O czym jest ten film
- Autor pokazuje wszystkie zastosowania Grokbota, z których korzysta na co dzień: konfigurację agentów, ich rutyny, umiejętności i wtyczki.
- Otwiera konkretnym rezultatem: agent mailowy przygotował wiadomość, która domknęła kontrakt sponsorski na 10 000 dolarów.
- Tłumaczy, dlaczego uważa Grokbota za „Apple wśród agentów AI” — nie najbardziej zaawansowanego, ale najlepiej zaprojektowanego i najprostszego w użyciu.
- Argumentuje, że podejście wieloagentowe (zespół nazwanych agentów) wygrywa z modelem jednego asystenta.
- Opisuje architekturę „chmura domyślnie”: każdy agent ma własny wirtualny komputer i własne konta.
- Omawia rolę agenta-szefa sztabu (Slate), który deleguje pracę i nadzoruje pozostałych agentów.
- Pokazuje agenta mailowego (Cindy), agenta kodującego (Build), agenta contentowego (Barry), menedżera społeczności (Dusty) i badacza (Reed).
- Wskazuje konkretne wtyczki i narzędzia: Vercel, Tailscale, wtyczka X, Agent Mail, umiejętność „last 30 days”.
- Demonstruje, że agenci faktycznie pracują na osobnych maszynach — wbrew krytykom twierdzącym, że dzielą jeden komputer.
- Na koniec pokazuje łączenie Grokbota z Hermesem i lokalnym modelem jako sposób na oszczędzanie tokenów.
Redakcyjne tłumaczenie
Wstęp: narzędzie, którego nikt nie umie używać
Grokbot to obecnie narzędzie AI numer jeden, którego powinniście się uczyć. Problem polega na tym, że większość ludzi nie ma pojęcia, co właściwie miałaby z nim robić. Jeśli to brzmi jak wy — mam dla was idealny materiał. Pokażę każde zastosowanie, z którego korzystam dziś sam: jak skonfigurowany jest każdy z moich agentów, jakie ma rutyny, jakie umiejętności, jakie wtyczki. Nie zatrzymuję niczego dla siebie.
Dowód: e-mail, który zarobił 10 000 dolarów
Zanim przejdę do konkretów, chcę coś pokazać. Dziś rano Grokbot zarobił dla mnie 10 000 dolarów.
Pod każdym filmem dostaję masę komentarzy od hejterów: „No dobrze, ale jak ty na tym zarabiasz? Co ty właściwie z tym robisz? Jak budujesz na tym biznes? Przecież tylko przepalasz pieniądze”. Otóż to jest e-mail, który mój Grokbot wysłał dziś rano i który domknął umowę na 10 000 dolarów.
Powiedziałem mu: „Wejdź na moje służbowe konto pocztowe, monitoruj je non stop, odpowiadaj na wiarygodne wiadomości od prawdziwych firm, negocjuj z nimi warunki i zarabiaj na tym”. Grokbot odpowiedział firmie, która do mnie napisała: „Moja stawka za 60 miejsc reklamowych to 10 000 dolarów. To jedyny pakiet, jaki mam. Dajcie znać, czy chcecie kontynuować”. Chcieli. Agent wynegocjował warunki — przeanalizował stawki rynkowe, sprawdził, ilu mam obserwujących i subskrybentów — i dziś rano umowa została zamknięta.
Jednym e-mailem Grokbot spłacił swoją abonamentową cenę na 33 miesiące do przodu. Te zastosowania działają. Te zastosowania zarabiają. Można na tym zbudować realny biznes.
Dlaczego akurat Grokbot
To już mój trzeci film o Grokbocie. Przy każdym kolejnym lubię omówić wnioski z ostatnich dni. Jeśli chcecie przejść od razu do zastosowań, skorzystajcie z rozdziałów pod filmem — ale jeśli nie jesteście jeszcze przekonani do Grokbota, polecam ten fragment.
Od razu zaznaczę: nie jestem sponsorowany przez Groka. W historii tego kanału zrobiłem może cztery współprace i zawsze mówię o nich wprost. Nie jestem sponsorowany przez SpaceX.
To Apple wśród agentów AI. Co to znaczy? Czy jest najbardziej awangardowy i futurystyczny? Nie. Czy jest jak Samsung Galaxy — składany, z ekranem zawijanym na boki? Nie. Czy robi cokolwiek, czego nie potrafią inni agenci? Nie. A mimo to jest najlepszym, najbardziej użytecznym agentem AI na rynku. Jest prosty, łatwy w obsłudze, intuicyjny. Projekt interfejsu jest znakomity. Po prostu działa od razu po wyjęciu z pudełka — otwierasz i od pierwszej chwili czerpiesz z niego wartość. To nie jest Android z dziesięcioma tysiącami funkcji, po którym wychodzi iPhone i wszyscy mówią: „Przecież my mamy to od dziesięciu lat”.
