Twórca narzędzia Code Puppy odchodzi z Walmartu do startupu Pydantic

Michael Pfaffenberger, wybitny inżynier w grupie Walmart Global Tech, ogłosił odejście z sieci handlowej. To on w ciągu roku zbudował i rozwinął Code Puppy, wewnętrzne narzędzie do pisania kodu za pomocą poleceń w języku naturalnym, z którego korzysta dziś niemal 75 tysięcy pracowników giganta. Pfaffenberger dołącza do Pydantic, startupu stojącego za technologią, na której oparte jest jego autorskie narzędzie.

Od wewnętrznego eksperymentu do narzędzia dla tysięcy

Code Puppy powstał jako projekt wewnętrzny mający uprościć pisanie, edytowanie i testowanie kodu za pomocą prostych poleceń tekstowych. W ciągu dwunastu miesięcy narzędzie przeszło drogę od tysiąca użytkowników do blisko 75 tysięcy pracowników Walmartu korzystających z niego na co dzień. Firma udostępniła też otwartoźródłową wersję projektu, którą pobrano ponad 496 tysięcy razy, z rekordowym miesiącem sięgającym 71 tysięcy pobrań.

Skala zainteresowania wykracza poza dział IT. Jak zauważył dyrektor technologiczny Walmartu Suresh Kumar, z narzędzia korzystają pracownicy merchandisingu, łańcucha dostaw oraz kierownicy sklepów, czyli osoby, które wcześniej nie miały bezpośredniego kontaktu z pisaniem kodu. To właśnie ten efekt, demokratyzacja programowania wewnątrz jednej z największych firm świata, uczynił z Code Puppy sztandarowy przykład tak zwanego vibe-codingu w środowisku korporacyjnym.

Dlaczego Pydantic

Code Puppy zbudowano na bazie Pydantic AI, frameworka do tworzenia agentów sztucznej inteligencji rozwijanego przez brytyjski startup Pydantic, znany wcześniej głównie z popularnej biblioteki Pythona do walidacji danych. Firma założona przez Samuela Colvina przekształciła się z projektu open source w komercyjną platformę obejmującą framework agentowy Pydantic AI, system obserwowalności Logfire oraz narzędzie do ewaluacji modeli Pydantic Evals.

Dyrektor technologiczny Pydantic David Montague wskazał, że doświadczenie Pfaffenbergera w budowaniu narzędzi AI koordynujących wiele agentów jednocześnie w środowisku dużego przedsiębiorstwa jest dziś rzadką i cenną kompetencją. To zdolność, na której zależy firmom starającym się skalować wdrożenia agentów AI poza pojedyncze zastosowania testowe.

Jestem pełen radości, że udało mi się stworzyć oprogramowanie, które poprawiło życie tak wielu ludzi, w pracy i poza nią - Michael Pfaffenberger, twórca Code Puppy

Ludzie korzystają z tego w merchandisingu, w łańcuchu dostaw, korzystają z tego kierownicy sklepów - Suresh Kumar, dyrektor technologiczny Walmart

Co dalej z Code Puppy

Walmart potwierdził odejście Pfaffenbergera i zapewnił, że projekt będzie kontynuowany przez zespół, który po nim przejmuje odpowiedzialność za narzędzie. Wśród wymienionych osób znaleźli się Ryan Eccles, John Choi, Kaveri Bakshi, Wesley Blakemore, Andrew Tilson oraz TJ Webb. Sam Pfaffenberger podkreślił w pożegnalnej notatce do współpracowników, że Code Puppy zostaje w firmie i będzie dalej rozwijane niezależnie od jego własnej decyzji o zmianie pracy.

Znaczenie dla rynku narzędzi programistycznych AI

Historia Code Puppy pokazuje, jak duże korporacje coraz częściej budują własne, wewnętrzne warstwy narzędziowe nad otwartymi frameworkami AI, zamiast czekać na gotowe produkty komercyjne. Dla startupów takich jak Pydantic sukces takiego wdrożenia to również dowód, że ich technologia sprawdza się w skali tysięcy użytkowników korporacyjnych, nie tylko w demach i projektach pilotażowych.

Dla polskich firm i zespołów IT rozważających podobne projekty to sygnał, że wewnętrzne narzędzia do vibe-codingu mogą realnie skrócić dystans między pracownikami nietechnicznymi a możliwością samodzielnego automatyzowania swoich zadań. Jednocześnie przypadek Walmartu pokazuje ryzyko związane z tego typu inicjatywami: sukces projektu bywa mocno powiązany z jedną osobą, a jej odejście rodzi pytania o ciągłość rozwoju i utrzymanie tempa wdrożeń.

Ruch Pfaffenbergera wpisuje się też w szerszy trend przechodzenia doświadczonych inżynierów z dużych korporacji do mniejszych, wyspecjalizowanych startupów AI, gdzie mogą oni bezpośrednio wpływać na rozwój narzędzi, z których wcześniej korzystali jako klienci wewnętrzni. Dla Pydantic pozyskanie kogoś, kto przetestował ich framework w praktyce na dziesiątkach tysięcy użytkowników, to bezpośredni transfer wiedzy o tym, co działa, a co wymaga poprawek w środowisku produkcyjnym.