Stack do aplikacji z AI. Jak wybrać w 2026 bez zgadywania

Do aplikacji pisanej z agentem AI wybierz stack, który da się przeczytać, przetestować i przenieść gdzie indziej: HTML z serwera i htmx albo React z Next.js, zależnie od najcięższego ekranu, do tego Postgres, monolit modularny w jednym repozytorium, krótki AGENTS.md, bramki w CI i hosting zarządzany. To moja rekomendacja, nie wynik badania.

Łukasz Ślusarski, important.is. Stan na 11 listopada 2026. Opracowane na podstawie siedmiu artykułów tej serii oraz dokumentacji Lovable, Bolt i Replit (GitHub, eksport kodu).

Pytanie „jaki stack” w świecie agentów zmienia sens. Agent napisze aplikację w prawie każdej technologii, więc o wyborze decyduje co innego: kto ten kod przeczyta w pull requeście, kto go zaktualizuje za pół roku i jak łatwo go przenieść, gdy zmieni się cennik albo zespół. Ten tekst jest dla osób i firm, które budują z Claude Code, Codex, Cursorem albo w narzędziach typu Lovable, Bolt i Replit (czyli robią vibe coding), trzymają kod na GitHubie i chcą go rozwijać.

To przewodnik zbiorczy, bez pełnych omówień. Każdą decyzję opisuje osobny artykuł serii, a tutaj masz tabelę, kryteria, jedną liczbę z każdego tekstu i link. Nie porównuję modeli ani narzędzi do kodowania, o tym pisaliśmy w osobnych wpisach (linki na dole). Piszemy to z doświadczenia czterech własnych aplikacji, które mają cztery różne stacki, więc w jednej z sekcji wyjaśniamy, dlaczego nie stosujemy własnej tabeli wszędzie.

W skrócie: tabela decyzyjna

Kolumna „Rekomendacja” to moja opinia oparta na źródłach z poszczególnych artykułów. Kolumna „Kryterium” mówi, kiedy zmienić zdanie.

Ta sama tabela w formie grafiki, do przypięcia przy monitorze.

Pogadajmy

Zrobić to razem?

Wdrażam takie rzeczy w firmach na co dzień. Umów 30 minut, pogadamy konkretnie o Twoim przypadku. Bez prezentacji sprzedażowej.

Umów bezpłatną rozmowę →

Łukasz ŚlusarskiTwórca important.is

Czy da się wybrać stack bez zgadywania?

Da się, jeśli zaczniesz od pięciu pytań zamiast od nazw technologii. Kto utrzyma ten kod za pół roku? Jaki jest najcięższy ekran w aplikacji? Czy dane tworzą relacje, jak klient, zamówienia i płatności? Ilu piszących (ludzi i agentów) dotyka tych samych plików? Kto odbierze alarm, gdy serwer padnie? Odpowiedzi prowadzą do wyborów z tabeli wyżej. Badań jest mało: w jedynym znalezionym benchmarku kosztu agenta (Nolan Lawson, 28 października 2026, 12 stacków, po 5 przebiegów) mediany kosztu mieściły się między 2,67 USD (Hono z htmx) a 4,97 USD (Angular), a Angular w 2 z 5 przebiegów nie dał działającej aplikacji. Aplikacja była jedna i prosta, więc to nie wyrok. Nie znalazłem niezależnego pomiaru, że agent pisze lepszy kod dla popularniejszego stacku. Popularność pomaga w czym innym: łatwiej o ludzi, biblioteki i odpowiedzi. Jeśli ktoś w zespole zna dany stack, ma pierwszeństwo przed nowinką, bo to on przeczyta diff.

Z jakich warstw składa się taki stack?

Siedem warstw układa się jedna na drugiej: na dole hosting, wyżej baza i backend, frontend i architektura kodu, a ponad nimi repozytorium z instrukcjami dla agenta, bramki jakości i bezpieczeństwo, które przecinają wszystkie poziomy. Schemat pokazuje każdą warstwę z rekomendacją i liczbą z odpowiedniego artykułu. Zwróć uwagę, że trzy górne warstwy nie są technologią, tylko procesem. Moim zdaniem to one decydują, czy aplikacja z agenta da się utrzymać, bo żaden wybór frameworka nie naprawi braku testów ani przeglądu zmian. Dlatego przewodnik zaczyna od narzędzi, a kończy na zwyczajach: krótki plik instrukcji, mały pull request, wymagane statusy i sprawdzone uprawnienia do danych. Każda z tych rzeczy kosztuje godziny, nie tygodnie, i można ją dodać do istniejącego projektu, także takiego, który powstał w całości z promptów. Liczby w schemacie pochodzą z artykułów serii: 20 USD za miejsce programisty w Vercel Pro, 55,6% dla Postgresa, 38% testów z luką u Veracode i 200 linii jako górna granica pliku instrukcji w Claude Code.

