O czym jest ten film
- Wszystkie popularne osobiste asystenty AI mają tę samą architekturę: model, środowisko wykonawcze, pliki, narzędzia, pamięć, rutyny, uprawnienia i interfejsy — różnią się tylko stopniem konfigurowalności.
- Grok Bot to najnowszy gracz: doświadczenie „pod klucz”, chmurowa maszyna wirtualna i osobne ekrany dla równoległych botów, ale bez możliwości zmiany modelu.
- Autor przedstawia spekulację, że część viralowego rozgłosu Grok Bota bierze się z promowania go na platformie X, i porównuje to do fenomenu Google Antigravity na YouTube.
- Hermes Agent to otwartoźródłowa przeciwwaga: dowolne modele, dostęp do całej „instalacji hydraulicznej”, mocny harness zarządzający kontekstem, umiejętnościami i pamięcią — kosztem obowiązków utrzymaniowych.
- Claude Co-work był pierwszym pomostem między terminalem a czatem dla osób nietechnicznych; jego problemem jest wyraźnie zwalniające tempo aktualizacji.
- Spadek tempa rozwoju Co-worka autor traktuje jako ostrzeżenie przed tym, co może spotkać dzisiejszy hit, czyli Grok Bota.
- ChatGPT Work to odpowiedź OpenAI na Co-work — dorównał już w generowaniu dokumentów i arkuszy, ale jest młodszy i mniej dojrzały.
- Open Claw był nasieniem całej rewolucji agentowej, dziś jednak niemal nikt go aktywnie nie używa; jego wartość jest głównie studyjna.
- Opcja „alfa” to zbudowanie własnego systemu z fragmentów istniejących repozytoriów — autor od marca używa własnej wersji nazwanej Claude Claude.
- Dwa rankingi dają różne wyniki: przy kryterium „działa od ręki” wygrywa Grok Bot, przy kryterium potencjału i własności infrastruktury — własny system.
Redakcyjne tłumaczenie
Wstęp: one są w gruncie rzeczy takie same
Przetestowałem każdego osobistego asystenta, który pojawił się w tym roku, i zbudowałem na każdym z nich realne systemy — Open Claw, Hermes Agent, Claude Co-work, ChatGPT Work, a nawet Grok Bota. Spędziłem też miesiące na budowaniu własnych frameworków.
Problem polega na tym, że co kilka tygodni media społecznościowe każą nam wyrzucić do kosza system, który właśnie skończyliśmy konfigurować, i zastąpić go zupełnie nowym. Zdradzę wam więc sekret: one wszystkie są mniej więcej takie same. Do końca tego materiału będziecie wiedzieć, który pasuje akurat do was, kiedy warto się przesiadać, a kiedy sensowniej jest zbudować własny. Przedstawię też kilka teorii na temat tego, dlaczego niektóre agenty zdają się zdobywać popularność z dnia na dzień.
Kiedy mówię, że wszystkie te agenty są w gruncie rzeczy takie same, nie mam na myśli, że są identyczne. Chodzi o to, że każdy z nich składa się z bardzo podobnych elementów bazowych. Każdy potrzebuje modelu, żeby myśleć, i jakiegoś komputera lub środowiska uruchomieniowego, żeby wykonać właściwą pracę — czy to na lokalnym laptopie, czy w chmurze. A jeśli chodzi o zarządzanie plikami, narzędzia, wtyczki i pamięć — każdy ma coś w tym rodzaju. Różnica leży wyłącznie w tym, jak bardzo są konfigurowalne, jak plastyczne i ile mają warstw. Jedna firma nazywa to botami, inne projektami, wtyczkami, umiejętnościami czy bramkami. Mamy więc mniej więcej te same nazwy, tylko przypisane do innych zadań.
Zrobię szybki przegląd pięciu czołowych rozwiązań, a potem nie tylko je uszereguję, ale też przyjrzę się funkcjom, które mają wspólne.
