🧪 Wersja beta · Ograniczona liczba miejsc
AI Prototype Lab
Zbuduj pierwszy prototyp swojego SaaS-a z agentem programistycznym — bez zatrudniania zespołu IT.
Ty znasz branżę. Agent pisze kod. GruzaLab daje bezpieczne środowisko, prywatny podgląd i techniczny nadzór.
Dla kogo to jest
Dla specjalistów domenowych, którzy widzą problem w swojej branży i chcą sprawdzić pomysł, zanim zainwestują w pełne MVP.
👀 Masz pomysł, brakuje IT
Widzisz problem w swojej branży i wiesz jak go rozwiązać, ale nie masz zaplecza technicznego, żeby zbudować prototyp.
💸 Nie chcesz wydać 15–50 tys. PLN
Pełny software house albo MVP to za duży krok na ten etap. Potrzebujesz tańszego sposobu na walidację.
🌙 Pracujesz po godzinach
Masz etat lub firmę. Chcesz wieczorami, w weekendy posunąć pomysł do przodu — bez czekania na agencję.
🛠️ Chcesz technicznych ram
Wiesz, że samo „pogadanie z ChatGPT" nie wystarczy. Potrzebujesz środowiska, podglądu, kontroli wersji i kogoś, kto trzyma to w kupie.
Co tu można prototypować
Lab dobrze pasuje do narzędzi domenowych, w których wiedza branżowa właściciela jest większą wartością niż sam kod. Z drugiej strony — pewne typy projektów wymagają od razu poważnej infrastruktury i lepiej zaczynać je od MVP.
✅ Co dobrze pasuje
- dedykowany system rezerwacji dla konkretnej branży
- panel do obsługi zgłoszeń klientów
- kalkulator ofert / wycen / kosztorysów
- mini CRM dla niszowej usługi
- dashboard dla danych z Excela
- wewnętrzne narzędzie dla recepcji, handlowca lub operatora
- portal dla klientów z formularzami i statusem sprawy
- prototyp SaaS dla weterynarzy, księgowych, trenerów, logistyków, prawników, doradców, firm transportowych
- system szyty na miarę pod konkretny proces biznesowy w Twojej firmie
🚫 Co raczej nie pasuje
- systemy od razu na dane medyczne, finansowe lub prawdziwe dane klientów
- aplikacje wymagające SLA 24/7
- projekty, w których nikt po stronie klienta nie chce prowadzić produktu
- „zrób mi wszystko sam" bez wkładu domenowego
- marketplace, fintech, medtech jako pierwszy prototyp bez osobnego etapu prawno-technicznego
Dlaczego nie no-code albo sam ChatGPT?
Lab nie konkuruje z prostymi narzędziami do landingów ani z chatem. Konkuruje z myśleniem „spróbuję sam, potem się zobaczy".
No-code (Bubble, Lovable, Bolt) jest świetny do prostych formularzy i landingów. ChatGPT pomaga w myśleniu i pisaniu fragmentów kodu. Ale gdy chcesz budować realny prototyp SaaS, szybko pojawiają się rzeczy, które trzeba trzymać technicznie:
- repozytorium i historia zmian (git)
- backend i baza danych
- dostęp za logowaniem, kontrola sesji
- deploy pod własną subdomeną z SSL
- możliwość przejścia do produkcji bez wyrzucania kodu
- refaktor, gdy prototyp zaczyna działać
- brak vendor lock-in
AI Prototype Lab daje Ci swobodę eksperymentu, ale w środowisku, które da się później uporządkować. Nie utkniesz w platformie, której nie da się przenieść.
Co dostajesz
Prywatne środowisko techniczne, w którym pracujesz z agentem programistycznym jak z dobrym programistą, analitykiem i architektem w jednym — przez Telegram, w ustalonych godzinach.
Najlepsze efekty daje nie wiedza programistyczna, ale regularna pętla: zlecenie → prototyp → test → feedback → poprawka.