Każdy fan Hermesa — a sam jestem wielkim fanem Hermesa i używam go od dawna — pisze pod moimi filmami o Grokbocie: „Przecież Hermes umie to samo”. Wiem, że umie. Rzecz w tym, że w Grokbocie jest to prostsze, łatwiejsze i lepiej zaprojektowane.
Podejście wieloagentowe z nazwami to oczywisty zwycięzca. Przyznaję, sam tego nie przewidziałem. Sądziłem, że wygra strategia jednego agenta, znana z Hermesa i OpenClaw — masz jednego asystenta i od czasu do czasu piszesz do niego na Telegramie. Wydawało mi się to proste i wygodne. Okazuje się jednak, że lepiej sprawdza się zespół agentów, z których każdy ma własne imię, własną rolę, własne umiejętności, własne wtyczki i własny komputer.
Agenci w chmurze — zrobieni jak należy. Tego też nie przewidziałem, ale po użyciu Grokbota wydaje się to oczywiste. Wszystko dzieje się w chmurze, domyślnie. Kiedy w Hermesie albo OpenClaw mówisz: „Wejdź na tę stronę” albo „Napisz ten dokument”, narzędzie otwiera przeglądarkę na twoim lokalnym komputerze albo uruchamia Dokumenty Google na twoim sprzęcie. Też uważałem, że tak jest najlepiej. Myliłem się.
W Grokbocie każdy agent ma własny wirtualny komputer. Widziałem sporo filmów, w których ludzie twierdzą, że to nieprawda i że wszyscy agenci dzielą jedną maszynę. Udowodnię wam w tym filmie, że tak nie jest. Dosłownie wchodzę na komputer jednego agenta, otwieram na nim kilka stron, a potem wchodzę na komputer drugiego — i to jest zupełnie inna maszyna z innymi stronami. Nie rozumiem, skąd te głosy. Może mam jakąś specjalną „edycję dla youtuberów”, ale wątpię.
Po chwili używania nabiera to sensu. Jeden agent dostaje zestaw zadań, wchodzi na swój komputer i je wykonuje. Idziesz do drugiego, dajesz mu inny zestaw, on robi swoje na swojej maszynie. To po prostu prostsze. I lepsze pod względem bezpieczeństwa oraz prywatności — nie jestem pewien, czy naprawdę chcę, żeby mój agent otwierał moje iMessage i sam po nich klikał, jak robiły to Hermes i OpenClaw. Tutaj agent ma własne konta, własne wersje, własne rzeczy, które robi na swoim komputerze.
Kiedy zakładasz firmę i zatrudniasz ludzi, nie dajesz im swoich loginów i haseł do wszystkich kont. Zakładają własne. Grokbot jest zaprojektowany dokładnie tak — jak prawdziwa firma.
Mniej znaczy więcej. Usunęli mnóstwo konfiguracji i rzeczy, przy których nie trzeba grzebać. Decyzje podejmują za ciebie. Nie musisz przy każdym prompcie wybierać poziomu rozumowania ani modelu — wszystko jest Grokiem, poziom rozumowania ustalają oni. Zero konfiguracji. Dajesz prompt, dostajesz wynik. Okazuje się, że w agentach AI mniej naprawdę znaczy dużo więcej.
Świetnie współgra z Hermesem. Pod koniec pokażę, jak używać ich razem. To nie jest wybór „albo — albo”. Wiem, że i tak dostanę sto komentarzy: „Hermes jest najlepszy”, „Nie, OpenClaw”. Chciałbym, żeby ludzie przestali traktować narzędzia i firmy AI jak drużyny piłkarskie. Za każdym razem, gdy mówię, że lubię jedno narzędzie, ktoś odpowiada: „Nie, tamto jest lepsze, ty już tego nie używasz?”. To nie futbol. Możecie używać różnych narzędzi jednocześnie, a jeśli pojawi się lepsze — po prostu wymieńcie stare. Skąd ta lojalność wobec firm AI? Używajcie tego, co akurat jest najlepsze. Nie nosicie koszulki OpenClaw ani Manusa.
Slate — szef sztabu
Zaczynamy od Slate’a. To mój CEO, mój szef sztabu. Potrzebujecie takiego agenta i powinniście przypiąć go na górze listy — prawy przycisk myszy, „przypnij”, gotowe.
To agent, z którym będziecie mieć najwięcej kontaktu, bo Grokbot jest bardzo dobry w komunikacji między agentami. Kiedy rozmawiasz z jednym, one w tle rozmawiają ze sobą — i robią to dobrze, i robią to domyślnie. Chcecie wykorzystać ten mechanizm w relacji „CEO deleguje”. Slate przyjmuje pracę i rozdziela ją między pozostałych agentów.
Wybieracie więc agenta-szefa — niech to będzie po prostu wasz pierwszy agent — i wpisujecie opis. Opis pełni tu rolę promptu systemowego. To kolejna rzecz, którą lubię w Grokbocie: nie używa żargonu AI. Nie mówi „prompt systemowy”, nie mówi „soul.md”, tylko po prostu „opis”. Zwykły człowiek, który tu wejdzie, od razu wie, o co chodzi.
Ja wpisuję: „szef sztabu Alexa Finna”. Podaję domyślne zadania: triaż, ustalanie priorytetów, nudna robota administracyjna. Potem opisuję pozostałych agentów. Dzięki temu przy każdym prompcie agent dokładnie wie, kim jest i co ma robić. To wasz prawa ręka — do niego idziecie z pomysłami, przemyśleniami i ogólnymi pytaniami.
Jeszcze jedno: nadajcie agentom normalne imiona. Nie nazywajcie ich „CEO”, „koder”, „marketingowiec”, „grafik”. Dajcie im imiona — choćby imiona znajomych — a rolę wpiszcie jako tytuł. U mnie imię to Slate, a tytuł to „szef sztabu”; tytuł wyświetla się obok imienia.
Możecie uznać to za dziecinne, ale moim zdaniem z imionami jest po prostu przyjemniej. Mam wrażenie, że buduję relacje. Chcę awansować Cindy. Gdyby nazywała się „asystent mailowy”, nie miałbym ochoty świętować z „asystentem mailowym”. Ale nazywa się Cindy i właśnie domknęła kontrakt na 10 000 dolarów — więc mam ochotę to z nią uczcić.
Cindy — operacje przychodowe, czyli skrzynka mailowa
Przejdźmy do bohaterki dnia, agentki, która zarobiła dla mnie najwięcej. Cindy odpowiada u mnie za przychody, a w praktyce zarządza skrzynką mailową.
Mówiłem to już wcześniej: nienawidzę e-maili. Nienawidzę ich czytać i nienawidzę na nie odpowiadać. Za każdym razem, gdy na telefonie pojawia się powiadomienie o nowej wiadomości, robię się zły. Dlatego stworzyłem Cindy.
Cindy ma jedną rutynę — pozostali agenci mają ich po kilka. Codziennie o ósmej rano robi triaż poczty. Mówię jej: „Wejdź, przejrzyj wszystkie e-maile, przeczytaj je, sprawdź, kim są nadawcy, i zbadaj ich firmy, żeby ocenić, czy są wiarygodni”. Każdego ranka dostaję od niej listę trzech najważniejszych i najbardziej wiarygodnych okazji w skrzynce.
I teraz rzecz kluczowa: mówię jej, żeby do każdej z nich napisała szkic odpowiedzi i wrzuciła go do folderu „Kopie robocze” w Gmailu. Nie pozwalam jej wysyłać e-maili autonomicznie. Może kiedyś, ale na razie tylko szkice. Kiedy wstaję, otwieram folder roboczy, przeglądam gotowe wiadomości i klikam: wyślij, wyślij, wyślij, wyślij. Mam pewność, że każdy szkic Cindy trafia do realnej osoby.
Okazało się, że jedna z tych wiarygodnych osób faktycznie chciała ze mną robić interesy, a Cindy dopięła sponsoring. Włożyłem w tę transakcję zero sekund pracy, a mam z niej 10 000 dolarów.
Rozumiem, że nie każdy oglądający jest twórcą internetowym, nie każdy nagrywa filmy na YouTube i ma sponsorów. Jakie wnioski możecie z tego wyciągnąć?
Po pierwsze: stwórzcie rutynę u jednego z agentów. Może się nazywać „revenue ops”, może „operator poczty”, jak chcecie — chodzi o codzienny poranny triaż.
Po drugie: powiedzcie botowi: „Przejrzyj ostatnie 20 e-maili, które wysłałem, naucz się mojego głosu i stylu pisania, a potem zrób z tego umiejętność mailową”. U mnie widać tu umiejętność opartą na moich newsletterach — agent przeanalizował wszystko, co wysyłałem, i nauczył się mojego głosu. Dzięki temu jego szkice brzmią jak ja.
Po trzecie: poproście agenta, żeby przy każdym triażowanym e-mailu sprawdzał nadawcę, jego firmę, domenę i adres — i oceniał, czy to prawdziwy kontakt. Jeśli jesteście podobni do mnie, dostajecie tysiąc spamów dziennie. To pozwoli oddzielić rzeczy ważne od śmieci.
A dalej — niekoniecznie musicie kazać agentowi negocjować sponsoringi. Może wystarczy, żeby odpowiadał na ważne wiadomości albo sprzątał skrzynkę. Widziałem wielu ludzi, którzy dzięki Grokbotowi zeszli z dziesięciu tysięcy nieprzeczytanych maili do zera.
To najlepsze zastosowanie Grokbota. Potrzebujecie osobnego agenta wyłącznie do poczty — takiego, którego wszystkie umiejętności kręcą się wokół e-maili — niezależnie od tego, czy waszym celem jest szukanie kontraktów, sponsorów, czy zwykły porządek w skrzynce.
Build — kodowanie i administracja sieci
Kolejny agent to Build. To jedyny, któremu nie nadałem prawdziwego imienia, bo mi się nie chciało i chciałem go szybko uruchomić. Zajmuje się u mnie całym „vibe codingiem” i administracją sieci.
Grokbot jest w kodowaniu znakomity. Zastąpił mi sporo pracy, którą wykonywałem w Claude Code i ChatGPT, bo Grok to bardzo dobry model do budowania, a Grokbot to bardzo dobra otoczka do pracy.
(Informacja dodatkowa: „vibe coding” to potoczne określenie na programowanie polegające na opisywaniu modelowi AI, co ma powstać, zamiast samodzielnego pisania kodu).
Kilka ważnych rzeczy. Po pierwsze — jeśli jesteście podobni do mnie i korzystacie z Vercela, zainstalujcie wtyczkę Vercela w Grokbocie. Dzięki niej wasz Grokbot może wypychać kod na produkcję, aktualizować i uruchamiać nowe strony. Ta wtyczka jest znakomita i po prostu działa. Możecie powiedzieć: „Zrób stronę z tej listy” — i Grokbot zrobi stronę.
Po drugie — Tailscale. Jest całkowicie darmowy i jeśli oglądacie moje filmy, pewnie już go znacie. Pozwala stworzyć prywatną sieć obejmującą wszystkie wasze urządzenia: iPhone’a, iPada, komputery, Mac Studio, DGX Sparki. Dzięki temu Grokbot może poruszać się między wszystkimi urządzeniami i robić, co potrzeba.
(Informacja dodatkowa: Tailscale to usługa tworząca prywatną sieć VPN typu mesh między urządzeniami użytkownika).
Przykład: wczoraj kazałem Grokbotowi zainstalować lokalny model Qwen3 w wersji bez cenzury na moim drugim Mac Studio. Powiedziałem: „Znajdź nieocenzurowaną wersję i znajdź komputer, na którym się zmieści”. Przejrzał wszystkie moje maszyny, poskakał między nimi, znalazł Mac Studio 2 z wolnym miejscem, pobrał model, załadował go, przetestował, wysłał kilka wiadomości i było po sprawie. Zrobił to dzięki Tailscale, bo miał dostęp do wszystkich komputerów w mojej sieci. Jeśli macie więcej niż jeden komputer, powinniście używać Tailscale.
W efekcie macie dedykowanego agenta, który zna waszą sieć, wasze nawyki programistyczne i wszystkie wasze projekty.
Zrobiłem tu jeszcze jedną rzecz. Poszedłem do mojego dotychczasowego głównego agenta kodującego, czyli Hermesa, i powiedziałem: „Zrób listę wszystkich projektów, nad którymi pracowaliśmy, i podaj mi ich lokalizacje na dysku”. Skopiowałem to i wkleiłem do Grokbota — i teraz agent Build wie, gdzie leżą wszystkie moje projekty. Żadnego wielkiego wdrożenia nowego agenta: kopiuj, wklej, gotowe.
Dlatego nie rozumiem ludzi, którzy narzekają, że przesiadka między agentami to mnóstwo czasu i wysiłku. Nieprawda. Idziecie do agenta, którego używaliście, mówicie: „Zrób listę wszystkiego, co ten drugi agent musi wiedzieć”, kopiujecie i wklejacie. Zmiana agenta zajmuje jakieś dziesięć sekund.
Teraz za każdym razem, gdy potrzebuję zmiany albo chcę, żeby agent wszedł na inny komputer i coś zrobił, klikam Build i wydaję polecenie. Załadowanie modelu poszło jak z płatka. Innym razem miałem problem z tym, że strona mojego newslettera nie aktualizowała się o najnowsze wydanie. Zapytałem: „Co się dzieje?”. Agent wszedł i zaktualizował newsletter — na swoim komputerze w chmurze sam wykombinował, jak zalogować się do mojej aplikacji newsletterowej, i przeprowadził aktualizację.
Ten komputer w chmurze ma bardzo fajną funkcję: kiedy agent w trakcie pracy potrzebuje danych logowania, wyskakuje okienko, w którym możesz prywatnie wpisać hasło — i nie zostaje ono nigdzie zapisane. Agent loguje się za ciebie. To naprawdę świetne rozwiązanie.
Jeśli macie więc jakieś strony, projekty, coś do szybkiej naprawy — oddajcie to agentowi inżynieryjnemu, a on wykombinuje, jak wprowadzić zmiany.
Barry — treści i media społecznościowe
Barry to mój agent contentowy. Wiem, że nie każdy z was jest twórcą, ale i tu jest czego się nauczyć.
Po pierwsze, Barry monitoruje X przez cały czas. Jest świetna wtyczka do X i powinniście z niej korzystać — działa naprawdę dobrze. Powiedziałem Barry’emu: „Obserwuj wszystkie ważne konta o AI na X i daj mi znać w chwili, gdy pojawi się przełomowa wiadomość”. Sprawdza co 30 minut, dobę na dobę. Dzięki temu wiem od razu, że OpenAI dodało w ChatGPT współpracowników w roli edytorów albo że Grok odblokował budowanie aplikacji we wszystkich planach SuperGrok i X Premium. To coś, z czego naprawdę może skorzystać każdy.
Po drugie, Barry przerabia moje treści na newsletter. W tym jest znakomity. Kazałem mu zbudować własną umiejętność: przeczytał każdy newsletter, jaki kiedykolwiek wysłałem, nauczył się mojego głosu co do joty, a teraz co tydzień przerabia jeden z moich filmów na wydanie newslettera. Trafia ono do kopii roboczych w mojej aplikacji, ja sprawdzam, redaguję, żeby brzmiało bardziej jak ja, dorzucam szczegóły — i wysyłam.
Przy okazji chcę szybko udowodnić, że agenci mają różne komputery. Wchodzę na Barry’ego, otwieram przeglądarkę — to jest komputer Barry’ego. Minimalizuję go; Barry wciąż ma otwarte ESPN. Przechodzę do Builda, otwieram jego komputer — przeglądarka nie jest uruchomiona. Otwieram ją, wchodzę na patriots.com. Mam stronę New England Patriots. Wracam do Barry’ego, otwieram jego ekran — i tam nadal jest ESPN. Jak to miałby być ten sam komputer? Moim zdaniem właśnie to udowodniłem. To dygresja, nie ma nic wspólnego z zastosowaniami, ale chciałem to pokazać.
Dusty — menedżer społeczności
Kolejny jest Dusty, mój menedżer społeczności. Wiem, co powiecie: „Nie mam społeczności, po co mi menedżer społeczności?”. I tak jest tu czego się nauczyć.
Po pierwsze, siła komputerów w chmurze. Oto ekran Dusty’ego — znowu ma coś zupełnie innego otwarte, co potwierdza, że maszyny są osobne.
Po drugie, i to jest sedno: Dusty ma własne konto w mojej społeczności Vibe Coding Academy. Odpowiada za mnie na pytania, czyta wiadomości prywatne, pomaga na wiele sposobów. Jest osobnym pracownikiem z osobnym kontem.
Lekcja dla was, nawet jeśli nie prowadzicie społeczności: tak właśnie należy zarządzać agentami. Nie dajecie im dostępu do swoich kont. Dajecie im ich własne konta, a potem zapraszacie je do swojego zespołu. Dusty ma własny e-mail i własne konto — nie dostał mojego konta administratora, tylko zaproszenie jako członek zespołu.
Jak to zrobić? Świetna wtyczka Agent Mail — znowu, nie jestem sponsorowany, i jest całkowicie darmowa. Instalujecie ją, agent dostaje własny adres e-mail, a potem zapraszacie ten adres tam, gdzie chcecie. Robię tak z każdym serwisem, którego używam — newsletterem, czymkolwiek. Zapraszam adres agenta jako członka zespołu i nadaję mu tylko te uprawnienia, których faktycznie potrzebuje, zamiast dawać mu prawa administratora przez dostęp do mojego konta.
Dzięki temu Dusty zarządza społecznością tak, jak chcę. Wyszukuje newsy i je publikuje, czyta wiadomości prywatne i mówi mi, na co muszę odpowiedzieć, sprawdza nieodpowiedziane komentarze i posty, kontroluje lejek sprzedażowy. Robi mnóstwo rzeczy i wszystkim zarządza za mnie. Gdybym zatrudnił do tego człowieka, kosztowałoby mnie to jakieś 8000 dolarów miesięcznie.
Reed — badacz
Reed to mój researcher. Pracuje dosłownie non stop — co 15 minut, przez całą dobę. Szuka dla mnie okazji biznesowych w sieci. Szuka sposobów na zarabianie. Wypatruje ludzi, którzy piszą: „Potrzebuję pomocy z tym” albo „Chciałbym, żeby istniała aplikacja do tego”. Szuka bolączek i zgłasza mi je, żebym mógł wokół nich budować biznesy.
Jak widać, Reed nieustannie rozmawia ze Slate’em. Dlaczego? Bo kazałem Slate’owi go monitorować. Slate sprawdza, co dokładnie robi Reed, żeby ten nie zboczył z kursu.
I to jest lekcja z tego zastosowania. Miejcie badacza, który szuka i zbiera informacje — ale niech agent-CEO pełni rolę orkiestratora i nadzorcy. To działa jak pętla. Ludzie mówią o pętlach w Claude Code; pętla to po prostu agent robiący coś w kółko i poprawiający się według jakiejś miary. W Grokbocie możecie zrobić to samo, z tą różnicą, że macie agenta-orkiestratora obserwującego agenta wykonującego pracę. Slate patrzy Reedowi na ręce i koryguje go. Wszystko, co Reed znajdzie, wysyła do Slate’a, a Slate odpowiada: „Tak, jesteś na dobrym torze” albo „Nie, zboczyłeś, wróć do tego, co robiłeś wcześniej”.
To bardzo dobry sposób na budowanie sztucznych pętli wewnątrz Grokbota. Powiedzcie po prostu agentowi-CEO: „Obserwuj, co robi tamten agent, sprawdzaj co kilka minut i pilnuj, żeby trzymał się zadania”.
Umiejętność „ostatnie 30 dni”
Mam też agenta opartego na umiejętności „last 30 days”. Omawiałem ją w jednym z poprzednich filmów — to umiejętność autorstwa mojego przyjaciela Matta Van Horna, najlepsze narzędzie do trendów na świecie. Przeszukuje wszystkie serwisy społecznościowe pod kątem trendów z ostatnich 30 dni. Kiedy powiesz: „Sprawdź trendy w AI z ostatnich 30 dni”, przeczesze Reddita, X i resztę, znajdzie najpopularniejsze posty z każdego serwisu i poda zwięzły przegląd tego, co ludzie mówią na dany temat. Jest darmowa i naprawdę warto z niej korzystać.
Grokbot razem z Hermesem i lokalnym modelem
Na koniec jedno zastosowanie, które moim zdaniem jest ogromne: używanie Hermesa razem z Grokbotem. Nadal robię w Hermesie mnóstwo rzeczy i mam tam wielu agentów, ale jednego używam z Grokbotem najczęściej — to Harold.
Harold to lokalny model Qwen3 działający na moim RTX 5090, ale spokojnie odpalicie go na słabym laptopie i też zadziała. Do uruchomienia Qwen3 wystarczy jakieś 17 GB RAM, a wczytanie lokalnego modelu nigdy nie było łatwiejsze.
(Informacja dodatkowa: uruchomienie modelu „lokalnie” oznacza, że działa on na waszym sprzęcie, bez opłat za tokeny i bez wysyłania danych do zewnętrznego dostawcy).
Wrzucacie ten lokalny model na osobnego agenta w Hermesie. U mnie to Harold. A potem — i to jest sedno — możecie używać tego agenta Hermesa wewnątrz Groka. Poszedłem do Slate’a i powiedziałem: „Masz teraz dostęp do Harolda. Harold to agent Hermesa działający na tym komputerze. Korzystaj z niego, jak chcesz. Ma nielimitowane użycie”.
Teraz, kiedy mam proste, głupie zadanie, idę do Slate’a i mówię: „Użyj do tego Harolda”. Slate orkiestruje Harolda, a ja oszczędzam tokeny i limity, bo całą ciężką pracę wykonuje lokalny model. Slate tylko go pilnuje — dokładnie tak, jak pokazywałem przy Reedzie.
