O czym jest ten film
- Riley Brown używa Opusa 5.5 od pięciu dni: model jest szybki, na razie bardzo tani i godny zaufania — autor ani razu nie zbliżył się do limitów użycia.
- W nowej funkcji „projekty” w Claude Code zbudował w kilka godzin wewnętrzną aplikację łączącą funkcje Notion, MyMind, Typefully i Google Drive, z której korzysta cały jego zespół.
- Kluczowa obserwacja: z każdego płatnego narzędzia używamy tylko małego wycinka funkcji — a lista tych naprawdę potrzebnych to gotowa specyfikacja własnej aplikacji.
- W Notion trzymała go jedna funkcja: komentarze z obrazkami i filmami przyfragmencie scenariusza. Reszta to balast, który dodatkowo utrudnia wdrażanie nowych ludzi.
- Zbudowana aplikacja (NativeNote) ma komentarze z załącznikami bez limitu wielkości pliku, linki do udostępniania, eksport wszystkich załączników do ZIP-a i przeszukiwalną bibliotekę materiałów.
- Aplikacja jest „agent native”: Claude Code przez umiejętność NativeNote sam dopisuje pomysły i scenariusze wprost do bazy danych.
- Claude połączył w jedno doświadczenie kod, dokumenty, arkusze, prezentacje i design — model generuje m.in. tablice w stylu Figmy z alternatywnymi wariantami widoków.
- Przed Dev Day OpenAI krążą plotki: model GPT Cyber do bezpieczeństwa, stale aktywny agent osobisty (O/AION) konkurujący z Grok Botem i Muse, plan za 500 dolarów miesięcznie oraz tryb „ultra fast”, rzekomo dziesięciokrotnie szybszy.
- Możliwe są też tańsza „Astra minor” (użytkownikom skończyły się kredyty na Astrze) i ulepszone „managed agents” do składania własnych zespołów agentów. Bardziej spekulacyjne są nowy model z linii Astry oraz sprzęt projektowany z Jony Im.
- Wniosek autora: bardzo optymistycznie ocenia infrastrukturę dla aplikacji budowanych z AI (Vercel, Convex) i samo budowanie własnych narzędzi, pesymistycznie — wrappery, czyli cienkie nakładki na modele sprzedawane jako produkty.
10 najważniejszych takeaways — z kontekstem zastosowania
1.Zrób audyt funkcji swoich subskrypcji
Na czym polega: Brown zauważył, że z każdego płatnego narzędzia korzystał z wąskiego wycinka możliwości — a płacił za całość. Lista faktycznie używanych funkcji stała się specyfikacją jego własnej aplikacji.
Jak stosować: Przez tydzień notuj, których funkcji naprawdę używasz w każdym narzędziu. Taką listę wręczasz potem modelowi: „zbuduj aplikację, która robi dokładnie te rzeczy i wygląda dobrze”.
Na co uważać: Nie oznacza to odbudowy całego Notion z linkowanymi bazami i zagnieżdżonymi stronami. Buduj wąski odpowiednik dla siebie i zespołu, nie klon całego produktu.
2.Narzędzie wewnętrzne można dziś zbudować w kilka godzin
Na czym polega: Aplikacja zastępująca cztery usługi (scenariusze z komentarzami, biblioteka zasobów, zakładki, ewidencja współprac brandowych) powstała w kilkanaście iteracji z modelem — bez problemów z utrzymaniem i bugami, które wcześniej odstraszały autora.
Jak stosować: Zacznij od jednego konkretnego procesu firmowego (u Browna: scenariusz → montażysta) i poproś model o aplikację z listą wymaganych funkcji. Iteruj w trybie projektów, gdzie równolegle testujesz i dopracowujesz.
Na co uważać: Najpierw narzędzia o niskiej krytyczności. Przed odstawieniem dotychczasowego softu przetestuj nowy z prawdziwymi użytkownikami — Brown sprawdzał aplikację z kilkoma agencjami montażowymi.
3.Jedna funkcja potrafi trzymać cię w złym narzędziu
Na czym polega: Jedynym powodem, dla którego autor siedział w Notion, były komentarze z załącznikami przy scenariuszu. Gdyby Google Docs miał to samo, dawno by się przeniósł.
