O czym jest ten film
- Premiera Groka 4.6 — model na poziomie czołówki, ale wyraźnie tańszy od Opusa 5 i Fable 5.
- Benchmarki, w których xAI wysunęło się na prowadzenie, dotyczą pracy zawodowej i prawniczej, a nie kodowania — to świadomy wybór priorytetów.
- Przykład DHH: powtórzenie bardzo trudnego zadania inżynierskiego za około 55 dolarów, czyli około jednej dziesiątej kosztu wcześniejszej próby.
- Grokbot — nowa „super aplikacja” xAI budowana wcześniej przez zespół Cursora jako platforma dla pracy umysłowej, nie dla programistów.
- Kluczowa innowacja Grokbota: każda sesja to nazwany agent z własnym mini-promptem systemowym, własnym komputerem w chmurze i własnymi rutynami.
- Porównanie z Claude Cowork, gdzie automatyzacje żyją globalnie, a stare czaty łatwo giną.
- Sesje Claude w rozszerzeniu Chrome synchronizują się teraz z desktopem, webem i mobile.
- Sonnet 5 zostaje na promocyjnej, niższej cenie — presja tanich modeli z Chin i od xAI zaczyna zbijać ceny modeli średniej półki.
- Nieudany debiut DeepSeek V4 Pro oraz premiera Gemini 3.7 Flash jako modelu średniej klasy.
- „Problem chat kontra work” — rosnące zamieszanie w produktach OpenAI i Anthropic wynikające z dwóch równoległych trybów pracy.
Redakcyjne tłumaczenie
Wstęp
To był najważniejszy tydzień w tym roku dla Elona Muska i jego działań w obszarze AI. Wypuszczono Groka 4.6, który pokazuje, że xAI wreszcie dogania OpenAI i Anthropic. Pojawił się też Grokbot — nowa super aplikacja, która ma konkurować z GPT Work i Claude Cowork. Mam na temat tej platformy sporo przemyśleń i o nich dziś opowiem, ale materiału jest znacznie więcej. Omówimy najnowsze zmiany w Claude Code i Codeksie, model DeepSeek V4 wypuszczony dziś rano, a nawet nowość od Gemini. To jest agent-native update, w którym najświeższe wydarzenia na froncie platform i modeli agentowych układam w kontekst, żeby dało się z nich realnie skorzystać w biznesie.
(Informacja dodatkowa: automatyczny transkrypt konsekwentnie zapisuje „SpaceX” tam, gdzie mowa o xAI — firmie Muska odpowiedzialnej za modele Grok. W tłumaczeniu przywracam poprawną nazwę.)
Grok 4.6 — czołówka za ułamek ceny
xAI napisało wczoraj: „Przedstawiamy Groka 4.6. Zapewnia inteligencję z poziomu frontu badań i jest istotnym ulepszeniem względem Groka 4.5 w tej samej cenie”. Zwróćcie uwagę, że trzy obszary, w których firma prowadzi, to praca o wysokiej wartości ekonomicznej, długie zadania zawodowe i praca prawnicza. Zauważcie też, czego tam nie ma: kodowania. W żadnym benchmarku kodowania nie są pierwsi. Uważam, że wynika to z tego, iż skupiają się na ogólnych zadaniach agentowych — to po prostu ich priorytet. To zresztą tłumaczy nową platformę, którą stworzyli razem z zespołem Cursora, czyli Grokbota. To super aplikacja nastawiona na pracę inną niż programowanie. Chcą, żeby z agentami AI pracował każdy w firmie. Stawiają na pracę umysłową.
Nadal uważam, że najlepszym i najprostszym sposobem korzystania z Groka 4.6 jest Cursor. Po aktualizacji Cursor domyślnie ustawi Groka 4.6 fast i możecie z niego korzystać od razu.