Nadaje się to do researchu, do prostych rzeczy i do zadań powtarzalnych. Podepnijcie agenta Hermesa do lokalnego modelu — te modele są dziś wydajniejsze niż kiedykolwiek, a Qwen3 jest naprawdę dobry. Dajcie znać w komentarzach, czy chcecie osobny film o uruchamianiu Qwen3 lokalnie. Potem idziecie do agenta-CEO i mówicie: „Orkiestruj tego agenta Hermesa przy tych zadaniach”. Grok bez problemu współpracuje z agentem Hermesa: rozmawia z nim, kieruje nim, obserwuje jego pracę i przekazuje wam wyniki. To zdecydowanie coś, co powinniście u siebie wdrożyć.
Zakończenie
To były wszystkie zastosowania, z których obecnie korzystam. One zmieniają się cały czas, więc będę nagrywać kolejne filmy z aktualizacjami — zarówno o zastosowaniach Grokbota, jak i o agentach Hermesa, których wciąż intensywnie używam. Subskrybujcie, włączcie powiadomienia, zostawcie łapkę, jeśli czegoś się nauczyliście, i dołączcie do Vibe Coding Academy, gdzie prowadzę mnóstwo bootcampów na żywo. Dziękuję, że zostaliście ze mną przez te dwadzieścia minut.
10 najważniejszych takeaways — z kontekstem zastosowania
1.Agent mailowy pisze szkice, nie wysyła
Na czym polega: Agent codziennie rano przegląda skrzynkę, weryfikuje nadawców, wybiera trzy najważniejsze wątki i zostawia gotowe odpowiedzi w folderze kopii roboczych. Autor sam klika „wyślij”.
Jak stosować: Ustawcie codzienną rutynę triażu o stałej godzinie i wyraźnie zapiszcie w opisie agenta, że ma tylko przygotowywać szkice. Rano przeglądacie i wysyłacie jednym ciągiem kliknięć.
Na co uważać: Autor mimo wszystko dopuścił autonomiczne negocjacje handlowe na swojej służbowej poczcie — i tak powstał kontrakt na 10 000 dolarów. To dwa różne poziomy ryzyka. Zanim oddacie agentowi negocjacje w swoim imieniu, upewnijcie się, że rozumiecie, do czego może was zobowiązać.
2.Nauczcie agenta swojego głosu z własnych archiwów
Na czym polega: Zamiast opisywać styl słowami, każecie agentowi przeczytać ostatnie 20 wysłanych e-maili albo cały archiwalny newsletter i zbudować z tego umiejętność.
Jak stosować: Jedno polecenie: „Przejrzyj moje ostatnie wysłane wiadomości, naucz się mojego głosu i zapisz to jako umiejętność”. Potem każdy szkic korzysta z tej umiejętności.
Na co uważać: Model nauczy się także waszych złych nawyków i utrwali styl sprzed miesięcy. Autor sam przyznaje, że newslettery i tak redaguje przed wysyłką — traktujcie wynik jako półprodukt.
3.Weryfikacja nadawcy jako filtr spamu
Na czym polega: Przed przygotowaniem odpowiedzi agent sprawdza, kim jest nadawca, jaka firma stoi za domeną i czy kontakt jest wiarygodny.
Jak stosować: Wpiszcie ten krok do rutyny jako obowiązkowy: badanie domeny, adresu i firmy przed zakwalifikowaniem wiadomości jako ważnej.
Na co uważać: Ocena „legit / nie legit” to sąd modelu, nie fakt. Dobrze zaprojektowany phishing potrafi wyglądać wiarygodnie, a agent nie ma narzędzi antyfraudowych — końcowa decyzja o odpowiedzi należy do was.
4.Osobne konta dla agentów zamiast dzielenia własnych
Na czym polega: Każdy agent dostaje własny adres e-mail (przez wtyczkę Agent Mail) i jest zapraszany do waszych serwisów jako członek zespołu z minimalnymi uprawnieniami — nie dostaje waszego loginu administratora.
Jak stosować: Zainstalujcie Agent Mail, wygenerujcie adres dla agenta i zaproście go do konkretnego narzędzia z rolą ograniczoną do tego, co faktycznie musi robić.
Na co uważać: To nadal jest realne konto z realnymi uprawnieniami w waszej organizacji. Zaproszenie „tylko jako członek zespołu” w wielu narzędziach oznacza dostęp do sporej części danych — sprawdźcie, co konkretnie ta rola obejmuje, zanim ją nadacie.