Grok Bot — nowy na osiedlu
Zacznę od nowicjusza, czyli Grok Bota. Zrobił on viral na niektórych platformach bardziej niż na innych, ale jego podstawowa obietnica to doświadczenie „pod klucz” dla osoby nietechnicznej, która po prostu chce postawić aplikację, ustawić kilku agentów i zagonić ich do pracy.
Funkcja, na której wszyscy się skupiają, to fakt, że każdy z agentów ma technicznie własną piaskownicę w chmurze. Mają więc własne komputery, na których mogą pracować, nawet jeśli wyłączycie laptopa i wyjedziecie w trasę. Koncepcja brzmi nowatorsko, ale nowa nie jest. Rzeczy takie jak Open Claw czy Hermes Agent można było uruchamiać na serwerze wirtualnym od wielu miesięcy. Prawdziwa różnica polega na tym, że Grok Bot nie zmusza cię do myślenia — daje dokładnie to samo doświadczenie, tyle że nie musisz na nie zapracować.
Gdyby zajrzeć Grok Botowi pod maskę, zobaczylibyśmy przede wszystkim trwałą maszynę wirtualną w chmurze. To piaskownica, z której korzystają wszyscy agenci, żeby prowadzić badania, używać wtyczek w chmurze i uniezależnić się od twojego komputera. Dalej mamy równoległe ekrany botów: wszyscy agenci mają dostęp do tej samej chmury, ale każdy dostaje własny ekran — czystą kartę, przez którą korzysta z przeglądarki, wtyczek, konektorów i wszystkiego, co mu włączysz.
Cały ten układ sprawia, że jeśli wyłączysz jednego bota, a jego pracę ma kontynuować inny agent, wszyscy dzielą tę samą przestrzeń roboczą. Jeden agent ma więc dostęp do plików i folderów, nad którymi pracował inny. Podobnie jak w innych agentach, których mogliście używać wcześniej, jest tu dostęp do umiejętności, rutyn i zadań cyklicznych.
(Informacja dodatkowa: „cron job” to zadanie uruchamiane automatycznie według harmonogramu — np. codziennie o siódmej rano — nazwane tak od uniksowego demona cron).
Dlaczego Grok Bot dostał tyle uwagi
Powodów, dla których Grok Bot zgarnia światła reflektorów, jest kilka — a jeden z nich to już moja spekulacja.
Po pierwsze: jest bardzo łatwy w użyciu. Po drugie: ponieważ Grok i Cursor połączyły się w jeden podmiot, dostajesz teraz cały nowy ekosystem za jedną cenę. Za 300 dolarów — bardzo słono, ale to zaledwie 100 dolarów więcej niż plan Claude Code czy Codex Max — masz dostęp do całego pakietu: X Premium, Grok Bota, Cursora na wysokim poziomie, i do tego wszystkiego działającego w jednym zestawie.
Moja spekulacja jest taka: jeśli przyjrzeć się większości twórców na YouTubie, którzy nakręcili materiał o tym, jak Grok Bot jest niesamowity, szalony albo jak zmienił im życie w dwa dni, zauważycie, że te filmy w większości poszły słabo. Jeśli natomiast wejdziecie na X, zobaczycie zupełnie inny obraz. A X to przecież ta sama platforma, która świetnie integruje się z całym tym ekosystemem i teoretycznie mogłaby sztucznie podbijać wszystkie posty i rekomendacje dotyczące tego produktu.
Jeśli wydaje się wam to naciągane, cofnijcie się do samego początku 2026 roku, kiedy pojawiło się Antigravity od Google’a. Nie tylko było wyjątkowo popularne — każdy film o nim na YouTubie zdawał się robić viral z dnia na dzień. Nawet mniejsi twórcy dostawali trzy do pięciu razy większe zasięgi. Czy mógł to być efekt „zapachu nowego samochodu”? Jasne. Ale możliwe też, że skoro YouTube i Gemini należą do tej samej rodziny, algorytm dorzucił trochę miłości, trochę zachęty dla każdego, kto nakręci materiał o tym produkcie. Podkreślam jednak: to wszystko hipotezy.
Hermes Agent — maszyneria na wierzchu
Jeśli Grok Bot sprzedaje gotowe doświadczenie, to Hermes Agent odsłania maszynerię pod spodem. Hermes to otwartoźródłowy agent, który zdaje się narodzić z całego chaosu, szaleństwa i szumu wokół Open Claw.
Główna różnica względem Grok Bota polega na tym, że w Grok Bocie jesteś przywiązany do modeli Grok. Nie możesz zmienić poziomu wysiłku obliczeniowego, nie możesz nawet — na dziś — zmienić modelu. Jestem pewien, że to się zmieni. W Hermesie natomiast podmienisz dowolny model, a nawet zbudujesz konfigurację z dziesięcioma botami opartymi na dziesięciu różnych modelach. I jak mówiłem: jeśli chcesz, żeby każdy agent miał własny ekran podpięty do własnej przestrzeni roboczej w chmurze, to jest coś, co można było sobie „wyklikać promptem”, prosząc po prostu Claude Code albo Codeksa, żeby dorobił to do Hermesa.
Ale prawdziwym powodem sławy tego asystenta jest jego harness. Przez harness rozumiem zdolność do operowania różnymi narzędziami — pisaniem, edycją, tworzeniem, wyszukiwaniem, korzystaniem z umiejętności i wtyczek — w jednym spójnym zakresie, i to działającym dobrze niezależnie od tego, jaki model wybierzesz.
(Informacja dodatkowa: harness to warstwa pośrednicząca między modelem a światem — zestaw narzędzi, reguł i zarządzania kontekstem, dzięki której model potrafi realnie wykonywać zadania).
Zwłaszcza w najnowszej wersji zauważycie, jak agenty Hermesa zarządzają promptami i kontekstem, jak uczą się umiejętności w toku rozmowy i jak rozpoznają moment, w którym warto zapisać rozmowę jako wspomnienie albo umiejętność, iterować nad nią w czasie oraz samodzielnie się naprawiać i doskonalić. Tak jak w Grok Bocie, możesz tworzyć zadania cykliczne, wyzwalacze czasowe i rutyny w chmurze oraz uruchamiać równoległych agentów.
Ale ponieważ masz dostęp do całego kodu, masz też dostęp do całej instalacji. Jeśli chcesz, żeby Grok, Claude Code albo Codex przejrzały ten kod i zmieniły sposób działania agentów Hermesa — możesz to zrobić. Na szczęście docieramy do momentu, w którym modele są na tyle zaawansowane, że wystarczy wydać polecenie zwykłym językiem — co ma robić, a czego nie — i zaczynasz kształtować harness dokładnie po swojemu.
Naturalnie z wolnością przychodzi też ciężar i odpowiedzialność. Nadal na tobie spoczywa postawienie tych usług w chmurze, zarządzanie wykonaniem, profilami, bezpieczeństwem, sekretami środowiskowymi i wszystkim innym, co utrzymuje system przy życiu. To ma sens, jeśli chcesz robić to samodzielnie — a nie ma sensu, jeśli wolisz, żeby wszystkie te decyzje podjął za ciebie dostawca modelu, a tobie zostało już tylko używanie.
Claude Co-work — złoty środek dla nietechnicznych
A co, jeśli nie przepadasz za Grokiem albo Elonem — lub jednym i drugim — nie chcesz niczego robić samodzielnie i szukasz czegoś, co po prostu działa od razu, gdzieś pośrodku między Claude Code a czatem Claude’a?
Claude Co-work powstał w całości „wyklikany promptami” w Claude Code i zrobił viral z bardzo dobrych powodów. Zanim Anthropic doprowadził zakładkę Claude Code w aplikacji desktopowej do stanu znośnego dla osoby nietechnicznej, Claude Co-work był jedyną opcją. Wybór wyglądał tak: albo terminal, albo Co-work. Dla osób nietechnicznych, które chcą po prostu wykonywać podstawową pracę umysłową, Co-work był rewelacyjny — jeden przycisk konektora, klikasz, dostajesz dostęp do usług używanych w twojej organizacji i ruszasz.
Anthropic był też jedną z pierwszych firm, które wymyśliły koncepcje umiejętności, projektów i MCP, więc inwestowanie w ten ekosystem miało dużo sensu: korzystasz z modeli Claude’a, masz bardzo prostą obsługę, możesz osadzać prompty, dodawać pliki z wiedzą i działać dalej.
(Informacja dodatkowa: MCP, czyli Model Context Protocol, to otwarty standard podłączania modeli do zewnętrznych narzędzi i źródeł danych).
I jeszcze zanim Grok Bot zrobił z tego modę, Co-work również działał w środowisku chmurowym — wszyscy agenci i wszystkie sesje szły tam. Brakowało tylko efektu „wow” w postaci osobnych ekranów pokazujących pracę na komputerze.
Gdy produkt poszedł viralowo, cały zespół wypuszczał niemal codziennie nową funkcję lub dodatek. W efekcie dostaliśmy między innymi możliwość zabrania Claude Co-work w drogę dzięki Dispatchowi — czyli doświadczenie w stylu Open Claw, ale bez bagażu, obciążeń, aktualizacji i koszmarów bezpieczeństwa. Jedną z najlepszych rzeczy było i wciąż jest to, że sesjami zarządzasz albo poprzez pliki lokalne na własnym komputerze, albo poprzez zasoby w chmurze.
Jeśli jesteś solopreneurem albo małą firmą, jesteś dość zwinny, żeby przeskoczyć z Claude Co-work na ChatGPT Work — na przykład wtedy, gdy niedawno praca z modelami Claude’a stała się uciążliwa przez ich powolność. Ale jeśli jesteś firmą, która musiała mocno się zaangażować i wybrać Claude’a jako swój ekosystem, nasuwa się kilka obaw.
Jak mówiłem, w pewnym momencie zespół Anthropic wypuszczał aktualizacje Co-worka codziennie. Potem przeszliśmy z codziennie na tygodniowo, potem na miesięcznie, a teraz raz na jakiś czas przypadkiem zobaczysz nową aktualizację. Ten sam wzorzec niepokoi mnie, gdy patrzę na Grok Bota — bo dziś jest bardzo modny, bardzo nośny. Ale nie wiemy, ile aktualizacji ten produkt jeszcze dostanie, zanim firma znów będzie musiała zwrócić się w zupełnie nową stronę, ku temu, co za dwa czy trzy miesiące okaże się najgorętsze.
ChatGPT Work — odpowiedź OpenAI
OpenAI zobaczyło Claude Co-work i powiedziało: „przebijam to ChatGPT Work”. Na początku wyglądało to dość przypadkowo, bo Codex radził sobie świetnie i istniał wyraźny podział: ChatGPT do rozmowy, Codex do pracy.
Tak samo jak Co-work, ten produkt ma siedzieć pomiędzy czatowaniem w przeglądarce a korzystaniem z Codeksa. To jak jazda rowerem wobec prowadzenia Lamborghini, które w Codeksie można przerobić i zmusić, by robiło dokładnie to, czego chcesz.
I podczas gdy OpenAI było kiedyś fatalne w tworzeniu materiałów w rodzaju dokumentów, slajdów czy plików Excela, dziś jest w tych zadaniach na równi z Claude Co-work, a czasem lepsze. Jak we wszystkich tych opcjach, nadal możesz wgrywać pliki, prowadzić research, tworzyć zaplanowane zadania i robić właściwie wszystko to, co w Co-worku i Grok Bocie.
Zakładając więc, że nie jesteś przywiązany do konkretnego dostawcy, wybór między ChatGPT Work a Co-workiem sprowadza się do tego, który model bardziej ci odpowiada. Gdybym miał obstawiać, wybrałbym raczej Co-work — po prostu dlatego, że jest dłużej na rynku, a im dłużej produkt istnieje, tym więcej informacji zwrotnej dostał i tym więcej błędów przerobił. Skoro ChatGPT Work jest wciąż stosunkowo nowy, postawiłbym raczej na to pierwsze niż na to drugie.
Open Claw — nasienie rewolucji
I wreszcie Open Claw, który nie wymaga przedstawiania, a właściwie nie wymaga nawet opisu tego, co robi. Choć prawie nikt, kogo znam, dziś z niego nie korzysta, to on był pierwszym zasianym ziarnem, z którego wyrosła cała rewolucja agentowa.
Jeśli spojrzeć na Open Claw dzisiaj, widać ogromne ulepszenia w porównaniu z lutym. Ale ponieważ stracił łaski i wyszedł z mody, a Hermes Agent w odpowiednim momencie wykorzystał wszystkie jego słabości, mało kto używa go aktywnie — poza tymi, którzy naprawdę weszli w niego głęboko i uczynili z tego ekosystemu coś własnego.
Za kulisami najbardziej imponujący w Open Claw nie był harness, tylko cała ta masa usług, MCP i narzędzi wiersza poleceń, które dało się ze sobą pozszywać i podłączyć, tworząc coś w rodzaju Frankensteina w roli Jarvisa. To był odpowiednik przebiegnięcia mili w cztery minuty: nikt wcześniej nie połączył tych usług w taki sposób, ale gdy raz to zobaczyliśmy, nie dało się tego odzobaczyć.
(Informacja dodatkowa: „mila w cztery minuty” to nawiązanie do wyniku Rogera Bannistera z 1954 roku — bariery uważanej za nieprzekraczalną, którą po jej pokonaniu szybko zaczęli pokonywać kolejni biegacze).
Choć więc jest to być może dobra infrastruktura i architektura do studiowania, najprawdopodobniej masz dziś znacznie lepsze opcje — zwłaszcza jeśli zależy ci na gotowym produkcie, który jest stale aktualizowany.
Opcja alfa: zbuduj własny system
Zanim przejdziemy do rankingu i finalnego porównania, trzeba omówić opcję alfa, czyli zbudowanie własnego systemu — dokładnie to zrobiłem ja i moja społeczność.
Zbudowanie własnego systemu jest dziś łatwiejsze niż kiedykolwiek, bo mamy najmądrzejsze modele w historii i będą one dalej mądrzeć. Wystarczy wziąć linki do GitHuba kilku różnych repozytoriów — powiedzmy Open Claw, Hermes i inne pochodne, które znajdziesz — wrzucić je do nowej sesji Codeksa, Claude’a czy Groka i powiedzieć: „Chcę zbudować własnego asystenta, który robi X, Y i Z”.
Jak mówiłem na początku, wszystkie te produkty mają te same sześć elementów bazowych: strukturę i system plików, narzędzia, pamięć, rutyny, uprawnienia oraz interfejsy. Zwłaszcza w zarządzaniu plikami, korzystaniu z narzędzi i — co najważniejsze — w tworzeniu i zarządzaniu własną warstwą pamięci są to funkcje bardzo indywidualne. Jeśli używasz czegoś takiego jak Grok Bot, nigdy nie zmienisz sposobu działania systemu pamięci. Nie dodasz własnych warstw. To nie jest pomyślane tak, by dało się to rozebrać na części i podmieniać komponenty.
Teoretycznie możesz więc sporządzić pełną listę życzeń — każdą funkcję, którą chcesz stworzyć lub sklonować — dać ją modelowi swojego wyboru, czy to Codex Soul, czy Claude Code Fable, i kazać mu zbudować własny harness, który będziesz ulepszać dzień po dniu. Bo mówię wam już teraz: choć pokazałem wam pierwszą piątkę, będzie szósty, będzie siódmy, będzie kolejny produkt, który zmieni świat i zarobi wam dziesięć milionów dolarów w piętnaście godzin. I mówię wam już teraz, że będzie miał zestaw elementów bardzo podobnych do tego, co już widzieliście, tylko lekko przepakowanych. Może z paroma udogodnieniami, które da się zaadaptować do własnej konfiguracji.