🖥️ Prywatne środowisko (VM/sandbox)
Izolowana maszyna na infrastrukturze GruzaLab. Twój kod, Twoje dane, Twoje tempo. Snapshoty i możliwość resetu, gdy coś pójdzie nie tak.
🌐 Subdomena w gruzalab.pl
Twoja subdomena (np. `pomysł.gruzalab.pl`) z certyfikatem SSL. Pokazujesz prototyp znajomym, mentorowi, pierwszym użytkownikom.
🔐 Cloudflare Access
Podgląd aplikacji za zabezpieczeniem — tylko zaproszone osoby zobaczą prototyp. Bez przypadkowych zewnętrznych wejść.
💬 Telegram jako interfejs do agenta
Dajesz agentowi zadania w Telegramie. „Dodaj formularz", „popraw nagłówek", „dorzuć logikę X". Bez konfigurowania IDE, bez terminala.
⚡ Praca w 4-godzinnym oknie, na żywo
Pracujesz w 4-godzinnym oknie. Piszesz agentowi na Telegramie czego potrzebujesz — agent analizuje, dostosowuje i od razu koduje. Po kilku sekundach widzisz efekty na podglądzie strony.
👨💻 Nadzór techniczny GruzaLab
Gdy coś się sypie albo agent skręci w ślepą uliczkę, jestem dostępny w trybie konsultacji. Trzymam środowisko sprawne.
Jak wygląda jedna sesja?
Konkret zamiast abstrakcji. Tak wygląda 4-godzinne okno pracy, gdy już masz włączone środowisko.
1
Piszesz w Telegramie, co chcesz zmienić
Np. „Dodaj formularz zgłoszenia klienta z polami: imię, telefon, opis problemu". Język naturalny, bez składni technicznej.
2
Agent pracuje w Twoim repozytorium
Tworzy pliki, poprawia frontend, dodaje endpointy, uruchamia testy. Widzisz proces na żywo — krok po kroku.
3
Zmiany pojawiają się na Twojej subdomenie
Np. twojprojekt.gruzalab.pl — za Cloudflare Access. Po kilku sekundach od zakończenia kompilacji odświeżasz stronę i widzisz nową wersję.
4
W trakcie sesji oglądasz efekt i iterujesz
Zostawiasz feedback („zmień kolor", „dodaj walidację", „rozbij na dwa ekrany") albo dorzucasz kolejne zadania. Pętla feedbacku jest natychmiastowa.
5
Gdy coś pójdzie w złą stronę
Cofamy zmianę z gita albo przywracamy snapshot środowiska. Eksperymentowanie jest bezpieczne — żadna ślepa uliczka nie kosztuje całego projektu.
Przepływ techniczny
Tak wygląda droga od Twojego polecenia w Telegramie do widocznego efektu na subdomenie.
📱 Telegram
→
🤖 Agent
→
📦 Repo / kod
→
⚙️ Dev server
→
🔐 Cloudflare Access
→
🌐 twojprojekt.
gruzalab.pl
Cały łańcuch działa w izolowanym środowisku — nikt z zewnątrz nie zobaczy prototypu, jeśli go nie zaprosisz.
Pierwsze 7 dni współpracy
Lab nie zaczyna się od abstrakcyjnej subskrypcji. Zaczyna się od konkretnego planu pierwszego tygodnia.
Dzień 1
Zakres i ustawienia
Krótki opis pomysłu, wybór zakresu pierwszego prototypu, ustalenie subdomeny i okna pracy agenta.
Dzień 2
Środowisko ruszy
Start VM, repozytorium, pierwszy ekran aplikacji, dostęp przez Cloudflare Access. Możesz już logować się i klikać.
Dni 3–5
Pierwsze iteracje
Formularze, podstawowe widoki, logika biznesowa, przykładowe dane. Agent buduje na żywo, Ty kierujesz priorytetami.
Dni 6–7
Przegląd i decyzja
Lista poprawek, decyzja: kontynuujemy w Lab, robimy Launch Assist albo odkładamy pomysł. Bez zaskoczenia, bez ukrytych kosztów.
