O czym jest ten film
- Nate Herk tłumaczy 18 pojęć narzędzia Codex w czterech blokach: fundamenty, środowiska, sterowanie i personalizacja, narzędzia i skala — bez technicznego żargonu, z myślą o osobach nietechnicznych.
- Projekt to po prostu folder na dysku z plikami i regułami. Agent raz poznaje kontekst i pamięta go między rozmowami, więc nie trzeba za każdym razem tłumaczyć, kim jesteś.
- Plik agents.md to zapisany w Markdown zestaw reguł, które agent czyta przed każdą Twoją wiadomością — między innymi mapę tego, gdzie w projekcie czego szukać.
- Agent działa w pętli: myśli, sięga po narzędzia, odpowiada, znów myśli. W interfejsie widać każdy krok, łącznie z uruchamianymi komendami.
- Polecenie /goal pozwala postawić agentowi cel, który realizuje aż do skutku — im bardziej mierzalny cel, tym lepiej, a nadmierny nadzór tylko ogranicza możliwości modelu.
- Praca lokalna daje agentowi pełny dostęp do plików, a przez aplikację mobilną można zdalnie sterować sesją z telefonu; sesja chmurowa to odizolowana piaskownica bez dostępu do Twojego dysku.
- Modele różnią się ceną i mocą, a rozliczenie opiera się na tokenach — subskrypcja wypada wielokrotnie taniej niż płacenie za te same obliczenia przez API.
- Poziom wysiłku (effort) i tryb szybki pozwalają dopasować jakość i tempo pracy do zadania, żeby nie przepalać tygodniowego limitu.
- Umiejętności (skills) to wielokrotnego użytku recepty: procedurę opisuje się raz, a agent powtarza ją identycznie za każdym razem i da się ją stale doszlifowywać.
- Skalowanie pracy: wtyczki do aplikacji, wbudowana przeglądarka, hosting witryn, podagenty na tańszych modelach, zadania harmonogramowane i sterowanie głosem.
10 najważniejszych takeaways — z kontekstem zastosowania
1.Projekt zamiast nowej rozmowy przy każdym zadaniu
Na czym polega: Projekt to zwykły folder z plikami, w którym agent pracuje. Czyta znajdujące się tam informacje, a nawet Twoje wcześniejsze rozmowy, więc kontekst buduje się raz i zostaje.
Jak stosować: Załóż osobny projekt na główny obszar pracy (autor swój nazywa „systemem operacyjnym AI”) i trzymaj w nim wszystko: informacje o sobie i firmie, bieżące tematy, dokumenty. Rzadsze inicjatywy wydziel do osobnych projektów.
Na co uważać: Wszystko, co trafi do projektu, staje się kontekstem wysyłanym modelowi — nie umieszczaj tam danych, których nie chcesz przekazywać do AI.
2.agents.md — stała instrukcja czytana przed każdą wiadomością
Na czym polega: To zwykły plik Markdown z regułami dla projektu: rolą agenta, zasadami bezpieczeństwa i mapą zawartości (routingiem). Agent czyta go, zanim odczyta Twoją wiadomość.
Jak stosować: Wpisuj tam wszystko, co Codex ma wiedzieć przy każdej rozmowie w danym projekcie: jak pracujesz, gdzie leżą konkretne informacje, jakich sformułowań unikać. Przy dużych projektach opisz strukturę folderów.
Na co uważać: Każdy projekt potrzebuje własnego pliku, a mapa musi być zgodna z rzeczywistą strukturą — przestarzały agents.md wprowadza agenta w błąd. Porządkuj go regularnie.
3.Obserwuj pętlę agenta — tak najszybciej go poznasz
Na czym polega: Agent działa cyklicznie: rozmyśla, uruchamia komendy, czyta pliki, odpowiada i zaczyna od nowa. Interfejs pokazuje te kroki po rozwinięciu podsumowania pracy.
Jak stosować: Przy pierwszych zadaniach rozwijaj podsumowanie i patrz, co agent czyta oraz jakie komendy odpala. Z tego widać, czego mu brakuje — np. pliku z pamięcią czy dostępu do danych.
Na co uważać: Jeśli agent grzebie w nieoczekiwanych miejscach, to zwykle sygnał, że opis zadania albo agents.md są nieprecyzyjne, a nie że narzędzie działa źle.
4.Postaw cel poleceniem /goal i zejdź agentowi z drogi
Na czym polega: /goal nakazuje pracować do osiągnięcia celu — agent sam ponawia próby po niepowodzeniach i sam ocenia, kiedy skończył.
Jak stosować: Formułuj cele mierzalne („zbierz 257 źródeł i napisz raport”). W zadaniach kreatywnych dopuszczaj kryterium jakościowe, np. „zrób zrzuty ekranu, sprawdź efekt i zakończ, gdy wygląda dobrze” — tak autor wygenerował całą oprawę animacyjną tego filmu.
Na co uważać: Im subiektywniejszy cel, tym trudniej ocenić moment zakończenia. Dyrygowanie każdym krokiem ogranicza możliwości modelu — ale przy operacjach ryzykownych kontrola nadal jest konieczna.
5.Lokalnie czy w chmurze — i tak możesz sterować z telefonu
Na czym polega: Sesja lokalna działa na plikach z Twojego komputera — agent może je tworzyć, edytować i usuwać. Sesja chmurowa to odizolowane środowisko bez dostępu do dysku. Przez aplikację mobilną widać te same wątki.
Jak stosować: Pracuj lokalnie, gdy chcesz, żeby agent operował na Twoich plikach; zostaw włączony komputer i w drodze dogaduj sprawy z telefonu (np. „wyślij mi ten plik mailem”).
Na co uważać: Adresy lokalne (127.0.0.1) działają wyłącznie na Twojej maszynie — nie wyślesz ich znajomemu. W sesji chmurowej tracisz kontrolę nad wyborem modelu i uprawnieniami.