Dokładnie tego używam od marca tego roku, kiedy w końcu odszedłem od Open Claw i zbudowałem własną wersję, którą nazwaliśmy Claude Claude. Cały sens tego systemu polega na tym, że za każdym razem, gdy pojawia się nowa funkcja, a rzecz jest otwartoźródłowa, po prostu zaglądamy do repozytorium, patrzymy, co jest dobre, wyciągamy to dobro i wnosimy do naszego ekosystemu. Tak samo, jeśli Grok Bot ma świetną funkcję orkiestracji, która działa tak bezobsługowo — użyję jej, przyjrzę się jej, a potem odtworzę ją u siebie.
To nie daje dopracowanego doświadczenia, ale masz na własność swoją infrastrukturę. A gdy pojawiają się nowe rzeczy — a nigdy nie przestaną — nigdy nie poczujesz stresu, jakbyś przeprowadzał się z domu do domu, od bota do bota, i spędzał więcej czasu na przeprowadzkach i nauce niż na realnym wykorzystaniu tego do budowania wartości biznesowej.
(Informacja dodatkowa: w tym miejscu autor reklamuje swoją płatną społeczność „early AI adopters”, w której udostępnia system Claude Claude — zbudowany w kwietniu na kanwie Open Claw i rozwijany od tamtej pory w ponad 500 aktualizacjach, działający na istniejącej subskrypcji Codeksa lub Claude’a bez dodatkowych opłat).
Ranking — zależy, o co pytasz
Zanim ustawimy je w kolejności, trzeba zadać konkretne pytanie: czy oceniamy je pod kątem gotowego doświadczenia, czy pod kątem potencjału rozpędzenia ich do naprawdę dużej mocy?
Jeśli pytamy o doświadczenie „pod klucz”, na samym szczycie postawiłbym Grok Bota, zaraz za nim Claude Co-work. Dalej — z własnego doświadczenia, bo produkt nie jest jeszcze do końca dojrzały — umieściłbym ChatGPT Work w tierze A. Potem Hermes Agent w tierze B, a Open Claw wylądowałby w tierze C. Nie będę wymieniał z nazwy pozostałych dostawców; chciałem tylko pokazać, że opcji jest znacznie więcej.
Jeśli natomiast cenisz sobie budowanie własnego systemu, na własnych zasadach i z modelami swojego wyboru, ranking wygląda zupełnie inaczej. Tier S to budowa własnego systemu. Tier A to Hermes Agent. Tier B to Claude Co-work i Grok Bot — z lekkim wskazaniem na Grok Bota, bo cała uwaga zespołu jest teraz na nim, chcą go dopieścić i praktycznie codziennie, podobnie jak kiedyś w Co-worku, widać nowe aktualizacje. ChatGPT Work to tier C, a Open Claw musiałbym niestety wrzucić do tieru F.
Podsumowanie: nie ma jednego zwycięzcy
Żeby wszystko spiąć: właśnie dlatego nie potrafię wskazać jednoznacznego zwycięzcy. Jeśli ktoś mówi ci, że zwycięzca istnieje, albo kłamie, albo wciska ci nowy produkt.
Weź listę kryteriów: nieprzerwane wykonywanie zadań, pliki i pamięć, zaplanowane rutyny, dostęp do urządzenia lokalnego, wielorazowe umiejętności, routing modeli, przeglądarka i sieć, konektory do aplikacji, kanały komunikacji. Wystarczy przejechać wzrokiem po opcjach zamkniętoźródłowych i otwartoźródłowych, żeby zobaczyć, że w większości mają dokładnie te same elementy. Różnią się tam, gdzie w grę wchodzi routing modeli, kanały komunikacji, własność operacyjna i tym podobne.
