Claude napisał większość kodu. Zatrudnienie i tak rosło

Pierwsza wersja kodu staje się tańsza w produkcji. To nie mówi kierującej osobie, ilu ludzi organizacja będzie potrzebować w przyszłym roku. 26 października 2026 roku Anthropic podpisało formularz S-1, dokument, który spółka składa w amerykańskiej Komisji Papierów Wartościowych i Giełd przed proponowanym debiutem. Prospekt mówi, że Claude napisał ponad 90% wkładu do bazy kodu Anthropic we wrześniu 2026 roku. W dłuższym oknie zatrudnienie wzrosło z około 940 osób na koniec 2024 roku do około 5300 w dniu 30 września 2026 roku.

Te dwa fakty mogą stać w tym samym dokumencie. Nie dowodzą, że automatyzacja tworzy więcej miejsc pracy, niż usuwa. Osłabiają prostsze twierdzenie: gdy zadanie jest zautomatyzowane, ludzie, którzy je wykonywali, nie są już potrzebni. Popyt, kapitał i praca, która zostaje, wciąż decydują o liczbie etatów.

Prospekt mówi, że jego informacje nie są kompletne i mogą się zmienić. To nie jest oferta sprzedaży akcji. Każda liczba poniżej pochodzi od samej spółki, z dokumentu napisanego po to, by wesprzeć debiut. Żadna nie jest niezależnym badaniem jakości oprogramowania i żadna nie jest wzorem dla organizacji non profit, producenta albo działu o płaskim popycie.

Dwa „90%”, i nie są tym samym twierdzeniem

Zgłoszenie opisuje Claude Code, agenta programowania Anthropic, wewnątrz własnej organizacji inżynierskiej. Mówi, że narzędzie przeszło od podpowiadania kodu do pisania go i uruchamiania, także przy długich zadaniach wieloetapowych. Inżynierowie, jak podaje, coraz częściej kierują tą pracą i ją przeglądają, zamiast pisać kod linijka po linijce.

W tym samym akapicie spółka podaje wynik wewnętrzny: wskaźnik sukcesu Claude przy trudnych, otwartych problemach inżynierskich bez jasnej specyfikacji, które historycznie zależały od doświadczonego ludzkiego osądu, sięgnął około 90% we wrześniu 2026 roku. Wskaźnik wzrósł o około 50 punktów procentowych w dziewięć miesięcy, na podstawie wewnętrznych testów porównawczych. Wskaźnik sukcesu w teście nie jest udziałem w bazie kodu.¹

Drugie 90% to inne zdanie. „Ponad 90% wkładu do naszej bazy kodu we wrześniu 2026 roku napisał Claude.” Zgłoszenie nie definiuje, co liczy się jako wkład. Wkład może być funkcją, testem, poprawką albo wygenerowanym kodem pomocniczym. Więcej kodu to nie to samo co więcej gotowego, niezawodnego produktu. Prospekt mówi też, że średni dzienny wolumen kodu wniesionego na inżyniera w trzech miesiącach do 30 września 2026 roku był ponad 45 razy większy niż średni dzienny wolumen w roku zakończonym 31 grudnia 2024 roku. To wolumen, podany przez spółkę, która sprzedaje narzędzie. To nie jest ustalenie, że każdy inżynier dostarczył 45 razy więcej działającego oprogramowania.¹

Zatrudnienie rosło w innym zegarze niż 170%

Zatrudnienie ma w zgłoszeniu dwa porównania i nie wolno ich dodawać.

Od 31 grudnia 2024 do 30 września 2026 liczba pracowników wzrosła z około 940 do około 5300. Ten sam dokument mówi, że zatrudnienie urosło ponad pięciokrotnie w tym oknie. Większość z 5300 osób pracuje w badaniach, inżynierii i rozwoju produktu. Zgłoszenie nie mówi, ilu jest inżynierów, ile nowych ról było juniorskich albo seniorskich, ani które funkcje rosły najszybciej.¹

Drugie porównanie jest krótsze. Od 30 września 2025 do 30 września 2026 przychód z ostatnich dwunastu miesięcy wzrósł o około 1200%, a zatrudnienie o około 170%. Te 170% nie są drogą od 940 do 5300. Dłuższe okno to wzrost ponad pięciokrotny. Zgłoszenie nie publikuje zatrudnienia na 30 września 2025, więc ten artykuł go nie wymyśla.