Kto za co odpowiada
Lab działa, gdy każda strona robi to, w czym jest najmocniejsza. Trzy role, jasny podział.
👤 Ty
- znasz problem branżowy
- opisujesz wymagania
- testujesz prototyp
- decydujesz, co ma sens produktowo
- szukasz pierwszego feedbacku od rynku
🤖 Agent
- pisze kod
- zmienia UI
- dodaje logikę biznesową
- poprawia błędy
- przygotowuje kolejne wersje prototypu
🛠️ GruzaLab
- utrzymuje środowisko
- pilnuje dostępu i izolacji
- pomaga, gdy agent utknie
- doradza, kiedy prototyp dojrzał do Launch Assist albo MVP
- nie podejmuje decyzji produktowych za Ciebie
Bezpieczny sandbox, nie dziki eksperyment
Lab to środowisko prototypowe, ale nie chaotyczne. Każdy element ma swoje miejsce, a Twój pomysł nie wycieka na zewnątrz.
🛡️ Co jest pod kontrolą
- dostęp tylko dla zaproszonych osób (Cloudflare Access)
- osobna subdomena dla każdego projektu
- izolowane środowisko / VM
- pełna historia zmian w git
- snapshoty i możliwość resetu
- brak prawdziwych danych klientów na etapie Lab
- przejście do RODO / security audit dopiero w Launch Assist lub MVP
- kod jest Twoją własnością od pierwszego commita
Czym AI Prototype Lab nie jest
Żeby uniknąć nieporozumień — to ważne, by wiedzieć, kiedy ten format ma sens, a kiedy lepszy jest pełny MVP.
To nie jest produkcyjny hosting
- Nie nadaje się do trzymania prawdziwych danych klientów
- Nie ma SLA 24/7
- Nie ma pełnego stacku monitoring/alerting
To nie jest gotowy SaaS
- Nie ma gwarancji, że prototyp się sprzeda
- Nie ma pełnego audytu bezpieczeństwa
- Nie ma wdrożonego RODO
To nie jest software house
- Nie jestem dewem do zadań „zrób mi tę funkcję"
- Agent uczy się Twojej domeny — Ty go prowadzisz
- Decyzje produktowe są po Twojej stronie
To nie jest teoria
Ten model pracy wynika z realnego procesu budowania systemów z agentami AI.
Działająca platforma SaaS od zera do produkcji w 37 dni. AI Prototype Lab to uproszczona, tańsza wersja tego procesu — dla osób, które chcą najpierw sprawdzić pomysł, zanim zlecą pełny system.
Pakiety AI Prototype Lab (beta)
399 PLN to wejście do środowiska — nie nieskończony agent. Pakiet określa, ile realnie możesz zrobić.
|
🧪 Lab Starter |
⚡ Lab Builder |
🚀 Lab Plus |
| Cena (netto) |
399 PLN/mies. |
699 PLN/mies. |
999 PLN/mies. |
| Czas pracy z agentem |
80 h / mies. |
100 h / mies. |
120 h / mies. |
| 1:1 z Sebastianem o projekcie |
— |
1 h / mies. |
2 h / mies. |
| Dla kogo |
Pierwszy prototyp, mały zakres, własne tempo. Dobre na start. |
Aktywniejsze iteracje, dłuższe sesje agenta. |
Gdy prototyp zaczyna być poważnym projektem. |
We wszystkich pakietach: Sebastian widzi Twoją rozmowę z agentem i reaguje, gdy jest taka potrzeba.
Koszt użycia modeli AI (tokenów) może być rozliczany osobno albo wliczony w pakiet — zależnie od skali pracy. W wersji beta ustalamy limit z góry, żeby nie było niespodzianek na fakturze.
Trzy etapy współpracy
AI Prototype Lab to wejście do procesu. Gdy prototyp zaczyna mieć sens, naturalnie przechodzimy wyżej.