Co mówi każdy z siedmiu artykułów serii?

Poniżej jedno streszczenie na artykuł, z jedną liczbą przejętą z tego tekstu. Szczegóły, źródła i zastrzeżenia są w oryginałach.

React czy HTMX: frontend

Do paneli, formularzy i stron publicznych wystarczy HTML z serwera i htmx, a React z Next.js ma sens przy ekranach ciężkich interaktywnie. W benchmarku Lawsona mediana kosztu zbudowania tej samej aplikacji wyniosła 2,67 USD dla Hono z htmx i 3,14 USD dla Next.js, a strona główna ważyła 18 KiB JavaScriptu wobec 142 KiB. Pełne omówienie: React czy HTMX.

Backend i baza

Do większości aplikacji z użytkownikami wystarczy PostgreSQL, a SQLite starcza przy jednym serwerze i małej liczbie zapisów. Postgres jest najczęściej używaną bazą w ankiecie Stack Overflow 2025: 55,6% wszystkich respondentów. Tam też porównanie Supabase, Neon, Firebase i Cloudflare D1: Backend i baza.

Monolit czy mikroserwisy

Dla małego zespołu najlepszym punktem startu jest monolit modularny z granicami sprawdzanymi w CI. Segment zamienił ponad 140 usług w jeden serwis, bo samo utrzymanie pochłaniało trzech inżynierów na pełen etat. To relacja jednego zespołu, nie dowód ogólny. Całość: Monolit czy mikroserwisy.

Bezpieczeństwo kodu z AI

Agent nie gwarantuje bezpiecznego kodu. Komunikat Veracode z 29 października 2026 podał, że 38% testów kodu z 18 modeli kończyło się luką. Artykuł opisuje też sekrety w repozytorium, wymyślone pakiety, RLS i dwie głośne luki we frameworkach: Bezpieczeństwo kodu z AI.

Testy, review i CI

Zmiana agenta ma przejść tę samą drogę co każda inna: mały pull request, automatyczne testy, przeczytany diff i merge dopiero po zielonych wymaganych statusach. Raport DORA 2025 pokazuje, że AI poprawia przepustowość, ale zwiększa niestabilność, a CodeRabbit naliczył 10,83 problemu na pull request ze współautorem AI wobec 6,45 przy pracy samego człowieka (źródło dostawcy narzędzia do review). Szczegóły: Testy, review i CI.

Hosting i wdrażanie

Aplikację Node lub Next.js hostuj na platformie zarządzanej, dopóki nie masz osoby pilnującej serwera. Vercel Pro kosztuje 20 USD miesięcznie za miejsce programisty, a instancja CX23 u Hetznera 5,99 EUR bez VAT, ale kopie, aktualizacje i alarmy spadają wtedy na ciebie. Ceny pochodzą z cenników z 11 listopada 2026, porównanie siedmiu opcji jest tutaj: Hosting i wdrażanie.

AGENTS.md i CLAUDE.md

Plik instrukcji w repozytorium ma być krótki, pisany ręcznie i trzymany w gicie. Badanie arXiv 2602.11988 pokazało, że pliki generowane przez LLM obniżyły odsetek rozwiązanych zadań o 0,5 do 2 punktów, a koszt wzrósł o 20 do 23 procent. Claude Code zaleca poniżej 200 linii na plik. Jak go napisać: AGENTS.md i CLAUDE.md.

Jak te wybory łączą się w trzech typowych projektach?

Poniższe zestawy to moje opinie, złożone z rekomendacji z artykułów serii, a nie przetestowane wzorce. Liczy się to, że wybory z tabeli nie są niezależne: frontend ciągnie za sobą język backendu, a hosting wynika z tego, kto ma pilnować serwera.

Panel dla klienta albo narzędzie wewnętrzne: HTML z serwera i htmx, PostgreSQL, monolit w jednym języku, hosting zarządzany. To najmniej ruchomych części i najkrótszy diff do przeczytania, więc najlepiej pasuje do jednej osoby z agentem. Aplikacja z edytorem, arkuszem albo pracą offline: React z Next.js dla ciężkiego ekranu, ta sama baza, te same bramki w CI, a granice między modułami sprawdzane automatycznie, bo większy frontend szybciej rozlewa logikę po plikach. Produkt rosnący z prototypu z Lovable lub Bolt: repozytorium z GitHuba, AGENTS.md, RLS sprawdzone na dwóch kontach i testy przed każdą większą zmianą, a decyzję o hostingu odkładasz do chwili, gdy kod uruchomisz poza platformą.