Jak stosować: Zanim odnowisz subskrypcję, wypisz „blokery” — funkcje, które realnie uniemożliwiają zmianę narzędzia. Często da się je odtworzyć we własnej aplikacji i całkiem pozbyć się zależności.
Na co uważać: Trzymanie drogiego narzędzia dla jednej funkcji ma ukryty koszt: także czas na naukę każdego nowego pracownika w przeładowanym interfejsie.
4.Prostota własnej aplikacji to oszczędność przy wdrażaniu zespołu
Na czym polega: Notion przeraża nowicjuszy liczbą funkcji i trudno go wytłumaczyć każdej nowej osobie. Aplikacja z kilkoma znanymi wszystkim funkcjami nie wymaga żadnego szkolenia.
Jak stosować: Budując narzędzie wewnętrzne, ogranicz zakres do tego, czego zespół faktycznie używa. Każdą dodatkową funkcję traktuj jako koszt, nie jako gratis.
Na co uważać: Pokusa dorzucenia czegoś „na zapas” — tak powstaje kolejny spuchnięty twór, przed którym chcieliście uciec.
5.Projektuj narzędzia tak, by agent mógł z nich korzystać
Na czym polega: Aplikacja Browna wystawia umiejętność (skill), przez którą Claude Code sam zapisuje dane — pomysł na film podany w rozmowie z agentem trafia wprost do bazy, bez otwierania aplikacji.
Jak stosować: Od początku zaplanuj zapisywalną bazę lub API i nadaj operacjom jednoznaczne nazwy. Wtedy agent obsługuje narzędzie tak samo jak człowiek.
Na co uważać: Zapis przez agenta to też ryzyko: rozdziel uprawnienia, prowadź historię zmian i rób kopie zapasowe, zanim puścisz agenta na produkcyjne dane.
6.Linki do podglądu i eksport danych upraszczają współpracę z kontrahentami
Na czym polega: Montażysta dostaje sam link (działa w oknie incognito, bez konta), czyta scenariusz, pobiera potrzebne materiały albo eksportuje wszystkie załączniki jednym plikiem ZIP.
Jak stosować: W narzędziach wewnętrznych od razu planuj publiczne linki do podglądu i pełny eksport danych. Kontrahent nie musi zakładać konta ani poznawać waszego stacku.
Na co uważać: Pod publicznym linkiem bywają materiały niepubliczne — kontroluj, co jest dostępne bez logowania.
7.Generowane warianty designu przyspieszają decyzje
Na czym polega: Model wygenerował tablicę w stylu Figmy ze wszystkimi projektami aplikacji, a na prośbę przygotował trzy alternatywne wersje widoku listy scenariuszy — zamiast projektować od zera, wybiera się gotowe opcje.
Jak stosować: Gdy aplikacja działa, poproś model o kilka wariantów kluczowych ekranów i porównaj je obok siebie. Dobrze działa też polecenie „dodaj je do tablicy”, by mieć wszystko w jednym miejscu.
Na co uważać: Warianty bywają ładne graficznie, ale słabsze funkcjonalnie — sam autor część odrzucił. Oceniaj pod kątem realnych zadań użytkowników.
8.Przy wyborze modelu licz koszt godziny pracy, nie pojedynczego promptu
Na czym polega: Astra robiła furorę w sieci, aż użytkownikom skończyły się kredyty — dziś oszczędzają każdy, bo dzień pracy zjada tygodniowy limit. Opus 5.5 jest tańszy i Brown nie zbliża się do limitów. Do tego szybsze modele oznaczają więcej promptów na godzinę — stąd plotki o planie za 500 dolarów miesięcznie.
Jak stosować: Szacuj wydatki jako: liczba promptów na godzinę razy koszt promptu razy godziny pracy. Zanim przeniesiesz cały proces na nowy model, sprawdź na próbce, czy zmieści się w tygodniowym budżecie.
Na co uważać: Niskie stawki „na start” mogą wzrosnąć. Sześć tysięcy dolarów rocznie za tokeny dla firmy to często uzasadniony wydatek, dla konsumenta — prawie nigdy.
9.Rynek się rozwarstwi: „łopaty” tak, wrappery nie
Na czym polega: Autor jest optymistą wobec infrastruktury dla aplikacji budowanych z AI — hosting, backend, narzędzia „dla agentów” — a pesymistą wobec cienkich nakładek na modele sprzedawanych jako samodzielne produkty.
