ma sensu go na siłę ciągnąć do nowej infrastruktury – trafił do bezpiecznej 'zamrażarki', a my skupiamy się na aktywnych produktach. Migracja stworzyła też przestrzeń do refleksji nad tym, czy procesy powinny być odtwarzane 1 do 1 na nowych narzędziach oraz czy warto wykorzystać możliwości nowego stosu do ich zmodernizowania i ulepszenia.
- wyjaśnia Łukasz Sabiniok, Architekt Cloud/DevOps w Comarch
Agenci AI i ludzie na tych samych prawach w code review
Uporządkowanie tak ogromnej skali nie byłoby możliwe bez odpowiedniej struktury organizacyjnej. Sector Technology Office odpowiada za dostarczanie globalnych komponentów i wytyczanie architektury z jasnym mandatem zarządczym. Jednocześnie STO wyciąga na wierzch i promuje rozwiązania, które zespoły robiły już dobrze, tworząc przestrzeń do wymiany dobrych praktyk i wiedzy pomiędzy nimi. Wspierają go DevOps Champions – eksperci propagujący dobre praktyki bezpośrednio w jednostkach biznesowych – oraz Migration Coordinators. Ta ostatnia, dedykowana rola powstała z myślą o odciążeniu inżynierów: koordynatorzy łączą zespoły produktowe z STO, automatyzują mapowanie projektów i czuwają nad płynnym przenoszeniem repozytoriów bez paraliżowania bieżących sprintów.
W nowej strukturze stworzone zostały jasne zasady współpracy inżynierów ze sztuczną inteligencją: agenci AI kodują na zasadach określonych przez zespół Comarch ERP.
Niezależnie od tego, czy Merge Request otworzy człowiek, czy wygeneruje go agent AI, kod przechodzi dokładnie te same skany bezpieczeństwa oraz automatyczne testy. Wbudowany asystent GitLab Duo wspiera programistów w opisywaniu zmian oraz w pierwszym etapie code review, a dzięki wykorzystaniu GitLab Orbit i protokołu MCP (Model Context Protocol, otwartego standardu łączenia modeli AI z narzędziami i danymi - red.) wszyscy korzystają z tego samego, pełnego kontekstu architektonicznego
– zaznacza Łukasz Sabiniok.
Efekty migracji: 2100 projektów, 600 podgrup, 25% zespołów na Golden Path
Pilotaż przeprowadzony w lipcu 2026 roku na produkcie Comarch ERP Optima Web przetarł szlak dla całego zespołu Comarch ERP. Dziś Projekt Darwin to twarde fakty.
- Skonsolidowanie ponad 2 100 projektów na jednej instancji GitLab SaaS.
- Utworzenie blisko 600 ustrukturyzowanych podgrup.
- 1/4 wszystkich zespołów pracuje już w 100% na ścieżce Golden Path.
- Uporządkowanie struktury dostępów i przejście na model Service Accounts pod licencjonowanie SaaS.
- Systematyczny pomiar (Baseline od września 2026): Mierzymy Velocity (częstotliwość deployów i czas zamknięcia MR), Jakość (liczba wykrytych podatności) oraz Udział AI w procesie.
Optima Web była idealnym poligonem doświadczalnym – działała już wcześniej w duchu i standardach zbliżonych do tego, co chcemy osiągnąć w Darwinie, który dostarczył narzędzia, by realizować to jeszcze szybciej i lepiej. To doskonale pokazuje darwinowską zasadę, że przetrwa najlepiej dostosowany – a sukces tej migracji dał jasny sygnał reszcie organizacji, że Golden Path po prostu działa i ułatwia codzienne życie dewelopera.
- opowiada Kamil Migacz, Enterprise Technology Officer, Comarch
Zespół Comarch ERP świętujący milion wywołań agentów AI w swoich produktach.
3 wnioski z wdrożenia platformy deweloperskiej na dużą skalę
Projekt Darwin dowodzi, że budowa nowoczesnego środowiska programistycznego wymaga czegoś więcej niż zakupu nowych licencji – wymaga spójnej architektury i odwagi w wygaszaniu długu technologicznego:
- Jasny mandat zarządczy: Standaryzacja nie może być jedynie rekomendacją – musi mieć pełne wsparcie organizacji.
- Automatyzacja i unifikacja: Zastąpienie unikalnych, lokalnych skryptów centralnym katalogiem komponentów CI/CD przywraca deweloperom komfort pracy.
- Gotowość na erę AI-Native: Tworząc stabilną infrastrukturę (GitLab SaaS, Argo CD, Kargo, Orbit), stworzyliśmy środowisko, w którym ludzie i agenci AI współtworzą oprogramowanie wysokiej jakości.
Chcesz pracować w środowisku, które stawia na dojrzałą inżynierię, nowoczesne CI/CD i przemyślane wykorzystanie AI? Sprawdź nasze aktualne oferty pracy dla inżynierów: