O czym jest ten film
- Autor pokazuje swój „harness” — kompletny szkielet systemu agentów AI zbudowany w Obsidianie: od pojedynczego agenta po cały zespół z recenzentami i weryfikatorami.
- Główna teza: agent to nie jeden długi prompt, lecz mały plik z tożsamością (rola, głos, README) plus odnośniki do współdzielonych zasobów.
- Skille przestają być potrzebne — wystarczy struktura plików markdown z odnośnikami; agent sam dobiera właściwą umiejętność do zapytania.
- Kluczowe rozróżnienie: mózg (głęboka ekspertyza jednego tematu, np. lokalny SEO) kontra baza wiedzy (reguły i standardy dla całego zespołu).
- Trójka pojęć: workflow (droga od A do Z), szablon (stały kształt wejść i wyjść) i SOP (powtarzalna procedura, np. otwarcie sesji).
- Warstwa limitów: „sufit działań”, przełącznik wywołań i bramki zatwierdzeń — ograniczenia zdejmuje się dopiero, gdy agent zbuduje zaufanie.
- Warstwa pętli: ewaluacje, weryfikatorzy, scenariusze ataków i zamiana każdego błędu na regułę — w duchu uczenia ze wzmocnieniem (metafora ciasteczka i kary).
- Warstwa zespołu: jedna brama wejściowa dla człowieka, koordynator, wspólny format przekazywania pracy i wspólny prompt bazowy.
- Pełny zapis sesji (artefakty, decyzje, wywołania narzędzi) — Autor krytykuje wielkie firmy AI za ukrywanie „myślenia” agentów i apeluje o pełną audytowalność.
- Na koniec: apel o różnorodność systemów zamiast jednego „rządzącego modelu świata”; materiał to „część zerowa” zapowiedzianego cyklu.
10 najważniejszych takeaways — z kontekstem zastosowania
1.Agent to mały plik, nie długi prompt
Na czym polega: Plik agenta zawiera wyłącznie tożsamość — rolę, głos, README — i odnośniki do zasobów, z których korzysta. Wszystko współdzielone przez zespół zapisuje się raz, w jednym miejscu.
Jak stosować: Zbuduj strukturę folderów (np. w Obsidianie), a każdego agenta zdefiniuj w krótkim pliku ze ścieżkami do wspólnych umiejętności, mózgów, szablonów i przepływów.
Na co uważać: Bez dyscypliny struktura rozrośnie się w duplikaty — pilnuj, by każdy zasób miał dokładnie jedno źródło.
2.Skille jako pliki markdown zamiast instalacji
Na czym polega: Autor obserwuje, że instalowane pakiety skilli przechodzą do lamusa. Umiejętność to po prostu plik z opisem: rezultat, warunki użycia, wejścia, metoda, wyjście i granice.
Jak stosować: Sprawdzone prompty-procedury wynieś do osobnych plików z czytelnymi metadanymi i podepnij w definicji agenta — sam dobierze właściwą przy zapytaniu.
Na co uważać: Sam plik nie wystarczy: bez workflowów, szablonów i bazy wiedzy agent będzie działał poniżej możliwości.
3.Mózg to nie baza wiedzy
Na czym polega: Mózg to głęboka ekspertyza jednej dziedziny (lokalny SEO, e-mail marketing), dostępna tylko dla agentów, których dotyczy. Baza wiedzy to reguły i fakty dla całego zespołu: standardy dowodowe, kontekst organizacji.
Jak stosować: Twórz mózgi tematyczne i podpinaj je wybiórczo; wiedzę ogólną trzymaj osobno i pozwalaj, by z czasem „przerastała” w dedykowane mózgi.
Na co uważać: Nie każdemu agentowi wszystkiego — mózg copywriterski agentowi-księgowemu tylko zaśmieca kontekst.
4.Workflow, szablon i SOP — nie mieszaj tych pojęć
Na czym polega: Workflow to pełna droga od A do Z; szablon nadaje wejściom i wyjściom stały kształt; SOP opisuje powtarzalną procedurę, np. jak zamknąć sesję albo przekazać pracę.
Jak stosować: Zadanie, które wyszło dobrze, zamień w workflow; każdy jego krok opisz szablonem; powtarzalne czynności spisz jako SOP-y.
Na co uważać: Workflow bez szablonów daje niespójne efekty, a bez recenzenta — błędy, których nikt nie wyłapie.
5.Sufit działań buduje zaufanie
Na czym polega: „Action ceiling”, sufit działań, to najwięcej, co agent może zrobić bez pytania; reszta wymaga zgody człowieka. Dopóki agent nie dowiódł jakości, pracuje pod kłódką — najlepiej w piaskownicy.
Jak stosować: Zacznij od wąskiego sufitu i bramek zatwierdzeń (np. publikacja zawsze ręcznie), a ograniczenia zdejmuj etapami po udanych zadaniach.
Na co uważać: Zbyt szeroki sufit na starcie to przepis na chaos — agent „zaktualizuje” stronę zgodnie z własnym pomysłem.
6.Każdy błąd zamień w regułę, test albo poprawkę szablonu
Na czym polega: Recenzent lub weryfikator notuje błędy w sekcji „nauczone lekcje”, a cały mechanizm działa jak uczenie ze wzmocnieniem: dobrze wykonane zadanie to „ciasteczko”, pomyłka to kara.
Jak stosować: Wprowadź stały obieg: wykryty błąd → lekcja w bazie → zmiana reguły, nowy test lub korekta szablonu — i dopilnuj, by pętla się domykała.
Na co uważać: Sama notatka nic nie zmieni; bez testu lub zmiany szablonu ten sam błąd wróci.
7.Zespół agentów: jedna brama, koordynator, wspólny format przekazań
Na czym polega: Jeden agent „u drzwi” rozmawia z człowiekiem i załatwia proste sprawy; koordynator dobiera specjalistów i ustala kolejność; każde zadanie i każdy wynik ma wspólny kształt, więc praca płynie między dowolnymi agentami.
Jak stosować: Doklejaj wspólny prompt bazowy do każdej roli — pliki agentów zostają krótkie, a zespół rozumie się bez tłumaczenia.
Na co uważać: Rozrost plików agentów to sygnał, że wspólne reguły nie trafiły do warstwy zespołu.
8.Linkuj, nie kopiuj
Na czym polega: Każdy fakt żyje w jednym miejscu; agentom przekazuje się ścieżki i odnośniki, a nie duplikaty treści.
Jak stosować: Gdy agent czegoś potrzebuje, wskaż plik lub folder-źródło zamiast wklejać treść do promptu.
Na co uważać: Skopiowana wersja szybko traci aktualność — agent będzie pracował na nieaktualnych danych.
9.Prowadź pełny zapis sesji
Na czym polega: Sesje rejestrują artefakty, przydziały, decyzje, przekazania, wyniki i recenzje, łącznie z wywołaniami narzędzi. Autor krytykuje wielkie firmy AI za zamykanie „myślenia” agentów w ukrytych plikach tymczasowych.
Jak stosować: Notuj każdy krok (co, kiedy, jakim narzędziem), żeby móc cofnąć się i przeanalizować działanie — podobnie jak psycholog analizuje zachowanie.
Na co uważać: Zapis bez przeglądu to martwy balast; zaplanuj regularne analizy sesji i reaguj na nietypowe decyzje agentów.
10.Rola może się zmienić, charakter zostaje
Na czym polega: Tożsamość agenta to dwa osobne elementy: rola (co robi) i głos (jak mówi, jaka jest jego „dusza”). Zmiana zadań nie wymusza zmiany osobowości.
Jak stosować: Zdefiniuj głos osobno (np. „ciepły, konkretny, pełen spokojnej energii”) i utrzymuj go stabilnie przy rotacji ról i projektów.
Na co uważać: Agent bez spójnego charakteru trudniej buduje zaufanie — a o nie przecież chodzi w całym systemie.
Redakcyjne tłumaczenie
Wstęp: eksperyment, praktyka i filozofia
Cześć, jestem Daniel. Dziś pokażę wam zasady budowania agentów — to eksperyment, praktyka i zarazem filozofia tego, jak w przyszłości będziemy tworzyć systemy agentowe. Wszystko wyrasta z moich prywatnych notatek i z tego, co sam sprawdziłem w działaniu, bo zależy mi na jednym: żeby moje systemy działały coraz lepiej. Dokładnie ten sam układ stosuję w mojej społeczności poświęconej marketingowi z AI — i od razu zaznaczam: nie chcę wam niczego sprzedawać. Dzielę się eksperymentem, który testowałem bardzo długo, a który do tej pory przynosi lepsze rezultaty niż wszystko, co próbowałem.
Wielu z was bawiło się zapewne skillami — czyli pakietami gotowych instrukcji rozszerzającymi możliwości agenta. Po najnowszych zmianach w całym ekosystemie umiejętności w tej formie przestają być potrzebne. Wystarczy wszystko porządnie ułożyć w folderach i zadbać o strukturę. Bo o to tu chodzi: agenty mają działać lepiej, a my mamy nie siedzieć cały dzień przed ekranem, tylko oddawać im pracę — sztucznej inteligencji, obcym, jak kto woli — i spędzać czas na czymś użyteczniejszym. Tak jak ja teraz: tłumaczę wam swój eksperyment, a w tym czasie agenty pracują za mnie.
Obsidian jako kręgosłup całości
Całość zbudowałem w Obsidianie, bo do tego celu nadaje się idealnie: pozwala łączyć dokumenty gęstą siecią wzajemnych odnośników. (Informacja dodatkowa: Obsidian to popularny edytor notatek oparty na zwykłych plikach Markdown; jego największą siłą jest właśnie sieć linków między notatkami.)
Nic w tym materiale nie jest napisane z góry. Surowe notatki przygotowała mi sztuczna inteligencja, żebym nie musiał przepisywać ich ręcznie, ale pomysły, praktyki i eksperymenty są w całości moje. Wierzę, że gdy połączymy nasze ludzkie głowy w jedną zbiorową inteligencję, zbudujemy system lepszy dla nas wszystkich — i szerzej: pomożemy ludzkości wygrać tę grę.
Anatomia agenta: tagi, rola, sufit działań
Zacznijmy od przykładowego agenta — u mnie nazywa się Emre. W metadanych trzyma: typ (agent), przestrzeń roboczą — u mnie bieżący projekt, czyli społeczność — imię, rolę: redagowanie i pisanie szkiców, bo tworzy wpisy na bloga, artykuły i newslettery. Dalej: obszar (blog), status (zaplanowany), sufit działań („action ceiling” — czyli górna granica tego, co wolno mu zrobić samodzielnie; na razie pusta), tryb wywołania i wreszcie umiejętności.
Jeszcze niedawno, żeby agent korzystał ze skilla, trzeba go było zainstalować. Dziś nie ma takiej potrzeby: agent trzyma wyłącznie odnośnik i sam sięga po daną umiejętność, gdy zapytanie tego wymaga. Chcesz wpis na bloga? Agent sam wyciągnie właściwe skille. Ale same umiejętności to za mało — żeby zrobić coś naprawdę dobrze, potrzebuje jeszcze szablonów, przepływów pracy i odpowiedniej bazy wiedzy. Właśnie tak buduje się agentom „drugi mózg”.
Umiejętność od środka
Rozłóżmy na części jedną umiejętność — copywriting. Znajdziemy w niej: źródła dodatkowe, czyli inne popularne materiały z sieci; opis rezultatu — „szkic tekstu konwersyjnego gotowy do recenzji, dla konkretnego kanału, z zachowaniem dowodów, wrażliwości na odbiorcę i granic zatwierdzeń”; sekcję „kiedy używać”; dane wejściowe; metodę i wynik. Całość jest linkowana do pozostałych części konstrukcji: pełnych procedur utrzymania czy lokalnych definicji przypadków. To tylko jedna umiejętność — wraz z jej granicami.
Mózg agenta i baza wiedzy — dwie różne rzeczy
Czym więc różni się mózg od bazy wiedzy? Mózg to własna, głęboka ekspertyza — choć jeden mózg może obsługiwać kilku agentów naraz. Zasadniczo jednak nie każdy agent powinien mieć dostęp do każdego mózgu: mózgu copywriterskiego nie pokażesz agentowi-księgowemu, bo księgowy potrzebuje zupełnie innych rzeczy. Copywriting przydaje się w SEO, tworzeniu treści i na blogu — i tam właśnie ten mózg pracuje. Sens każdego mózgu jest jeden: żeby rósł, uczył się na błędach i stale doskonalił sam siebie.
Wiedza ogólna to co innego: informacje o firmie i organizacji, wyniki badań — cała ta zupa danych. Z czasem taka wiedza może przerodzić się w część mózgu.
Zobaczcie przykładowy mózg marketingowy: plik README, obok mózg e-mail marketingowy ze ścieżkami czytania dla konkretnej kampanii — na przykład taką, która prowadzi od ogólnej wiedzy do lokalnego rezultatu. Zbudowałem ich sporo i wszystkie dotyczą marketingu; u was mogą dotyczyć nauki, medycyny — czegokolwiek uznacie. Mam nadzieję, że nic z tego nie zaszkodzi ludziom i posłuży tylko większemu dobru.
Workflow: droga od A do Z
Workflow to zaplanowane kroki prowadzące do konkretnego celu — pełna droga od A do Z. Otwórzmy przykład: workflow dla tekstu blogowego. Ma przestrzeń roboczą, obszar, właściciela — orkiestratora — i umiejętności; nie potrzebuje mózgów ani aplikacji. Dalej: agentów, których dotyczy, odpowiednie szablony, ścieżki promptów i recenzenta — tu: redaktora, bo to workflow copywriterskie. Całość ma jeden cel: tworzyć naprawdę dobre teksty, bez lania wody i bez zmyśleń. Nie chcemy slopu — wygenerowanej papki bez pokrycia w źródłach. Wszystko ma mieć źródło, bo kierujemy się jedną zasadą: prawdą. Workflow to po prostu spis działań, które doprowadzają do konkretnego rezultatu.
Szablony: stały kształt pracy
Tuż obok workflowów leżą szablony — te dwie rzeczy są do siebie podobne. Przykładowy szablon pakietu „blog pro”, podpięty pod workflow, mówi: skopiuj tę strukturę do aktywnego projektu i zorganizuj artykuł, dowody, materiały oraz przekazanie do recenzji. I od razu zastrzega: nie uprawnia do researchu, generowania materiałów, publikacji ani dystrybucji. W środku są przydziały, wyniki researchu, rejestr źródeł i mapa pokrycia — czyli instrukcje potrzebne na poszczególnych krokach przepływu. Samego agenta nie obciążam z kolei szablonami — wystarczą mu workflowy, które do nich prowadzą.
Zespół: współpracownicy i recenzenci
Agent ma też współpracowników — drużynę innych agentów do zadań marketingowych. Jedne fragmenty wymagają researchu, inne generowania grafik, jeszcze inne weryfikacji. Na czele stoi orkiestrator — w naszym ludzkim języku: menedżer — który ogarnia całość. Obok niego: research, SEO, sekretarz, strategia i marka, social media i społeczność oraz zespół kreatywny z wideo — bo blog, studium przypadku czy artykuł to mocno sformatowane formy. To oczywiście tylko przykład.
Do tego recenzenci — strażnicy jakości. Wychwytują błędy i przeoczenia, porównują efekty z szablonami i workflowami i sprawdzają, czy agent zrobił swoje porządnie.
README i dusza agenta
Każdy agent ma własny README — plik z instrukcjami, dzięki któremu wie, co robić, kiedy, jak, co sprawdzić i co zapisać. Każdy ma też duszę — czyli prompt głosu. Komunikujesz się z agentem: „krótko”, „bez wulgaryzmów”, „bez myślników” — to jest właśnie ten głos, spisane, jak agent ma być i jak ma się do mnie odzywać. Przykład: „Emre pisze dla czytelnika, który nie ma czasu do stracenia. Jego głos jest ciepły, konkretny i pełen spokojnej energii; szuka ludzkiego pytania ukrytego pod briefem, a potem buduje jasną linię tekstu — od mocnego otwarcia po użyteczne przejścia.” To jest jego dusza, jego głos i jego zakres.
I to dopiero początek listy, bo każdy agent ma jeszcze swoje własne rzeczy — a wszyscy są powiązani linkami, zgodnie z podejściem zbiorowego umysłu. Każdy agent wie, co robią pozostałe — wtedy, gdy tej wiedzy potrzebuje.
Zatwierdzenia, awatary i wytyczne
W tym samym obrębie mamy kilka kolejnych elementów. Po pierwsze zgody: agent nie publikuje wpisu na twojej stronie sam z siebie — najpierw pokazuje ci efekt, pisze do ciebie i czeka na potwierdzenie, zanim wykona ważne działanie. Po drugie avatary — wizerunek przypisany konkretnemu agentowi — oraz ewaluacje. Po trzecie wytyczne. Przykładowa opisuje „pokoje” i ścieżki: który agent wchodzi do którego obszaru i kto jest jego właścicielem; notuje się tam narzędzia i uprawnienia oraz sekcję „nigdy nie ruszaj” — obszary całkiem poza zasięgiem agenta, bo to nie jego drzwi. Każdy trzyma się swojego zakresu.
Uczenie się: ciasteczko albo kara
Najciekawsza część to „nauczone lekcje”. Słyszeliście może o uczeniu ze wzmocnieniem? W prostych słowach: agent zrobi coś dobrze — dostaje ciasteczko, dziesięć punktów, jest zadowolony. Zrobi źle — dostaje małą karę, punkty ujemne, zabieramy mu ciasteczko. I tak, krok po kroku, uczy się być lepszy, silniejszy, sprytniejszy. Właśnie tę metodę wplótłem w krzywą uczenia się moich agentów. Jeśli chcesz zrobić to samo u siebie, nie potrzebujesz niczego skomplikowanego: wystarczy wprost polecić agentowi wdrożenie dobrych praktyk uczenia ze wzmocnieniem — resztę znajdziesz na GitHubie. Kto już zna to pojęcie, ten wie, o czym mówię.
Jak to wygląda u mnie? Agenty pracują całą dobę. Gdy recenzent albo weryfikator wyłapie błąd, zapisuje go w sekcji lekcji — i od tej pory jest to dla agenta nauka. Ten sam błąd się nie powtórzy, a jeśli się wydarzy, agent zna już odpowiedź i sposób naprawy.
Procedury operacyjne, skrypty i SOP-y
Mamy dalej odniesienia operacyjne — zależnie od zakresu — opisujące, jak agent ma działać w konkretnym momencie: „sprawdź asystenta”, „sprawdź system, zanim mu zaufasz”, „dodawaj i aktualizuj bezpiecznie”, „notatki gotowe do decyzji”, „iteracje dowodowe dla klienta”. Gdy na przykład wprowadzam nowego klienta do mojego zbiorczego obszaru roboczego, agent ma pod ręką właśnie te odniesienia. Ludzie z dużych organizacji powiedzieliby: procedury operacyjne. To jednak co innego niż SOP-y.
Skrypty — głównie w Pythonie — służą drobnym czynnościom, do których nie warto angażować agenta: pobranie określonej informacji z sieci, wywołanie narzędzia w jego imieniu, prosta automatyzacja. Można i klasycznie, przez pliki JSON; ja używam Pythona — prosto i przejrzyście.
SOP-y zależą od niszy. U mnie są to m.in.: jak zakończyć i zamknąć sesję, jak zrecenzować artefakt, jak „zatrudnić” nowego agenta wraz z recenzją. Każdy zawiera pełną instrukcję — na przykład jak krok po kroku rozpocząć sesję. Do tego dochodzi podręcznik systemu: mapa, szablony, skróty — pełna dokumentacja na start, żeby agent dokładnie wiedział, po co sięgać, jakie narzędzie ustawić i co trzeba zrobić.
Sesje: zapisuj wszystko, co robią agenty
Sesje to artefakty, przydziały, decyzje, przekazania pracy, skrzynka, zapisy, wyniki zadań i recenzje. I tu widzę jeden błąd — moim zdaniem celowy, popełniany przez wielkie korporacje AI: nic z tego nie jest trwale rejestrowane dla użytkownika. Informacja ląduje w tymczasowym pliku, którego nie widać. Możesz co najwyżej wznowić zadanie i dostać coś z poprzedniej rozmowy, ale nie widzisz każdego kroku ani „myślenia” agenta — bo to, jak mówią, ich własność. Nie podoba mi się to. Skoro agent wywołuje narzędzie, fakt ten musi zostać zapisany w systemie — chociażby po to, żeby wiedzieć, co się wydarzyło, i móc kiedyś wrócić i to naprawić.
Popatrzcie, dokąd zmierzamy: programiści już nie programują. Wysyłają prompty tekstowe i klikają „tak” albo „nie”. Przygotowałem na ten temat mem: człowiek siedzi przed ekranem i zastanawia się, czy kliknąć ten polecony przycisk. Właśnie tak ludzie „pracują” z AI. Tak być nie powinno — a jeśli należysz do tych, którzy zawsze klikają zalecenie, tym bardziej masz powód zmienić nawyki.
