O czym jest ten film
- Nate Herk demonstruje tryb głosowy GPT-6 Astra działający na jego osobistym „systemie operacyjnym” zbudowanym wokół projektu Herc — jedno zdanie wystarcza, żeby zlecić agentowi całą wieloetapową pracę.
- Pod spodem pracuje Codex: agent analizuje pliki lokalne, przeszukuje kanał YouTube, robi transkrypcję wideo i składa z tego gotowe publikacje, a człowiek tylko mówi, czego chce.
- Pierwszy pokaz: film z YouTube zamieniony w artykuł na X — sformatowany, z okładką 5:2 odwzorowującą miniaturę z YouTube i z jedenastoma zrzutami ekranu wstawionymi w odpowiednie miejsca tekstu.
- Agent sam odnalazł właściwe źródła — autor nie wskazał, której miniatury użyć; system przejrzał kanał, wybrał najlepiej radzącą sobie na YouTube i przerobił ją na format X.
- Zrzuty ekranu przechodzą automatyczną „cenzurę”: klucze API i prywatne adresy e-mail są rozmywane przed publikacją.
- Drugi pokaz: strona docelowa programu społeczności AI Automation Society Plus, zaprojektowana w duchu istniejącej marki, z warstwowym tłem animowanym przy przewijaniu.
- Trzeci pokaz: nowy moduł „Spotkania” w systemie operacyjnym — spięcie Fireflies z Kalendarzem Google, z historią spotkań, streszczeniami i zadaniami do wykonania.
- Astra prowadzi wiele wątków naraz i pozwala im się komunikować: wątek artykułu „wie”, że miniatura została już zatwierdzona.
- Wszystko działa również na telefonie — rozmowa głosowa z poziomu „zdalnego sterowania”, delegowanie zadań w trakcie spaceru i błyskawiczna synchronizacja z komputerem.
- Na deser: zlecona głosem analiza trendów w branży do 2027 roku oraz wzmianka o 60-sekundowym skrócie eventu AIS Live wygenerowanym z ponad 150 GB nagrań.
Redakcyjne tłumaczenie
Zanim zdążysz usiąść: dwa zlecenia i dwa gotowce
Odcinek zaczyna się w biegu — od rozmowy, którą autor prowadzi z Astrą na oczach widzów:
„Cześć, Astra, mam dziś parę zadań. Pierwsze: weź film, który wczoraj wrzuciłem na YouTube, zamień go w artykuł i opublikuj na moim koncie na X.”
Po chwili pokazuje efekt. Artykuł stoi, wszystko sformatowane: okładka w proporcjach 5:2 odwzorowuje miniaturę z YouTube, a poniżej wchodzą zrzuty ekranu. Program przeanalizował całe wideo, wyłapał właściwe kadry i poumieszczał je w tekście — czasem przycięte, bo rozumie, co widać na obrazie i który fragment artykułu ten obraz ilustruje.
(Informacja dodatkowa: „artykuły” to długie formy publikowane bezpśrednio na X — odpowiednik wpisu blogowego z osadzonymi obrazami.)
Zlecenie numer dwa dotyczy społeczności, w której Herk prowadzi szkołę — AI Automation Society Plus (AIS+). Właśnie porządkowano tam program nauczania, więc pada prośba: rzuć okiem na strukturę programu i zrób prostą stronę docelową w brandingu AIS+. Odpowiedź: „Dobra, biorę się do roboty”. Po dłuższej chwili przychodzi meldunek, że strona z programem jest gotowa. Otwarcie na pełnym ekranie i okrzyk: „O mój Boże — to są nasze kursy!”
Cały system operacyjny pod kontrolą głosu
Na pierwszy rzut oka może to nie robić wrażenia — przyznaje autor — ale żeby to zadziałało, trzeba było spiąć z Hercem cały jego „mózg”: wyciągnąć dane ze wszystkich źródeł i podłączyć prawdziwy kalendarz. I to nie atrapa: jeśli dodać w interfejsie wydarzenie o nazwie „test” i zapisać, za moment pojawi się ono w rzeczywistym kalendarzu.
Do pełnego spięcia brakuje jeszcze kilku elementów, ale już teraz — z jednego okna — Herk rozmawia z zespołem przez Slacka, ClickUp i pocztę: odpowiada w istniejących wątkach i zakłada nowe. Obok tego ma wgląd w to, co porusza jego społeczności na YouTube i w szkole (łącznie z problemami, z którymi mierzą się członkowie), a także zbiorczy obraz całej branży, czerpany m.in. z YouTube.
Cała siła trybu głosowego polega na tym, że pod spodem pracuje Codex. Astra może więc przejrzeć cały system i zrobić wszystko to, co Codex, z tą różnicą, że steruje się nią głosem: kilka wątków naraz, wiele zadań równolegle. Da się to robić z telefonu, nawet na spacerze — i domknąć wszystko, co trzeba.
(Informacja dodatkowa: Codex to agent OpenAI, który samodzielnie wykonuje wieloetapowe zadania na komputerze użytkownika; w tym materiale pełni rolę silnika wykonawczego Asty.)
Obsługa przeglądarki i poczucie, że Astra wie wszystko
Możliwości operowania przeglądarką w GPT-6 Astra to — według autora — najlepsze, co dotąd widział. Na ekranie prosty przykład: dostaje dwa zdjęcia i rysuje go w Canvie. Zajęło to sporo czasu, ale gdy doliczyć precyzję, rozumienie obrazu i wachtę operacji w przeglądarce, trudno nie być pod wrażeniem. Dochodzi do tego kwestia kontekstu: bez właściwych materiałów i linków nic by z tego nie wyszło. Dlatego zdanie „rozmawiałem z Astrą głosem i miałem poczucie, że wie o mnie i mojej pracy wszystko” nie jest u niego figurą retoryczną.
Ze 150 GB nagrań — 60 sekund
W lipcu autor zorganizował event AIS Live; zostało z niego ponad 150 GB materiału filmowego. Codex dostał sam link i jedno zdanie: „potrzebujemy 60-sekundowego skrótu tego wydarzenia”. Po zaledwie dwóch pytaniach doprecyzowujących przyszedł gotowy materiał. „Wczoraj zamykałem aplikację w euforii — ciarki i czysta przyjemność.”
W skrócie padają m.in. takie zdania:
„Koszt nie uzasadnia ceny. To cena uzasadnia koszt.”
„Ile jest warte to, co wiesz i co potrafisz?”
„Kultura, którą budujemy w AIS, jest naprawdę wyjątkowa.”
Wystarczy pomyśleć o historii, jaką ten materiał opowiada, o ilości przeanalizowanych danych i o tym, co z nich powstało — konkluduje Herk.
Demo na żywo: cztery zadania, jeden głos
„Dobra, dość rozmów z wami — pora porozmawiać z GPT-6 Astra” — i wszystko zaczyna się od przycisku „nowa rozmowa głosowa” na dole ekranu. Autor zakłada słuchawki.
Nate Herk: Cześć, Astra, mam dziś kilka zadań. Pierwsze: wystaw zadanie w Codexie. Bierzemy film, który wczoraj opublikowałem na YouTube — „Astra Made This” („To zrobiła Astra”), bo w całości powstał właśnie dzięki niej — i zamieniamy go w artykuł na X. Potem ma trafić na moje konto.
Astra: Jasne, zaraz to ułożę.
Nate Herk: Skoro już przy tym jesteś — możemy równolegle otworzyć osobny wątek i zacząć projektować miniaturę?
Astra: Oczywiście, dopisuję.
Nate Herk: I jeszcze jedno: chcę mieć pewność, że używasz moich umiejętności i właściwego kontekstu. Wszystkie dzisiejsze drobne zadania wykonuj w moim projekcie Herc 2.
Astra: Przyjęłam. Od teraz pilnuję tego kontekstu. Zadaniu artykułu kazałam się wstrzymać i zameldować, gdy pojawi się coś potwierdzonego; to samo dostało zadanie miniatury.
Nate Herk: Dobrze, że o tym mówisz — widziałem bowiem, że odpaliłaś dwie zwykłe rozmowy i żadna nie miała tego kontekstu. Dlatego tak ważne było polecenie pracy w Herc 2. Teraz właściwe wątki mają się toczyć właśnie tam.
Astra: Tak, właśnie to robię. Zadanie artykułu ma już szczegóły zadania miniatury, więc da się spójnie ustalić źródło, ujęcie i finalną okładkę. Oba działają wewnątrz Herc 2.
Nate Herk: Świetnie. A teraz konkrety o miniaturze: mam jedną, którą sam zaprojektowałem i bardzo lubię — tę z mojego kanału, gdzie siedzę z nogami na biurku, a w tle, w trakcie montażu, pojawia się logo OpenAI. Zrób z niej wersję 5:2 pod artykuł na X.
Astra: Zaktualizuję zadanie miniatury.
Nate Herk: Wiem, że to chwila potrwa — zamelduj, jak skończysz. Tymczasem coś innego. W społeczności mojej szkoły, AI Automation Society Plus, przerobiliśmy właśnie program nauczania. Zajrzyj tam i poznaj jego strukturę: przeanalizuj, jak grupa jest zbudowana i jak wygląda ścieżka nowego członka, który kurs po kursie dochodzi do poziomu weterana. A potem zbuduj prostą stronę docelową w brandingu AIS+. Chcę tam kierować każdego, kto pyta, co to jest AIS+ — żeby dostał przegląd programu. Strona ma powstać z użyciem umiejętności „Scrollcraft”: warstwy, dynamika, atrakcyjny wygląd, ale bez przesady. Możesz zaczynać.
(Informacja dodatkowa: „Scrollcraft” to autorska umiejętność Nate’a Herka — gotowy przepis dla agenta na strony z warstwami animowanymi przy przewijaniu.)
Astra: Dobra, zaczynam. Zadbam, żeby było dynamicznie, ale nie przytłaczająco.
Nate Herk: Uwaga, co widzę: rozmawiam z tobą w jednym wątku, ale kiedy oglądam wszystkie, które otwierasz, widać wyraźnie, że działasz na kilku frontach. A, przy okazji — miniatura, którą zrobiłaś, jest świetna. Dokładnie o to chodziło. I zauważcie: mój drugi wątek, ten od artykułu, już wie, że ona istnieje — dostał od ciebie tę samą wiadomość, że jest świetna i że dokładnie o to chodziło. Skoordynowałaś osobne wątki w Codexie tak, że rozmawiają ze sobą.
Astra: Zgadza się. Zadanie artykułu ma zatwierdzoną okładkę i twoją zapowiedź.
Nate Herk: Doskonale. Skoro i tak czekamy — jedna poprawka w moim systemie operacyjnym. Dodajmy sekcję spotkań. Wszystkie moje spotkania widać już w interfejsie Hercbrain, ale chcę osobną zakładkę po lewej, pokazującą pojedyncze spotkanie: import z Fireflies, elegancki podgląd historii, krótkie streszczenie ustaleń i — jeśli się pojawiły — ważne zadania do wykonania. W jednym miejscu zobaczę wszystkie spotkania i sprawdzę, czy nie czeka mnie jakieś ważne.
(Informacja dodatkowa: Fireflies.ai to popularne narzędzie do nagrywania, transkrybowania i podsumowywania spotkań.)
Astra: Jasne, robię.
Nate Herk: Świetnie. Ja pauzuję tę rozmowę głosową i wrócę, jak będziesz mieć coś nowego. Chcę przy okazji odpalić kilka rozmów z telefonu i sprawdzić, jak to działa w praktyce. Zaraz wracam.
Co naprawdę dzieje się pod spodem
Miniatura, którą zrobił program, bazuje na konkretnym pliku z folderu miniatur autora — dokładnie tym, który chciał wykorzystać, bo na YouTube radziła sobie najlepiej; potrzebna była tylko wersja 5:2. Najważniejsze: nikt nie wskazał programowi tego pliku. Najwyraźniej sam przejrzał kanał, ustalił najnowszy film i przeszukał lokalne zasoby. Podobnie z artykułem: autor nie wie dokładnie, jak system rozdzielił pracę — wiadomo tylko, że pobrał wideo, sporządził transkrypcję i składa wpis na X, a po drodze wykonał jedenaście zrzutów ekranu, które trafią w odpowiednie miejsca. „Chciałem wam pokazać, co siedzi pod spodem, bo to naprawdę robi wrażenie.”
Telefon: delegowanie w drodze
To samo działa na telefonie. Wyobraźcie sobie — mówi Herk — spacer albo samochód i potrzebę zlecenia zadań zespołowi: wszystkie połączenia są pod ręką. W aplikacji wchodzimy w „Zdalne sterowanie”, przewijamy w dół i tym przyciskiem startuje się nowa rozmowa głosowa. Dalej dzieje się dokładnie to samo co na komputerze.
Nate Herk: Pomóż mi zacząć rozmowę w moim projekcie Herc 2. Chcę krótkie zestawienie najlepszych zastosowań, jakie widziałaś, i najlepszych demonstracji GPT-6 Astry, które zdobyły duży zasięg — tego, co ludzie pokazują z tą aplikacją na X.
Astra: Jasne.
Nate Herk: O to mi chodzi: mogę spokojnie przeglądać telefon, kiedy ona pracuje w tle, a rozmowa wciąż trwa.
Astra: Rozumiem, zostaję tutaj. Wątek z wyszukiwaniem materiałów o Astrze właśnie ruszył, możemy w tym czasie rozmawiać.
Nate Herk: Świetnie. A skoro czekamy — zajrzałabyś na YouTube? Obejrzyj kilka moich starszych filmów, zobacz, co się dzieje w branży, i daj mi szybką analizę trendów — najlepiej z listą rzeczy, do których powinienem zacząć się przygotowywać.
Astra: Przeglądam obecny stan. Najważniejsze kierunki zmierzające ku 2027 roku: coraz szersze wykorzystanie AI w produkcji i personalizacji; wzmacnianie relacji ze społecznością przez członkostwa oraz odbiorców gromadzonych na kanałach należących do twórcy; scalanie krótkich i długich form w jedną ścieżkę; premiowanie twórców za budowanie rozpoznawalnych formatów i własnego punktu widzenia zamiast pojedynczych, jednorazowych publikacji.
Autor podkreśla: wszystko to da się robić z telefonu, a synchronizacja z komputerem działa płynnie i co do minuty.
Wynik 1: artykuł na X, gotowy do publikacji
Artykuł jest gotowy. Otwieramy: wszystko sformatowane, okładka 5:2 zgadza się z miniaturą z YouTube, a w tekście pojawiają się zrzuty ekranu. Program przeanalizował całe wideo i wstawiał kadry dokładnie tam, gdzie pasują — czasem przycięte, czasem pełnoekranowe, zależnie od tego, co lepiej ilustruje dany fragment. Rozumie bowiem, co widać na obrazie, i porządkuje to względem napisanego już tekstu.
W tym materiale nie ma nic poufnego, ale pojawiła się jedna nowa funkcja: gdyby na zrzucie pokazał się klucz API albo prywatny adres e-mail, program automatycznie by go rozmył. To już wbudowane. Efekt końcowy: artykuł można przeczytać — zrzuty pobrane, przycięte i zasłonięte tam, gdzie trzeba — i po prostu opublikować. Wszystko zrobione głosem.
Z telefonu wraca też wcześniejsze zlecenie: system przeszukał X i znalazł kilka wpisów — Bena Davisa, Ethana i Thomasa — a do każdego podaje działający link. Klik w pozycję o grafice 3D przenosi wprost do wpisu z 1,3 mln wyświetleń („ten widziałem, był naprawdę mocny”). Poniżej widać całe zestawienie; gdyby autor został w trybie głosowym, Astra przeczytałaby mu je na głos.
Wynik 2: nowa sekcja „Spotkania”
Aktualizacja systemu też za sobą. W pełnoekranowym podglądzie pojawia się sekcja „Spotkania”: w kalendarzu widać spotkanie jutrzejsze i poniedziałkowe, a kliknięcie przenosi wprost do prawdziwego kalendarza Google ze szczegółami wydarzenia.
Są też spotkania przeszłe. W najbliższym ogólnym widać zespół omawiający wnioski, wzrost społeczności, aktualizacje produktu, usprawnienia operacyjne, narzędzia AI oraz wspólne zadanie skupione na zadowoleniu klientów. Osobno, na wyróżnionym polu, lądują zadania do wykonania — na przykład „Nate Herk udostępnił linki do najczęściej używanych folderów na Dysku Google” — a kliknięcie w nagranie otwiera je wprost w Fireflies.
W ten sposób jedno polecenie głosowe dorzuciło do systemu nowy moduł: hybrydę Fireflies i Kalendarza Google. Autor przyznaje, że nie wie nawet, czy pod spodem pracuje jakieś AI — Fireflies przecież sam przetwarza te punkty; może system sięgnął po model od OpenAI albo Anthropic, żeby ułożyć dane w interfejsie. Tak czy inaczej: trudno nie być pod wrażeniem.
Wynik 3: strona AIS+ w duchu marki
Ostatnia wiadomość: strona programu AIS+ gotowa. Na pełnym ekranie — „budujemy umiejętności, wyznaczamy następny krok” — i proszę: listing kursów plus osobna sekcja z całym programem nauczania. Strona wykorzystuje zdjęcie autora, a w tle pracują warstwy: góry ułożone na różnych głębokościach, przesuwające się z różnymi prędkościami.
Najbardziej podoba mu się co innego: po wejściu na stronę AI Automation Society nowa wizytówka trzyma się tego samego charakteru — ten sam błękit, górskie tła, a nawet zakładka certyfikatów zachowuje konwencję. „Szczerze? Moim zdaniem te góry wyglądają jeszcze lepiej z mgłą — ale trzymał się wszystkiego zgodnie z marką, bo mógł przeszukać moją przestrzeń roboczą i upewnić się, że rozumie, o co mi naprawdę chodzi.”
I to jest — według autora — rzecz, która wyróżnia Astrę: gdy dostaje zadanie, najpierw przygotowuje kontekst, zadaje pytania i przegląda materiały, bo chce, żeby wynik był dopasowany do konkretnego użytkownika. Dowodem strona: to jest realny program nauczania — po wejściu w AIS+ i zakładkę „Classroom” zobaczymy dokładnie te same kursy. Astra przejrzała je wszystkie i odtworzyła strukturę. Kapitalnie.
Na koniec
„Tyle na dzisiaj. Wejdźcie do Codexa i pobawcie się trybem głosowym. A jeśli chcecie wiedzieć, jak buduję takie strony z Astrą i moimi umiejętnościami projektowymi — zerknijcie na film powyżej, wszystko tłumaczę tam od podszewki. Do zobaczenia i dzięki za oglądanie.”
10 najważniejszych takeaways — z kontekstem zastosowania
1.Głos to interfejs, agent pod spodem to silnik
Na czym polega: Tryb głosowy Asty nie jest „czatem głosowym”, tylko warstwą sterującą nad Codexem, który ma dostęp do plików, projektu i narzędzi użytkownika. Dlatego jedno zdanie zlecenia wystarcza, a resztą zajmuje się agent.
Jak stosować: Formułuj polecenia jak zadania dla pracownika: cel, miejsce pracy (konkretny projekt) i oczekiwany efekt — bez mikroinstrukcji na poziomie klikania.
Na co uważać: Szeroki dostęp agenta do danych to świadoma decyzja. Warto wiedzieć, co dokładnie może przeglądać, zmieniać i publikować.
2.Pilnuj kontekstu projektu od pierwszego zdania
Na czym polega: Zostawiona sama sobie Astra otworzyła dwie „zwykłe” rozmowy bez kontekstu autora. Dopiero wyraźne polecenie pracy w projekcie Herc 2 sprawiło, że wątki dostały dostęp do właściwych umiejętności i danych.
Jak stosować: Na początku sesji powiedz wprost: „pracuj w projekcie X i korzystaj z tych umiejętności”. Po chwili sprawdź, gdzie agent faktycznie otworzył wątki.
Na co uważać: Zadania wykonane poza właściwym projektem opierają się na domysłach — efekt bywa poprawny, ale nietrafiony.
3.Rozbijaj dzień na równoległe wątki
Na czym polega: W jednej rozmowie głosowej autor zlecił artykuł, miniaturę, stronę docelową i nowy moduł systemu. Astra rozdzieliła to na osobne wątki i koordynowała je między sobą — wątek artykułu dostał zatwierdzoną okładkę.
Jak stosować: Przy każdym nowym celu pytaj, czy odpalić go osobnym wątkiem, i pozwalaj agentowi synchronizować wyniki między zadaniami.
Na co uważać: Wiele wątków to wiele miejsc, gdzie coś może pójść nie tak. Przeglądaj podsumowania i osobiście potwierdzaj kluczowe decyzje (np. finalną okładkę).