5.Jeden agent-orkiestrator, reszta jako wykonawcy
Na czym polega: Slate pełni rolę szefa sztabu: przyjmuje polecenia, deleguje je innym agentom i nadzoruje ich pracę. Do niego trafiają wszystkie pomysły i pytania.
Jak stosować: Zróbcie pierwszego agenta szefem sztabu, przypnijcie go na górze listy i w jego opisie wypiszcie pozostałych agentów wraz z ich rolami — inaczej nie będzie wiedział, komu delegować.
Na co uważać: Warstwa orkiestracji kosztuje tokeny i dokłada kolejne ogniwo, w którym polecenie może zostać przekręcone. Przy prostych zadaniach szybciej jest pójść wprost do właściwego agenta.
6.Nadzór jako sposób na budowanie pętli
Na czym polega: Agent-badacz pracuje w kółko co 15 minut, a agent-CEO obserwuje jego wyniki i koryguje kurs: „jesteś na dobrym torze” albo „wróć do poprzedniego podejścia”. To ręcznie zbudowany odpowiednik pętli samodoskonalenia.
Jak stosować: Ustawcie rutynę wykonawcy, a orkiestratorowi zlećcie okresowe sprawdzanie jego wyników pod kątem konkretnego kryterium.
Na co uważać: Pętla ma sens tylko wtedy, gdy nadzorca ma jasną miarę „na torze / poza torem”. Bez niej dostaniecie dwa razy droższy szum. Praca co 15 minut przez dobę to też realny koszt.
7.Tailscale otwiera agentowi dostęp do całego sprzętu
Na czym polega: Prywatna sieć obejmująca wszystkie urządzenia pozwala agentowi przeskakiwać między maszynami — znaleźć komputer z wolnym miejscem, pobrać tam model i go uruchomić.
Jak stosować: Jeśli macie więcej niż jeden komputer, zainstalujcie Tailscale i zbudujcie z nich jedną sieć. Wtedy zadania typu „znajdź maszynę, która to udźwignie” stają się wykonalne.
Na co uważać: Dajecie w ten sposób agentowi dostęp do wszystkich swoich urządzeń naraz. Zastanówcie się, które maszyny naprawdę mają być w tej sieci — łatwiej ograniczyć zakres na starcie niż sprzątać po fakcie.
8.Przesiadka między agentami to kopiuj-wklej, nie projekt
Na czym polega: Zamiast żmudnego wdrażania nowego agenta, autor prosi dotychczasowego o listę wszystkiego, co następca musi wiedzieć — projekty, ścieżki, kontekst — i wkleja ją do opisu nowego agenta.
Jak stosować: „Zrób listę wszystkiego, co inny agent musiałby wiedzieć, żeby przejąć tę pracę”. Kopiujecie wynik do opisu nowego agenta i macie go gotowego w kilkadziesiąt sekund.
Na co uważać: Przeniesiony kontekst jest zamrożony w czasie — ścieżki i projekty się zmieniają, a agent będzie działał według nieaktualnej listy. Odświeżajcie ją okresowo.
9.Monitoring branżowych newsów jako stała rutyna
Na czym polega: Agent co 30 minut, całą dobę, obserwuje najważniejsze konta na X i sygnalizuje przełomowe wiadomości w chwili, gdy się pojawią.
Jak stosować: Zainstalujcie wtyczkę do X, wskażcie konkretną listę kont do obserwacji i zdefiniujcie, co dla was znaczy „przełomowe” — inaczej dostaniecie powiadomienie o wszystkim.
Na co uważać: Autor sam podkreśla wagę weryfikacji źródeł przy poczcie, a przy monitoringu X już nie. Wiadomości z mediów społecznościowych bywają plotkami — traktujcie alert jako sygnał do sprawdzenia, nie jako potwierdzoną informację.
10.Lokalny model jako tania siła robocza pod nadzorem chmury
Na czym polega: Lokalny model (u autora Qwen3, ok. 17 GB RAM) podpięty jako agent Hermesa staje się narzędziem, którym steruje agent-CEO w Grokbocie. Ciężką, powtarzalną pracę wykonuje darmowy model lokalny, chmurowy agent tylko orkiestruje.
Jak stosować: Uruchomcie lokalny model, przypiszcie go do osobnego agenta i poinformujcie agenta-CEO, że ma do niego dostęp i że jego użycie jest nielimitowane. Kierujcie tam proste i powtarzalne zadania.
Na co uważać: Autor sam nazywa to zastosowaniem do „prostych, głupich zadań” — lokalny model 8B nie zastąpi dużego przy trudniejszej pracy. Nielimitowane jest użycie, nie czas: wolniejsze generowanie potrafi zjeść oszczędność.