Nie zdążyłem jeszcze zrobić głębokich testów Groka 4.6, ale są ciekawe przypadki użycia, które ludzie opublikowali na Twitterze. Na przykład DHH. Tydzień temu Fable jednym podejściem przepisał na Rust pythonową bibliotekę terminal text effects, zużywając 11 milionów tokenów. Jeśli nie wiecie, co to znaczy — spokojnie: Fable wykonał naprawdę bardzo trudne zadanie. Dziś DHH napisał, że użył nowego modelu xAI, Groka 4.6, i przy zaledwie kilku podpowiedziach model powtórzył ten wyczyn w około półtorej godziny. Najważniejsze jest to, że kosztowało to tylko 55 dolarów — mniej więcej jedną dziesiątą kosztu wersji z Fable.
(Informacja dodatkowa: DHH to David Heinemeier Hansson, twórca frameworka Ruby on Rails.)
Spójrzmy na cenniki. Jeśli zsumujemy ceny wejścia i wyjścia za milion tokenów, wychodzi 8 dolarów dla Groka 4.6, 30 dolarów dla Opusa 5, 35 dolarów dla Sonneta 5.6 i 60 dolarów dla Claude Fable. To znaczy, że Claude Fable 5 jest 7,5 raza droższy od Groka 4.6, Sonnet 5.6 — 4,4 raza, a Opus 5 — 3,75 raza. A Grok 4.6 jest po prostu lepszy od Opusa. To bardzo dobry model w rozsądnej cenie i realnie należy do czołówki.
Pod wpisem Cognition Elon skomentował: „Grok 4.7 przewyższy wszystkie obecne modele, łącznie z Fable”. Dodał: „Anthropic to świetna firma i pewnie niedługo wypuści ulepszone modele. Ale korpus treningowy xAI jest tak dobry i unikalny, że byłbym zszokowany, gdyby jakikolwiek model okazał się lepszy od 4.7 w prawdziwej inżynierii”.
To tyle o samym modelu. Jeśli oglądacie mój kanał, wiecie, że nie wchodzę zbyt głęboko w premiery modeli. Interesują mnie przede wszystkim praktyczne zastosowania AI: jak przekuć te postępy w realne wyniki biznesowe, jak poprawić produktywność, jak ułatwić sobie życie.
Grokbot — każda sesja to osobny agent
Przechodzimy do drugiej nowości xAI, czyli platformy Grokbot. To aplikacja desktopowa i aplikacja na iOS. Powstawała w zespole Cursora — pracowali nad nią przez wiele miesięcy, chyba cztery czy pięć, i miała być ich platformą dla ogólnej pracy umysłowej. Cursor jest narzędziem do kodowania, a Grokbot miał być odpowiednikiem Claude Cowork albo GPT Work. Wewnętrznie nazywali ten projekt „sand”, a docelowa nazwa miała brzmieć „dot” — kupili domenę dot.com za jakieś 7 milionów dolarów, a ostatecznie poszli w Grokbota.
Platforma ma kilka istotnych różnic, które moim zdaniem czynią ją wyjątkową. Przede wszystkim: zamiast bez końca tworzyć nowe sesje, jak w GPT Work czy Claude Cowork — gdzie w lewym panelu piętrzą się czaty, które po prostu gdzieś się gubią — Grokbot potraktował każdą sesję jak osobnego agenta.
Kiedy tworzę nowego bota, nie dostaję pustej sesji z polem do wpisania polecenia. System od razu próbuje ustalić, po co ta sesja istnieje, a potem nadaje agentowi nazwę. Wygląda to tak: „Cześć Riley, jestem. Do czego mnie potrzebujesz? Może e-mail, treści, kod, konkretny przepływ pracy albo coś zupełnie innego?”. Odpowiadam: cotygodniowe aktualizacje o agentach, zajrzyj na mój YouTube i do Notion po kontekst, twoim zadaniem jest pomagać mi z tym co tydzień.
Każdy taki byt to własny mały bot. Można ustawiać wtyczki, jak na innych platformach, i skille — mam tu na przykład swój skill do scrapowania treści twórców. Wszyscy agenci współdzielą wtyczki i skille. Różnica polega na tym, że każdy bot ma własną nazwę, tytuł i krótki opis.
Kiedy tworzę automatyzacje, lądują one dokładnie w tym miejscu. Każda sesja, czyli każdy agent, ma własne automatyzacje — tutaj nazywane rutynami. Widać, jak sam się zaktualizował: „pomagaj Riley’owi z cotygodniowymi aktualizacjami o agentach, pobierając kontekst z YouTube’a”. Mówię: „nazwij się weekly update”, mogę też zmienić tytuł na coś w rodzaju „pomoc z aktualizacjami” i od razu to widać na etykiecie. Ten agent ma więc bardzo konkretną rolę: pomaga mi z cotygodniowymi podsumowaniami i researchem.
Kiedy chcę z nim popracować, wchodzę do agenta „weekly update” i mówię: „codziennie w dni robocze o 10:00 przedstaw mi wiadomości z AI na dany dzień”. Grokbot tworzy rutynę. W bocznym panelu widać teraz „weekly agent updates” oraz „weekly AI news” — o 10:00 dostarcza mi codzienny briefing na czacie.
To jest fundamentalnie inne niż Claude Cowork. Tam też mogę powiedzieć: „codziennie rano o 9:00 wykonaj zadanie” — i utworzy się czat. Ale zwróćcie uwagę: mam mnóstwo różnych czatów, do większości nigdy nie wrócę i trudno do nich wrócić, bo po prostu giną. Ciężko podjąć wcześniejszą pracę. Co więcej, kiedy Claude Cowork tworzy taki czat, dodaje harmonogram jako ustawienie globalne. Zadanie cykliczne przestaje mieć wiele wspólnego z tą sesją i ląduje w osobnej sekcji „zaplanowane”. W Grokbocie rutyny żyją w środku agenta.
Mój bot od partnerstw ma własne rutyny. Bot od treści ma własne — na przykład codziennie o 9:16 scrapuje moich ulubionych twórców. To są różne crony żyjące w samym agencie. Skrótem Command+K dostaję widok z lotu ptaka na wszystkie rutyny, z nazwą agenta i nazwą rutyny obok siebie: rutyny agenta od aktualizacji, rutyna deweloperska, rutyna bota od partnerstw, no i bot od listy zadań, który codziennie przypomina mi o najważniejszym zadaniu dnia.
Zapomniałem dodać rzeczy istotnej: każdy tworzony agent dostaje własny komputer. Działa w chmurze — to pełnoprawna maszyna, z której agent może korzystać. Co najważniejsze, agent może używać przeglądarki, a wy możecie się w niej zalogować do swoich usług. Można też nauczyć agenta zadania, nagrywając siebie. To bardzo podobne do funkcji record and replay w Codeksie, z tą różnicą, że tam używacie własnego komputera, a tutaj uczycie agenta zadania na jego wirtualnej maszynie w chmurze. Możecie wejść i podejrzeć wszystkie pliki na tym komputerze. To osobny byt z pełną wglądowością — na takiej platformie to nowe i ciekawe rozwiązanie.
Przerwa sponsorska
Zanim przejdę dalej, słowo o sponsorze tego materiału, GenSparku. Jedną z moich największych motywacji do wejścia w świat agentów było ogarnięcie wszystkiego, co robię. Mówię zawodowo: podcasty, rozmowy, spotkania, przypadkowe pomysły w samochodzie. Zwykle 90% tego wyparowuje. Kilka miesięcy temu zacząłem przyczepiać do tyłu telefonu urządzenie GenSpark second brain note. Włączam nagrywanie, kiedy coś warto zachować. Jest fizyczna dioda, więc nigdy nie zgaduję, czy nagrywa. Sprzęt ma certyfikaty SOC 2 i ISO 27001 i działa w ponad stu językach, więc używam go wszędzie, nie tylko przy biurku.
Najbardziej ujęło mnie to, że to nie jest zwykły dyktafon. Dwa razy dziennie przegląda, co powiedziałem, i ustala, co z tym zrobić. Obiecałem komuś e-mail — szkic jest gotowy. Ustaliłem termin na rozmowie — jest w kalendarzu, czeka na akceptację. Improwizowałem na głos pomysł na wideo — w Notion czeka scenariusz. To jest second brain: on pamięta. Pracę wykonuje super agent GenSparka. Second brain wyszukuje, super agent wykonuje. Ja tylko potwierdzam. Właśnie udostępnili urządzenie publicznie, 10% zniżki przez link w opisie.
Ewolucja platform agentowych
Ostatnia rzecz w tym wątku: warto zauważyć, jak ewoluują ogólne platformy agentowe. Pod koniec 2025 roku i w pierwszej połowie 2026 dostaliśmy narzędzia bardzo do siebie podobne. Były trochę rozwinięciem Claude Code działającego w terminalu i przerodziły się w super aplikacje. Agent Hermes wygląda podobnie do Claude Cowork, Codex ma GPT Work, które też wygląda podobnie, aplikacja desktopowa Claude również. Wszędzie to samo: mnóstwo sesji, skille, wtyczki, artefakty, automatyzacje.
Ciekawe jest to, że dwie ostatnie platformy agentowe, które zrobiły furorę — Buzz i Grokbot — mają nowy kształt. W Grokbocie widzicie swój zespół agentów AI: szybko tworzycie kolejnych, nadajecie im cel, a każdy ma własne rutyny. Wcześniej wirusowo rozeszła się platforma Buzz, która pozwala tworzyć kanały z wieloma agentami, a nawet dodawać do nich ludzi. Buzz wygląda dokładnie jak Slack — to taki agent-native Slack, przeznaczony do pracy ludzi i agentów razem. Bardzo ciekawe.
Anthropic publicznie nie mówi wiele o Cowork. Więcej mówią o swojej nowej platformie pozwalającej tworzyć agentów wewnątrz firmowego Slacka. O ile wiem, dostępna jest tylko na planach zespołowych, ale to właśnie jest ich obecny kierunek: agent dla grup ludzi, przedsiębiorstw i małych firm.
Czuję, że to jest zmiana, w którą wchodzimy. Pierwsza połowa, a może pierwsze dwie trzecie 2026 roku dotyczyły agenta osobistego. Reszta roku będzie o tym, jak zbudować własny zespół agentów. A w przypadku rozwiązań typu Buzz — jak dodać agenta tak, żeby cały zespół miał do niego dostęp i żeby dało się współpracować przy pomocy agentów AI.
Nowości od Anthropic
Wczoraj Claude ogłosił, że sesje z rozszerzenia Claude w Chrome przenoszą się teraz na desktop, web i mobile. Rozmowy są zapisywane, a skille i konektory działają wewnątrz przeglądarki. W praktyce Anthropic i OpenAI robią to samo: wstawiają odpowiednio Claude Cowork i GPT Work bezpośrednio do przeglądarki.
Mam skonfigurowane oba. Mogę tu użyć Claude’a i napisać: „powiedz mi więcej o tym”. Cokolwiek wpiszę, działa tak samo jak Claude Cowork — te same konektory, te same skille, wszystko. Historia czatów synchronizuje się z aplikacją Claude, więc bez trudu przenoszę rozmowę na desktop. Widać, że nazwał ten czat „more information request”, i faktycznie znajduję go w aplikacji Claude. Mogę więc płynnie przechodzić między czatem prowadzonym w dowolnej przeglądarce — to zwykłe rozszerzenie do Chrome — a Claude’em. To odpowiednik korzystania z Claude’a, tyle że bezpośrednio z poziomu przeglądarki.
Kolejna aktualizacja jest ciekawa. Sonnet 5 miał cenę wprowadzającą, która w określonym terminie miała wrócić do wyższego poziomu, ale Anthropic zdecydował, że zostawi ją na niższym pułapie. OpenAI robi coś podobnego z modelami Terra i Luna. Modele spoza czołówki mocno tanieją. Wielu ludzi, w tym ja, uważa, że to efekt presji chińskich modeli — DeepSeeka, Kimi, z.ai — a teraz także Groka. Jeśli modele średniej półki są dużo droższe od alternatyw, które są od nich lepsze, nikt nie ma powodu, żeby z nich korzystać. To wymusza obniżki i spodziewam się, że trend się utrzyma. Modele średniej klasy od Anthropic i OpenAI będą dalej tanieć, bo w przeciwnym razie sytuacja robi się absurdalna: skoro modele czołowe konkurencji są tańsze niż ich modele środkowe, wszyscy pójdą do konkurencji i nikt nie użyje Sonneta, Opusa, Terry czy Luny.
Ostatnia rzecz przy Claudzie: pewien deweloper wypuścił phone harness. To nie pochodzi od Anthropic, ale jeśli poszukacie na GitHubie repozytorium „phone-harness”, znajdziecie projekt pozwalający w pełni sterować telefonem z poziomu dowolnego agenta — nie tylko Claude Code, ale też Codeksa i innych. Możecie w pełni kontrolować telefon agentem AI. Nie testowałem tego, ale uznałem, że to na tyle ciekawe, że warto wspomnieć.
DeepSeek V4 — nieudany debiut
Mieliśmy mówić o nowym modelu DeepSeek V4, oficjalnie wypuszczonym dziś rano. DeepSeek ogłosił premierę i twierdził, że model jest niemal tak dobry jak Fable.
Krótkie podsumowanie po przejrzeniu reakcji na Twitterze: DeepSeek wypuścił w nocy nowy model pro i mówił o nim tak, jakby był prawie równie dobry jak najdroższe modele czołowe pokroju Fable, przy ułamku ceny. Ludzie zaczęli jednak testować i wrócili z werdyktem: jest tylko odrobinę lepszy od poprzedniego modelu firmy, czyli DeepSeek V4 Flash. To było krępujące i model w zasadzie zdjęto.
Jeśli wejdziecie teraz do Cursora i przełączycie się na DeepSeek V4 Pro — u mnie przez Open Router, bo to nie jest jeszcze oficjalny model w Cursorze — i napiszecie „cześć”, zapytanie natychmiast padnie. Model po prostu nie działa, więc nie mogę go rzetelnie omówić. Do tego doszła krytyka cennika: podobno ceny wzrosły i przeszli na rozliczanie oparte na zużyciu.
Gemini 3.7 Flash
Na szczęście 58 minut temu Google oficjalnie wypuścił Gemini 3.7 Flash. Ma to być bardzo szybki, zupełnie nowy model. Widzę jednak czerwoną flagę: modele, z którymi go porównują, to Claude Sonnet i GPT Terra — czyli trzeci najlepszy model Anthropic i drugi najlepszy model OpenAI. Google od dłuższego czasu nie wypuścił nowego modelu pro, a 3.7 Flash to szybki model średniej półki.
Jeśli chcecie go przetestować, znów polecam Cursora. Mam go uruchomionego przez Open Router — wystarczy założyć konto w Open Routerze i zapytać Cursora, jak to skonfigurować, robi się to w dwie minuty. Można też sięgnąć po Antigravity, na pewno mają tam nowe Gemini 3.7. Skoro to tylko model średniej klasy i nie jest jakoś szczególnie dobry, tylko po prostu szybki, raczej nie będę go intensywnie testował. Ale jeśli chcecie — droga wolna.
Problem „chat kontra work”
Ostatnia duża rzecz na dziś to coś, co nazywam problemem chat kontra work. Wiele osób nie wie, jak korzystać z agentów AI, a konkretnie z funkcji Claude Cowork i GPT Work.
Signal napisał: „Nie jestem przekonany, że OpenAI zdaje sobie sprawę, jak dziwnie w praktyce wygląda rozróżnienie między chatem a workiem i jak bardzo pofragmentowane zrobiło się całe doświadczenie ChatuGPT. Jeśli zostawisz tryb work, każde proste pytanie czy wyszukiwanie zamienia się w wyprawę. Zaczyna myśleć, planować i używać narzędzi, kiedy chciałeś tylko szybkiej odpowiedzi”.
Chodzi o to, że w ChacieGPT masz teraz chat i work. To dwa bardzo różne produkty. Czym jest ChatGPT, wiadomo. Ale GPT Work to coś znacznie większego. Możecie tam działać w Slacku, dać mu kontrolę nad Gmailem, pełną kontrolę nad Notion. Przy dobrze ustawionych zadaniach cyklicznych może całkowicie odpowiadać na maile i je wysyłać. To pełnoprawna platforma agentowa. Nagrałem o GPT Work cały materiał — jest niesamowicie potężne, ale rozróżnienie między chatem, workiem i aplikacją Codex jest obecnie dość mylące.
Signal pisze dalej, że nie ma dobrego ustawienia domyślnego: chat bywa zbyt ograniczony do prawdziwych zadań, a work jest zbyt wolny i ociężały do zwykłych pytań. Ciągłe przełączanie się między nimi czyni produkt nieskończenie bardziej złożonym. Do tego brak synchronizacji między mobile a desktopem i niejasność, co jest czatem lokalnym, a co chmurowym. O tym też mówiłem w poprzednim materiale — różnica między czatem lokalnym a chmurowym jest naprawdę myląca. Jak podsumowuje Signal, ChatGPT w bardzo krótkim czasie przeszedł z najprostszego, najbardziej użytecznego doświadczenia konsumenckiego do czegoś skrajnie zagmatwanego. Uważam, że to niezwykle potężne narzędzie, ale on opisuje bardzo trudny problem — właśnie problem chat kontra work.
Personifikacja sesji jako główna innowacja Grokbota
Wczoraj napisałem tweeta o Grokbocie. Stwierdziłem, że pod wieloma względami jest z tyłu za Codeksem i GPT Work — jest sporo rzeczy, które GPT Work potrafi, a Grokbot nie. Ale ich największą innowacją jest personifikacja sesji czatu.
Agent w Grokbocie to w gruncie rzeczy nazwana sesja czatu z mini promptem systemowym. Klikam w nazwę i widzę opis, który jest po prostu małym promptem systemowym. Wtyczki dodaję osobno — mogę podpiąć Gmaila. Mogę też korzystać ze skilli, a te są globalne dla wszystkich moich agentów. Zrobili więc coś prostego: każda sesja czatu dostała własny prompt systemowy i własną nazwę.
Dzięki temu, gdy chcę stworzyć scenariusz treści, idę do agenta od treści. Gdy chcę scrapować social media, też idę do agenta od treści. Gdy potrzebuję cotygodniowej aktualizacji, idę do agenta od aktualizacji. Gdy coś trzeba załatwić przy partnerstwach, idę do bota od partnerstw. Do tego, jeśli coś wydarzy się na danym kanale w Slacku, dostanę powiadomienie. Wszystko pozostaje uporządkowane wokół tych sesji.
Uważam, że największą innowacją Grokbota było uczynienie tej analogii łatwiejszą do zrozumienia. Sądzę, że przez najbliższe trzy miesiące zobaczymy dużo innowacji, bo czołowe laboratoria będą szukać najlepszego układu do korzystania z agentów AI w biznesie. To jest coś, o czym nigdy bym nie pomyślał, że tego chcę, ale gdy tego użyłem, stwierdziłem: no dobra, to faktycznie ma więcej sensu. Automatyzacje nie powinny żyć na poziomie globalnym, tylko wewnątrz bota. Mam przeczucie, że inne laboratoria skopiują ten projekt, bo znacznie łatwiej się od tego zacząć i intuicyjnie ma to sens: masz bota, każdy bot ma własny komputer i własne rutyny. To interfejs, który łatwo się przyswaja.
Workspace agents i Codex na Linuksie
Jeszcze jedno: do ChatuGPT niedługo trafią workspace agents. Wiem o tym, bo zacytowałem ich wpis. Workspace agents są na razie tylko w planach zespołowych GPT. Pozwalają tworzyć agentów, którzy są tak potężni jak GPT Work, ale mają własne prompty systemowe. Można do nich pisać, można ich nawet dodać do Slacka i rozmawiać z nimi tam. Napisałem, że szkoda, iż to tylko plan zespołowy i tylko web — powinno być też na desktopie. Andrew z zespołu OpenAI odpowiedział: „tak”. To sugeruje, że funkcja niedługo trafi do aplikacji desktopowej ChatuGPT i nie będzie ograniczona do planów zespołowych. Moim zdaniem to najbardziej niedoceniany produkt OpenAI.
Na koniec: Codeksa można już pobrać na Linuksa. Aplikacja Codex, w której pracuję, jest teraz dostępna także na tym systemie.
I to w zasadzie wszystko. To był agent-native update. Nazywam się Riley Brown, dziękuję za oglądanie. Zostawcie łapkę w górę i zasubskrybujcie kanał.
10 najważniejszych takeaways — z kontekstem zastosowania
1.Grok 4.6 zmienia rachunek kosztów przy zadaniach agentowych
Na czym polega: Przy zsumowanych cenach wejścia i wyjścia Grok 4.6 kosztuje około 8 dolarów za milion tokenów, wobec 30 dla Opusa 5, 35 dla Sonneta 5.6 i 60 dla Fable 5 — przy jakości, którą autor uznaje za nie gorszą od Opusa.
Jak stosować: Do długich, tokenożernych zadań agentowych (masowe refaktory, wieloetapowe przepływy) przetestuj Groka 4.6 jako model domyślny i zostaw droższe modele do zadań, gdzie realnie widzisz różnicę w jakości.
Na co uważać: Porównania cen z materiału to prosta suma stawek wejścia i wyjścia, a nie realny koszt twojego workloadu — ten zależy od proporcji tokenów. Autor sam przyznaje, że nie zrobił jeszcze głębokich testów, więc opiera się na relacjach z Twittera.
2.Brak wyników w kodowaniu to sygnał o pozycjonowaniu, nie o słabości
Na czym polega: xAI prowadzi w benchmarkach pracy zawodowej i prawniczej, ale w żadnym benchmarku kodowania — bo priorytetem są ogólne zadania agentowe i praca umysłowa.
Jak stosować: Wybierając model, patrz na to, w jakich kategoriach dostawca się chwali, a w jakich milczy. Do zadań tekstowo-proceduralnych Grok jest mocnym kandydatem; do trudnego kodu warto zostawić model, który tam prowadzi.
Na co uważać: Jednocześnie przykład DHH pokazuje, że Grok 4.6 poradził sobie z bardzo trudnym zadaniem inżynierskim. Pozycjonowanie marketingowe niekoniecznie odzwierciedla pełne możliwości — testuj na własnych zadaniach.
3.Automatyzacje należą do agenta, nie do globalnego harmonogramu
Na czym polega: Grokbot umieszcza rutyny wewnątrz konkretnego bota, zamiast trzymać je w jednej globalnej sekcji zaplanowanych zadań, jak robi to Claude Cowork.
Jak stosować: Nawet na platformach z globalnym harmonogramem odtwórz ten porządek ręcznie: nazywaj zadania cykliczne prefiksem roli („treści:”, „partnerstwa:”), żeby wiedzieć, do którego kontekstu wracać.
Na co uważać: To rozwiązanie ułatwia start, ale rozprasza konfigurację — przy kilkunastu botach potrzebujesz widoku zbiorczego (w Grokbocie Command+K), żeby nie zapomnieć o działających w tle cronach.
4.Nazwany agent z mini-promptem systemowym to tania forma organizacji pracy
Na czym polega: Agent w Grokbocie to po prostu sesja czatu z nazwą i krótkim opisem pełniącym rolę promptu systemowego; skille i wtyczki pozostają wspólne.
Jak stosować: Odtwórz ten wzorzec u siebie: zamiast zaczynać nowy czat przy każdym zadaniu, utrzymuj kilka stałych „ról” z zapisanymi instrukcjami i wracaj do właściwej. To rozwiązuje problem gubienia poprzedniej pracy.
Na co uważać: Wspólna pula skilli oznacza, że każdy bot ma dostęp do wszystkich narzędzi — jeśli któryś skill działa na wrażliwych danych, sam mini-prompt nie stanowi bariery bezpieczeństwa.
5.Agent z własnym komputerem w chmurze zmienia zakres tego, co można mu zlecić
Na czym polega: Każdy agent w Grokbocie dostaje pełną wirtualną maszynę z przeglądarką, do której można się zalogować, i z widocznym systemem plików. Zadania można nagrywać i odtwarzać.
Jak stosować: Powierzaj takiemu agentowi powtarzalne czynności w interfejsach bez API — nagraj przebieg raz, a potem uruchamiaj jako rutynę.