🧪 AI Prototype Lab
Sprawdź pomysł, zanim wydasz na MVP.
od 399 PLN
netto / mies. (wersja beta)
- Prywatne środowisko / VM
- Subdomena w gruzalab.pl
- Cloudflare Access
- Telegram jako interfejs
- 4-godzinne okno pracy z agentem na żywo
- Snapshoty i reset
- Podstawowy nadzór techniczny
Zapytaj o miejsce w becie
🛠️ Launch Assist
Uporządkuj prototyp pod realne użycie.
300 PLN/h
albo pakiet 3 000–8 000 PLN
- Refaktor kodu z prototypu
- Auth, role, sesje
- Konfiguracja bazy danych
- Backupy
- Konfiguracja produkcyjnego deploya
- Podstawowe security review
Porozmawiajmy
🚀 Pełne MVP SaaS
Produkcyjny system z odpowiedzialnością.
od 15 000 PLN
stała cena, jasny zakres
- Architektura produkcyjna
- Pełen audyt bezpieczeństwa
- RODO end-to-end
- Monitoring i alerting
- CI/CD, backupy, HA
- Pełne prawa do kodu
- Stała współpraca od 20 000 PLN/mies.
Zobacz pełną ofertę
💡 Dotyczy Launch Assist i Pełnego MVP
Opcjonalnie — model hybrydowy
W standardowym modelu prace są rozliczane gotówkowo.
Dla wybranych projektów, w których po stronie partnera istnieje realna przewaga domenowa, dostęp do rynku lub potencjał sprzedażowy, możliwy jest model hybrydowy: niższa opłata startowa + udział w tworzonym produkcie SaaS.
Nie inwestuję czasu wyłącznie w pomysł. Rozważam współpracę udziałową wtedy, gdy partner wnosi coś trudnego do skopiowania: wiedzę branżową, relacje, klientów, dane, dystrybucję albo gotowość do sprzedaży.
Kiedy przechodzimy z Lab do MVP?
Gdy prototyp zaczyna mieć sens biznesowy — pojawiają się pierwsi użytkownicy, masz feedback, model wygląda obiecująco — przechodzimy do produkcyjnego MVP. Nie zaczynamy od pustej kartki: kod, decyzje produktowe i feedback z Lab służą jako baza, a tam gdzie trzeba, porządkujemy i refaktoryzujemy pod produkcję.
specjalista domenowy
↓
AI Prototype Lab — 399–999 PLN/mies.
↓ prototyp zaczyna działać
Launch Assist — 3–8k PLN
↓ produkcyjna wersja
Pełne MVP SaaS — od 15k PLN
↓
stała obsługa / rozwój
Najczęstsze pytania
Czy muszę umieć programować?
Nie. Umiejętność programowania nie jest najważniejsza.
W AI Prototype Lab ważniejsze jest to, czy potrafisz opisać problem, proces i oczekiwany efekt: kto ma używać systemu, w jakiej sytuacji, co ma się wydarzyć na ekranie i po czym poznasz, że dana funkcja działa dobrze.
Agent pisze kod, ale to Ty prowadzisz produkt. Najlepsze efekty osiągają osoby, które potrafią cierpliwie testować kolejne wersje, dawać konkretny feedback i stopniowo doprecyzowywać wizję systemu.
Wiedza techniczna pomaga, ale nie jest wymagana. Znacznie ważniejsza jest wiedza domenowa, konsekwencja i gotowość do iteracji.
Co jest najważniejsze po mojej stronie?
Najważniejsze są trzy rzeczy: wizja produktu, wiedza domenowa i pętla feedbackowa.
Nie musisz wiedzieć, jak napisać backend, formularz albo bazę danych. Musisz natomiast wiedzieć, jaki problem rozwiązujemy, kto będzie użytkownikiem, jak dziś wygląda ten proces i co w prototypie trzeba poprawić po każdej iteracji.
AI Prototype Lab działa najlepiej, gdy klient regularnie:
- testuje to, co agent zbudował,
- mówi, co jest dobre, a co nie działa,
- doprecyzowuje wymagania,
- wycina zbędne funkcje,
- pokazuje prototyp pierwszym użytkownikom,
- wraca z konkretnym feedbackiem.