W tym samym zdaniu rok do roku pojawia się przychód na pracownika. Przychód z ostatnich dwunastu miesięcy na pracownika przeszedł z 1,4 miliona dolarów na 30 września 2025 do ponad 6,6 miliona dolarów na 30 września 2026. Anthropic przedstawia to jako efektywność operacyjną i „gęstość talentu”. Przychód na pracownika nie jest produkcją na godzinę, zyskiem na osobę ani przyczynowym szacunkiem tego, co dodał Claude. Rusza się, gdy przychód rośnie szybciej niż zatrudnienie. Może też ruszać się dlatego, że mianownik wciąż jest firmą w boomie, a nie dojrzałym biznesem o stabilnej sprzedaży.¹

Zgłoszenie jest wyraźne: to nie jest mały zespół, który stoi w miejscu. Mówi, że zatrudnienie urosło ponad pięciokrotnie, a przychód w trzech miesiącach do 30 września 2026 był 86 razy większy niż przychód w trzech miesiącach do 31 grudnia 2024. Przychód w tamtym wcześniejszym kwartale wyniósł 197 milionów dolarów. W prospekcie HTML otwartym do tego artykułu kwartał września 2026 nie jest wydrukowany jako kwota w dolarach obok „86 razy”. Nie należy mnożyć liczb i traktować iloczynu jako liczby opublikowanej przez spółkę.

Anthropic mówi też, że spodziewa się dalszego wzrostu kosztów osobowych w dolarach bezwzględnych, w miarę jak powiększa zatrudnienie. Spółka, która mówi, że będzie dalej zatrudniać, nie jest dowodem, że każdy użytkownik agenta kodu zrobi to samo.

Pieniądze nie są prostą historią o płacach

Za sześć miesięcy do 30 czerwca 2026 Anthropic podaje przychód 16 286 milionów dolarów, wobec 1 163 milionów rok wcześniej. Strata operacyjna spadła z 2 135 milionów dolarów do 693 milionów. Koszt obliczeń i infrastruktury wyniósł 8 945 milionów dolarów, wobec 2 334 milionów (wzrost o 6,6 miliarda dolarów, czyli 283%). Koszt osobowy wyniósł 3 152 miliony dolarów, wobec 538 milionów (wzrost o 2 614 milionów dolarów, czyli 486%). Jako udział w przychodzie koszt osobowy spadł z 46% do 19%.¹

Linia osobowa nie jest listą płac gotówkowych. Zgłoszenie mówi, że wzrost napędzał przyrost wynagrodzenia akcyjnego o 1,9 miliarda dolarów i przyrost wynagrodzenia gotówkowego o 510 milionów dolarów, oba związane ze wzrostem zatrudnienia. Wynagrodzenie akcyjne w koszcie osobowym wyniosło 286 milionów dolarów w pierwszej połowie 2025 roku i 2,2 miliarda dolarów w pierwszej połowie 2026 roku. Zgłoszenie nie rozbija reszty z 2 614 milionów w tym zdaniu. Świadczenia i podatki od wynagrodzeń mieszczą się w definicji kosztu osobowego. Rosnącego kosztu osobowego nie da się czytać jako płacy gotówkowej ani jako liczby nowych miejsc pracy.

Strata netto to znowu inna liczba. Wyniosła 80 748 milionów dolarów w pierwszej połowie 2026 roku, wobec 12 969 milionów rok wcześniej. W środku zmiana wartości godziwej obligacji zamiennych, zobowiązań pochodnych i prostych umów o przyszły kapitał wyniosła 72 388 milionów dolarów, wobec 10 942 milionów. Zgłoszenie mówi, że te zmiany wynikały głównie z wyższej wyceny przedsiębiorstwa, a nie z gotówki wychodzącej na płace albo serwery. Strata operacyjna 693 milionów dolarów jest liczbą działalności w tym okresie. Strata netto 80,7 miliarda dolarów nią nie jest.