6.Tokeny, modele i limity — rozumiej rachunek kosztów
Na czym polega: Modele rozlicza się tokenami (ok. 4 znaki, czyli 3/4 słowa); tokeny wyjściowe — w tym rozumowanie i cała historia wątku — są droższe od wejściowych. Subskrypcja daje wielokrotnie więcej mocy obliczeniowej niż te same użycie przez API; po przekroczeniu limitu tygodniowego dokupuje się kredyty.
Jak stosować: Dobieraj model do zadania: najmocniejszy do trudnych analiz, tańszy do prostych czynności. Zerkaj od czasu do czasu na licznik wykorzystania limitu.
Na co uważać: Długie wątki same zjadają limit, bo cała historia to tokeny. Cennik API a limit subskrypcyjny to dwie różne rzeczy — nie porównuj ich wprost.
7.Poziom wysiłku — dopasuj „moc myślenia” do zadania
Na czym polega: Dla każdego modelu można ustawić poziom wysiłku, od niskiego po ultra. Wyższy daje lepszą jakość, ale szybciej zjada limit. Tryb szybki skraca czas reakcji (1,5 raza) również kosztem limitu.
Jak stosować: Do codziennej pracy umysłowej wystarczy średni model na średnim poziomie. Najmocniejszy model na wysokim poziomie zostaw na zadania, które tego naprawdę wymagają — pisanie maila to strzelanie z armaty do muchy.
Na co uważać: Benchmarki modeli bywają publikowane dla różnych poziomów wysiłku — porównuj wyniki przy tym samym ustawieniu. Najwyższy poziom wymaga zgody na pełny dostęp agentowi.
8.Uprawnienia: od pytania o każdą akcję po pełny dostęp
Na czym polega: Do wyboru są tryby: pytanie o zgodę przy każdej edycji plików i każdym wejściu do internetu, zatwierdzanie tylko ryzykownych akcji oraz pełny dostęp bez pytań (autor nazywa go „trybem yolo”).
Jak stosować: Na początku włącz tryb pytający — zobaczysz, jak wygląda pętla agenta i czego chce się podjąć. Z czasem przełącz na zatwierdzanie ryzykownych akcji, a sprawdzonym rutynom daj pełne pole.
Na co uważać: Pełny dostęp oznacza, że agent może usuwać pliki i korzystać z sieci bez pytania. Trwałe zakazy (np. „nigdy nie kasuj tego katalogu”) można zapisać w plikach konfiguracyjnych.
9.Umiejętności (skills): opisz procedurę raz, powtarzaj zawsze
Na czym polega: Umiejętność to plik Markdown z krótkimi metadanymi (nazwa, kiedy stosować) i instrukcją krok po kroku. Agent sam ją wywołuje — naturalnym językiem albo komendą z ukośnikiem — a receptę doszlifowuje się po każdym użyciu, jak przepis na naleśniki.
Jak stosować: Gdy agent wykona coś dobrze, zamień to w umiejętność i przy każdym kolejnym użyciu dawaj krótką informację zwrotną: co podobało się bardziej, co poprawić. Umiejętności mogą odwoływać się do innych umiejętności i plików, np. Twoich przewodników stylu.
Na co uważać: Nieaktualna instrukcja psuje wynik — utrzymuj umiejętności zgodne z bieżącym stylem pracy i rozróżniaj te projektowe od globalnych.
10.Skaluj pracę: podagenty, zadania harmonogramowane, tryb głosowy
Na czym polega: Główny, drogi model może oddelegować robotę do wielu podagentów na tańszych modelach i zebrać od nich wyniki. Zadania harmonogramowane automatycznie wstrzykują prompt do sesji w wybranym rytmie, korzystając z tych samych plików i umiejętności. Tryb głosowy pozwala zarządzać wszystkim na głos, także z telefonu.
Jak stosować: Do szerokiego researchu każ głównej sesji rozdzielić wątki między podagenty z tańszym modelem. Powtarzalne obowiązki zamień w zaplanowane sesje. W ruchu dogaduj sprawy głosem — wątki potrafią też przekazywać sobie wyniki.
Na co uważać: Podagenty i autonomiczne sesje zużywają limit tak samo jak zwykłe rozmowy, a zadania działają bez nadzoru — jeśli dotyczą prawdziwych pieniędzy albo wrażliwych danych (jak boty autora handlujące 10 000 dolarów), zabezpiecz je szczególnie ostrożnie.
Redakcyjne tłumaczenie
Wstęp
Dziś przechodzę przez 18 kluczowych pojęć Codex, które naprawdę wystarczą, żeby zacząć z niego korzystać i odnieść z tego realne korzyści. Nie ma znaczenia, czy w ogóle nie jesteś osobą techniczną i nigdy wcześniej nie miałeś z tym narzędziem do czynienia. Po obejrzeniu tego materiału będziesz dokładnie wiedzieć, jak to wszystko działa — i po prostu siędziesz do pracy. Nie traćmy więc czasu i ruszajmy.
(Informacja dodatkowa: Codex to narzędzie firmy OpenAI do pracy z agentami AI, dostępne między innymi jako aplikacja desktopowa; agent wykonuje zadania bezpośrednio na plikach użytkownika — tworzy je, edytuje i przegląda.)
Podzieliłem te 18 pojęć na cztery części, a im dalej w materiał, tym robi się ciekawiej.
Część 1. Fundamenty
1. Projekty
Większość z was korzystała pewnie z ChatGPT albo Claude w przeglądarce — piszesz do modelu, on odpowiada. Problem w tym, że przy każdej nowej rozmowie musisz od nowa wprowadzać go w swój świat: kim jesteś, czym zajmuje się twoja firma, nad czym pracujesz w tym tygodniu albo kwartale.
Projekty rozwiązują ten problem. Trzymasz wszystko w jednym miejscu, a im dłużej w nim pracujesz, tym lepiej narzędzie cię zna. Po lewej stronie ekranu widać moje projekty: Herk 2, Hyperframes, Trading Challenge i demo AIS. Praktycznie zawsze pracuję w Herk 2 — nazywam go swoim systemem operacyjnym AI.
A czym właściwie jest projekt? To po prostu zbiór folderów i plików. To, co pokazuję w menedżerze plików na moim komputerze, to folder Herk 2 — dokładnie ten sam, który mam otwarty w Codex. Znajdują się w nim reguły dotyczące mojej osoby, dane dostępowe, wszystkie moje przedsięwzięcia i filmy na YouTube. Ten projekt wie o mnie naprawdę dużo.
Dzięki temu, gdy wchodzę w rozmowę i proszę: „zrób mi przegląd tego, nad czym pracowaliśmy w ostatnim miesiącu”, narzędzie najpierw zaznajamia się z projektem, a potem przegląda wszystko, co razem robiliśmy — sięga nawet do moich wcześniejszych rozmów. W odpowiedzi dostałem podsumowanie: doszlifowywaliśmy Herk 2 i mój system operacyjny AI, pracowaliśmy nad treścią i strategią YouTube, testowaliśmy modele i przygotowywaliśmy demonstracje, eksperymentowaliśmy z aplikacjami, produktami, stronami, brandingiem i bieżącą działalnością firmy.
To już nie jest zwykły czatbot. To raczej współzałożyciel i osobisty asystent w jednym.
2. agents.md — instrukcja, którą agent czyta przed każdą wiadomością
Nie pozwól, by końcówka „md” Cię onieśmielała. Po prawej stronie, wśród plików projektu, mam plik agents.md — i gdy go otworzysz, okazuje się, że to dosłownie plik Markdown. MD oznacza właśnie Markdown, a całość to po prostu reguły: coś, co każdy potrafi przeczytać, bez cienia technicznej wiedzy.
To zasady obowiązujące w danym projekcie. W moim Herk 2 jest jeden agents.md, a w projekcie Hyperframes — zupełnie inny. Plik ustaje grunt całej pracy w danym środowisku. Mój zaczyna się od słów: „Jesteś systemem operacyjnym AI Nate’a Herka. Twoim zadaniem jest pomagać mu spędzać mniej czasu na operacjach, żeby mógł skupić się na nagrywaniu filmów”. Dalej mam podstawowe zasady współpracy ze mną, kilka uwag o bezpieczeństwie na moim komputerze, a prawdziwe serce pliku to to, co nazywam routingiem — mapa tego, gdzie w projekcie czego szukać.
Bo mój projekt jest ogromny: setki, może tysiące plików i folderów. Routing tłumaczy agentowi: potrzebujesz informacji o firmie — idź do wiki; struktury korporacyjnej — do odpowiedniego działu wiki; mój ton głosu — tu; wiedza z kursów — tam; aktywne projekty — tamto. Wszystko prowadzi donikąd indziej niż tam, gdzie faktycznie leży, więc przy każdej nowej rozmowie nie muszę niczego tłumaczyć od zera.
Jak to działa w praktyce? Wyobraź sobie wątek rozmowy. Piszesz: „Hej, Codex, pomóż mi w tym i tym”. Zanim agent w ogóle przeczyta Twoją wiadomość, najpierw czyta agents.md. Dopiero potem Twoje zdanie — i dopiero potem odpowiada. Do tego pliku wpisujesz więc wszystko, co Codex ma wiedzieć o Tobie przy każdej, dosłownie każdej rozmowie w tym projekcie.
3. Pętla agenta — jak agent naprawdę pracuje
Usłyszysz czasem o narzędziach takich jak Codex, Claude Code czy Hermes. Wszystkie one to tzw. harnessy, czyli środowiska, w których działa agent — a każde z nich ma swoją pętlę agentową. Przy okazji: jeśli zastanawiasz się, czy wybrać Codex, czy zostać przy ChatGPT — ja zawsze wybieram Codex. Zdecydowana większość mojej pracy to nie budowanie produktów ani oprogramowania, a mimo to trzymam się Codex, bo jest po prostu najmocniejszy. A po tym filmie zobaczysz, że obsługa jest banalna.
Skoro „harness”, to właśnie z powodu tej pętli. W największym uproszczeniu wygląda ona tak: zadajesz agentowi pytanie, on ma do dyspozycji zestaw narzędzi — myśli, rozumuje, korzysta z nich, odpowiada Ci, po czym znów myśli, znów rozumuje, podejmuje działanie, używa narzędzi i odpowiada. I tak w kółko.
Najlepsze, że można to podejrzeć na żywo. W jednym z wątków widać napis „pracował 25 sekund” — po rozwinięciu zobaczysz, co się działo pod spodem: ukrytą pętlę rozumowania („sprawdzę ostatnie zadania i notatki projektowe, a potem zbiorę główne wątki z minionego miesiąca”) i całą serię komend, których odpalił. Jedna z nich zajrzała do pliku memory.md — kuzyna agents.md, tyle że trzyma wspomnienia, nie reguły. Potem agent przejrzał moje inne rozmowy. Krótko mówiąc, można patrzeć agentowi na ręce.
Zróbmy to na żywo. Poprosiłem: „sprawdź mój najnowszy film na YouTube i wybierz trzy komentarze, które uznałeś za zabawne”. Patrzcie, co obserwujemy. Najpierw „myślenie”. Potem komunikat: „znajdę Twoje najnowsze wideo, przejdę przez komentarze i wybiorę trzy, przy których się uśmiałem”. I teraz widać faktyczną robotę: agent przegląda pamięć, odpala komendy, czyta pliki, żeby zorientować się w sytuacji. Ba, żeby w ogóle porozmawiać z YouTube, musiał uruchomić komendę, pobrać dane i przynieść je z powrotem. Samo patrzenie, jak agent pracuje, uczy bardzo dużo o tym, jak z nim współdziałać.
Wynik? Trzy komentarze: „Nigdy nie widziałem kogoś tak zadowolonego z tracenia pieniędzy”. „Trading z AI jest banalnie prosty — wystarczy napisać Claude’owi: otwieraj tylko zyskowne pozycje”. I wreszcie: „Jak chcę stracić pieniądze, to zrobię to sam — szybciej i lepiej”. Zwróćcie uwagę, jak szybko to poszło. Mam wtedy włączony tryb szybki na Astrze, ale o tym opowiem później, bo to jedno z kluczowych pojęć.
4. /goal — postaw cel i zejdź z drogi
To szczerze jedno z moich ulubionych rozwiązań w całym AI: możliwość ustawienia celu poleceniem /goal, czyli „ustaw cel, który agent ma realizować aż do skutku”.
Agenci AI są niezwykle ukierunkowani na cel. Powiedzmy, że mówisz swojemu agentowi: „to jest Twój cel, to masz zrobić”. Co się stanie? Będzie pracował i pracował, dopóki celu nie osiągnie. A jeśli postawisz mu przeszkodę — jest tak zdeterminowany, że będzie próbował różnych dróg i po prostu nie odpuści, aż mu się uda.
Oczywiście im bardziej obiektywny cel, tym łatwiej udowodnić jego osiągnięcie. „Pracuj, aż zbierzesz 257 źródeł, a potem napisz raport” — to cel mierzalny. Ale można też stawiać cele bardziej „emocjonalne”: „do momentu, w którym będziesz w pełni usatysfakcjonowany” albo „sprawdź to w kółko, aż będziesz pewien”. Agent i tak dojdzie do końca i sam zdecyduje, kiedy skończył — ale im konkretniejszy cel, tym skuteczniejsze te polecenia.
Pokażę cel, który ustawiłem naprawdę — i którego efekty widzicie w tym filmie. Przeszedłem do projektu Hyperframes, który pozwala agentom budować HTML i renderować go jako wideo, czyli po prostu tworzyć filmy. Wysłałem tam polecenie /goal (widać je oznaczone jako „wysłane jako cel”): „pomóż mi stworzyć oprawę animacyjną do filmu na YouTube. Robię materiał o 18 pojęciach Codex — potrzebuję intra i kart przejściowych”. Zdefiniowałem jedną scenę otwierającą i 18 kart. Na końcu agent zameldował: „skończyłem i sprawdziłem wizualnie” — czyli faktycznie robił zrzuty ekranu i upewniał się, że wszystko wygląda dobrze, zanim uznał zadanie za zamknięte. I tak powstały wszystkie animacje, które oglądacie.
Ważny wniosek: modele są już tak dobre, że lepiej postawić im cel i zejść im z drogi. Kto dyryguje każdym krokiem, ten sam ogranicza to, co potrafią. Jeśli sytuacja nie jest bardzo ryzykowna — wyznacz cel i nie przeszkadzaj.
Przerywnik: a co, jeśli od dawna używam Claude Code?
Muszę tu zająć jedno pytanie: „Nate, a co, jeżeli od dawna pracuję w Claude Code?”. Bardzo dobrze, że pytasz — bo odpowiedź jest prosta. Różnica sprowadza się do plików: w Codex masz agents.md, katalog .codex i folder agents; w Claude Code ich odpowiedniki to CLAUDE.md, .claude i skille Claude.
Gdy sam przechodziłem, po prostu powiedziałem: „Hej, Codex, rozejrzyj się po projekcie Herk 2 — budowałem go w Claude Code przez parę miesięcy, pomóż mi przygotować go pod Codex”. W praktyce zrobiłem kopię CLAUDE.md pod nazwą agents.md (teraz mam oba, to w zasadzie ten sam plik), przekopiowałem skille Claude do folderu agents i przeniosłem pliki ustawień do katalogu .codex. Ale spokojnie — nie musisz robić nic z tego ręcznie. Wystarczy polecić: „przejrzyj dokumentację, przeanalizuj mój projekt i doprowadź go do stanu gotowym na Codex”.
Efekt? Masz lokalne pliki i foldery, które zabierzesz do dowolnego środowiska agentowego. To bardzo elastyczne podejście, niezależne od konkretnego narzędzia — a właśnie tak, niezależnie od dostawcy, warto budować.
Część 2. Środowiska
5. Lokalnie czy w chmurze
Gdy ktoś pyta, „czy to działa lokalnie?”, pyta w gruncie o jedno: czy dana rzecz istnieje wyłącznie na maszynie, której akurat używasz — czy to MacBook, czy stacjonarny komputer jak mój. „Lokalnie” znaczy: dostępne tylko dla Ciebie. Moje pliki w menedżerze są lokalne; synchronizują się z OneDrive, kiedy sobie tego życzę (i wtedy trafiają do chmury), ale poza tym żyją na moim dysku. Klasyczny przykład problemu: dokument Word zapisany na jednym komputerze, o którym zapomniałeś i chcesz go otworzyć na drugim — nie da się, bo siedzi lokalnie na tamtej maszynie. Google Drive z kolei zawsze żyje w chmurze.
To dotyczy nie tylko plików, ale też tego, co agent wytworzy. Codex zbudował mi niedawno malutką stronę z całą oprawą animacyjną — mogę przeglądać wszystkie klipy i klikać w kolejne. Serwował mi ją na lokalnym adresie (tzw. localhost): 127.0.0.1 z portem 8008. Nie musisz rozumieć dokładnie, co to znaczy — istotne jest jedno: ten adres wygląda jak zwyczajny link, który mógłbyś wysłać znajomemu, ale u niego nic się nie wczyta, bo nic u niego „nie mieszka”. Podobnie u mnie: gdy podmienię numer portu na taki, na którym nic nie mam uruchomionego, strona się nie załaduje. Swego czasu krążyły żarty w postaci tweetów udających początkujących: „wow, Claude Code i Codex są niesamowite, popatrzcie, co zbudowałem w jeden dzień” — i załączona lista adresów localhost, których nikt oprócz autora nie mógł otworzyć.
Przy zakładaniu nowej rozmowy wybierasz tryb. Lokalnie — agent pracuje w Twoich plikach i folderach, a to świetne, bo może je edytować, usuwać, tworzyć nowe, przenosić, zaglądać do Pobranych, na pulpit, w zasadzie gdziekolwiek na Twoim komputerze. Albo w chmurze — i wtedy znika możliwość wyboru modelu oraz uprawnień, bo dostajesz odizolowane środowisko, rodzaj piaskownicy w chmurze.
Szczerze mówiąc, prawie nigdy nie pracuję w chmurze. Przy pracy lokalnej — o ile komputer jest włączony — wrażenie jest bardzo „chmuropodobne”. Spójrzcie: przesyłam ekran telefonu, jestem w aplikacji ChatGPT, klikam „zdalne” i widzę wszystkie moje sesje Codex. Wchodzę w Herk 2, w wątek „podsumuj miniony miesiąc” — to dosłownie ta sama rozmowa, którą przed chwilą oglądaliście. Mogę napisać „cześć” i wiadomość trafi zarówno do Codex na moim komputerze, jak i na telefon. Skoro maszyna działa, to czy jestem na spacerze, przy kolacji, czy w innym stanie — steruję biurkiem z telefonu. Jeśli na przykład zostawiłem plik lokalnie na komputerze, mówię po prostu: „wyślij mi go mailem” — i pracuję na nim dalej na laptopie.
6. Drzewa robocze (work trees)
Jeśli nie budujesz oprogramowania ani produkcyjnych aplikacji, to pojęcie będzie Cię mało obchodzić. Sam prawie nie korzystam z drzew roboczych, ale warto je znać, bo natkniesz się na nie w interfejsie.
Przy ustawieniach lokalnych znajdziesz opcję „pracuj w nowym drzewie roboczym — utwórz kopię Herk 2 do pracy równoległej”. Chodzi o to, że gdybym chciał zrobić coś ryzykownego albo poeksperymentować — na przykład przy budowie aplikacji zmienić sposób działania procesu wprowadzania, nie ruszając głównej gałęzi, nad którą pracuje zespół — mógłbym utworzyć kopię w drzewie roboczym, testować w niej, a później scalić zmiany z powrotem. To po prostu duplikat do bezpiecznych prób. W pracy z wiedzą niemal nie mam takich sytuacji, a gdy buduję oprogramowanie, Codex często sam podpowiada: „może zrób to w nowym drzewie”. Może się zdarzyć, że zobaczysz w projekcie gałąź główną i drzewa utworzone automatycznie — ale to nie jest coś, nad czym musisz się pochylać, żeby wycisnąć z Codex maksimum.
7. Katalog .codex
Ciekawa sprawa. Mówiliśmy już, że w projekcie masz agents.md. W plikach jest też katalog .codex — a w nim moje agenty, przepływy pracy i plik konfiguracyjny, czyli w praktyce lokalne ustawienia. Katalog .codex żyje w dwóch miejscach: albo wewnątrz projektu (jak w moim Herk 2), albo na poziomie użytkownika — globalnie, pod Twoim kontem. W tej drugiej wersji trzyma rzeczy takie jak wspomnienia, sesje i automatyzacje: ustawienia osobiste i dane aplikacji, które obowiązują w Codex niezależnie od tego, w jakim projekcie akurat jesteś.
Trzeba rozumieć, gdzie to leży i do czego służy — ale to nie jest folder, który trzeba jakoś aktywnie pielęgnować. Warto o nim wiedzieć choćby dlatego, że gdy przyjdzie potrzeba zastosowania konkretnego ustawienia, to właśnie tam sięgniesz. A jeśli się pogubisz, po prostu zapytaj: „Hej, Codex, co właśnie zrobiłeś?” albo „czy to trzeba dodać do mojego .codex, czy przenieść gdzie indziej?”. Agent przejrzy własną dokumentację i sam ogarnie, jak to zrobić poprawnie. Rozróżnianie rzeczy na poziomie projektu od rzeczy na poziomie użytkownika jest naprawdę ważne — zwłaszcza w kontekście agentów, do których zaraz przejdziemy.
Część 3. Sterowanie i personalizacja
8. Modele i tokeny
Zaczynając nową rozmowę, wybierasz model — i możesz go zmieniać między kolejnymi wiadomościami: wyślę coś na Astrze, przełączę się na inny model, wyślę kolejną wiadomość i tak dalej. Jeśli oglądasz ten film znacznie później, nazwy będą pewnie inne, ale zasada pozostaje ta sama: do wyboru masz różne modele, a każdy ma inną cenę i inne mocne strony. Dziś GPT‑6 Astra jest absolutnie najmocniejszy — i najdroższy, bo najszybciej zjada tygodniowy limit. Widać, że mam 100% wykorzystania, bo limit właśnie się zresetował. Rozmowa na Astrze opróżni tygodniowy limit szybciej niż model 5.6 Soul, a ten z kolei szybciej niż 5.6 Tarot.
Spójrzcie na cennik API, bo najlepiej tłumaczy, jak się za to płaci. Modele rozlicza się tokenami, zwykle w paczkach po milion. Na Astrze milion tokenów wejściowych kosztuje 10 dolarów, a milion tokenów wyjściowych — 50. Niżej na liście modele są coraz tańsze. Uwaga jednak: to ceny API, czyli takie, jakie zapłaciłbyś, budując automatyzację, która odwołuje się do modeli programowo. Użycie Codex nie jest programowe — zjada limit subskrypcyjny. Płacąc 20, 100 albo 200 dolarów miesięcznie, konsumujesz właśnie tę subskrypcję — i dostajesz przy tym mnóstwo więcej mocy obliczeniowej. Przy abonamencie za 200 dolarów, wykorzystując co tydzień cały limit, dostaję miesięcznie obliczenia warte około 14 000 dolarów — płacę ułamek tej kwoty. Subskrypcja wychodzi więc wielokrotnie taniej niż API. A jeśli przekroczysz tygodniowy limit, dokupuje się kredyty Codex — w paczkach po 2 500, 5 000 czy 25 000, rozliczane według tych samych tokenów.
