O czym jest ten film
- Premiera GPT-6 pod nazwą kodową Astra; autor zamiast nagrywać „pierwsze wrażenia”, spędził z modelem kilka dni, pracując na serio.
- Test na życiowym zadaniu: przeprowadzka to ponad 20 godzin czystej administracji — i pierwszy agent, który potrafi objąć taką listę w całości, bez prowadzenia za rękę.
- OpenAI pokazało na premierze, jak Astra wyszukuje mieszkania, porównuje żłobki i przygotowuje wizytę w urzędzie (DMV); autor od razu zaznacza: to nie jest „podaj kartę płatniczą i idź spać”.
- Poziom podstawowy: wąsko zakreślone zlecenia (lekarz, media, terminy) ogarniają już dziś także Claude, GLM czy tańsze modele — Astra robi to szybciej i staranniej.
- Analogia do przełomu Claude Code z grudnia: praca umysłowa właśnie przechodzi z trybu „proś o kawałki” w tryb „zleć i odbierz gotowe”.
- Sedno techniki: pętla menedżera — agent w roli szefa sztabu, który przeprowadza z człowiekiem wywiad i rozdziela pracę między agentów wykonawczych.
- Kontrowersyjny wątek: nadzór agenta nad agentami; argument autora i pokaz Matta Shumera (trójwymiarowy Manhattan dopracowywany ulica po ulicy).
- Proponowany następca promptu: „karty przepisowe” — czytelne dokumenty z podzadaniami, pytaniami, granicami uprawnień i procedurami awaryjnymi; w materiale krótki wzór do skopiowania.
- Co zostaje człowiekowi: wybór, ryzyko i odpowiedzialność; agenci poszerzają wachlarz opcji, ale nie podejmują decyzji za nas.
- Finał: anegdota o fotografce, która dzięki AI czuje się „bardziej sobą”, i wezwanie do delegowania zadań odpowiedniej skali.
Redakcyjne tłumaczenie
Najpierw kilka dni z modelem, dopiero potem film
OpenAI wypuściło właśnie ChatGPT-6 pod roboczą nazwą Astra i cały internet natychmiast zasypał materiałami. Ja postanowiłem odwrotnie: zamiast kręcić film w pierwszy dzień, spędziłem z modelem kilka dni, pracując na serio. Po pierwsze dlatego, że nie wszyscy jeszcze dostali dostęp. Po drugie — szczerze — nie interesuje mnie, co Astra potrafi „zbudować” samo w sobie. Interesuje mnie, czy naprawdę zdejmuje ze mnie robotę. I Astra jest pierwszym modelem, przy którym patrzę na własne obowiązki i łapię się na myśli: czemu ja to wciąż robię ręcznie?
Weźmiemy więc na warsztat jedno prawdziwe zadanie. Pokażę, jak daleko doszła Astra, zanim w ogóle potrzebowała mojej pomocy, gdzie naprawdę leży moja wartość i jak zarządzać pracą rozciągniętą na tygodnie. A przede wszystkim — jak od tego punktu poszerzyć wyobraźnię. Bo o to chodzi: które zadania ze swojego życia możesz dziś powierzyć Astrze, choć do wczoraj nie było mowy, by oddać je jakiejkolwiek sztucznej inteligencji?
Przeprowadzka: ponad 20 godzin czystej administracji
Ile naprawdę kosztuje zmiana miejsca zamieszkania? Zbadałem temat: w przeciętnej przeprowadzce kryje się ponad 20 godzin zadań czysto administracyjnych. I po raz pierwszy mamy agenta, który realnie potrafi objąć taką listę w całości — bez prowadzenia za rękę przy każdym kroku.
A przecież przeprowadzają się wszyscy. W Stanach przeciętna rodzina zmienia adres co dwa lata albo częściej. Trzeba znaleźć mieszkanie, porównać szkoły, wyłapać lekarza — może pediatrę, jeśli są dzieci. Trzeba przygotować się do wizyty w wydziale komunikacji (Informacja dodatkowa: DMV, Department of Motor Vehicles — amerykański urząd obsługujący rejestrację pojazdów i prawa jazdy; odpowiednik polskiego wydziału komunikacji.), bo przeprowadzka do innego stanu tego wymaga. Trzeba przepisać media, wygrzebać dokumenty, wypełnić formularze i pilnować góry terminów. Do tego wszystko się zazębia: jedne rzeczy trzeba załatwić przed innymi, inne po — a wszystko w trakcie, gdy fizycznie przenosisz całe swoje życie.