Na 30 czerwca 2026 spółka mówi, że pozyskała łącznie 141,1 miliarda dolarów kapitału oraz miała 112,4 miliarda dolarów środków pieniężnych i ich ekwiwalentów plus 19,3 miliarda dolarów inwestycji krótkoterminowych. To stwierdzenie zgłoszenia w prospekcie wstępnym. To także powód, dla którego Anthropic jest złym wzorem. Sprzedaje technologię, która jest przyjmowana, opisuje popyt ponad dostępną moc obliczeniową i inwestuje w skali, której prawie żaden pracodawca nie skopiuje. Sens zgłoszenia nie brzmi „zatrudniajcie jak Anthropic”. Sensem jest przestać traktować liczbę zautomatyzowanych zadań jako prognozę zatrudnienia.

Jeszcze jedna liczba wewnętrzna wymaga tej samej ostrożności. Spółka mówi, że wartość własnego użycia Claude, mierzona cenami katalogowymi, wzrosła ponad 250 razy od stycznia 2026 do września 2026, a w kwietniu 2026 ta miesięczna wartość po raz pierwszy przekroczyła miesięczny koszt osobowy bez wynagrodzenia akcyjnego. Cena katalogowa oprogramowania, które firma daje sama sobie, nie jest przychodem gotówkowym ani zaoszczędzonymi pieniędzmi.

Szybsze szkice nie zdejmują obowiązku odpowiadania za wynik

Kierowanie wygenerowanym kodem i jego przegląd to przeprojektowanie zadania, a nie dowód, że umiejętność techniczna liczy się mniej. Ktoś wciąż musi rozumieć cel zmiany, zobaczyć ukrytą zależność, przetestować awarię i zdecydować, czy można to wydać. Większy wolumen kodu może oznaczać więcej takich decyzji, nie mniej. Ten sam wzór widać poza oprogramowaniem, jako sposób myślenia, a nie jako zmierzony wynik tego zgłoszenia. Księgowy, który może naszkicować analizę w minuty, wciąż musi uzgodnić liczby. Osoba od komunikacji może wygenerować warianty kampanii i wciąż musi wiedzieć, które twierdzenia opierają się na dowodach.

Jak zadania ruszają się wcześniej niż nazwy stanowisk, opisuje tekst AI zmienia zadania wewnątrz zawodów, zanim zmieni tytuły. Gdy nowym ograniczeniem jest sprawdzanie tego, co wytworzył system, zobacz dlaczego ludzki przegląd staje się wąskim gardłem, gdy agenci są szybcy.

Jest ryzyko szkoleniowe, którego zgłoszenie nie mierzy. Jeśli rutynowa praca kiedyś dawała początkującym praktykę, a teraz jest generowana, organizacja może później zabraknąć osób przeglądających, których będzie potrzebować. Młodszy programista, który tylko zatwierdza zaproponowany kod, może nie nauczyć się diagnozować trudnej awarii. To ryzyko prawdopodobne, nie wynik z S-1. Prospekt nie porównuje zatrudnienia juniorów i seniorów, nie daje dowodu jakości szkolenia i nie pokazuje długiego horyzontu tego, jak powstają kompetencje. Pracodawcy nie powinni wypełniać tej luki pewną prognozą. Mogą projektować wczesne role tak, by zostało celowe ćwiczenie, samodzielne rozwiązywanie problemów i informacja zwrotna. O luce między rozszerzeniem zadania a opanowaniem pracy, która za nim stoi, zobacz dlaczego wyjście poza szkolenie ucznia nie jest mistrzostwem.

Co mniejszy pracodawca może naprawdę zmierzyć

Wyobraź sobie hipotetyczną, ośmioosobową agencję oprogramowania, która dużą część tygodnia spędza na rutynowych funkcjach. To nie jest opisany przypadek. Jeśli narzędzie skraca pierwszy szkic, agencja może dostarczyć tę samą pracę mniejszą liczbą ludzi, zatrzymać zespół i przyjąć więcej klientów albo przeznaczyć uwolniony czas na bezpieczeństwo, dostępność i wsparcie. Wynik zależy od popytu. Kolejka klientów, którzy czekali, może zamienić niższy koszt dostawy w więcej pracy. Stała lista klientów i silna presja cenowa mogą zamienić tę samą oszczędność w mniej zatrudnień. Jeśli przegląd i integracja pochłoną czas, oszczędności nigdy nie było.