Mam nadzieję, że ten materiał daje wam jasność potrzebną do decyzji, jaka konfiguracja osobistego asystenta jest dla was najlepsza. Chodzi o to, żeby zmniejszyć ilość czasu spędzanego na nauce i nadążaniu za każdą nowością, a zwiększyć ten poświęcony na zaparcie się i zbudowanie realnej dźwigni na bazie tego, co ostatecznie wybierzecie.
(Informacja dodatkowa: na koniec autor zapowiada udostępnienie w opisie filmu strony z omawianym porównaniem oraz „jednorazowej umiejętności” — skryptu, który zadaje serię pytań i pomaga dobrać konfigurację).
10 najważniejszych takeaways — z kontekstem zastosowania
1.Wszystkie osobiste agenty stoją na tych samych sześciu filarach
Na czym polega: Model, środowisko wykonawcze, system plików, narzędzia, pamięć, rutyny, uprawnienia i interfejsy — każdy produkt ma to samo, tylko inaczej nazwane i inaczej domknięte.
Jak stosować: Zanim porównasz produkty po marketingu, rozpisz je w tabeli według tych filarów. Zobaczysz, że różnica sprowadza się do stopnia konfigurowalności, nie do zestawu funkcji.
Na co uważać: Ta sama nazwa („skill”, „projekt”, „plugin”, „bot”) w dwóch produktach potrafi oznaczać coś zupełnie innego. Porównuj zachowanie, nie etykiety.
2.Koszt migracji zwykle przewyższa zysk z przesiadki
Na czym polega: Autor porównuje ciągłe przeskakiwanie między agentami do przeprowadzek — więcej czasu idzie na naukę i konfigurowanie niż na pracę przynoszącą wartość.
Jak stosować: Ustal sobie próg: przesiadka tylko wtedy, gdy nowy produkt daje funkcję, której u ciebie brakuje strukturalnie, a nie tylko wygodniej opakowaną.
Na co uważać: Poczucie „zostaję w tyle” jest generowane przez cykl medialny, nie przez rzeczywistą różnicę możliwości. Traktuj je jako sygnał do sprawdzenia, nie do działania.
3.Grok Bot to wygoda kupiona kosztem kontroli
Na czym polega: Trwała maszyna wirtualna w chmurze, równoległe ekrany botów i wspólna przestrzeń robocza — wszystko bez konfigurowania. Ale nie zmienisz modelu ani poziomu wysiłku obliczeniowego, ani sposobu działania pamięci.
Jak stosować: Wybierz go, jeśli jesteś nietechniczny i chcesz mieć działających agentów tego samego dnia, a modele Grok ci wystarczają.
Na co uważać: Cena 300 dolarów obejmuje cały pakiet z X Premium i Cursorem — licz opłacalność całościowo. I pamiętaj, że warstwa pamięci jest zamknięta: nie dobudujesz do niej własnych warstw.
4.Hermes daje wolność modelu i kodu, ale przenosi na ciebie utrzymanie
Na czym polega: Otwarte źródła, dowolne modele — nawet dziesięć botów na dziesięciu różnych modelach — i pełny dostęp do kodu harnessu, który da się modyfikować poleceniami w zwykłym języku.
Jak stosować: Sięgnij po niego, gdy chcesz routing modeli i możliwość przebudowy zachowania agentów. Zmiany możesz zlecać Claude Code, Codeksowi albo Grokowi, wskazując im repozytorium.
Na co uważać: Serwery w chmurze, profile, sekrety środowiskowe i bezpieczeństwo są w całości na twojej głowie. Bez czasu na utrzymanie ta wolność zamienia się w dług.
5.Tempo aktualizacji to sygnał ostrzegawczy, który warto śledzić
Na czym polega: Claude Co-work przeszedł od codziennych wydań przez tygodniowe i miesięczne aż do sporadycznych. Autor traktuje to jako wzorzec, który może powtórzyć się przy Grok Bocie.
Jak stosować: Zanim zwiążesz firmę z produktem, sprawdź częstotliwość wydań z ostatnich trzech miesięcy — nie z okresu premiery.