Co ciekawe, OpenAI pokazało na gali premierowej Astry właśnie fragmenty takiej pracy: model wyszukiwał mieszkania, porównywał żłobki i szykował wizytę w DMV. W pokazie z pediatrą przeszedł z Google Maps na stronę przychodni i wypełnił formularz kontaktowy.
Czego nie twierdzę — i o co naprawdę pytać
Tylko żeby nie było nieporozumień: nie twierdzę, że można odpalić Astrę, wręczyć jej kartę płatniczą i pójść spać, a rano rodzina będzie już urządzona po drugiej stronie kraju. Nikt tego nie twierdzi. Twierdzę natomiast, że Astrze można powierzyć pracę takiej skali — i że przy decyzji o przeprowadzce zdejmuje ona z człowieka potężny kawał życiowej biurokracji.
Pytanie, które ma wam towarzyszyć przez cały materiał, brzmi: jaką wielką pracę mogę oddać temu modelowi? Pierwsza myśl przy każdym zadaniu: czy Astra da radę? Muszę to robić sam, czy mogę zlecić Astrze? Chcę, żeby Astra stała się opcją domyślną — domyślnym skojarzeniem, czymś, o czym mówisz: zlecam Astrze i zobaczę, czy pociągnie.
Poziom pierwszy: zadania o wąskim zakresie
Są dwa podejścia. Jeśli wiesz dokładnie, czego chcesz, sprawa jest prosta — zlecasz konkretny wycinek: „Poszukaj mi lekarzy w okolicy, do której się wprowadzam. Korzystaj z ich stron — nie chcę losowej listy, którą ktoś wrzucił do sieci trzy lata temu. Sprawdź adresy, sprawdź adresy mailowe, złóż mi wszystko do przeglądu i dorzuć rekomendację.” To mieści się już dziś w możliwościach modeli Claude, GLM czy OpenAI: określasz zadanie, one je wykonują. Dokładnie tak samo ogarniesz formalności pojazdowe czy urzędowe terminy. To rzeczy, o których być może nie wiedziałeś, że model w twojej kieszeni już je umie — niezależnie od tego, czy masz ChatGPT-6.
Zadanie jest tu „wąsko zakreślone”. Nie potrzebujesz do niego systemu zarządzania ani drugiego agenta do kontroli. Pewnie poradzi sobie nawet tańszy model — Astra zrobi to szybciej i staranniej, ale to akurat nie jest rewolucja.
Moment „Claude Code” dla pracy umysłowej
Tu potrzebna analogia, zwłaszcza dla tych, którzy śledzą perypetie Claude’a. Przypomnijcie sobie miniony grudzień, jeśli używaliście Claude Code. Zmiana nie polegała wyłącznie na tym, że model zaczął pisać lepszy kod. Była chwila pod koniec grudnia, kiedy wszyscy nagle przeskoczyliśmy z fazy „o, potrafi sklecić kawałek tego i tamtego” do fazy „ja po prostu czegoś żądam, a ono to wykonuje”. Od tamtej grudniowej chwili aż do wiosny Claude Code szedł jak burza. Wcześniej większość z nas używała narzędzi AI do kodowania metodą drobnicy: „napisz tę funkcję”, „wyjaśnij ten błąd”, „pokaż kod”. Ciągle to samo koło. Claude Code zmieniło naszą relację z tą technologią, bo można było zlecić zadanie, a agent sam poruszał się po środowisku, dopóki praca nie była skończona i kod nie powstał.
Moim zdaniem właśnie w tym tygodniu — najpóźniej w przyszłym — zaczyna się moment „Claude Code” dla pracy umysłowej.
Poziom drugi: oddajemy efekt, nie kroki
Bo do dziś większość z nas używała AI w pracy koncepcyjnej po staremu, czyli wersją sprzed grudnia: „zrób mi listę zadań do przeprowadzki”, „porównaj te dzielnice”, „zredaguj maila do szkoły w sprawie zapisów”. Model coś zwraca, ja oceniam, proszę o poprawkę — i tak w kółko, z domieszką sterowania komputerem i różnych modeli: GLM, Claude, OpenAI z Codexem.
Astra przełamuje tę relację. Mogę jej oddać kawałek rzeczywistego efektu — to, co chcę mieć zrobione — a ona sama lawiruje między systemami, przez które trzeba się przebić. Adres leży w dokumencie, lista praktyk w Google Maps, informacje o pacjentach rozsiane po siedemnastu stronach, deadline w mailu. Astra szybko wędruje po komputerze między tymi miejscami i sama wybiera następny krok, zamiast zatrzymywać się po każdej odpowiedzi i oddawać mi stery.