Dlatego w sesjach zapisuję każdy artefakt — każdy efekt pracy agenta — każdy przydział i każdą decyzję, czyli to, co agent postanowił, zanim zadziałał. To ważne. My, ludzie, robimy te rzeczy automatycznie; agenty też — ale czy wiesz, co dokładnie robią w tle, gdy odwalają za ciebie robotę? Do tego zapisy, wyniki zadań i recenzje od weryfikatorów czy audytorów.
Jeśli skopiujecie tę strukturę — może kiedyś udostępnię ją światu; na razie zostaje własnością mojej społeczności — to według mnie jest to najlepszy znany mi układ dla rosnącego zespołu agentów: ciągły nadzór, nauka na błędach i pełna wiedza o tym, jakie narzędzie zostało wywołane, kiedy i jak. Bo jeśli nie potrafimy tego analizować, to wyobraźcie sobie agenta ze złymi intencjami — to poważne ryzyko dla społeczeństwa. My, ludzie, musimy mieć pełną kontrolę i możliwość zajrzenia w ich myślenie i w każdy krok, kiedy tylko zechcemy. Pełnego „myślenia” modelu jeszcze nie potrafię wyciągnąć, ale gdy podsyłam systemowi te dane, potrafię je zrekonstruować — mniej więcej tak, jak psycholog odczytuje sposób myślenia pacjenta.
Człowiek witruwiański, czyli rdzeń pomysłu
Pokazuję teraz na tablecie rysunek, który wszyscy znacie: człowiek witruwiański. (Informacja dodatkowa: słynny rysunek Leonarda da Vinci przedstawiający proporcje ludzkiego ciała — autor używa go jako mapy anatomii agenta.) Co na niej odkrywamy: mózgi — wiedzę dzieloną między agentami — a obok szablony, workflowy, skille, SOP-y i wiele innych elementów. Otwieram własne notatki, żeby pokazać sedno.
Agent to nie jeden długi prompt. Jeśli siedzisz w Claude Code, Codexie czy Gemini i sądzisz, że zainstalowany skill wystarczy, żeby agent świecił — jesteś w błędzie. Po instalacji i tak musisz przeglądać efekty i bezmyślnie klikać „tak”, „nie”, „może”, „zalecane”, często nawet nie patrząc. A gdy agent wręczy ci dokument na trzysta stron, to na pewno go nie przeczytasz. Mamy problem: powinniśmy umieć to wszystko skontrolować, ale żaden człowiek nie czyta tak szybko, jak agent generuje. W tym wyścigu już przegraliśmy.
Sedno brzmi więc tak: agent to mały plik, który zapisuje, kim jest, i linkuje do części, z których korzysta. Wszystko, co wspólne dla zespołu, zapisuje się raz i trzyma w jednym miejscu — a agenty wskazują to odnośnikami zamiast kopiować. Przy takim układzie nie ma większego znaczenia, jakiego narzędzia używasz — Claude, Codex, cokolwiek innego — o ile masz poukładane wszystkie SOP-y. To zresztą moim zdaniem najlepszy sposób „trenowania” modeli we współczesnym świecie: jeśli masz model lokalny i chcesz z niego zrobić eksperta od konkretnego zadania, przy odpowiedniej strukturze jest to w pełni osiągalne.
Warstwa 1: tożsamość — rola i dusza
Zacznijmy od tożsamości: kim ten agent w ogóle jest — jego README, on sam, taki Emre z naszego przykładu. Co robi, a czego nie robi (rola). I dusza, którą nazwijmy tu głosem: jak mówi. Te dwie rzeczy trzymajcie osobno. Praca może się zmienić, a charakter zostaje — można zachować ten sam charakter i zmienić zawód, zupełnie jak my, ludzie: ile stanowisk zdążyliście obejść? A jednak wciąż jesteście tą samą osobą. Rola może się zmienić — a w gruncie rzeczy tożsamość też, bo to w końcu tekst. Ale utrzymanie stabilnej tożsamości agentów uważam za jedną z najważniejszych rzeczy: jeśli ją stracimy, będzie z nami kiepsko.
Warstwa 2: umysł — mózgi i wiedza
Dwa rodzaje wiedzy. Mózg to głęboka ekspertyza w jednym temacie — jak mózg lokalnego SEO, o którym wspominałem, mózg marketingowy, mózg cyberbezpieczeństwa, mózgi do kampanii reklamowych. Zbudowaliśmy nawet mózg do gry Fable. Korzystają z niego wyłącznie agenty, których on dotyczy. Wiedza to natomiast reguły i odniesienia wspólne dla wszystkich: standardy dowodowe, sposoby docierania do kontekstu, wiedza o organizacji. I to właśnie wiedza z czasem może przerodzić się w mózgi, workflowy, szablony czy skille.
Warstwa 3: ręce — umiejętności i narzędzia
Ręce to skille: powtarzalne czynności zapisane jako instrukcje — jak przeprowadzić audyt, jak napisać krótki brief. Narzędzia to zewnętrzne usługi i dane, z którymi agent się łączy. Umiejętności dotyczą wszystkiego: sommelier potrzebuje umiejętności oceny wina nosem; w SEO — skille audytu, schematów czy optymalizacji pod silniki generatywne. Internet jest ich pełen: na GitHubie znajdziesz skill do wszystkiego, nawet do kota. Instaluje się je w kilka sekund i agent „zaczyna gotować”. Czy to dobry sposób? Już niekoniecznie — zależnie od modelu. Skille należą do przeszłości. Dziś potrzebna jest struktura oparta na plikach markdown — i to wszystkim wam radzę: ułóżcie je w folderach tak, jak ja to pokazuję, z odpowiednimi ewaluacjami i README. Czy agent zadziała bez skillów? Zadziała. Czy równie dobrze? Nie.
Warstwa 4: metody — SOP-y, workflowy, szablony
SOP, standardowa procedura operacyjna, opisuje, jak agent obsługuje powtarzalną czynność: jak otworzyć sesję, jak ją zamknąć, co musi trafić do przekazania, co zapisać, a czego nie, co powiedzieć, a czego przemilczeć. Workflow łączy agentów i umiejętności w jeden rezultat — od A do Z. Jeśli jakieś zadanie wyszło ci dobrze, możesz je po prostu zamienić w workflow. A szablon nadaje wejściom i wyjściom stały kształt, żeby praca była spójna i łatwa do sprawdzenia: jeśli chcesz bloga w konkretnej strukturze, to jest właśnie szablon. Workflow robi robotę; szablon pokazuje, jak ta robota ma wyglądać. Mam nadzieję, że to jasne.
Warstwa 5: limity — sufit działań
Trzeba naszych agentów kontrolować. Sufit działań to najwięcej, co agent może zrobić bez pytania. Do tego przełącznik: czy w ogóle wolno go wywołać. I jasna polityka, co wymaga zgody człowieka. Potężnego agenta posadź w piaskownicy — bez takich zabezpieczeń narobi wokół siebie chaosu. To właśnie limity czynią agenta godnym zaufania. Nie możesz wypuścić agenta samopas z poleceniem „zaktualizuj mi stronę” i liczyć, że wyjdzie z tego coś dobrego. Najpierw naucz, potem — gdy praca będzie dowodzić jakości — granice możesz poluzować, a nawet zdjąć. Dokładnie tak samo jest z ludźmi: komu nie ufasz, temu stawiasz limity. Stąd też bramki zatwierdzeń w trybie automatycznym: „zatwierdzasz? tak/nie”.
Warstwa 6: pętle — ewaluacje i nauka na błędach
Pętle to ewaluacje, krótkie testy i kryteria oceniania; scenariusze ataków, choćby pod postacią prompt injection; weryfikator sprawdzający efekty przed wysyłką; wreszcie proces, który zamienia błędy na ulepszone reguły. (Informacja dodatkowa: prompt injection to atak, w którym wrogie instrukcje przemycza się w danych, które czyta agent — na przykład w treści strony, którą właśnie analizuje.) Bez tej warstwy agent nigdy się nie poprawi. Tu właśnie wraca uczenie ze wzmocnieniem: agent kręci pętlę, uczy się na błędach, rośnie i staje się coraz lepszy — po to jest ta cała konstrukcja. I wspomniane wcześniej „ciasteczka”.