Czym jest token, jeśli spotkasz się z tym po raz pierwszy? To w przybliżeniu cztery znaki albo trzy czwarte słowa. W tokenizatorze OpenAI wklejasz tekst i widzisz, ile tokenów liczy: przykładowy akapit miał około 274 znaków i 56 tokenów. Czasem pojedynczy znak interpunkcji — kropka, przecinek — to osobny token; każde słowo też. Tokeny wejściowe to wszystko, co wrzucasz do modelu: Twoje prompty, czytane PDF-y czy dokumenty. Wyjściowe to wszystko, co model produkuje — łącznie z jego rozumowaniem. Cały wątek rozmowy to tokeny wyjściowe, i dlatego są droższe.
9. Poziom wysiłku i tryb szybki
Poza wyborem modelu ustawiasz także poziom wysiłku. Mogę zejść z Astry na średni albo niski, podnieść na podwyższony, a jeśli sięgnę po ultra — muszę najpierw zgodzić się na pełny dostęp, bo agent staje się wtedy bardzo samodzielny. Zasada jest prosta: im wyższy poziom, tym lepsza jakość i więcej „inteligencji”, ale też wyższy koszt.
Dlatego patrząc na benchmarki nowo publikowanych modeli, zwracaj uwagę, że wyniki dla tego samego modelu podawane są osobno dla różnych poziomów wysiłku — niskiego, średniego, wysokiego. Ten sam model zachowuje się inaczej i kosztuje inaczej w zależności od tego, na jakim poziomie go używano i testowano.
Warto się tym pobawić, bo czasem Astra na wysokim poziomie to po prostu za dużo. Używanie najmocniejszego modelu na najwyższym poziomie do napisania maila to armata na muchę — przepłacasz. Śmiało mogę zejść na 5.6 Tarot, dostać równie dobry efekt i zapłacić dużo mniej. Przy dużej ilości codziennej pracy umysłowej najczęściej zostawiam 5.6 Soul na średnim poziomie — i tyle.
Jest jeszcze tryb szybki: model odpowiada i działa szybciej, półtora raza, ale kosztuje więcej wykorzystania — tygodniowy limit topnieje szybciej.
10. Uprawnienia
Na dole ekranu, na pomarańczowo, widnieje u mnie „pełny dostęp”. To tryb yolo Codex: narzędzie nie zatrzymuje się, żeby pytać o pozwolenia. Przy „pytaj o zgodę” będzie Cię nagabywać o każdą edycję plików zewnętrznych i każde użycie internetu — to ustawienie dla kogoś, kto chce siedzieć obok i mieć wszystko pod kontrolą. Polecam tak zacząć: zobaczysz, jak wygląda pętla agenta od środka — o co pyta, zanim uruchomi komendę albo otworzy przeglądarkę — i szybko oswoisz się z całym mechanizmem.
Można też wybrać „zatwierdzaj za mnie”: agent pyta tylko wtedy, gdy wykryje działanie potencjalnie niebezpieczne — na przykład usuwanie plików albo pewne rodzaje wywołań API. A jeśli chcesz zejść jeszcze głębiej i mieć pewność, że pewne akcje nigdy się nie wydarzą, po prostu powiedz o tym Codex — zaproponuje wpisanie zakazów do plików konfiguracyjnych, o których już rozmawialiśmy.
11. Umiejętności (skills)
Mój faworyt w całym zestawieniu. Umiejętności są niezwykle ważne: to wielokrotnego użytku przepływy pracy — recepty, które pozwalają zrobić coś raz, a potem nauczyć Codex robić to samo, dokładnie tak samo, za każdym kolejnym razem.
Umiejętność to po prostu przepis. Wysmażysz naleśniki z czekoladą według przepisu — i stwierdzasz: „skoro wyszły dobrze, następnym razem znowu sięgam po ten przepis, bo znam wynik”. Jeśli naleśniki się przypaliły, robisz drobną korektę: „smaż po 30 sekund krócej z każdej strony”. Przy kolejnej próbie oceniasz: lepiej? coś jeszcze poprawić? a może przepis jest już dokładnie taki, jak lubię? I dokładnie tak samo korzystają z nich agenci.
Praktyczny przykład: wrzuciłem agentowi ścieżkę pliku z moim filmem na YouTube i poprosiłem o opis wideo, znaczniki czasu oraz post na LinkedIn. Agent przeszedł przez swoją pętlę i dostarczył wszystkie trzy rzeczy. Potem powiedziałem: „zamień to teraz na artykuł na X i zapisz u mnie jako szkic”. I wiedział dokładnie, jak to zrobić — z miniaturą, tytułem, a nawet ze zrzutami ekranu z mojego filmu, które rozsypał po całym artykule. Skąd to wiedział? Zapytałem go, jakich umiejętności użył: umiejętność opisu YouTube, umiejętność znaczników czasu, post na LinkedIn, artykuł na X, artykuł na X z wideo, formatowanie artykułu na X. Wykorzystał je wszystkie, bo raz nauczyłem go, jak zrobić coś dobrze — a przy każdym kolejnym użyciu daję tylko informację zwrotną: „to mi się podobało, tego nie — zaktualizuj umiejętność”.
Co fajne, wywołasz umiejętność zarówno zwykłym językiem (agent jest na tyle rozgarnięty, że sam skojarzy), jak i komendą z ukośnikiem. Mam na przykład komendę „audyt”, która odpala mój audyt, i „3D brain”, która uruchamia trójwymiarowy mózg. Chyba niezłe planowanie, prawda?