To zmienia codzienność: możesz zlecić modelowi zadanie na godzinę, na cztery godziny albo na cały sobotni poranek — i model je naprawdę kończy. Trafi na beznadziejną stronę? Spróbuje innej drogi. Brakuje dokumentu? Wykryje to. Będzie ciągnąć te fragmenty, które się nie zacięły. Może zadać jedno pytanie, nie porzucając sześciu pozostałych wątków, bo ma porządną pamięć. Przestajesz prowadzić czatbota. Zaczyna to przypominać przekazanie zadania zespołowi: masz w kieszeni ekipę wyjątkowo sprawnych agentów i mówisz do nich: „możecie to przejąć?”. W takim świecie właśnie żyjemy.
Prawdziwy problem: tej pracy nie da się opisać promptem
I teraz sedno — jak oddać Astrze całą przeprowadzkę i jak tym sterować. Są na to konkretne techniki i to one dają ten wielki efekt, o którym mówiłem na początku. Sekretem jest nadzór nad agentami; to najbardziej uderzyło mnie w testach.
Zaplanowanie całej przeprowadzki to mieszkanie, dzielnica, lekarz — wszystko splecione, szukasz właściwej kombinacji. Porównujesz taryfy mediów, ogarniasz DMV, składasz z tego spójny plan. Jeśli termin przeprowadzki się przesunie, połowa prac zmienia się razem z nim, a połowa zostaje. Agentowi trzeba by przekazać żywą, wielowymiarową listę kontrolną — a takiej trudno nawet wyrazić w tekstowym prompcie. Astra potrafi pracować nad całością, ale nie umiemy jej tego zlecić, bo sformułowanie takiego zlecenia jest piekielnie trudne. Paradoksalnie właśnie to czyni ją tak potężną. Im dłużej agent pracuje i im bardziej podzadania zależą od siebie, tym bardziej zarządzanie pracą staje się istotą samej pracy.
„Chcę się przenieść na drugi koniec kraju” — brzmi prosto, prawda? A spróbuj tego rozpisać. Nikt nie siada przed przeprowadzką, żeby pisać dla AI czternastoczęściową matrycę zatwierdzeń ze specyfikacją. I wiem z rozmów z ludźmi, co się wtedy pojawia: „nie wiem, czy mogę ufać agentowi w takiej robocie”. A bez zaufania nie ma zlecenia. Agent zaś jest głodny zadań — i właśnie w tej luce siedzi cały problem. Agenci potrafią już wykonywać pracę tak złożoną, że my, ludzie, nie umiemy jej zdefiniować w sposób, jakiego oni potrzebują. Potrzebujemy więc agenta, który pomoże nam zarządzać. Jak przenieść ten świat do agenta? To dla nas nowa umiejętność.
Pętla menedżera: agent zarządzający agentami
Nazywam tę technikę pętlą menedżera. Opisywałem ją już wcześniej i widziałem, że dobrze działa nawet na wcześniejszych modelach. Układ jest prosty: masz złożone zadanie i prosisz swojego agenta w roli szefa sztabu, żeby zarządzał pozostałymi agentami w twoim imieniu. I nie mówisz świetnemu kierownikowi projektu, którą stronę otworzyć ani jak działa arkusz. Mówisz: „To jest efekt, którego potrzebuję. Wróć, kiedy będzie zrobione. Masz pytania — śmiało.”
Jedna rzecz wymaga osobnego podkreślenia: nadzór agenta nad agentami. Temat kontrowersyjny — część osób chce, żeby nad agentami czuwali wyłącznie ludzie. Ja sądzę, że agentów wykonujących na tyle złożoną pracę będzie aż tak wielu, że będziemy potrzebować odpowiedzialnego modelu nadzoru typu agent nad agentem. Inteligencja rozrasta się bardzo szybko, a naszym obowiązkiem jest zbudować to tak, żeby wynik końcowy był godny zaufania i służył ludziom. I to nic szalonego: nie potrzebujesz do tego osobnej aplikacji. Zrobisz to w Codexie albo w ChatGPT — model po prostu wyznaczy sobie pod-agenta (to również będzie Astra) i weźmie się do roboty.
Matt Shumer (Informacja dodatkowa: Matt Shumer — amerykański twórca startupów z branży AI, znany z publicznych pokazów możliwości nowych modeli.) zademonstrował to w zabawny sposób. Opublikował na X trójwymiarowy model Manhattanu, dopracowany na poziomie pojedynczych ulic, i użył agenta zarządzającego z Astry oraz agenta wykonawczego z Astry, żeby domykać szczegóły ulica po ulicy — dzięki czemu model nie zawalił się pod ciężarem przetwarzania całego Manhattanu naraz. Przykład dobry nie dlatego, że komukolwiek potrzebny jest trójwymiarowy Nowy Jork, tylko dlatego, że pokazuje, ile złożoności ten model udźwignie — i po co nadzór, który utrzymuje cię przy następnym kroku.
Przeprowadzka do Seattle: wywiad, zlecenia, jeden punkt kontaktu
Wracamy do przeprowadzki. Mówię do agenta zarządzającego: „Przenoszę się do Seattle na 1 czerwca i nie chcę stracić tygodnia życia na formularze.”
Menedżer zada pytania, które zmieniają naturę zadania: kto się przeprowadza? Jaki budżet? Jaki typ mieszkania? Które dzielnice bierzesz pod lupę i według jakich kryteriów? Są w grze szkoły, lekarze, pojazdy, zwierzęta? Co już ustalone? Jakie konta i dokumenty mogą wykorzystać agenci? Gdzie mają się zatrzymać i wrócić do ciebie? I nie musisz trzymać tego wszystkiego w głowie — przechodzisz po prostu bardzo ludzki wywiad i odpowiadasz na pytania.
Potem menedżer zamienia twoje odpowiedzi w robotę dla dedykowanego agenta wykonawczego. Wyszukiwanie mieszkania rusza równolegle ze zbieraniem informacji o szkołach. Szukanie lekarza startuje, gdy wiadomo, które dzielnice przeszły pierwszy przegląd. Formalności pojazdowe w DMV ruszają, gdy znany jest cel, szczegóły auta i termin przeprowadzki — i gdy będziesz już na miejscu z adresem. Całością pilnuje jeden menedżer przeprowadzki, więc nie sterujesz każdym wątkiem osobno. Masz jednego agenta do rozmowy, a nie piętnastu.
Przetestowałem to na symulacji przeprowadzki. Astra przechodziła z mapy na stronę przychodni, sprawdzała oficjalne wymogi DMV, wpisywała daty do kalendarza. Robi wszystko to, co sam robiłbyś przy komputerze — szybko, dokładnie, do końca i bez zawracania ci głowy — a dzięki pętli zarządzania masz jeden punkt kontaktu.
Da się to wytłumaczyć nawet pięciolatkowi: „Powiedz temu małemu agentowi w komputerze, czego chcesz.” Złożoność może być dowolna. Niech agent dopyta, czego potrzebuje, niech rozdzieli robotę między swoich pomocników, a ty patrzysz, jak domyka zadanie. Decyzje podejmujesz ty, stery trzymasz ty. To o wiele bliższe temu, jak pracujemy z bardzo dobrymi fachowcami: uzgadniam kluczowe wybory, a oni realizują resztę. Astra robi tę relację intuicyjną — tyle że po drugiej stronie stoi komputer.
Tak pętla menedżera zamienia jedno ogólne zdanie — „chcę się przenieść do Seattle” — w pełną listę zadań, rozdziela ją między wykonawców i doprowadza do końca tak, że można temu zaufać. A doświadczenie człowieka sprowadza się do: mówię, czego chcę, zwykłym językiem; odpowiadam na kilka pytań; akceptuję kierunek; i schodzę z drogi.
Astra pierwszy, ale nie ostatni
Astra jest pierwszym agentem tej klasy, ale idą następni. Vable 5.1 (Informacja dodatkowa: „Vable 5.1” — wymieniany przez autora model konkurencji, zbliżający się do premiery; nazwa może być zniekształcona przez automatyczny transkrypt.) jest już za progiem, Anthropic szykuje kolejne rzeczy, nadciągają też modele chińskie. Tak będzie wyglądał świat po epoce „zwykłego” ChatGPT.
Ktoś zapyta: a czym to się różni od agentów, które już mieliśmy? Jasne — agenci istnieli i nie twierdzę, że nikt wcześniej nie zbudował długiego procesu ani zarządzania agentami. Różnica leży w skali pracy, w czasie, przez który agent potrafi się trzymać zadania, w liczbie narzędzi, między którymi lawiruje, w jakości decyzji, gdy plan się zmienia, oraz w zdolności wracania do pamięci z dużą wiernością i korygowania kursu. To otwiera pracę jakościowo nową — i dlatego Astra może zmienić codzienność. Bo większość z nas nie chce cyfrowego pracownika, którym trzeba się zajmować cały dzień: to brzmi jak dodatkowa robota, a nie oszczędność. Codzienność zmienia się dopiero wtedy, gdy narzędzie naprawdę przejmuje zadania.
Dlaczego odkładamy podatki i przeprowadzki
Zastanówcie się, dlaczego odkładamy nudne, żmudne obowiązki — podatki, przeprowadzki. Zwykle nie dlatego, że kryje się tam jedno niewykonalne pytanie. Tylko dlatego, że czeka nas kaskada drobnych decyzji — setki, tysiące — których nie umiemy uporządkować i które są rozsypane po stronach internetowych, mailach, załącznikach i kalendarzach. Czujemy totalne przeciążenie. Najbardziej wyczerpujące jest to, że trzeba wszystko nosić w głowie, żeby robotę wykonać. Dotąd składanie tych elementów w całość było naszą rolą — i nawet z pomocnymi agentami sporo tego składania zostawało na człowieku. Astra wykonuje pracę pomiędzy problemem, który stawiam, a decyzjami, które pozostają wyłącznie moje. To nie jest lekko ulepszony czatbot. To inna relacja z komputerem.
Dotyk „dużego modelu” i podział ról z Vable 5.1
Czuję tu też „duży model” — co ma sens, bo Astra to nowy, wstępnie trenowany fundament. Potrafi czytać między wierszami. Potrafi dotrzeć do źródła konsekwencji. Potrafi wziąć na warsztat problem, zanim posegreguję go dla niej na czynniki pierwsze — nie muszę wszystkiego definiować. Weźmie coś mglistego, ludzkiego, niedokończonego i będzie to obgryzać jak pies kość, dopóki nie skończy. Może zmienić się droga, przypomnieć się coś z pamięci, ewoluować sam cel — a Astra i tak utrzyma zadanie w całości i pójdzie naprzód. Czujesz to z czasem: praca bywa chaotyczna, w ludzkiej skali, a model chłonie twoje myślenie i presję i realnie pomaga rozwiązać problem.
Astra nie jest zresztą sama w czytaniu między wierszami — Vable 5.1 radzi sobie z tym znakomicie. Na pierwszy rzut oka Astra bywa bardziej dosłowna. Dlatego jeśli potrzebuję pomocy w przemyśleniu problemu, dla którego nie mam jeszcze ostrego celu, sięgam po Vable, żeby drążyć — a gdy sprawa się krystalizuje, przekazuję Astrze. Za to Astra daje możliwość pracy z gigantycznym kontekstem. Duża część tego, o czym mówimy, to góra informacji w ciągłej zmianie, trudnych do strawienia — a Astra po obróbce zwraca przegląd i potrafi wyłapać wzorce, których sam bym nie zauważył. Zresztą sama pętla menedżera istnieje po to, by zarządzać tobą równie mocno jak modelem. Bo realnie pytania są proste: czy roboty zrobione? Czy działania zgadzają się z tym, co zleciłem? Czy coś zrobiono bez upoważnienia? Czy powiedziano mi, gdy potrzebna była zgoda? O to dbamy.
Co zostaje człowiekowi: wybór, ryzyko, odpowiedzialność
Trzecia część układanki: co wciąż musimy robić sami? To pierwsze pytanie, które dostaję pod takimi filmami: „Nate, co ja mam teraz robić? Właśnie straciłem pracę, Astra jest za dobra.” Nie podpisuję się pod tym. Astra może szukać domów i porównać opcje — ale nie wybierze domu. Przepraszam. Dom wybieram ja. Dom wybierasz ty. Oddajesz agentowi złożone zadanie, a decyzja i tak jest twoja.
Zadanie na najbliższy czas: oswoić się ze światem, w którym naprawdę doniosłe decyzje są jedyną rzeczą, której nikt poza tobą nie zrobi. Agent może za ciebie odhaczyć masę weryfikacji, by opcje dojrzały; agent może wykonać ciężkie przygotowanie, żebyś widział, co w danym wyborze jest nieodwracalne, a gdzie zostało jeszcze pole manewru. Nie musimy sztucznie dowartościowywać obecności człowieka przy każdym kroku. Ja chcę oddać człowiekowi wybór, ryzyko i odpowiedzialność. Zaakceptujmy to, bo nie zmieni się to niezależnie od tego, jak sprytni będą agenci — a wtedy będziemy wolni, by działać naprawdę skutecznie. Przyśpieszymy też tempo podejmowania decyzji i będzie ich więcej, bo Astra poszerza wachlarz opcji.
Ponad prompt: karty przepisowe
Z tego wynika kolejne pytanie: skoro patrzysz na świat jak na łańcuch decyzji i chcesz powierzyć Astrze zadanie większe niż prompt — co właściwie dajesz agentowi? Nie wierzę w mega-prompt. Prompty zostają z nami, ale nie da się ująć tygodnia pracy w jeden elegancki akapit z wystarczającymi instrukcjami. Na kolejną generację potrzebujemy czegoś ponad prompt — a jednocześnie na tyle zwartego, żeby dało się tym zarządzać i przeczytać od deski do deski. Ja nazywam to kartami przepisami. Lubię gotować, więc obraz mi pasuje.
Karta przepisowa opisuje konkretne, prawdziwe zadanie. Rozpisuje podzadania — przynajmniej szkicowo. Mówi agentowi, o co ma cię pytać, co może ogarnąć sam, kiedy ma do ciebie wracać i które działania wymagają twojej zgody. Wklejasz ją Astrze albo innemu agentowi zarządzającemu; on odpytuje o twoją sytuację, przeprowadza z tobą wywiad, upewnia się, że rozumie problem, i rusza do roboty.
I czemu to ważne? Bo większość z nas z natury nie rozkłada zadań w ten sposób — to po prostu trudne. Gdy stajemy przed szukaniem mieszkania, wyborem szkoły czy zakładaniem kont u dostawców mediów, umysł trochę gaśnie. Jesteśmy zmęczeni, w głowie robi się mgła. Karta zbiera to wszystko w jedno i mówi: to jest praca, którą możesz oddać przygotowanemu, pociętemu na części agentowi — dopasujesz do siebie i wystartujesz.
Karta do skopiowania — wersja krótka
Przenoszę się do miasta X do dnia Y. Nie chcę marnować tygodnia, a może dwóch, życia na formularze. Zacznij od wyjaśnienia, które części przeprowadzki potrafisz ogarnąć w całości. Wypytaj mnie: kto się przeprowadza, jaki budżet, jakie mieszkanie, co ze szkołami, lekarzami, pojazdami, zwierzętami, mediami — i wszystko inne, co zmienia to zadanie. Następnie przejmij zarządzanie robotą: szukaj, porównuj, umawiaj terminy, przygotowuj formularze; korzystaj z innych agentów, gdy to pomaga. Twoje zadanie: ciągnąć fragmenty, które się nie zacięły, i wystawiać mi do decyzji tylko to, co naprawdę wymaga mojego udziału. Nie każ mi prowadzić cię krok po kroku. Jesteś jedynym punktem kontaktu dla tego zadania.
To wszystko — i wystarcza na start, bo agent-menadżer zacznie zamieniać twoje odpowiedzi w konkretne zlecenia. Potem możesz mu się przyglądać w trakcie pracy. A jeśli pytasz w duchu: „to jest cała tajemnica?” — przygotowałem wersję rozbudowaną, bo pełna karta przy takich zadaniach wymaga więcej głębi.
Od pełnej karty do 23 gotowych wzorów
Rozbudowana karta wchodzi głębiej. Mówi agentowi-menadżerowi, jak podzielić zadanie — tu: przeprowadzkę; jak wyciąć części, które cię nie dotyczą; jak uruchamiać równolegle prace niezależne. Wymienia informacje i dostępy, których agenci prawdopodobnie będą potrzebować. Zaznacza, co agent może robić bez przerywania ci i kiedy ma przystanąć. Definiuje, co ma ci zwracać i jak się zachować, gdy coś pójdzie nie tak: logowanie nie wchodzi, ginie dokument, źródła się przeczą, strona blokuje agenta. Karta mówi agentom, jak iść dalej i kiedy prosić o pomoc. W gruncie rzeczy to mapa pracy.
Skoro działania agenta ogranicza już tylko nasza wyobraźnia, wskoczyłem w to z rozmachem. Na płatnym Substacku publikuję dwadzieścia trzy pełne, dopracowane karty. Nie będę czytał ich wszystkich, bo siedzielibyśmy tu do rana. Przewodnik pokazuje robotę, którą naprawdę możesz zlecić Astrze w domu i w pracy — bardzo konkretnie, bo nie chcę, żebyś budował modele w Blenderze, jeśli to nie twoja bajka. Każda karta mówi, na czym polega zadanie, jakie pytania musi zadać twój agent zarządzający i jakie informacje czy uprawnienia mogą się przydać Astrze. Wszystko możesz modyfikować — poza Stanami lista będzie wyglądać inaczej. Karty dają decydujący punkt zaczepienia: zapałkę i iskrę, paliwo na start twojej własnej przygody z agentami.