To bardziej przypomina prowadzenie młodszego programisty lub małego zespołu produktowego niż zamówienie gotowej aplikacji z katalogu.
Jak wygląda dobra pętla feedbackowa z agentem?
Najlepsza pętla jest krótka i konkretna.
Przykład:
- Wieczorem zlecasz agentowi jedną małą zmianę: „Dodaj ekran tworzenia wizyty z polami: klient, zwierzę, data, typ wizyty, notatka".
- Agent wdraża zmianę w środowisku.
- Oglądasz efekt na swojej subdomenie.
- Dajesz feedback: „Pole typ wizyty powinno być listą, notatka nie jest obowiązkowa, a data powinna domyślnie ustawiać się na dziś".
- Agent poprawia prototyp.
Właśnie z takich małych iteracji powstaje system, który zaczyna pasować do realnego procesu. Nie trzeba od razu mieć idealnej specyfikacji. Trzeba umieć cierpliwie poprawiać kolejne wersje.
Czy mogę po prostu opisać pomysł i czekać na gotowy SaaS?
Nie w tym modelu.
AI Prototype Lab nie polega na tym, że raz opisujesz pomysł, a po kilku tygodniach odbierasz gotowy produkt. To środowisko do iteracyjnego prototypowania.
Agent może szybko tworzyć kolejne wersje, ale potrzebuje Twoich decyzji: co jest ważne, co można uprościć, gdzie proces wygląda inaczej niż zakładaliśmy, co pokazać pierwszym użytkownikom i co poprawić po ich reakcji.
Jeśli chcesz oddać cały zakres i odebrać gotowy system, lepszym modelem będzie Launch Assist albo pełne MVP SaaS. Lab ma największy sens wtedy, gdy chcesz aktywnie prowadzić prototyp.
Kto najlepiej pasuje do AI Prototype Lab?
Najlepiej pasują osoby, które mają realną wiedzę branżową i chcą aktywnie prowadzić produkt.
Dobry kandydat:
- zna konkretny problem z praktyki,
- wie, kto miałby używać systemu,
- potrafi opisać proces krok po kroku,
- ma dostęp do kilku potencjalnych użytkowników,
- chce testować kolejne wersje,
- rozumie, że prototyp powstaje iteracyjnie.
Nie trzeba być programistą. Trzeba być osobą, która potrafi cierpliwie zamieniać wiedzę domenową w coraz lepszy system.
Co dokładnie potrafi agent?
Może budować pełnowymiarowe aplikacje webowe — backend (API, baza danych, logika biznesowa), frontend (UI, formularze, dashboardy), integracje (płatności, emaile). To nie jest „chatbot do kodu" — to system, który tworzy, edytuje i testuje pliki w prawdziwym repozytorium. Im jaśniej opisujesz wymagania, tym lepszy efekt.
Czy mogę testować na prawdziwych danych klientów?
Nie. AI Prototype Lab to środowisko prototypowe — nie przechodzi pełnego audytu bezpieczeństwa i nie ma wdrożonego RODO. Do testów używaj danych syntetycznych albo własnych. Gdy prototyp jest gotowy do prawdziwych użytkowników — przechodzimy do Launch Assist albo MVP, gdzie te wymogi są spełnione.
Co jeśli agent się zatnie albo zepsuje projekt?
Środowisko ma snapshoty — możesz cofnąć stan z dzisiaj rano. Kod siedzi w repozytorium git, więc każda zmiana jest odwracalna. Jeśli agent skręci w ślepą uliczkę, jestem dostępny w trybie konsultacji, żeby odblokować temat.
Czy mogę zabrać kod, jeśli się rozejdziemy?
Tak. Kod jest Twój. Repozytorium dostajesz na własność, technologie są popularne, każdy kompetentny programista może to przejąć. Zero vendor lock-in.
Ile to faktycznie potrwa zanim zobaczę pierwszy efekt?