12. Katalog agents
Mówiliśmy już o .codex — katalog agents działa na tej samej zasadzie, tylko trzyma inne rzeczy, a konkretnie Twoje umiejętności. I znowu: mogą być na poziomie projektu albo globalne, przypisane do użytkownika. Gdy w rozmowie w projekcie Herk 2 otworzę pliki i wejdę do folderu agents, znajdę w nim podkatalog skills pełen umiejętności.
Otwórzmy konkretną, np. umiejętność opisu YouTube. To plik skill.md — znowu zwykły Markdown. Na górze są metadane, które Codex czyta, żeby zdecydować, czy w ogóle wywołać umiejętność: nazwa oraz informacja, kiedy ją stosować. A dalej? Sama instrukcja: „Opisy YouTube Nate’a mają być krótkie, dwa do czterech zdań, w formie akapitu, bez punktowania i bez myślników. Proces: przeczytaj konspekt filmu, ustal główny temat, napisz krótki akapit”. Cała umiejętność — bardzo prosty prompt. Ale bywają i znacznie bardziej rozbudowane: umiejętność artykułu na X jest o wiele dłuższa, z mnóstwem reguł, kryteriów i kroków. Co więcej, umiejętności mogą odwoływać się do innych rzeczy — do innych umiejętności, do agentów, do plików Pythona czy plików kontekstowych. Ta o której mówimy, odwołuje się do moich wytycznych dotyczących tonu: przewodnika stylu na LinkedIn i przewodnika stylu artykułów na X. I właśnie tam, w folderze agents, mieszkają Twoje umiejętności.
13. Wtyczki
Tu dzieje się sporo magii, bo w aplikacji desktopowej Codex w kilka chwil podłączysz całą masę usług. Mam zainstalowane m.in.: Alpaca, Gmail, ClickUp, Clay, Google Drive, GitHub, Canva — i tak dalej. Możesz też przeszukiwać katalog wtyczek: jest wtyczka LinkedIn (znajdowanie odpowiednich specjalistów, rozwój firmy przez reklamy) i wiele innych. Chcesz połączyć swoje aplikacje? Wejdź i sprawdź, czy jest wtyczka. Gdyby jakiejś nie było — na przykład Composio na dziś nie ma — daną usługę nadal podepniesz przez plik środowiskowy i klucz API. Ale wtyczki są dużo wygodniejsze: logujesz się raz i gotowe. Są kategorie dla kreatywności, narzędzi deweloperskich, biznesu i operacji, analityki danych czy komunikacji — a biblioteka stale rośnie.
Część 4. Narzędzia i skala
14. Przeglądarka
Jedna z moich ulubionych rzeczy w Codex. Obok rozmowy otworzysz wbudowaną przeglądarkę — i możesz nią sterować. Wchodzę na Skool, loguję się, i proszę: jestem zalogowany na swoje konto, więc mogę zarządzać swoimi społecznościami — a to znaczy, że może mi w tym pomagać także Codex, bo loginy zapisane w przeglądarce Codex zostają na stałe.
(Informacja dodatkowa: Skool to popularna wśród twórców internetowych platforma do prowadzenia społeczności online.)
Dzięki temu możesz powiedzieć: „wejdź na to konto i pobierz dla mnie raport” albo „zrób mi ten post na Skool” — i agent zrobi to przez przeglądarkę, nawet gdy nie ma wtyczki, interfejsu API ani serwera MCP. A jakość sterowania przeglądarką w Codex, zwłaszcza na GPT‑6 Astrze, to najlepsze, z czym miałem do czynienia. Odtworzę krótki fragment: poprosiłem agenta, żeby otworzył Canvę i namalował mnie narzędziami tej aplikacji, dając mu tylko moje zdjęcie. Odwzorował mnie w sposób, który uznałem za naprawdę dobry. Przykład oczywiście błahy, ale świetnie pokazuje możliwości rozpoznawania obrazów i obsługi przeglądarki.
15. Witryny
W sekcji eksploracji znajdziesz „sites” — bardzo fajna sprawa, bo pozwala wynieść rzeczy do chmury. Pamiętacie lokalne adresy sprzed chwili? Codex może zbudować Ci coś na localhost, a Ty mówisz: „wrzuć to na stronę” — i nagle Twoja ekipa może się zalogować, a dzieło staje się publicznie dostępne. Widzicie tu przykład „Londyn i Paryż”: każdy, kto ma link, może otworzyć tę witrynę. Druga natomiast jest tylko dla mnie — trzeba być zalogowanym na moje konto, żeby ją zobaczyć.
Z witryną wiąże się jeszcze kilka rzeczy: możesz podejrzeć jej statystyki, podpiąć własną domenę, a w zasadzie zastępuje to rozwiązania typu Vercel czy Squarespace — hosting załatwiasz z poziomu aplikacji desktopowej Codex. Możesz nawet podłączyć bazę danych: jeśli z tyłu potrzebujesz trzymać loginy użytkowników, uprawnienia, ustawienia albo bazę klientów, zrobisz to tutaj. A żeby z tego skorzystać, wystarczy powiedzieć „zrób z tego stronę” albo wpisać komendę ze ukośnikiem — agent sam skojarzy, że chodzi o wyhostowanie witryny. Bardzo przyjemny dodatek.
16. Podagenty
Podagenty pozwalają rozdzielić pracę między wiele agentów naraz. W głównej rozmowie gadam sobie z GPT‑6 Astra — modelem bardzo rozgarniętym, ale i drogim. Gdybym chciał przeprowadzić spory research, nie marnując „mózgu” Astry, albo odpalić masę testów równolegle, główna sesja może oddelegować robotę do całej armii podagentów.