Drugi przykład hipotetyczny: organizacja lokalna używa narzędzia do szkicowania wniosków o grant. Personel wciąż musi sprawdzić dowody, zrozumieć, co sfinansuje grantodawca, i utrzymać relację. Jeśli wartościowe granty były wcześniej poza zasięgiem, narzędzie może poszerzyć pracę. Jeśli możliwości finansowania są stałe, zyskiem może być czas na usługi bezpośrednie. Oba wyniki mogą być cenne. Żaden nie uzasadnia konkretnej liczby miejsc pracy utworzonych albo uratowanych.

Cztery pytania są użyteczniejsze niż licznik promptów:

1. Mierz pracę przyjętą, nie wytworzone szkice. Dwa razy więcej raportów przy dłuższej kolejce zatwierdzeń to nie dwa razy większa produktywność.
2. Zapisz pełny koszt: sprawdzanie, poprawki, oprogramowanie, szkolenie i bezpieczeństwo.
3. Szukaj popytu, którego wcześniej nie dało się obsłużyć, na przykład próśb, które czekały, albo spraw, których nikt nie podjął.
4. Nazwij kompetencje używane rzadziej i zdolności, których przebieg pracy potrzebuje teraz więcej.

W większym dziale zrób ten test na grupie pilotażowej, zanim zmienisz plan zatrudnienia. Śledź czas cyklu, błędy, poprawki, wyniki dla osób obsługiwanych, obciążenie i okazje do ćwiczenia. Porównaj z linią bazową i zapytaj ludzi, którzy wykonują pracę, gdzie liczby czegoś nie widzą.

Dowody o kompetencjach są szersze niż jeden prospekt i starsze

Dwa publiczne raporty o kompetencjach opisują rynek pracy wokół tej historii. Nie opisują Anthropic.

13 sierpnia 2026 roku Międzynarodowa Organizacja Pracy opublikowała Changing landscape of skills in the age of AI, wraz z Europejską Fundacją Kształcenia, Cedefop, Eurofound, Komisją Europejską i UNESCO. Strona publikacji mówi, że adopcja zwiększa popyt na kompetencje poznawcze, społeczno-emocjonalne, cyfrowe i związane z AI, a często na wyższe kompetencje poznawcze i społeczno-emocjonalne oraz ogólne kompetencje cyfrowe i z nauki o danych. Opisuje prace, które rozwijają i utrzymują systemy AI, jako obecnie mały, niszowy rynek pracy, który szybko rośnie. Traktuje umiejętność rozumienia i używania narzędzi AI w sposób bezpieczny i etyczny jako nową umiejętność podstawową, a alfabetyzację AI jako fundament sprawczości. Ten artykuł korzysta z tego streszczenia. Pełnego raportu nie czytano strona po stronie w poszukiwaniu nowych statystyk.²

5 czerwca 2026 roku OECD opublikowało notę AI and skills: What we know so far. Mówi, że wiele firm, zwłaszcza małych i średnich, hamuje brak ludzi z właściwymi kompetencjami. Około 40% pracodawców w przetwórstwie oraz w finansach i ubezpieczeniach, którzy jeszcze nie przyjęli AI, podaje kompetencje jako główny powód. Nota podaje próby 1400 pracodawców w przetwórstwie i 653 w finansach i ubezpieczeniach dla tego pytania o barierę, z wcześniejszego badania OECD (Lane, Williams i Broecke, 2023). Ponad połowa MŚP, które jeszcze nie używają generatywnej AI, mówi to samo o kompetencjach, powołując się na badanie MŚP OECD z 2025 roku. Mniej niż 1% pracowników potrzebuje zaawansowanych kompetencji AI, takich jak programowanie albo rozwój modeli; liczbę tę nota bierze od Greena i Lamby’ego (2023). Większość potrzebuje kompetencji cyfrowych i umiejętności używania, analizowania i interpretowania danych, a także kompetencji kierowniczych i ludzkich, takich jak rozwiązywanie problemów, kreatywność i innowacja. Nota mówi też, że w przetwórstwie i finansach ponad połowa pracodawców, którzy przyjęli AI, zgłasza większą potrzebę pracowników z wyższym wykształceniem. Mówi, że najnowsze dane w nocie pochodzą z końca 2024 roku. To nie jest spis zespołów programistycznych z 2026 roku i nie mówi, że każdy musi zostać inżynierem uczenia maszynowego.³

Nota OECD streszcza też inne badania tak, że zatrudnienie rosło najszybciej w rolach najbardziej wystawionych na AI i że w tych pracach AI raczej uzupełnia ludzi, niż ich zastępuje. To odczytanie noty pracy Lane’a (2024). To nie jest wynik z rachunków Anthropic i nie jest obietnicą, że uzupełnianie utrzyma się w każdym zawodzie.