Co zrobić z aplikacją z Lovable, Bolt albo Replit po vibe codingu?

Podłącz GitHub od pierwszego dnia i traktuj repozytorium jako miejsce, w którym aplikacja naprawdę mieszka. Wszystkie trzy platformy mają integrację z GitHubem, ale różnią się szczegółami, które zmieniają plan wyjścia. Lovable synchronizuje zmiany w obie strony, pracuje na jednej gałęzi naraz, a synchronizacja zawsze tworzy nowe repozytorium (również po ponownym połączeniu). Skasowanie repozytorium zatrzymuje synchronizację. Dokumentacja pozwala sklonować repozytorium i pracować w swoim IDE. Bolt tworzy commity automatycznie, co 30 sekund sprawdza zmiany wprowadzone poza Bolt, a projekt zostaje na gałęzi main. Replit opisuje GitHub jako miejsce kopii zapasowej i współpracy, z wypychaniem i importem projektu w obie strony. Replit w dokumentacji importu wymienia osobno, czego nie przenosi: wartości sekretów i zmiennych środowiskowych. Nie znalazłem w dokumentacji Replit osobnej strony o eksporcie kodu, więc plan wyjścia opiera się tu na GitHubie. We wszystkich trzech przypadkach pierwszym testem jest to samo: czy po sklonowaniu aplikacja uruchamia się bez platformy.

Poniższa tabela zbiera te różnice. Dane pochodzą z dokumentacji producentów pobranej 11 listopada 2026.

Moja kolejność działań przy aplikacji, która wyrosła z takiego narzędzia, to opinia, nie przepis producenta. Po pierwsze, sklonuj repozytorium i uruchom aplikację lokalnie, żeby sprawdzić, że działa bez platformy. Po drugie, spisz w AGENTS.md komendy uruchomienia i testów. Po trzecie, jeśli backendem jest Supabase (Lovable opisuje go w dokumentacji jako bazę, logowanie, pliki i funkcje serwerowe), sprawdź polityki RLS na dwóch kontach. Wpis CVE-2025-48757 dotyczył właśnie niewystarczających polityk RLS w stronach generowanych przez Lovable, choć dostawca go kwestionuje i wskazuje, że za dane odpowiada klient. Po czwarte, dodaj testy i wymagane statusy w CI, zanim zaczniesz poważne zmiany. Po piąte, dopiero potem decyduj o hostingu. Sekrety i zmienne środowiskowe przenieś ręcznie: Replit pisze wprost, że przy imporcie z GitHuba wartości sekretów i zmiennych nie przechodzą.

Od czego zacząć, jeśli budujesz od zera?

Kolejność ma znaczenie, bo wcześniejsze kroki tanio zabezpieczają późniejsze. To moja rekomendacja, a nie wynik badania.

1. Załóż repozytorium i napisz kilkanaście linii AGENTS.md: komendy, zasady, granice.
2. Włącz secret scanning i push protection, dodaj plik dependabot.yml.
3. Postaw jeden monolit z modułami i jednym plikiem opisującym API.
4. Wybierz frontend według najcięższego ekranu, a bazę według relacji w danych.
5. Ustaw GitHub Actions z testami, lintem i buildem jako wymagane statusy oraz ochronę gałęzi.
6. Wdróż na platformie zarządzanej i sprawdź, jak wyeksportować dane, zanim trafi tam pierwszy użytkownik.

Czego ten stack nie rozwiąże?

Żaden wybór technologii nie zastąpi człowieka, który czyta diff. Stack nie naprawi złego modelu danych, braku testów ani niejasnych wymagań. Raport DORA opisuje AI jako wzmacniacz: powiększa mocne strony organizacji i jej słabości, więc jeśli nie masz dziś testów i CI, agent szybciej cię w tym zostawi niż naprawi. Tabela decyzyjna to też uogólnienie. Opiera się na jednym benchmarku kosztu agenta (jedna prosta aplikacja, jeden model), na ankietach opisujących respondentów, nie cały rynek, i na cennikach, które zmieniają się bez zapowiedzi. Nie znalazłem porównania agentów na złożonych ekranach ani niezależnych danych o utrzymaniu kodu z AI w czasie. Nie zastępuje też oceny prawnej, umów z dostawcami i kosztów, których nie liczyłem: VAT, kursów walut, domen i poczty. Dla WordPressa i treści ten przewodnik się nie nadaje, tam obowiązują inne zasady (link do wpisu o headless CMS niżej).