Jak stosować: Planując biznes wokół AI, opieraj go na tym, czego model nie zastąpi: dystrybucja, własne dane, integracje, obsługa klienta — nie na samej nakładce na cudzy model.
Na co uważać: Skoro klient potrafi zbudować sobie odpowiednik wrappera w kilka godzin, przewaga musi leżeć gdzie indziej. W przeciwnym razie produkt zniknie przy pierwszej lepszej premierze modelu.
10.Plotki o premierach traktuj jak scenariusze, nie plany
Na czym polega: Cała część o Dev Day to przegląd pogłosek o różnej wiarygodności: od niemal pewnych (agent osobisty), przez prawdopodobne (tryb ultra fast, tańsza Astra), po spekulacje (nowy model Astry, sprzęt).
Jak stosować: Przypisz każdej plotce prawdopodobieństwo i przygotuj się na te najrealniejsze — np. wypisz procesy, które zautomatyzujesz, gdy pojawi się agent osobisty, albo luki bezpieczeństwa, które skontrolujesz, gdy wejdą narzędzia typu GPT Cyber.
Na co uważać: Nie podejmuj decyzji budżetowych ani zakupowych w oparciu o niepotwierdzone daty i nazwy modeli — również sam autor wielokrotnie powtarza, że to tylko plotki.
Redakcyjne tłumaczenie
Dwa tematy na dziś
Nie mogę się nadziwić, jak dobry jest Opus 5.5. Używam go nieprzerwanie od pięciu dni i wciąż mnie powala. Ani razu nie natrafiłem na żaden limit, więc korzystanie z niego sprawia wrażenie darmowego. Najpierw opowiem o samym modelu, a potem o OpenAI, bo ta firma nie zostawia takiej premiery bez odpowiedzi. Za jakieś czterdzieści godzin zaczyna się Dev Day, a tam — jak się powszechnie spodziewano — lawina nowości. Właśnie o tym będzie druga część.
Opus 5.5 po pięciu dniach: szybko, tanio i godnie zaufania
Na wypadek gdyby ktoś nie wiedział: w aplikacji desktopowej Claude, w selektorze modeli, pojawiła się nowa pozycja — Opus 5.5. Ja pracuję z nim w Claude Code i po tych dniach najkrócej potrafię go opisać tak: z nim idzie jak po maśle. Model wydaje się darmowy i — przynajmniej na razie, w aplikacji Claude — faktycznie jest bardzo tani. Do tego jest po prostu szybki.
Pracuję na nim w zupełnie nowej funkcji „projekty”, która bardzo ułatwia robienie kilku rzeczy naraz. To właśnie w niej powstało moje wewnętrzne narzędzie — miks Notion, MyMind i Typefully, prowadzący też ewidencję moich współprac brandowych i zastępujący Google Drive. Korzysta z niego cały mój zespół, a ja zbudowałem całość w kilka godzin. Model jest szybki, bardzo dobry i po prostu mu ufam. Szybki, tani i godny zaufania — kompletny zestaw. Ani razu nie zawiódł przy żadnym zleceniu, działa wzorowo.
Dlatego powiedziałem niedawno coś takiego: Opus 5.5 to pierwszy model, przy którym czuję się na siłach, żeby zacząć wyrzucać z firmy kolejne narzędzia SaaS i budować je samodzielnie dla zespołu. Nie, nie zamierzam „na czuciach” (vibe coding, czyli budowanie aplikacji z AI bez pisania kodu) odtworzyć całego Notion. Ale zamierzam odtworzyć wersję lepszą dla mnie i mojego niewielkiego zespołu.
(Informacja dodatkowa: Typefully to narzędzie do planowania i publikowania postów na X, a MyMind — prywatna „pamięć” na zbierane w sieci inspiracje.)
Audyt funkcji: ile naprawdę używam z płatnych narzędzi
Przy okazji zauważyłem coś istotnego: każda aplikacja, za którą płacę słoną cenę, ma ogromny wachlarz możliwości, z których ja korzystam tylko z małego wycinka. Kiedy więc ktoś taki jak Nizzy mówi: „Większość aplikacji SaaS da się naprawdę zbudować w kilka godzin”, to w głębi duszy się z tym zgadzam. Technicznie nie odtworzę Notion w dwie godziny — ale odtworzę go funkcjonalnie, w wersji dla własnej firmy.