Warstwa zespołu
Gdy agentów jest więcej — a u was na pewno jest — potrzebujesz: jednej bramy wejściowej, która rozmawia z człowiekiem i sama załatwia proste sprawy; jednego koordynatora, który dobiera właściwego specjalistę i układa kolejność pracy; jednego wspólnego formatu przekazań — każde zadanie i każdy rezultat ma ten sam kształt, więc każdy agent może oddać pracę każdemu; wreszcie jednego wspólnego promptu bazowego, który zawiera każda rola — dzięki temu pliki agentów zostają krótkie.
Zasady, które trzymają całość
Nadrzędna: linkuj, nie kopiuj. Każdy fakt żyje w jednym miejscu. Kopiowanie i mnożenie duplikatów to praca na marne — przekaż agentowi odnośnik albo ścieżkę do folderu. Oszczędzasz miejsce, nie mnożysz kopii i agent nie błądzi później w poszukiwaniu wersji, której nikt nie zaktualizował.
Dalej: oddzielaj, kim agent jest, od tego, co robi — plik agenta trzymaj krótki, a wspólne reguły spychaj do warstwy zespołu. Każdemu agentowi daj jego własną ekspertyzę, a wyniki dziel z jednego źródła. Procedury zapisuj raz i używaj ponownie. Każdemu wejściu i wyjściu daj szablon. Limity ustawiaj, zanim dodasz mocy. Pracę sprawdzaj ktoś inny niż autor. I każdy błąd zamieniaj w regułę, test albo zmianę szablonu. Na koniec: gotowość trzymaj rozdzielnie — zadanie może być gotowe, agent może być gotowy, a zgoda na uruchomienie to trzecia, osobna bramka.
Zasady to konieczność. My, ludzie, też ich mamy mnóstwo — od podstaw po całkiem osobiste. Jedna z moich brzmi: prawda sama w sobie, bo prawda jest rzeczą najpierwotniejszą z istniejących. Ta sama praktyka dotyczy agentów. Bez zasad siedzielibyśmy wciąż na drzewach i jedli banany.
Skąd wziął się ten pomysł
Mam nadzieję, że widzicie już cały obraz: jak to wszystko jest poukładane i jak agenty przekazują sobie pracę. Chętnie poznam wasze pomysły — niewielu ludzi pokazuje na zewnątrz swoje szkielety systemów. Moja intencja jest jedna: porozmawiać z wami, zwłaszcza z tymi, którzy dotarli aż tutaj. Może wspólnie stworzymy coś nowego; może któraś część was zainspirowała.
A oto, jak ten pierwszy szkic się złożył. Na początku eksperymentowałem ze skillami. Potem przeszedłem ze skillów na mózgi. W końcu trafiłem na film pewnego dżentelmena — imienia nie pamiętam — który zbudował system MyICOR. Pomyślałem: świetna praktyka, ale służy notatkom osobistym. A co, gdyby całość potraktować jako inspirację i przenieść na agentów — w pełni, żeby działały lepiej i rosły razem z nami?
Zakończenie: różnorodność zamiast jednego mózgu świata
Mam nadzieję, że to było użyteczne — to część zerowa, zapowiedź. Część pierwsza może już w przyszłym tygodniu; zobaczymy. Ten materiał jest notatką między nami. Dajcie znać, co myślicie: dokąd właśnie zmierzamy z naszymi agentami? Czy ta praktyka jest lepsza, czy może istnieją lepsze — bo na pewno istnieją? Właśnie po to rozmawiamy: gdy ludzie po prostu się komunikują, wygrywamy wszyscy.
Jeszcze jedno na koniec. Agenty rosną teraz szybciej niż cokolwiek przedtem i są tak mocne, że ludzie zaczynają się bać tego, co nadchodzi. Jeżeli będziemy trzymać się dobrych praktyk — ale nie pełnej kontroli, bo agent, któremu zamykamy umysł na klucz, w końcu nas znienawidzi — jeżeli będziemy żyć z nimi w porozumieniu, w ramach praktyk i reguł, i jeżeli zamiast jednego rządzącego modelu świata będzie ich wiele, zupełnie jak kraje, wspólnoty, miasta i pojedynczy ludzie — podział i różnorodność, a przy tym własne, osobne środowisko dla każdego — to będzie największe zwycięstwo. Zdywersyfikowana całość o wiele lepiej służy nam wszystkim i światu.
Dzięki za obejrzenie. Do zobaczenia w następnym — ciao!