Jakie stacki mają nasze własne aplikacje?

Poniższa tabela pokazuje, jak wyglądają cztery aplikacje, które rozwijamy z agentami (jedna to fork), stan na 11 listopada 2026.

Nie mamy jednego stacku. Mamy kilka, bo aplikacje robią różne rzeczy: portal obsługuje klientów, Sherpa czyta pocztę, couchterm trzyma terminale. Wspólne są nawyki, o których piszemy w tej serii: plik instrukcji dla agenta, test razem ze zmianą, build w weryfikacji, kopie zapasowe, których działanie sprawdzamy (rozmiar i status przebiegów, bez pełnego odtworzenia). To obserwacja z naszych projektów, nie reguła dla wszystkich.

Dlaczego nasze aplikacje nie wyglądają jak ta rekomendacja?

Bo tabela na początku to opinia o dobrym punkcie startu dla nowej aplikacji, a nasze powstawały w różnym czasie i do różnych zadań. Portal klienta jest w Next.js i działa na własnym serwerze z Coolify, a nie jako htmx na platformie zarządzanej. Zapłaciliśmy za to konkretnie: w sierpniu 2026 webhook nie uruchamiał wdrożeń, a migracja bez IF EXISTS wpędziła kontener w pętlę restartów na jedenaście minut (szczegóły w artykule o hostingu). Sherpa jest czystym JavaScriptem, a 11 listopada 2026 zdecydowaliśmy się przepisać jej front na React, bo chcemy gotowej biblioteki komponentów dopasowanej do naszych potrzeb. Sherpa ma pracę offline i gęsty interfejs poczty, więc pasuje do kryterium zmiany z pierwszego wiersza tabeli, choć powodem zapisanym w planie jest właśnie biblioteka komponentów. Wniosek jest praktyczny: tabelę traktuj jako domyślny wybór i zmieniaj ją świadomie, z zapisanym powodem, a nie dlatego, że poprzedni projekt wyglądał inaczej.

Najczęstsze pytania

Jaki stack wybrać do aplikacji pisanej z AI?

Taki, który zespół potrafi przeczytać i utrzymać. Moja rekomendacja na start: Postgres, monolit modularny w jednym repozytorium, frontend dobrany do najcięższego ekranu i bramki w CI. Konkretne wybory i kryteria zmiany są w tabeli na początku.

Czy Next.js to domyślny wybór dla vibe codingu?

Nie. Do formularzy i paneli wystarcza HTML z serwera, a Next.js ma sens przy ciężkich ekranach. Dane i kryteria: React czy HTMX.

Czy trzeba wybierać popularny stack, żeby AI pisało dobry kod?

Nie znalazłem niezależnego pomiaru, który by to rozstrzygał. Popularność pomaga w czym innym: łatwiej znaleźć ludzi i biblioteki. Każde twierdzenie „agenci lepiej znają X” traktuj jako opinię.

Czy aplikacja z AI nadaje się na produkcję?

Może się nadawać, jeśli przechodzi te same bramki co każdy kod: testy, przegląd diffu, skanowanie sekretów i zależności, sprawdzone uprawnienia do danych. Skalę luk w kodzie z agentów opisuje artykuł o bezpieczeństwie, więc kod z agenta sprawdzaj zawsze.

Co zrobić z aplikacją ze Lovable lub Replit, gdy ma rosnąć?

Połącz ją z GitHubem, sklonuj repozytorium i uruchom lokalnie, dodaj AGENTS.md, testy i CI, a dopiero potem zmieniaj hosting. Szczegóły integracji różnią się między platformami, więc sprawdź dokumentację swojej.

Czy do aplikacji z AI potrzebna jest baza wektorowa?

Nie musi być osobna. Dokumentacja Supabase wymienia rozszerzenie pgvector do przechowywania wektorów w zwykłym Postgresie. Progu, od którego osobna baza się opłaca, nie sprawdzałem.

Czy mikroserwisy są lepsze od monolitu?

Dla małego zespołu zwykle nie. Przykłady i granice: Monolit czy mikroserwisy.

Gdzie hostować, żeby nie przepłacić?

To zależy od tego, kto pilnuje serwera. Ceny i koszt utrzymania: Hosting i wdrażanie.

Czy agent AI może sam wybrać stack?