Pierwszy działający prototyp — zwykle 1–2 tygodnie po starcie, w zależności od skali pomysłu i tempa Twoich iteracji. Lab jest zaprojektowany pod krótkie cykle: w 4-godzinnym oknie pracujesz z agentem na żywo, kolejne zmiany widzisz na podglądzie po kilku sekundach od polecenia.
Co dokładnie kosztuje 399 PLN?
Cena beta obejmuje: prywatne środowisko (VM), subdomenę z SSL, Cloudflare Access, integrację z Telegramem, ustalone okno pracy agenta, snapshoty i podstawowy nadzór techniczny. Kredyty na agenta (token usage) są dodawane w pakietach. Wyższe pakiety zawierają więcej godzin pracy agenta i krótszy czas odpowiedzi w trybie konsultacji.
🧪 Beta · Limited spots
AI Prototype Lab
Build the first prototype of your SaaS with a coding agent — without hiring an IT team.
You know the domain. The agent writes code. GruzaLab provides the safe environment, private preview, and technical oversight.
Who it's for
For domain experts who see a problem in their industry and want to test the idea before investing in a full MVP.
👀 You have an idea, but no IT
You see a problem in your industry and know how to solve it — but you don't have the technical foundation to build a prototype yourself.
💸 You're not ready to spend €3.5–10k yet
A full software house or MVP is too big a step at this stage. You need a cheaper way to validate the idea.
🌙 You're working after hours
You have a day job or a company. You want to push the idea forward in evenings and weekends — without waiting for an agency.
🛠️ You want technical guardrails
You know that "just chatting with ChatGPT" isn't enough. You need an environment, a preview, version control, and someone to keep it together.
What you can prototype here
Lab fits domain tools where the founder's industry knowledge matters more than the code itself. Some project types, on the other hand, need serious infrastructure from day one — start them with an MVP instead.
✅ Good fit
- simple booking system for a specific industry
- customer ticket/handling panel
- quote / pricing / cost calculator
- mini CRM for a niche service
- dashboard for data sitting in Excel
- internal tool for reception, sales rep, or operator
- customer portal with forms and case status
- SaaS prototype for vets, accountants, trainers, logistics, lawyers, advisors
🚫 Not a good fit
- systems handling real medical, financial, or customer data from day one
- apps that need 24/7 SLA
- projects where no one on the partner side wants to drive the product
- "build everything for me" without domain input
- marketplace, fintech, medtech as a first prototype without a separate legal/technical phase
Why not no-code or just ChatGPT?
Lab doesn't compete with simple landing-page builders or with chat. It competes with "I'll just figure it out myself, somehow."
No-code (Bubble, Lovable, Bolt) is great for simple forms and landing pages. ChatGPT helps you think and write code snippets. But once you want to build a real SaaS prototype, things appear that need to be handled technically:
- repository and change history (git)
- backend and database
- authentication, session control
- deployment to your own subdomain with SSL
- a path to production without throwing the code away
- refactoring once the prototype starts working
- no vendor lock-in
AI Prototype Lab gives you experimental freedom — but in an environment that can be cleaned up later. You don't get stuck in a platform you can't migrate out of.
What you get
A private technical environment where you work with a coding agent that's a strong developer, analyst, and architect rolled into one — through Telegram, during agreed hours.
🖥️ Private VM / sandbox
Isolated machine on GruzaLab infrastructure. Your code, your data, your pace. Snapshots and reset capability when something goes sideways.
🌐 Subdomain on gruzalab.pl
Your subdomain (e.g. `idea.gruzalab.pl`) with SSL. Show the prototype to friends, mentors, first users.
🔐 Cloudflare Access
App preview behind authentication — only invited people see the prototype. No accidental external traffic.
💬 Telegram as agent interface
You give the agent tasks via Telegram. "Add a form", "fix the header", "implement logic X". No IDE setup, no terminal.