Trzy pytania na koniec — i jedna przestroga
Celem tego materiału było dać wam sposób myślenia o Astrze, kompletny przykład z przeprowadzki, prostą strukturę do jej zlecenia oraz argument, czemu warto oddawać jej zadania tej miary. Astra jest na tyle mocna, a stawka na tyle wysoka, że szkoda byłoby przegapić tej szansy. Chcę, żeby każdy miał okazję zlecić Astrze pracę odpowiednio wielką.
Patrząc na dowolne zadanie, zadaj trzy pytania:
- Czy Astra weźmie to sama, w całości?
- Jeśli zadanie rozlewa się na mnóstwo stron, dokumentów i decyzji — czy potrzebny jest agent nadzorujący? A jeśli tak, jaka karta przepisowa mu się przyda?
- Które wybory pozostają moje? — i tego nie zapomnij.
I ostatnia przestroga: bądź na tyle odważny, by choć rozważyć start od całego zadania. Nie tnij go na kawałki. Astra jest wystarczająco duża. Astra jest wystarczająco duża. Pozwól jej pracować i powiedz wyraźnie, które decyzje mają zostać u ciebie.
Potem rozejrzyj się po reszcie życia — może po pracy — i zadaj pytanie, które będzie kluczowe w drugiej połowie roku: jaką pracę mogę podać temu systemowi, żeby pomnażał moje możliwości? Żebym czuł się sobą, tylko w większej skali — jakbym miał przedłużenie samego siebie, które pomaga osiągać więcej. Chcesz działać skuteczniej? Pozwól tym narzędziom zwielokrotnić twój wpływ i niech pomogą dokończyć robotę.
Fotografka, która dzięki AI czuje się „bardziej sobą”
Rozmawiałem przed dwoma dniami z fotografką. Podchodziła do AI sceptycznie — przez fotografię i całe to tło — ale zmieniła zdanie. I to, co powiedziała, we mnie zostało: „Kiedy używam AI, czuję się bardziej prawdziwa. Widzę, kiedy praca jest powtarzaniem i naśladownictwem i mnie nie reprezentuje — a kiedy mnie reprezentuje i pomaga mi szybciej rozwinąć pomysły.”
Tak się tego używa i tak się tego szuka. Masz cały świat w dłoni. Co zbudujesz? Za czym pójdziesz? Co zrobisz? Napiszcie w komentarzach.
10 najważniejszych takeaways — z kontekstem zastosowania
1.Zmień pytanie z „czy AI da radę?” na „co mogę zlecić?”
Na czym polega: Astra przesuwa granicę tego, co da się oddać sztucznej inteligencji — wiele zadań, których wczoraj nie powierzyłbyś żadnemu modelowi, dziś mieści się w jej zasięgu w całości, nie fragmentami.
Jak stosować: przy każdym żmudnym obowiązku (przeprowadzka, podatki, formalności urzędowe) zatrzymaj się i zapytaj: czy da się to zlecić agentowi w całości? Traktuj agenta jak opcję domyślną i po prostu testuj.
Na co uważać: „da radę” to nie to samo co „zaufam bez nadzoru”. Delegowanie całości nie oznacza wręczenia karty płatniczej i pójścia spać — granice uprawnień ustal przed startem.
2.Zacznij od zadań o wąskim zakresie
Na czym polega: polecenia typu „znajdź lekarza w okolicy, zweryfikuj na oficjalnych stronach, złóż do przeglądu z rekomendacją” wykonają już dziś także tańsze modele — Astra robi to szybciej i staranniej, ale to nie jest rewolucja.
Jak stosować: opisz efekt, źródła (oficjalne strony, nie stare listy z internetu), co dokładnie zweryfikować i w jakiej formie ma wrócić wynik.
Na co uważać: nie dobudowuj do prostego zlecenia całej maszyny zarządzającej — to zbędny koszt i zbędna złożoność.
3.Nie dziel dużych zadań na kawałki — zlecaj efekt
Na czym polega: wartość Astry ujawnia się dopiero przy całościach: wielogodzinnych, wielosystemowych procesach, które model dokańcza sam — lawirując między stronami, dokumentami i kalendarzami.
Jak stosować: zamiast listy mikro-kroków opisz wynik końcowy i warunki brzegowe (termin, budżet, ograniczenia), a drogę zostaw agentowi.
Na co uważać: długie zadania mogą dryfować od zlecenia — dlatego przy całościach potrzebny jest nadzór i jasne punkty kontroli.
4.Wprowadź pętlę menedżera: jeden agent, jeden punkt kontaktu
Na czym polega: złożonym projektem nie sterujesz sam — powierzasz go agentowi w roli szefa sztabu, który przeprowadza z tobą wywiad, rozdziela pracę między wykonawców i wraca wyłącznie z pytaniami oraz decyzjami do twojej akceptacji.