Od dwóch lat używam trzech narzędzi i zawsze tylko wąskiego zbioru ich funkcji. Pokażę to na przykładzie Notion. Oto jedyny powód, dla którego w nim siedzę: piszę tam scenariusze filmów. Mogę skomentować konkretny fragment tekstu, a do komentarza wstawić obrazek albo film — bez żadnego limitu wielkości pliku. Montażysta widzi dokładnie, przy którym wersie to zrobiłem, i pobiera materiał. Gdyby Google Docs miał tę funkcję, dawno bym się przeniósł.
Notion: jedna funkcja, która trzymała mnie w niewoli
Jest jednak druga strona medalu. Gdy rozwijam firmę i przyjmuję ludzi, oni nie znają Notion — trzeba im go tłumaczyć. A Notion ma milion funkcji i na początku po prostu odstrasza; nauczanie każdej nowej osoby to mordęga. Cała ta nadwyżka działa na niekorzyść: aplikacja puchnie. Nie jestem w stanie technicznie odbudować Notion z jego linkowanymi bazami, własnymi dashboardami i stroną w stronie w stronie w stronie. To niesamowity kawał oprogramowania — ale ja używam ułamka tej machiny.
Postanowiłem więc wyciąć te szczęśliwe wycinki z wszystkich aplikacji, których używam, i spiąć w jedno narzędzie. Wcześniej zawsze odstraszała mnie myśl: „będzie uciążliwe w utrzymaniu, będą bugi”. I co? Nic z tego. Wystarczyło z dwadzieścia promptów tam i z powrotem, aplikacja przeszła testy z kilkoma agencjami montażowymi, linki do udostępniania działają.
NativeNote w akcji: komentarze, linki, eksport ZIP
Pokażę aplikację. Stoi na Vercelu i nie ma jeszcze nawet własnej domeny. To scenariusz filmu, nad którym właśnie pracuję. Pamiętacie funkcję komentarzy, którą lubiłem w Notion? Proszę bardzo: przeciągam obrazek do komentarza. To samo działa z filmami — wgrywam plik MP4 i mogę go od razu odtworzyć. Dorzuciłem to za jednym zamachem. A gdy kończę scenariusz i chcę go oddać montażyście, klikam „Kopiuj link”. Wklejam go w oknie incognito — działa. Montażysta czyta scenariusz przed montażem, wchodzi w komentarz i pobiera wszystkie potrzebne materiały. Może też pobrać wszystkie załączniki jednym plikiem ZIP. Zobaczcie, jakie to fajne. Działam teraz na pełnych obrotach.
Dołożyłem więcej. Jest taka aplikacja MyMind, która zbiera moje zakładki z Twittera — i w której eksport czegokolwiek to droga przez mękę. Moja wersja, zrobiona w dziesięć minut, nie ma tego problemu. Codziennie aktualizuje się o wszystkie moje zakładki; mogę je zapisywać i one podsycają mi pamięć — dzięki temu wymyślam tematy filmów. Widzę wszystko, co zachowałem, mogę wgrywać obrazki i filmy. A dodatkowo: każdy zasób dodany jako komentarz do scenariusza automatycznie ląduje w bibliotece. System dopina go do linijki tekstu, przy której skomentowałem, dzięki czemu wszystko jest przeszukiwalne. Przy komentowanym wersie padło słowo „subscriptions”? Wpisuję je w wyszukiwarkę i już mam.
Aplikacja „agent native”: Claude pisze do mojej bazy
Całość jest w pełni „agent native” — zbudowana tak, by agent mógł z niej korzystać jak człowiek. Wchodzę w Claude Code i mówię: „Mam nowy pomysł na film, nadchodzi Dev Day OpenAI. Dodaj do NativeNote”. Tak nazywa się aplikacja. Mamy teraz umiejętność (skill) NativeNote i Claude Code pisze wprost do jej bazy danych. Widać, że agent uruchomił nowy wątek; klikam w link i ląduję w dodanym scenariuszu — gotowy szablon, a nowy wpis pojawił się na liście. Mój agent posługuje się tym samym oprogramowaniem, którym ja.
Zatrzymajcie się nad tym na chwilę. Bez najmniejszego problemu podałem Claudeowi listę wszystkich funkcji, których używam w Notion, MyMind, Typefully, Google Drive i paru innych, i poprosiłem: „chcę aplikację, która to wszystko robi i dobrze wygląda”. I — podkreślam, bez jednego zgrzytu po mojej stronie — ją dostałem. Pomyślcie, co to oznacza.
Tablice à la Figma i prezentacje z jednego polecenia
Trzeba też oddać sprawiedliwość aplikacji desktopowej Claude. Poprosiłem ją: „Zamień projekty w trybie ciemnym na tablicę w stylu Figmy, żebym mógł je przejrzeć, a do tego — w stylu prezentacji z site makera — przygotuj pokaz dodanych funkcji i komponentów”. Model otworzył nowy czat o nazwie „dark mode designs and feature deck” i przygotował jedno i drugie. Klikam: tablica à la Figma ze wszystkimi projektami aplikacji. Mogę dorzucić: „Dla listy scenariuszy chcę zobaczyć inne możliwości — przygotuj trzy opcje”, a AI je tworzy i na moje słowo dokładą do tablicy.
Poza tablicą dochodzą prezentacje: slajdy prowadzące przez wszystkie komponenty — co zbudowaliśmy w pięć dni, wszystkie filmy na jednej liście, bloki tekstu jak w Notion, wszystko o danym filmie w zasięgu jednej zakładki. Widać pełną listę dodanych funkcji, jest wśród nich publikowanie na Xie.
Claude Code łączy wszystko w jedno
Poza samym modelem Anthropic zgrabnie spiął w całość to, co lubiliśmy w Claude Code, w Code Work (arkusze, dokumenty i prezentacje) oraz w Claude Design. Pracuję teraz na nowych projektach w Claude Code — nowe czaty wydziela się jednym kliknięciem, obok jest tryb designu i arkusze, których wcześniej używałem głównie w ramach Code Work. To kiedyś były osobne byty; dziś mieści się wszystko w jednej zakładce.
A, właśnie — warianty listy scenariuszy się wygenerowały. Pierwszy taki sobie, drugi to klasyczna tablica Kanban, ale trzeci podoba mi się najbardziej: dashboard nad listą scenariuszy też wypada niegłupio. Do tego całość działa zadziwiająco szybko.
Najlepszy model świata — na razie
Tyle o tym, co udało mi się zbudować; jakość Opusa 5.5 mnie powaliła i używam go bez ustanku. Wszyscy, z kim rozmawiałem, mówią w zasadzie to samo: to ich ulubiony model. Astra może wygrywać w sporej liczbie zadań, ale jest wolniejsza i znacznie droższa. Dziś to raczej powszechny pogląd, że Opus 5.5 to ogólnie najlepszy model na świecie. A to oznacza jedno: OpenAI odpowie — i odpowie właśnie na Dev Day, próbując odzyskać prowadzenie.
Dev Day: najbardziej rozkręcane wydarzenie OpenAI
Nigdy nie widziałem, żeby OpenAI tak napompowali swoje wydarzenie. Zeszłoroczny Dev Day rozczarował — niczego wyjątkowego nie pokazano. Jeśli podchodzicie do tej edycji sceptycznie, nie mam do was pretensji. Ale rozmawiałem o tym z wieloma osobami: zapowiada się coś mocnego. Omówię wpierw rzeczy najbardziej prawdopodobne, a potem te bardziej odjechane, krążące w plotkach.
GPT Cyber. Pierwsza plotka dotyczy modelu o nazwie GPT Cyber, zbudowanego do pracy nad bezpieczeństwem — a konkretnie: ma mu towarzyszyć produkt, który pomaga firmom znajdować i łatać luki. Jedna z częstszych uwag pod adresem ludzi budujących w AI oprogramowanie wewnętrzne albo sprzedających takie aplikacje brzmi: „to nie jest bezpieczne”. No i właśnie AI ma się w tej dziedzinie bardzo poprawić: mają przyjść produkty automatycznie sprawdzające podatności. Za sprawą OpenAI. Może. Powtarzam: to wszystko plotki.