Asystent kodu nie jest systemem rekrutacji

Dla organizacji w Unii Europejskiej linia prawna jest konkretniejsza niż ogólne ostrzeżenie o „AI w pracy”. Ten artykuł nie jest poradą prawną. Załącznik III unijnego aktu w sprawie AI wymienia pewne zastosowania w zatrudnieniu jako wysokiego ryzyka: systemy przeznaczone do rekrutacji albo selekcji, w tym ukierunkowanych ogłoszeń o pracę, filtrowania aplikacji i oceny kandydatów; oraz systemy przeznaczone do decydowania o warunkach stosunku pracy, awansie albo rozwiązaniu, do przydziału zadań na podstawie indywidualnego zachowania albo cech osobistych, albo do monitorowania i oceny wyników oraz zachowania. Narzędzie, które szkicuje kod, nie jest, przez sam ten opis, jednym z tych systemów. Klasyfikacja zależy od tego, co technologia naprawdę robi.⁴

Biuro obsługi Komisji mówi, że zasady dla systemów wysokiego ryzyka z załącznika III stosuje się od 2 grudnia 2027 roku. Praktyki zakazane, niektóre obowiązki przejrzystości i zasady modeli AI ogólnego przeznaczenia idą innym kalendarzem: są egzekwowalne od 2 sierpnia 2026 roku. Asystent kodu używany przez inżyniera to nie to samo pytanie co model, który ocenia kandydatów.⁵

Artykuł 4, w tekście, który biuro pokazuje jako zmieniony, mówi, że dostawcy i podmioty wdrażające podejmują środki wspierające alfabetyzację AI personelu i innych osób, które obsługują systemy AI w ich imieniu, z uwzględnieniem wiedzy, doświadczenia, wykształcenia i szkolenia, kontekstu użycia oraz osób, wobec których systemy są używane. Ten sam tekst mówi, że obowiązek nie wymaga zagwarantowania nikomu określonego poziomu alfabetyzacji AI. Biuro podaje, że to brzmienie odzwierciedla skonsolidowany tekst EUR-Lex według stanu na 27 lipca 2026 roku, łącznie ze zmianami pakietu cyfrowego omnibus. To urzędowe wyjaśnienie, nie zamiennik rozporządzenia.⁶

Pytania, które kierujący naprawdę zadają

Czy „ponad 90%” znaczy, że Claude wydał 90% produktu?

Nie. Jedna liczba to wewnętrzny test: około 90% sukcesu przy pewnych otwartych problemach inżynierskich we wrześniu 2026. Druga to stwierdzenie spółki, że ponad 90% wkładu w kod w tym miesiącu napisał Claude. Zgłoszenie nie definiuje wkładu i nie podaje niezależnego audytu jakości.¹

Czy wzrost zatrudnienia o 170% tłumaczy skok z 940 do 5300?

Nie. 170% to zmiana od 30 września 2025 do 30 września 2026, zestawiona ze wzrostem przychodu dwunastomiesięcznego o 1200%. Droga od około 940 na koniec 2024 do około 5300 w dniu 30 września 2026 to porównanie, które zgłoszenie nazywa „ponad pięciokrotnie”. To różne okna.¹

Czy mała organizacja powinna kopiować zatrudnianie Anthropic?

Nie. Zgłoszenie opisuje spółkę, która sprzedaje narzędzie, zgłasza popyt ponad swoją moc obliczeniową i podaje, że na 30 czerwca 2026 pozyskała 141,1 miliarda dolarów kapitału. Mniejszy pracodawca powinien przetestować jeden przebieg pracy, zmierzyć pracę przyjętą i koszt przeglądu oraz jawnie zdecydować, do czego służy uwolniona zdolność. Nie powinien traktować zatrudnienia laboratorium z pogranicza badań jako własnej prognozy.