Na co uważać: Logowanie się do własnych kont w przeglądarce agenta oznacza pozostawienie aktywnych sesji na cudzej infrastrukturze. Ogranicz to do kont o niskim ryzyku i osobnych poświadczeń, a nie kont głównych.
6.Punkt ciężkości przesuwa się z agenta osobistego na zespół agentów
Na czym polega: Autor obserwuje, że pierwsze dwie trzecie 2026 roku należały do agenta osobistego, a teraz platformy (Grokbot, Buzz, slackowa oferta Anthropic) idą w stronę zespołów agentów i współdzielenia ich w firmie.
Jak stosować: Jeśli planujesz wdrożenie w organizacji, oceniaj narzędzia pod kątem współdzielenia agenta między osobami, a nie tylko wygody pojedynczego użytkownika.
Na co uważać: Część tych możliwości jest zamknięta w droższych planach zespołowych — sprawdź to przed obietnicami złożonymi zespołowi.
7.Sesje Claude w Chrome synchronizują się z resztą ekosystemu
Na czym polega: Rozmowy z rozszerzenia Claude w Chrome zapisują się i przenoszą na desktop, web i mobile, a skille oraz konektory działają w przeglądarce.
Jak stosować: Zaczynaj pracę tam, gdzie jest kontekst — czyli na stronie, którą właśnie czytasz — i kończ w aplikacji desktopowej, kiedy rozmowa wymaga dłuższej pracy.
Na co uważać: Skoro rozszerzenie ma te same konektory co Cowork, ma też ten sam zasięg uprawnień. Przypadkowe polecenie wydane „szybko w przeglądarce” może uruchomić realne działania na twojej poczcie czy w Notion.
8.Modele średniej półki będą tanieć — nie planuj budżetu na dzisiejszych cennikach
Na czym polega: Sonnet 5 zostaje na promocyjnej cenie zamiast wrócić do wyższej, OpenAI robi podobnie z Terrą i Luną. Powód: presja tanich modeli z Chin i xAI.
Jak stosować: Nie podpisuj długich zobowiązań opartych na obecnych stawkach i projektuj kod tak, żeby zmiana modelu była kwestią konfiguracji, nie przepisywania integracji.
Na co uważać: To prognoza autora, nie zapowiedź dostawców. Ceny promocyjne bywają też wycofywane — ta akurat została utrzymana, ale nie ma gwarancji na przyszłość.
9.Głośna premiera to nie to samo co działający model
Na czym polega: DeepSeek V4 Pro reklamowano jako niemal równy Fable, po testach społeczności okazał się ledwie lepszy od V4 Flash, model w praktyce zdjęto, a cennik przeszedł na rozliczanie od zużycia i również zebrał krytykę. Gemini 3.7 Flash z kolei porównywane jest z trzecim modelem Anthropic i drugim modelem OpenAI — co samo w sobie mówi o jego pozycji.
Jak stosować: Odczekaj jeden–dwa dni po premierze i sprawdź, z czym dostawca porównuje swój model. Porównanie z modelami niższej półki konkurencji to sygnał ostrzegawczy.
Na co uważać: Nie buduj krytycznego procesu na modelu dostępnym dopiero co i tylko przez pośredników pokroju Open Routera — może przestać działać z dnia na dzień, tak jak V4 Pro.
10.Problem „chat kontra work” to realny koszt w codziennej pracy
Na czym polega: Rozdzielenie trybów chat i work sprawia, że proste pytanie zadane w trybie agentowym zamienia się w powolną wyprawę z planowaniem i narzędziami, a tryb czatu bywa za słaby na realne zadania. Do tego dochodzi zamieszanie z czatem lokalnym i chmurowym oraz brakiem synchronizacji.
Jak stosować: Ustal dla siebie prostą regułę: szybkie pytania i wyszukiwanie zawsze w trybie czatu, a tryb agentowy uruchamiaj świadomie tylko do zadań wieloetapowych, które mają zmienić stan czegoś na zewnątrz.
Na co uważać: Domyślne pozostawienie trybu work jest kosztowne nie tylko czasowo, ale i finansowo — każde trywialne zapytanie odpala łańcuch narzędzi. Sprawdzaj, w którym trybie jesteś, zanim zaczniesz pisać.