⚡ Live 4-hour working session
You work in a 4-hour window. You message the agent on Telegram with what you need — it analyzes, adapts, and codes immediately. Within seconds you see the result on the live preview.
👨💻 GruzaLab technical oversight
When something breaks or the agent goes down a dead end, I'm available in consulting mode. I keep the environment running.
What does a session look like?
Concrete instead of abstract. Here's a typical 4-hour live working window once your environment is up.
1
You message the agent on Telegram
e.g. "Add a customer intake form with: name, phone, problem description". Plain language, no technical syntax.
2
The agent works in your repository
Creates files, edits the frontend, adds endpoints, runs tests. You watch the process live — step by step.
3
Changes appear on your subdomain
e.g. yourproject.gruzalab.pl — behind Cloudflare Access. Seconds after the build finishes, you refresh and see the new version.
4
You review and iterate during the session
Leave feedback ("change the color", "add validation", "split into two screens") or queue further tasks. The feedback loop is immediate.
5
If something goes wrong
We revert in git or restore an environment snapshot. Experimentation is safe — no dead end costs you the whole project.
Technical flow
The path from your Telegram command to the visible result on your subdomain.
📱 Telegram
→
🤖 Agent
→
📦 Repo / code
→
⚙️ Dev server
→
🔐 Cloudflare Access
→
🌐 yourproject.
gruzalab.pl
The whole chain runs in an isolated environment — nobody from outside sees the prototype unless you invite them.
The first 7 days
Lab doesn't start with an abstract subscription. It starts with a concrete plan for the first week.
Day 1
Scope and setup
Brief idea description, scope of the first prototype, subdomain choice and agent working window.
Day 2
Environment is live
VM started, repo initialized, first screen of the app, Cloudflare Access set up. You can already log in and click around.
Days 3–5
First iterations
Forms, basic views, business logic, sample data. Agent builds live, you steer priorities.
Days 6–7
Review and decision
List of fixes and the call: continue in Lab, move to Launch Assist, or shelve the idea. No surprises, no hidden costs.
Who's responsible for what
Lab works when each side does what they're best at. Three roles, clear split.
👤 You
- know the domain problem
- describe the requirements
- test the prototype
- decide what makes product sense
- find first feedback from the market
🤖 Agent
- writes the code
- updates the UI
- adds business logic
- fixes bugs
- delivers each next prototype version
🛠️ GruzaLab
- maintains the environment
- manages access and isolation
- helps when the agent gets stuck
- advises when the prototype is ready for Launch Assist or MVP
- doesn't make product decisions for you
A safe sandbox, not a wild experiment
Lab is a prototyping environment, but not a chaotic one. Each piece has its place, and your idea doesn't leak out.
🛡️ What's under control
- access only for invited people (Cloudflare Access)
- separate subdomain per project
- isolated environment / VM
- full change history in git
- snapshots and reset capability
- no real customer data at the Lab stage
- GDPR / security audit only at Launch Assist or MVP
- code is yours from the first commit
What AI Prototype Lab isn't
To set expectations clearly — it's important to know when this format makes sense, and when a full MVP is the better fit.
It isn't production hosting
- Not suitable for storing real customer data
- No 24/7 SLA
- No full monitoring/alerting stack
It isn't a finished SaaS
- No guarantee the prototype will sell
- No full security audit
- No GDPR end-to-end implementation
It isn't a software house
- I'm not a dev for "build me this feature" tasks
- The agent learns your domain — you drive it
- Product decisions stay on your side
This isn't theory
This way of working comes from a real process of building systems with AI agents.
A working SaaS platform from scratch to production in 37 days. AI Prototype Lab is a simplified, cheaper version of that process — for people who want to validate the idea first, before commissioning a full system.
AI Prototype Lab packages (beta)
€95 is the entry price for the environment — not an unlimited agent. The package determines how much you can actually do.
|
🧪 Lab Starter |
⚡ Lab Builder |
🚀 Lab Plus |
| Price (net) |
€95/month |
€165/month |
€235/month |
| Agent working time |
80 h / month |
100 h / month |
120 h / month |
| 1:1 with Sebastian on the project |
— |
1 h / month |
2 h / month |
| Best for |
First prototype, small scope, your own pace. Good to get started. |
More active iterations, longer agent sessions. |
When the prototype starts becoming a serious project. |
In every plan: Sebastian sees your conversation with the agent and steps in when needed.