Jak hilighter może pomóc

hilighter nie pisze kodu, nie przewiduje, ilu inżynierów potrzebuje zespół, i nie decyduje, kogo się zatrudnia. Praktyczne pytanie, które to zgłoszenie zostawia otwarte, jest węższe: które zadania stały się lżejsze, jakich kompetencji wygenerowany szkic nie dowodzi i kto odpowiada za osąd, który zostaje.

hilighter pomaga zespołom mapować kompetencje według roli, porównywać ludzi z tymi wymaganiami w analizie kompetencji i talentów, zapisywać dowód zdolności w uznawaniu osiągnięć i ustawiać indywidualne ścieżki rozwoju. Widok wpływu AI na stanowiska jest orientacyjny. To nie jest przewidywanie, że rola zniknie. Plan bezpłatny obejmuje do trzech ról zawodowych, przy nieograniczonej liczbie pracowników.

Sources

1. Anthropic, PBC, formularz S-1, złożony w amerykańskiej Komisji Papierów Wartościowych i Giełd, podpisy z 26 października 2026. Prospekt wstępny: spółka podaje, że informacje nie są kompletne i mogą się zmienić. Liczby użyte tutaj obejmują dwa stwierdzenia „90%” z września 2026 (wewnętrzny test i wkład w kod), 45-krotny wolumen kodu, zatrudnienie około 940 (31 grudnia 2024) i około 5300 (30 września 2026), „ponad pięciokrotnie”, porównanie 170% zatrudnienia i 1200% przychodu dwunastomiesięcznego, przychód na pracownika 1,4 miliona i ponad 6,6 miliona dolarów, porównanie kwartalne 86 razy i kwartał 197 milionów dolarów do 31 grudnia 2024, przychód, stratę operacyjną, obliczenia, koszt osobowy i wynagrodzenie akcyjne pierwszej połowy 2026, zmianę wartości godziwej w stracie netto, pozyskany kapitał i środki pieniężne na 30 czerwca 2026 oraz porównanie użycia wewnętrznego w cenach katalogowych. Przychód kwartalny września 2026 nie był wydrukowany w dolarach obok „86 razy” w HTML otwartym 31 października 2026.
2. Międzynarodowa Organizacja Pracy, Changing landscape of skills in the age of AI, 13 sierpnia 2026, z Europejską Fundacją Kształcenia, Cedefop, Eurofound, Komisją Europejską i UNESCO. Ten artykuł korzysta ze streszczenia strony publikacji, nie ze statystyk strona po stronie z pełnego PDF.
3. OECD, AI and skills: What we know so far, 5 czerwca 2026. Strona HTML zwróciła kontrolę dostępu 31 października 2026; oficjalny PDF był sprawdzonym tekstem. Badania bazowe nota cytuje jako Lane, Williams i Broecke (2023), OECD (2025) o MŚP, Green i Lamby (2023) oraz Lane (2024). Nota mówi, że jej najnowsze dane pochodzą z końca 2024 roku.
4. Komisja Europejska, biuro aktu w sprawie AI, załącznik III, punkt 4 (zatrudnienie, zarządzanie pracownikami i dostęp do samozatrudnienia).
5. Komisja Europejska, biuro aktu w sprawie AI, When does enforcement start? (zasady załącznika III od 2 grudnia 2027; praktyki zakazane, niektóre obowiązki przejrzystości i zasady modeli AI ogólnego przeznaczenia egzekwowalne od 2 sierpnia 2026).
6. Komisja Europejska, biuro aktu w sprawie AI, artykuł 4: alfabetyzacja AI. Strona mówi, że tekst odzwierciedla skonsolidowaną wersję EUR-Lex według stanu na 27 lipca 2026, ze zmianami pakietu cyfrowego omnibus, i że streszczenie nie jest prawnie wiążące.

Źródła sprawdzone ostatnio: 31 października 2026. Wszystkie liczby Anthropic to ujawnienia spółki we wstępnym formularzu S-1, nie niezależne badanie produktywności. Zmiana zatrudnienia o 170% i wzrost z około 940 do około 5300 to różne okresy. Dwa zdania o „90%” to różne twierdzenia. Strony Reuters podlinkowane w szkicu ze skrzynki zwróciły błąd dostępu i nie zostały użyte. Daty UE idą za biurem Komisji i nie są poradą prawną. Pełnego PDF MOP nie czytano strona po stronie. Strona HTML OECD była zablokowana; sprawdzono PDF. Tłumaczenie wymaga przeglądu native speakera.