Agent O. Teraz najfajniejsza — i tej jestem najbardziej pewien. Chodzi o nowego, stale aktywnego agenta o nazwie O. W ostatnich miesiącach bardzo dobrze przyjęły się agenci osobiste: Grok Bot robił się coraz popularniejszy, a jeszcze większym sukcesem okazał się Muse. Grok Bot to produkt xAI, Muse należy do Mety — i to dziś dla niej chyba najważniejszy produkt po Instagramie. Zuckerberg stawia na niego wszystko. Muse zasili też okulary Meta Ray-Ban; to strategiczna sprawa, tym bardziej że Meta — wiem to od ludzi — boi się, co OpenAI wymyśli ze swoim agentem osobistym. Ponoć kryptonim tego projektu wewnątrz OpenAI brzmi AION. Cytuję plotkę: „Przeciek o AION: to ma być coś więcej niż chatbot — własny profil, wiadomości prywatne i grupy. Produkt pomyślany jako bezpośredni konkurent Grok Bota i Muse. Może zadebiutować już w czwartek albo na Dev Day”. Na to wygląda — i ludzie z OpenAI sami tak podpowiadają na Twitterze. Dostaniemy więc najpewniej odpowiedź OpenAI na Grok Bota i Muse. Jestem tym bardzo podekscytowany; jeśli oglądacie mój kanał, wiecie, że platformy agentów to mój konik. Chcę korzystać z agentów jak najprościej, zwłaszcza z telefonu. Jeśli produkt faktycznie się pojawi, opiszę go dokładnie.
Plan za 500 dolarów i ekonomika szybszych modeli
Niektórzy się tu nie ucieszą: krążą plotki o planie za 500 dolarów miesięcznie. Pamiętam, jak kilka lat temu nagrywałem materiał o pierwszym w historii planie za 200 dolarów — wtedy najdroższa subskrypcja kosztowała 20. Za 20 dolarów w Cursorze miałeś praktycznie nieograniczone tokeny. To Claude wypuścił pierwszy plan za 200, błyskawicznie skopiowali go wszyscy: OpenAI, Cursor, Devin. Bo te tokeny po prostu nie są tanie — utrzymanie modeli kosztuje.
Na Dev Day ma przyjść więcej modeli, w tym nowy, szybszy. Bo kolejna plotka dotyczy trybu ultra fast. OpenAI ma ścisłe partnerstwo z firmą Cerebras — bardzo podobną do Groqa, „Groka pisanego przez q”. Obie od jakiegoś czasu zapowiadają model „ultra szybki”, w szczególności z GPT-5.6 Soul: pokazano demo Codexa na ultra fast, które rzekomo działało dziesięć razy szybciej niż GPT-5.6 Soul. A ja w trakcie czytania o tym myślę tylko: nie mogę uwierzyć w konsekwencje. Świat, w którym Opus 5.5 działa dziesięciokrotnie szybciej — choćby pięciokrotnie — nadchodzi bardzo szybko.
(Informacja dodatkowa: Cerebras i Groq to firmy produkujące specjalizowane układy do błyskawicznej inferencji modeli AI — ich chipy generują odpowiedzi wielokrotnie szybciej niż klasyczne procesory graficzne.)
I wróćmy do planu za 500 dolarów, bo obie plotki się spinaają. Gdy modele graniczne stają się droższe, a praca z nimi szybsza, po prostu wystawiasz coraz więcej promptów na godzinę. Ludzie będą spalać więcej tokenów na modelach działających pięciokrotnie szybciej — zwłaszcza jeśli taki sprzęt jest droższy w przeliczeniu na pojedyncze zapytanie, a zapytań przybywa. Droższe plany będą po prostu konieczne. Dla większości konsumentów sześć tysięcy dolarów rocznie same za tokeny nie ma sensu. Dla firm — jak najbardziej: to oczywisty zakup. I zakładam, że Anthropic oraz xAI skopiują ten ruch, a plany za 500 dolarów staną się normą.