AI/token usage costs may be billed separately or rolled into the package — depends on the workload. In beta we set a cap upfront so there are no invoice surprises.
Three stages of collaboration
AI Prototype Lab is the entry point. When the prototype starts to make sense, we naturally move up.
🧪 AI Prototype Lab
Validate the idea before spending on MVP.
from €95
net / month (beta)
- Private VM / sandbox
- Subdomain on gruzalab.pl
- Cloudflare Access
- Telegram as interface
- Live 4-hour session with the agent
- Snapshots and reset
- Basic technical oversight
Ask for a beta spot
🛠️ Launch Assist
Tidy the prototype for real-world use.
€70/h
or package €700–1,900
- Refactoring prototype code
- Auth, roles, sessions
- Database setup
- Backups
- Production deploy setup
- Basic security review
Let's talk
🚀 Full SaaS MVP
Production-grade system with accountability.
from €3,500
fixed price, clear scope
- Production architecture
- Full security audit
- GDPR end-to-end
- Monitoring & alerting
- CI/CD, backups, HA
- Full code rights
- Ongoing collaboration from €4,700/month
See full offer
💡 Applies to Launch Assist and Full MVP
Optional — hybrid engagement model
Standard engagements are paid in cash.
For selected projects — where the partner brings a real domain edge, market access, or sales potential — a hybrid model is on the table: a lower upfront fee + equity in the SaaS we build together.
I don't invest time in ideas alone. I consider equity-style partnerships when the partner brings something hard to copy: domain expertise, relationships, customers, data, distribution, or readiness to sell.
When do we move from Lab to MVP?
When the prototype starts to make business sense — first users show up, you have feedback, the model looks promising — we move to a production MVP. We don't start from a blank page: the code, product decisions, and feedback from Lab become the base, and where needed, we clean up and refactor for production.
domain expert
↓
AI Prototype Lab — €95–240/month
↓ prototype starts working
Launch Assist — €700–1,900
↓ production version
Full SaaS MVP — from €3,500
↓
ongoing development
Frequently asked questions
Do I need to know how to code?
No. You only need to know what you want to build and be able to describe it in English/Polish. The agent understands natural language, so commands like "add a registration form with name, email, phone" are sufficient. Technical knowledge helps, but isn't required.
What can the agent actually do?
It can build full-scale web applications — backend (API, database, business logic), frontend (UI, forms, dashboards), integrations (payments, emails). This isn't a "code chatbot" — it's a system that creates, edits, and tests files in a real repository. The clearer you are with requirements, the better the result.
Can I test with real customer data?
No. AI Prototype Lab is a prototyping environment — it doesn't pass a full security audit and doesn't have GDPR end-to-end. Use synthetic or your own data for testing. When the prototype is ready for real users, we move to Launch Assist or MVP, where these requirements are met.
What if the agent breaks something?
The environment has snapshots — you can revert to this morning's state. The code lives in a git repo, so every change is reversible. If the agent goes down a dead end, I'm available in consulting mode to unblock things.
Can I take the code if we part ways?
Yes. The code is yours. You own the repo, the tech stack is mainstream, and any competent developer can take over. Zero vendor lock-in.
How long until I see a first result?
First working prototype — usually 1–2 weeks after start, depending on the scope of the idea and the pace of your iterations. Lab is designed for short cycles: in your 4-hour live window you work with the agent in real time and see each change on the preview within seconds.
What exactly does €95 cover?
The beta price covers: private VM, subdomain with SSL, Cloudflare Access, Telegram integration, agreed agent working hours, snapshots, and basic technical oversight. Agent credits (token usage) are added in packages. Higher tiers include more agent hours and faster consulting response times.