Jak stosować: zlecaj jak człowiekowi: „to jest efekt, którego potrzebuję; wróć, gdy będzie zrobione; pytania — śmiało”. Nie tłumacz, które strony otwierać ani jak działa arkusz.
Na co uważać: jeśli rozmawiasz z piętnastoma agentami zamiast jednym menedżerem, układ się nie spina — sprawdź, czy na pewno masz jeden punkt kontaktu.
5.Zamień mega-prompt na kartę przepisową
Na czym polega: tygodnia pracy nie zamkniesz w jednym akapicie; potrzebny jest czytelny dokument: lista podzadań, pytania do właściciela, granice samodzielności, punkty powrotu i procedury na wypadek awarii.
Jak stosować: zacznij od krótkiej wersji z filmu („szukaj, porównuj, umawiaj; nie każ mi prowadzić cię krok po kroku; jesteś jedynym punktem kontaktu”) i rozbudowuj ją w miarę złożoności zadania.
Na co uważać: karta ma pozostać mapą, którą przeczytasz od deski do deski — jeśli sama staje się nieczytelna, przesadziłeś z detalem.
6.Wypisz z góry, co wymaga twojej zgody
Na czym polega: zaufanie do agenta rośnie, gdy wie on, które działania wykonuje samodzielnie, a które wymagają akceptacji — i gdy rzetelnie o tym raportuje.
Jak stosować: w karcie zaznacz progi: płatności, wysyłka danych wrażliwych, wiążące zobowiązania, zmiany terminów. Egzekwuj raport w układzie: co zrobiono / co zgodnie ze zleceniem / co bez upoważnienia.
Na co uważać: zbyt rzadkie punkty kontrolne to ryzyko samowoli agenta, zbyt częste — i znów zarządzasz czatbotem. Szukaj równowagi.
7.Przypisuj modele do faz zadania
Na czym polega: do eksploracji nieostrych problemów lepiej nadaje się model analityczny (w filmie Vable 5.1), do wykonania i lawirowania między systemami — Astra.
Jak stosować: gdy nie masz jeszcze jasnego celu, drąż problem z modelem „myślącym”; gdy zadanie się krystalizuje, przekaż je agentowi wykonawczemu razem z kontekstem.
Na co uważać: podział kompetencji między modelami przesuwa się z wydaniem na wydanie — co jakiś czas weryfikuj, kto w czym faktycznie prowadzi.
8.Zostaw sobie wybór, ryzyko i odpowiedzialność
Na czym polega: agent zbierze i porówna opcje, ale nie wybierze domu ani nie podejmie decyzji za ciebie — i dobrze, bo to jedyna część pracy naprawdę nie do delegowania.
Jak stosować: skup się na tym, co nieodwracalne i wartościowe: rozstrzygaj, gdzie zamykasz sobie drogi, a gdzie jest jeszcze pole manewru. Weryfikację, zestawienia i formularze oddaj agentom.
Na co uważać: nie „udowadniaj” swojej wartości obecnością przy każdym kroku — sztuczne dosypywanie sobie pracy daje efekt odwrotny do zamierzonego.
9.Nadzór agentów nad agentami — tak, ale z regułami
Na czym polega: przy dużej liczbie złożonych agentów ludzki nadzór przestaje się skalować; dlatego potrzebny jest nadzorca-agent, który pilnuje zgodności działań ze zleceniem i eskaluje to, co wymaga człowieka.
Jak stosować: zacznij w narzędziu, które już masz (ChatGPT, Codex): poproś model o wyznaczenie pod-agenta i regularne raporty; zasady eskalacji opisz w karcie przepisowej.
Na co uważać: nadzorca bez jasnych reguł może maskować błędy zamiast je wychwytywać — egzekwuj raportowanie i samodzielnie sprawdzaj próbkę wykonanej pracy.
10.Nie czekaj na „ostateczny” model — buduj przenośne nawyki
Na czym polega: Astra otwiera segment dużych agentów, ale tuż za nią nadchodzą kolejne premiery (Vable 5.1, Anthropic, modele chińskie) — rytm wydań się nie zatrzyma.
Jak stosować: buduj szablony i nawyki niezależne od dostawcy: karty przepisowe, pętlę menedżera, progi zgody. Przeniesiesz je na kolejne modele bez zaczynania od zera.
Na co uważać: nie podpisuj kluczowych procesów wyłącznie pod jedno narzędzie — przenośność zleceń jest dziś bezpieczniejszą strategią niż lojalność wobec jednego modelu.