Tańsza Astra i managed agents
Dwie kolejne plotki, moim zdaniem mniej porywające, więc omówię je razem: Astra minor i managed agents. Zdarzało się, że ludzie pracujący na Astrze widzieli w Azure identyfikator modelu „GPT-6 Astra minor” — i to u wielu niezależnych osób. Być może to po prostu tańsza wersja Astry, która pojawi się na Dev Day. Popyt jest ewidentny: Astra była niedawno jednym z tych modeli, które robiły furorę w sieci, ale jeśli śledziliście Twittera, wiralne zastosowania ucichły — bo ludziom skończyły się kredyty. Teraz oszczędzają każdy: wiadomo, że jeden dzień pracy na Astrze zjada tygodniowy limit. Tymczasem ja siedzę na Opusie 5.5 całymi dniami i nawet się do limitów nie zbliżam. Ciekawa sytuacja. OpenAI będzie potrzebować tańszej wersji Astry — albo jej następcy — żeby utrzymać się w grze. Bo dwa ostatnie modele, GPT-6 Soul i GPT-6 Luna, nie zachwyciły tak jak ona. Luna jest całkiem w porządku: lekki, tani i szybki model. Ale GPT-6 Soul rozczarował — większość uważa, że jest wyraźnie gorszy od Astry. Szczerze mówiąc, sam mało testowałem, bo nie schodzę z Opusa 5.5, który jest po prostu znakomity. Ciekaw jestem odpowiedzi: na pewno nikt w OpenAI nie chce, żeby po Dev Day najlepszym modelem świata wciąż był Opus 5.5.
Poza tym mają nadejść usprawnienia managed agents — znów: plotki. Chodzi o to, że zbudowanie własnego agenta ma stać się bardzo proste: w jednym miejscu tworzysz agenta z określonymi umiejętnościami i wtyczkami, a potem publikujesz go na zewnątrz albo używasz wewnątrz firmy. Będzie można złożyć własny, zarządzany zespół agentów.
Spekulacje: nowa Astra i sprzęt od Jony’ego Ive’a
Przejdźmy do spekulacji — rzeczy, o których szepta się nieco głośniej, a które mogłyby stać się takim momentem „jeszcze jedna rzecz” na Dev Day. Pierwsza: coś w stylu GPT-6.1 Astra albo 6.5 — jak nazwą. Po prostu kolejny model z linii Astry, absolutny top świata. Nie jestem pewien, czy do tego dojdzie; to mniej prawdopodobne.
Druga: nowe urządzenie. Jeśli widzieliście Meta Connect, Zuckerberg pokazał breloczek à la Tamagotchi, który można nosić w dłoni albo zawiesić na szyi jak naszyjnik Friend i rozmawiać przez niego z Muse. To mogło OpenAI dopchnąć do ściany, bo oni w stu procentach pracują nad własnym sprzętem — „osobistą superinteligencją”. Wydali miliardy dolarów na Jony’ego Ive’a, projektanta wielu kultowych produktów Apple. OpenAI ewidentnie chce robić sprzęt; pytanie od zawsze brzmiało „kiedy?”. Może Dev Day będzie tym momentem? Zobaczymy. Jeśli tak, to trzymają to w tajemnicy wzorowo — nie słyszałem o żadnym przecieku, ale jest to możliwe.
(Informacja dodatkowa: Friend to komercyjny naszyjnik z asystentem AI, który komentuje codzienne życie użytkownika.)
Jestem bardzo podekscytowany sprzętem. Właśnie zamówiłem drukarkę 3D, wkrótce dołączy wycinarka laserowa i zacznę majsterkować przy niewielkich urządzeniach „agent native” — dla zabawy, bez planu. Bo moim zdaniem najlepsze pomysły biznesowe rodzą się właśnie wtedy, gdy się po prostu eksploruje.
Wnioski końcowe
Podsumowując część pierwszą: z Opusem 5.5 czuję się w stanie zbudować dowolne oprogramowanie. Boję się nawet pomyśleć, co to robi z rynkiem SaaS — będzie ciężko, jeśli każdy zacznie sobie budować własne aplikacje. Jestem optymistą wobec firm takich jak Convex i Vercel oraz wszystkich, którzy sprzedają „oprogramowanie dla agentów”, używane przy budowaniu własnych aplikacji. Jestem za to pesymistą wobec wrapperów — cienkich nakładek na modele sprzedawanych jako produkty. Mocno wierzę natomiast w budowanie własnych aplikacji: takich, jakich potrzebujecie, po prostu z AI. AI robi się aż tak dobre.
Część druga: czeka nas szalony tydzień. Będę relacjonować wszystko szczegółowo — każda nowość z Dev Day dostanie osobny, długi materiał. Subskrybujcie, jeśli nie chcecie niczego przegapić. A jeśli macie uwagi — wpisujcie się w komentarzach, odpowiadam na każdy. Do usłyszenia.
(Informacja dodatkowa: Vercel to popularny hosting aplikacji internetowych, a Convex — baza danych i backend często używane przy aplikacjach tworzonych z pomocą AI.)