Posłuchajcie, jak brzmiało moje polecenie: „Przeszukaj X, YouTube i moje własne komentarze. Sprawdź, o czym ludzie mówią teraz w świecie AI, czy jest jakaś duża nowość albo afera. Ale nie rób tego researchu sam — oddeleguj go do podagentów. I chcę, żeby wszystkie te podagenty pracowały na modelu 5.6 Tarot. Odpal ich squadę i zamelduj, co znalazły”. Uroda tego rozwiązania: to ja decyduję, na jakim modelu mają pracować ci mali badacze i robotnicy. Główna sesja rusza ze swoją pętlą i tworzy agentów — kolorowe kafelki, które widzicie, to właśnie oni. Jeden nazywa się „X”: po otwarciu mogę patrzeć, jak ten podagent kręci własną pętlę i zbiera dane. Ta sama mechanika co w głównej rozmowie, tylko na innym modelu i poza sesją, w której siedzę. Obok startują kolejne: „YouTube Pulse”, „X drama”, „komentarze odbiorców”. Możemy im się przyglądać, ale nie musimy niczego nadzorować — gdy wszyscy skończą, główna sesja zamelduje: „wszyscy pięciu gotowi, oto co znaleźli”.
To znakomite narzędzie do zbierania różnych perspektyw i researchu równoległego, a inteligentne modele są naprawdę dobre w delegowaniu. Podagentów po prostu trzeba używać.
17. Zadania harmonogramowane
Skoro podagenty właśnie pracują, przejdźmy dalej. Zadania harmonogramowane pozwalają Codexowi pracować za Ciebie samodzielnie. Po lewej stronie klikasz sekcję zadań zaplanowanych i możesz prosić o harmonogramowanie: przypomnienia, aktualizacje albo pełne sesje robocze. Zadanie w gruncie rzeczy robi tylko jedno: wstrzykuje prompt do sesji Codex. Korzysta z tych samych lokalnych plików, tych samych umiejętności, tego samego modelu i tej samej pętli — tylko dzieje się to automatycznie.
Konfiguracja jest elastyczna: można utworzyć zadanie ręcznie, zdecydować, czy ma działać lokalnie czy w chmurze, wybrać projekt (Herk 2 albo Hyperframes), a nawet rozmowę — każde uruchomienie w nowym czacie, nowy czat dedykowany zadaniu albo istniejący wątek. Potem ustawiasz rytm: co godzinę, codziennie, co tydzień albo bardzo szczegółowo. Wszystko możesz opisać sam albo po prostu poprosić Codex, żeby zaplanował to za Ciebie.
Jak to wygląda u mnie? Mam siedem, osiem zadań związanych z tradingiem — one naprawdę handlują prawdziwymi 10 000 dolarów z mojego konta. Ustawiłem je jako zaplanowane sesje, które współpracują ze sobą, wymieniają informacje, śledzą rynek i zawierają transakcje. Domyślacie się już: działają w osobnym projekcie „Trading Challenge”, wewnątrz jednego wątku. Poznasz go po małej ikonie zegara przy rozmowie — właśnie ona sygnalizuje, że w wątku pracują zadania cykliczne.
18. Tryb głosowy
Ostatnie pojęcie na dziś. Wszystko, czego się nauczyłeś — umiejętności, podagenty, projekty, agentów — możesz obsługiwać głosem, prowadząc z Codex normalną rozmowę. Głosem zarządzasz wątkami, delegujesz agentów, uruchamiasz umiejętności, ustawiasz zadania harmonogramowane, budujesz witryny — po prostu wszystko. Wystarczy kliknąć w lewym dolnym rogu „nowa rozmowa głosowa”.
Wybaczcie moją niezgrabną pozę — słuchawki nie sięgają aż tak daleko. Ale patrzcie: „Hej, Codex, pomóż mi szybko w projekcie Herk 2. Możesz otworzyć nowy wątek i zrobić miniaturę? Kręcę film o 18 pojęciach Codex — przydałaby się miniatura do mojego kanału: ja siedzę przy biurku z laptopem, wskazuję w prawo, a obok osiemnaście małych agentów AI. Od tego zacznij. A kiedy skończysz, wyślij miniaturę do wątku, który pracuje w Herk 2 nad researchem na YouTube i X oraz analizą mojego kanału”.
Odpowiedź była natychmiastowa: „Dobra, sprawdzam. Mam już spisaną specyfikację miniatury: Ty przy laptopie, wskazujesz na osiemnastu agentów, a jako wzór biorę Twoje dotychczasowe zdjęcia. Znalazłem też wątek z badaniami — gotową miniaturę wyślę właśnie tam”.
Widzicie, jak to się wszystko składa? Agent otworzył wątek w drzewie roboczym, ruszył z pętlą, a na dole sam sobie utworzył cel — wiedział, że ma zadanie, więc po prostu zabrał się do roboty. Rozmowa głosowa ciągle trwa; nie wiem, co sobie pomyśli, ale sam skrypt promptu napisał i wysłał już w nowym wątku. Teraz pracuje w drzewie roboczym, zrobi miniaturę i prześle ją do wątku z researchem — i zaraz zobaczymy, jak to nastąpi. Możesz w tym czasie spokojnie przeskakiwać do przeglądarki czy innych spraw: głos działa dalej, pokazuje, co się dzieje, a Ty dalej rozmawiasz. Wszystko zadziała też na telefonie — dzięki trybowi zdalnemu tryb głosowy masz w kieszeni.
I proszę: skończyło się. Wątki potrafią przekazywać sobie zadania i wiadomości. Ten pierwszy, stworzony do zrobienia obrazka, wykonał miniaturę i wysłał ją do drugiego z notatką: „Nate kazał mi Ci to przesłać — proszę bardzo”. Wiem, że to prosty przykład, ale samym głosem koordynujesz całą kolekcję wątków, zarządzasz nimi i ogarniasz wiele rzeczy naraz — w biegu, między jednym a drugim zadaniem. Bardzo fajne.
Zakończenie
I to by było na tyle. Mam nadzieję, że było ciekawie i że wynieśliście coś nowego. Jeśli chcecie wgryźć się w Codex głębiej — nagrałem już mnóstwo materiałów, playlistę podepnę tuż powyżej, samo birdsze treści o Codex. Do zobaczenia tam. Dzięki, że dotrwaliście do końca, i do zobaczenia w następnym filmie.