Na co uważać: Spowolnienie nie zawsze oznacza porzucenie; bywa oznaką dojrzałości. Ryzykowne jest dopiero połączenie: modny produkt, młoda firma i skłonność do częstych zwrotów strategicznych.
6.Claude Co-work to bezpieczny domyślny wybór dla osób nietechnicznych
Na czym polega: Pomost między terminalem a czatem: jeden przycisk konektora, prompty osadzone w projektach, pliki z wiedzą, sesje zarządzane lokalnie lub w chmurze, mobilność dzięki Dispatchowi.
Jak stosować: Wybierz go do zwykłej pracy umysłowej, gdy nie chcesz dotykać terminala, a modele Claude’a ci odpowiadają.
Na co uważać: Autor sygnalizuje niedawne problemy z powolnością modeli Claude’a. Jeśli twoja praca jest wrażliwa na czas odpowiedzi, przetestuj to na własnych zadaniach przed decyzją.
7.ChatGPT Work dogonił w tworzeniu dokumentów, ale przegrywa na dojrzałości
Na czym polega: OpenAI, kiedyś fatalne w generowaniu dokumentów, slajdów i arkuszy, jest dziś na równi z Co-workiem lub lepsze. Reszta funkcji jest właściwie taka sama.
Jak stosować: Jeśli nie masz przywiązania do dostawcy, decyduj po prostu na podstawie tego, który model bardziej ci odpowiada w twoich zadaniach.
Na co uważać: Autor obstawiłby Co-work właśnie dlatego, że jest dłużej na rynku i przerobił więcej błędów. Nowszy produkt to więcej niespodzianek w codziennym użyciu.
8.Open Claw jest dziś materiałem do studiowania, nie narzędziem pracy
Na czym polega: Zapoczątkował rewolucję agentową dzięki pozszywaniu razem usług, MCP i narzędzi wiersza poleceń, ale wypadł z obiegu, gdy Hermes wykorzystał jego słabości.
Jak stosować: Warto zajrzeć do jego architektury, żeby zrozumieć, jak podpina się usługi w jeden spójny system. To wartość edukacyjna.
Na co uważać: Nie zaczynaj od niego produkcyjnie. Autor wprost umieszcza go w tierze F przy ocenie potencjału i wskazuje, że są lepsze opcje.
9.Własny system to najwyższa półka — i jest dziś w zasięgu
Na czym polega: Wystarczy podać modelowi linki do kilku otwartych repozytoriów i listę życzeń, żeby zbudował własny harness. Autor prowadzi tak swój system Claude Claude od marca 2026 roku.
Jak stosować: Zacznij od spisania pełnej listy pożądanych funkcji, zwłaszcza w obszarze plików, narzędzi i warstwy pamięci — to są elementy najbardziej indywidualne. Kolejne nowości traktuj jako źródło do podkradania pomysłów, a nie do przeprowadzki.
Na co uważać: Nie dostaniesz dopracowanego doświadczenia i bierzesz na siebie całą odpowiedzialność za utrzymanie. Zysk to własność infrastruktury i odporność na cykl hype’u.
10.Ranking zmienia się zależnie od tego, o co pytasz — nie ma zwycięzcy uniwersalnego
Na czym polega: Przy kryterium „działa od ręki”: Grok Bot, Co-work, ChatGPT Work, Hermes, Open Claw. Przy kryterium potencjału i własności: własny system, Hermes, Co-work i Grok Bot, ChatGPT Work, Open Claw.
Jak stosować: Najpierw zdefiniuj własne kryterium — gotowość natychmiastowa czy zdolność do rozbudowy — i dopiero potem czytaj rankingi.
Na co uważać: Autor mówi wprost: kto ogłasza jednego uniwersalnego zwycięzcę, albo kłamie, albo promuje produkt. Pamiętaj też, że część jego uwag o mechanizmach viralowości to jawnie deklarowane spekulacje, nie ustalenia.