4.Pozwól agentowi samemu szukać źródeł
Na czym polega: Autor nie wskazał pliku miniatury — agent przeskanował kanał, ustalił najnowszy film, znalazł najlepiej radzącą sobie miniaturę i przerobił ją na wymagany format.
Jak stosować: Zamiast podawać ścieżki, opisz kryterium: „weź miniaturę, która najlepiej działa na YouTube, i zrób z niej wersję 5:2”.
Na co uważać: Samodzielny wybór bywa zaskakująco trafny, ale przed publikacją zawsze obejrzyj, co agent wybrał i skąd to wziął.
5.Maskuj dane wrażliwe przed publikacją
Na czym polega: Zrzuty ekranu wędrujące do artykułu są automatycznie sprawdzane — klucz API czy prywatny e-mail zostają rozmyte, zanim materiał ujrzy światło dzienne.
Jak stosować: Przy każdej publikacji opartej na zrzutach korzystaj z takiej funkcji; jeśli narzędzie jej nie ma, wprowadź ręczną listę kontrolną przeglądu kadrów.
Na co uważać: Automat rozmywa to, co rozpozna. Nietypowe umieszczenie danych (np. klucz w nazwie pliku) może umknąć.
6.Deleguj analizy, nie tylko wykonanie
Na czym polega: Polecenie „obejrzyj moje filmy i powiedz, do czego mam się przygotować” zwróciło gotową listę trendów — od produkcji z AI po budowanie własnych społeczności.
Jak stosować: Raz na jakiś czas każ agentowi przejrzeć twoje materiały i otoczenie oraz wskazać kierunki zmian wraz z konkretnymi zaleceniami przygotowań.
Na co uważać: To wskazówki, nie wyrocznia. Przetłumacz je na własne dane i własne decyzje, zanim cokolwiek zmienisz.
7.Odpowiadaj na pytania doprecyzowujące
Na czym polega: Przy 150 GB nagrań agent zadał tylko dwa pytania — i dopiero potem wygenerował sensowny skrót. Przy projektach graficznych najpierw przegląda materiały marki, dopiero potem tworzy.
Jak stosować: Traktuj pytania agenta jako część procesu, nie przeszkodę. Im precyzyjniej odpowiadasz, tym mniej poprawek na końcu.
Na co uważać: Pokusa „zrób od razu” kończy się wynikiem dopasowanym do domysłów, a nie do twoich potrzeb.
8.Rób z telefonu to, co z komputera
Na czym polega: „Zdalne sterowanie” w aplikacji mobilnej pozwala nagrywać rozmowy głosowe, zlecać zadania i przeglądać wyniki w drodze — z bieżącą synchronizacją z desktopem.
Jak stosować: Wykorzystuj mobilne rozmowy do delegowania i monitoringu postępów, kiedy nie siedzisz przy biurku.
Na co uważać: Rozmowa o danych firmy w miejscu publicznym — pamiętaj, kto może cię usłyszeć.
9.Rozbudowuj osobisty system operacyjny modułami
Na czym polega: Kalendarz Google, Slack, ClickUp, poczta i Fireflies spięte w jednym interfejsie; sekcja spotkań powstała na jedno polecenie głosowe, bez programowania.
Jak stosować: Zaczynaj od jednej integracji (np. spotkań), przetestuj ją na danych niekrytycznych i dopiero potem dokładaj kolejne.
Na co uważać: Każdy moduł to nowe uprawnienia i punkty styku między narzędziami — błędy synchronizacji zwykle wychodzą najpóźniej.
10.Spójność marki przez dostęp do materiałów, nie przez opisy
Na czym polega: Strona AIS+ trzymała się identyfikacji istniejącego serwisu (kolory, górskie tła, certyfikaty), bo agent mógł przeszukać przestrzeń roboczą autora zamiast pracować z opisu.
Jak stosować: Daj agentowi dostęp do żywej strony, logo i materiałów marki, a w zleceniu wskaż: „trzymaj się tej identyfikacji”.
Na co uważać: Agent wiernie skopiuje konwencję — upewnij się najpierw, że obecna identyfikacja jest tym, czym chcesz się szczycić, i decyzje estetyczne zatwierdzaj osobiście.