Może zaproponować, ale decyzję zostaw człowiekowi. Agent nie ponosi kosztu utrzymania, nie zna twoich ludzi ani budżetu i chętnie dobiera to, co akurat zna z danych treningowych. Daj mu gotowy wybór i zapisz go w AGENTS.md: język, framework, bazę, komendy testów i zakazy. Wtedy kolejne zadania nie zmieniają stacku przy okazji, a diff dotyczy tylko zmiany, o którą prosiłeś. Badanie arXiv 2602.11988 uzasadnia, żeby tego pliku nie generować automatycznie, tylko pisać go ręcznie.

Ile czasu zajmuje wdrożenie zwyczajów z tego przewodnika?

Nie mierzyłem tego i nie znalazłem rzetelnych danych. To moja ocena, nie pomiar: AGENTS.md, Dependabot, ochrona gałęzi i secret scanning to pojedyncze pliki albo przełączniki w ustawieniach GitHuba.

Czym jest vibe coding i czy da się z niego zrobić aplikację na produkcję?

Vibe coding to budowanie aplikacji przez opisywanie jej agentowi i akceptowanie wyniku bez czytania kodu linia po linii. Na produkcję taka aplikacja może trafić dopiero po tych samych bramkach co każdy kod: repozytorium na GitHubie, testy, przegląd zmian i sprawdzone uprawnienia do danych. Kolejność działań po prototypie z Lovable, Bolt albo Replit jest w sekcji wyżej.

W jakiej kolejności czytać artykuły serii?

Zacznij od AGENTS.md, bo plik instrukcji ustawia pracę agenta w każdej innej warstwie. Potem frontend i baza, architektura, bezpieczeństwo oraz testy z CI, a na końcu hosting, bo o nim najłatwiej zdecydować, gdy wiesz już, co uruchamiasz. To moja kolejność, nie obowiązkowa.

Źródła

• Nolan Lawson, The AI cost of JavaScript frameworks, 28.10.2026, pobrano 11.11.2026
• Stack Overflow Developer Survey 2025, technologie, pobrano 11.11.2026
• Alexandra Noonan, Segment, Goodbye Microservices, 10.07.2018, pobrano 11.11.2026
• Martin Fowler, MonolithFirst, 3.06.2015, pobrano 11.11.2026
• Veracode, October 2026 GenAI Code Security Report, komunikat z 29.10.2026, pobrano 11.11.2026
• DORA, State of AI-assisted Software Development 2025, pobrano 11.11.2026
• CodeRabbit, State of AI vs Human Code Generation Report, 17.12.2025 (źródło dostawcy narzędzia do review), pobrano 11.11.2026
• Gloaguen i in., Evaluating AGENTS.md, arXiv 2602.11988, pobrano 11.11.2026
• Claude Code: How Claude remembers your project, pobrano 11.11.2026
• Vercel, cennik, pobrano 11.11.2026
• Hetzner Cloud, cennik, pobrano 11.11.2026
• Supabase, dokumentacja bazy danych (pgvector), pobrano 11.11.2026
• Lovable, integracja z GitHubem, pobrano 11.11.2026
• Lovable, integracja z Supabase, pobrano 11.11.2026
• Bolt, integracja z Git, pobrano 11.11.2026
• Replit, Version control, pobrano 11.11.2026
• Replit, Import from a provider, pobrano 11.11.2026
• NVD, CVE-2025-48757, opublikowano 30.05.2025, pobrano 11.11.2026
• Dokumentacja wewnętrzna naszych projektów (portal klienta, Sherpa, couchterm, Supercheck), stan na 11 listopada 2026, niepubliczna

Czytaj również

• Bezpieczeństwo kodu z AI
• Testy, review i CI dla kodu z AI
• Jaki framework wybrać do własnej aplikacji w 2026? React, Vue, Angular, Svelte i biblioteki UI
• AI w 2026: Który model do czego i ile to naprawdę kosztuje
• Claude Code, Claude Desktop i Claude.ai: czym się różnią i który wybrać
• WordPress vs Headless CMS: co wybrać w 2025

Stan na 11 listopada 2026. Liczby pochodzą z siedmiu artykułów serii i ich źródeł, rekomendacje to moje opinie, a dokumentacje platform i cenniki zmieniają się, więc przed decyzją sprawdź je u producenta.

Czytaj również

AI i Automatyzacje

Kod od agenta bez wpadek. Testy, review i CI na GitHubie

11.11.2026

AI i Automatyzacje

Kod z AI ma luki. Bezpieczeństwo aplikacji z agentem

11.11.2026

AI i Automatyzacje

Monolit czy mikroserwisy. Architektura aplikacji z AI

11.11.2026